Combinar datos ópticos y de radar de apertura sintética (SAR) para el mapeo de cultivos se ha convertido en una forma crucial de mejorar la precisión de clasificación, especialmente en áreas nubladas y lluviosas. Sin embargo, la adquisición de imágenes ópticas es significativamente inestable debido a la influencia del clima nublado y lluvioso, lo que restringe seriamente la aplicación de este método en la práctica. Para resolver este problema, este estudio propuso un método de mapeo de arroz basado en imágenes ópticas-SAR que tiene ventajas como una menor dependencia de imágenes ópticas, fácil operación y alta precisión de clasificación. Para tener en cuenta la característica de la disponibilidad escasa de imágenes ópticas, este método solo necesita una imagen óptica de cielo despejado en el período de crecimiento del arroz y la combina con imágenes SAR multitemporales para lograr un resultado de mapeo de arroz de alta precisión. Además, este documento también propuso un algoritmo de optimización de parámetros de segmentación multi-escala de manera integral, que considera la consistencia del área, el error de forma y la diferencia de ubicación entre el objeto segmentado y el objeto de referencia, y adopta un enfoque de experimento ortogonal. Basándose en la imagen óptica, se pueden segmentar los límites de los objetos de las parcelas, que posteriormente se utilizaron para realizar la clasificación orientada a objetos. Los resultados muestran que la precisión general del método propuesto en la Ciudad de Yangzhou es del 94.64%. Además, según una prueba de selección aleatoria, es alentador que el método propuesto tenga una fuerte robustez en respuesta a la inestabilidad del tiempo de adquisición de las imágenes SAR. Una precisión general relativamente alta del 90.09% sugiere que el método propuesto puede proporcionar un resultado de mapeo de arroz confiable en áreas nubladas y lluviosas.