精准农业管理依赖农田边缘的精确和快速提取。极化SAR是大范围农田边缘提取的主要遥感手段，其不受云雨天气干扰，已得到广泛应用。单时相影像对不同地块的分离度较弱，边缘检测能力有限，亟需发展基于时序极化SAR的农田边缘检测方法。然而，现有方法较少挖掘和利用农作物的时变特性，难以充分和准确提取农田边缘。鉴于此，本文提出一种顾及时变特性的极化SAR农田边缘检测方法，主要创新包括：1）提出一种全新的时空同质测度，融合时序平稳统计和迹矩估计理论，同时从时间和空间两个维度计算局部同质度，能够准确预识别农田同质区和边缘异质区；2）提出一种全新的联合边缘检测方法，其以时空同质测度为权重，自适应组合时序均方根相似度和时序平均相似度，以构建联合边缘强度，全新边缘强度能够凸显地块边缘，减弱噪声干扰。本文使用8景Radarsat-2全极化SAR影像和14景Sentinel-1双极化SAR影像进行实验，相关结果证明本文提出的联合边缘强度对农田边缘的识别能力更强，而且本文方法相比传统方法，边缘检测结果具有更低的漏分率和误检率。