李颖，李冠男，崔璨

（1.大连海事大学航海学院，辽宁大连116026；2.大连海事大学环境信息研究所，辽宁大连116026）

基于星载SAR的海上溢油检测研究进展

李颖1，2，李冠男1，2，崔璨1，2

（1.大连海事大学航海学院，辽宁大连116026；2.大连海事大学环境信息研究所，辽宁大连116026）

基于大量有关星载SAR溢油检测研究和溢油微波散射特性研究文献的梳理和总结，回顾了星载SAR传感器的发展历程和海上溢油检测技术原理，重点总结了目前国内外基于单极化SAR数据、全极化SAR数据对溢油信息提取研究的进展，概述了溢油水面微波散射特性研究对SAR溢油检测研究的重要辅助作用及当前的研究成果，分别讨论了目前星载SAR溢油检测和溢油微波散射特性研究中存在的不足，并针对今后需解决的关键技术及发展方向进行简要分析。

SAR；溢油检测；微波散射特性；信息提取

海洋占地球表面积的70%，蕴藏了丰富的资源和巨大的能量，但是人类在不断的汲取资源和能量的同时也将破环和污染反作用于海洋环境（闫殿武，2001）。近几年，随着海洋石油资源的不断勘探和开采，石油加工业和海上运输业的快速发展，海上油气田溢油、输油管道破裂、载油船舶的突发性溢油等重大海洋事故的数量也随之增多，如2010年4月美国墨西哥湾“深水地平线”钻井平台爆炸事件及2010年7月大连新港输油管爆炸事件均导致大量的油污泄漏入海，不仅对海洋、大气及海岸带生态环境造成污染和破坏，引起生物的大量死亡，更间接影响了整个生物链，造成巨大的经济损失（陈澎，2012；刘丙新，2013）。

海洋溢油事故发生后，能够对事故发生的位置、溢油的面积及后期的扩散趋势进行实时的跟踪监测是应急指挥工作和后期油污清理的根本保证（刘朋，2012）。相对于传统的溢油探测方法，遥感技术具有省时省力、监测范围广泛、时效性强等优势，已成为目前海上溢油检测的主要手段之一，其中，SAR因具有全天时全天候、受云雾天气影响小、能够对溢油区域有效的识别等特点而最具代表性，在目前海洋溢油检测系统中得到广泛的应用。

星载SAR是指搭载在卫星平台上的SAR传感器，能够在以上的优势基础上提供空间角度大面积探测范围的影像数据，引领了众多学者致力于该方面研究，在影像的溢油信息提取方面取得了大量的成果；另一方面，SAR的成像机理是获取被测目标的后向散射回波信号，因此通过开展溢油微波散射测量实验能够更好的理解和掌握溢油的微波散射机理和散射特性，同时为辅助星载SAR溢油检测的相关研究提供可靠的实测数据（刘朋，2012；邹亚荣，2014）。本文从星载SAR的发展进程出发，梳理国内外星载SAR海洋溢油监测研究的历史和现状，论述了溢油微波散射特性研究对星载SAR溢油监测研究的重要辅助作用，总结了目前研究中存在的不足，以期为今后基于SAR的海洋溢油监测研究提供一定的参考。

1 星载SAR的溢油探测机理

合成孔径雷达（SAR）作为微波遥感技术的分支，不依赖于太阳光照条件，拥有“穿云透雾”的观测本领，能够穿透大气和云层并有效的识别伪装物及遮盖物；SAR主要工作波段为P、L、S、C、X，极化模式包括HH、VV、HV、VH 4种，利用搭载的卫星和目标物之间的相对运动将小尺寸天线孔径合成较大的等效天线，在距离向上发射压缩的微波短脉冲从而获取较高的距离分辨率，同时在方位向上利用散射信号多普勒频移获取较高的方位分辨率，最终合成高分辨率的SAR影像（石立坚，2008；刘朋，2012；周圆等，2015）。SAR具备了全天时全天候、穿透能力强、受云雾天气影响小等独特优势，适合进行溢油检测工作并能够对溢油区域进行有效的识别，这些优势是可见光和红外等传感器无法达到的，因此SAR逐渐成为探测海洋溢油的有效传感器之一，已广泛应用于海上溢油探测工作（Kasischke et al，1984；石立坚，2008）。

当海上发生溢油事故时，油膜覆盖在海面上阻尼了海面毛细波及短重力波而改变了海表的粗糙程度，信号在光滑的油膜上发生镜面反射背离SAR传感器从而导致SAR接收的后向散射回波减小，引起Bragg散射，同时与星载SAR工作半波长相近的Bragg波波长越短，油膜对其分布的改变能力越强，接收的后向散射信号越少，图像反映了Bragg散射形成的后向散射；基于海面电磁散射微扰模型可得到一阶后向散射系数为（Wright，1968；刘朋，2012）：

其中，W（2kesinθ，0）是海面毛细波和短重力波的波数谱；Ke是电磁波数；θ是入射角；i，j是极化方式；εr是海水相对介电常数，与海水温度和盐度相关。海面油膜对Bragg共振短波的阻尼作用可以表示为：

随后，许多专家学者针对SAR对溢油的探测机理进行了相关研究，Alpers等（1989）和Cini等（2008）针对溢油对海表面粗糙程度抑制作用而引起海面的“Marangoni”效应的机理和作用进行了研究。Pinel（2008）建立了溢油的海浪谱衰减模型，分析了海面溢油对短重力波等的抑制，为后续溢油探测机理研究提供了模型参考和理论基础。综上，海面的油膜通过改变海面张力衰减Bragg短波的波数谱，从而降低了SAR接收到的后向散射回波信号，因此在SAR图像上表现为具有突出的“暗”特性低散射区，与周围粗糙度较大的背景海水相比具有明显的区别，是基于SAR溢油检测和提取的理论基础。

1978年美国发射了携带SAR的卫星Seasat，工作在L波段的HH单极化模式，标志着星载SAR正式应用于海洋观测研究（Jordan，1980；刘朋，2012）；欧空局分别于1991和1995年发射了搭载SAR的ERS-1、ERS-2，工作于C波段，极化模式为VV，进行了大量的海上溢油探测工作和研究，全面开启了利用SAR进行海上溢油探测研究的时代（Espedal，1999）。随后，各国陆续发射了载有SAR的卫星，以期利用SAR的独特优势服务于海洋溢油探测研究，如：1992年日本发射了载有SAR传感器的资源卫星CJ-ERS-1，工作于L波段，极化模式为HH；1995年加拿大发射了RADARSAT-1，工作于C波段，极化模式为HH；2002年欧空局发射了ENVISAT-ASAR，工作于C波段；2006年我国成功发射了载有SAR的“遥感卫星一号”，随后于2012年发射了环境卫星系列HJ-1C，同时载有SAR、可见光、红外探测传感器，对今后多源信息融合的遥感识别研究有着重要作用和意义，并在随后的几年中陆续发射了同系列卫星；随着各国星载SAR的成功发射和运行，星载SAR开始了全面发展，为海洋溢油的研究提供了大量的海上溢油遥感影像，并逐渐由单极化模式向多极化、全极化模式发展，海洋溢油的研究也不断深入，如：2006-2007年日本、德国和加拿大分别发射了ALOS/PALSAR，Terra-SAR和RADARSAT-2，均具有多极化工作模式（Zelli et al，1999；刘朋，2012；洪文（译），李仲森，鲍狄埃（著），洪文等（译），2013），为溢油检测研究提供了新的角度和方法。目前具有代表性的SAR传感器如表1。

表1 SAR传感器列表

2 SAR溢油检测算法的研究现状

基于SAR海上溢油探测机制和图像特点，专家学者在SAR溢油检测研究和相关的辅助研究方面做了大量的工作和实践，然而，因为海洋环境的复杂性和“暗”特征的多解性，很多海洋现象在SAR影像上也同样表现为“暗”特征，引起混淆，这类海洋现象统称为“假目标”，主要包括：低风速区、背风岬角、降雨区、海冰区、生物油膜、船舶尾迹、海洋内波、河口冲击区等；通常表现为：边界较为模糊的大面积区域、长期存在于特定地理位置区域、形状较为固定不受天气影响等，而海上溢油区域在SAR影像上通常表现为浓厚的黑色块状区域，边缘明显且平滑，而后随着风场、流场和扩散作用逐渐变薄，影像暗区域变大，边缘逐渐模糊并出现细丝状油带（黄晓霞等，1999；刘朋，2012；李宝玉，2013）。因此基于SAR影像提取溢油的关键步骤是有效的提取目标信息并最大程度的剔除假目标信息的干扰（黄晓霞等，1999；徐青等，2011）。根据SAR传感器极化模式的差异，以下从两个方面（单极化和全极化）梳理和总结SAR的海上溢油检测算法研究进展，为今后的相关研究提供技术总结和借鉴。

2.1 基于单极化SAR影像的溢油检测算法研究

单极化SAR是指仅具有单一极化模式（HH或VV）的SAR传感器；针对单极化SAR溢油影像的分类和提取方面，国内外专家提出了很多算法理论，也在实践的过程中采用多种方法相结合的手段，以求提高处理结果的准确度。单极化SAR溢油检测的简化过程如图1。

最为常见的方法是基于图像处理的方法，主要分为图像预处理、根据暗斑区域进行图像分割、特征提取等，并在研究的过程中引入了神经网络模型、模式识别等特定理论。

图1 单极化SAR溢油检测的简化流程

在图像分割算法方面，专家学者结合不同的算子和模型进行算法优化，取得了许多的成果。Change等（1996）融合多尺度分割法和高斯拉普拉斯算子检测溢油区的边缘并提取溢油信息，提高了溢油区域边缘的提取效果。Fiscella等（2000）基于半自动方法检测影像中暗斑区域，结合目视解译对图像进行灰度特征分割，进而实现溢油区域和假目标信息的半自动分类。Solberg等（2003）选择移动窗口内平均后向散射系数减去Kdb为分割阈值，基于多尺度的金字塔方法对溢油区域进行提取，该方法提高了阈值分割法的识别效率。Shu（2010）提出一种利用空间密度特性来区分暗斑和背景的方法，使用强度阈值、背景核密度估算划分出潜在暗斑区域和潜在背景区，而后基于区域阈值和对比度阈值剔除假目标信息进而得到最终提取结果，该方法能够较全面的提取溢油信息，提高了整体精度。吴一全等（2012）将Tsallis熵多阈值分割法和CV模型相结合对SAR影像溢油区域进行分割提取，降低了CV模型对全局影像复杂度和初始条件局限造成的分割误差，提高了运行效率。

在特征提取算法的优化方面，学者多采用纹理特征计算和筛选的方法进行溢油信息提取。Solberg等（1997）结合特征选择法和判别分析法寻找纹理特征的最佳组合，通过结合不同纹理模型的特征进行计算进而提高分类精度。Nirchio等（2005）利用线性回归方程法对大量油膜和类油膜样本的纹理特征求解，依据得出的经验特征参数区分油膜和类油膜。朱宗斌等（2015）计算了SAR影像的几何、灰度和纹理特征共66个参量，采用二进制离散粒子群优化和支持向量机封装算法对参量进行特征选择，分别与序列前向搜索结合支持向量机优化法、序列后向搜索结合支持向量机优化法的计算结果进行对比，结果表明该方法能够快速有效的对溢油特征进行筛选和识别。

融合模式识别、神经网络模型和模糊理论等特定理论的溢油检测算法也取得了广泛的应用，Frate等（2000）首次将多层感知神经网络的方法用于SAR影像进行溢油的识别和提取，取得了较好的结果，也为神经网络法在SAR溢油信息提取方向的应用奠定了基础。Topouzelis等（2004）在神经网络模型的基础上进行了提高和优化，以油膜的几何特征作输入参数，提高识别溢油精度，为神经网络模型能够有效区分油膜及类油膜的研究提供了有力证据；随后又对前期成果的鲁棒性进行进一步的研究。石立坚（2008）将SAR影像和MODIS影像结合对溢油的几何形态、纹理特征进行分析，引入模糊识别理论，同时利用水平集算法和多尺度小波算法对影像中模糊边缘进行有效的监测和提取，建立了图像处理和光学模型分析相结合的分析处理体系。Marghany（2015）提出一种不涉及图像预处理的遗传算法，可实现溢油扩散边界的局部和全局的优化处理；同时将该算法应用于Radasat-2影像实现了墨西哥湾溢油扩散边界的有效提取。

为了辅助SAR溢油检测研究，一些学者也针对海上溢油检测参数的选取进行了分析和总结，邹亚荣（2011）和苏腾飞（2013）分别针对不同SAR溢油影像对海上溢油监测参数进行综合分析，结果表明：X波段和C波段更适合监测海上溢油，VV极化方式较其他极化方式更为适合监测海上溢油，中等入射角（23°～36°）和中低风速（3.0～7.0 m/s）条件下适合溢油检测更，易将海水与溢油区分；该方面研究为溢油监测最优化条件的选择提供了一定的技术参考。

综上，单极化SAR影像在区分溢油和“假目标”信方面主要从图像处理和模式识别等角度出发，未能结合SAR传感器接收的多方面信息进行研究，具有一定的局限性。而全极化SAR具有单极化SAR数据缺少的“多源”信息，能够完成海水及油膜完整信息的采集，具有更多的优势和探测功能。近几年，各国陆续发射了载有双极化、全极化SAR传感器的卫星，开启了极化SAR的全面发展的大门，为极化SAR溢油检测研究提供了更为广阔的平台。

2.2 极化SAR溢油检测算法研究现状

全极化SAR是指具有4种极化模式（HH、VV、HV和VH）的SAR传感器，全极化SAR通过测量目标每一个分辨单元内的散射回波进而获取与目标散射相关的矩阵，能够完整获取海面油膜及背景环境的物理特性进而电磁特征，可提供能量和相位的全面信息；因此，极化SAR影像在检测溢油信息方面具有很大的优势。极化SAR溢油检测算法的简化过程如图2。

图2 极化SAR溢油检测的简化过程

在极化SAR溢油检测算法方面，极化目标分解是一个重要的方法基础，专家多基于极化散射矩阵和相干矩阵衍生特征模型，在溢油和类溢油的区分及溢油检测方面取得了很好的成果。Alpers等（1988）基于实验结果提出多波段SAR有助于区分自然油膜和人为油膜。Wismann等（1998）分别利用L、S、C、X、Ku波段的4种极化模式测量不同种类矿物油品，结果表明Ku波段衰减率较L和C波段更高，而重油的衰减率与油膜厚度呈现递增关系。Migliaccio等（2005）在这方面做了很多的工作，是利用极化散射相干矩阵计算特征值参量，基于极化散射熵和平均散射角的比值对影像进行分类，结果表明极化特征值可区分重油、油醇等物质；Migliaccio又基于相同数据进行目标分解计算，结果显示H、A这两个极化特征在低风速环境条件下能够较好的区分背景海水和溢油区域，且以H这一参数的区分效果最为突出；随后Migliaccio（2009）利用双极化SAR数据的极化相位差模型区分溢油和生物油膜，模型结果表明，在低风速条件下，溢油较海洋背景环境具有更大的极化相位差标准差值，而生物油膜的标准差值与海洋背景的标准差值相似，且C波段较L波段更具有监测优势。Wang等（2010）将若干反熵参数、相关系数等进行组合，借助参数和组合参数提取溢油信息。Nunziata等（2011）基于海表Mueller矩阵的全极化电磁模型描述溢油和生物油膜的散射，该模型构建了油膜覆盖海表和无油海面完全不同的散射机制，有利于区分溢油和生物油膜。Minchew等（2012）利用工作于L波段的SAR数据进行相干矩阵的分解，通过散射角、熵值和反射熵值的提取对墨西哥溢油区域的油膜极化散射特征进行了分析，验证了极化相干矩阵在溢油信息的特征提取和分类中的优势。

邹亚荣等（2013）基于SIR-C数据提取极化参数，利用极化相干矩阵特征值计算获得的极化散射熵H、散射角α和反熵A作为特征向量，通过比较多项式核函数、径向基核函数和多层感知基核函数的分类结果后选取支持向量机多层感知基核函数分类方法提取溢油信息，结果显示基于支持向量机的分类方法能够更好的区分溢油和海水背景。杨帆等（2015）提出基于极化分解模型得到的Bragg散射能量占比可以有效从海杂波里检测出溢油区域，同时能够有效的排除油醇干扰虚警；模型结果表明：利用C波段各种极化模型下该特征能够有效鉴别油膜和类油膜，而利用HH/ VV双极化数据和紧缩进化模式对大面积溢油监测具有很好的效果。

综上所述，目前关于极化SAR溢油检测、溢油和疑似油膜区分的研究仍需深入；但多波段、多极化SAR数据的应用前景却是众所周知的。通过极化SAR数据的处理和分析可以获取海上油膜、背景海水和“假目标”信息等的微波散射特性参数，是SAR对溢油信息深入研究的理论基础和重要依据；其中散射系数是描述微波散射特性的重要物理量，也是进行定量遥感研究的基础（理查兹（著），邢孟道等（译），2008；邹亚荣，2014）；因此，基于全极化SAR海上溢油检测研究中，除了对影像进行极化分解等图像处理技术外，对海水及覆盖油膜进行实际的微波散射测量实验也是至关重要的。近几年，基于室内、陆基微波散射计对海水及油膜微波散射特征分析和研究也逐渐发展为重要的课题，通过研究不同海况条件下波段、入射角度、极化模式与其后向散射系数的关系及变化的影响，可以更好的理解溢油的微波散射特性，为辅助极化SAR溢油检测研究和极化SAR数据的处理提供基础研究，也为日后建立溢油极化散射特性与极化参数反演的耦合关系模型提供数据源，同时为今后SAR溢油检测参数设置、条件的选取及数据的正确处理提供指导性帮助。

3 溢油微波散射特性研究现状

鉴于室内、陆基等微波散射计对地物的散射特性进行研究具有重要的意义，国外在上世纪中期开始构建了微波散射系统并开展了地物微波散射特性的相关研究（Koo et al，1999；Hwang et al，2010；Luzi et al，2004）。我国也自20世纪80年代开始进行地物的微波散射特性研究。

电磁波入射物体表面后能量向各个方向散开，称为散射；其中，散射回到入射源的能量为后向散射，为定量描述散射目标物的散射强度，引入雷达截面积（RCS）定义来度量，由雷达方程（理查兹（著），邢孟道等（译），2008；石立坚，2008）：

其中，Pr和Pt分别为接收天线输出功率和发射机馈给发射天线的功率；G为天线增益；R为天线到目标的有效距离；σ为雷达散射截面，由目标物质的外形、电磁特性等参数决定，是一个标量，表示为：

以上表达也通常转换为电场幅度表示形式，即：

其中，|Es|和|Et|分别代表了后向散射电场和入射电场的幅度。在研究地物微波散射特性时，引入了微波散射系数，其定义为单位面积下被照射区的雷达散射截面，通常，微波散射系数以对数形式存在参与计算；以上定义的RCS为单独的实标量，主要应用于发射波为单极化情况（理查兹（著），邢孟道等（译），2008）。

当入射到散射物的波为特定极化模式时，散射波特性由入射波源的极化状态、散射体极化特征等决定；常见的极化包括：线极化和圆极化，为了能够完整描述入射波和散射物之间的相互作用，引入极化散射矩阵的定义。当发射源和接受源与散射目标物间的距离足够远，能够使得入射到目标的入射波和接收源的散射波近似为平面波，极化散射矩阵表示为（理查兹（著），邢孟道等（译），2008；Holm，1987；knott，1985）：

则RCS与散射矩阵S的关系可表示为：

综上，基于微波散射系数用来研究被照射区域的性质，是目前微波遥感研究的主要参数，也是目前学者对目标地物进行研究和分析的主要内容；Pelyushenko等（1995）基于微波测量装备对水面油膜进行了W、Ka、Ku 3个波段的室内模拟和室外测量，为后期的模型改进和溢油识别提供了指导性建议。Salberg（2012）等开展了植物油、原油等不同油种的海上油膜实验，同时利用同步的Radarsat-2数据进行溢油信息提取，但是没有结合现场数据进行进一步研究。Yang（2013）等提出基于模型微波散射模型和Monte-Carlo模型新的数值计算技术，分析了不同粗糙表面、频率、入射角度等条件下溢油对海表的后向散射系数的降低程度。康士峰等（2000）基于波谱计对青岛海域海杂波进行多波段（S、C、X、Ku）、多极化测量，分析不同海况下散射系数和多普勒谱等与极化模式、入射角度、频率之间的变化。成都电子科技大学（童玲，2014）基于室内微波散射测量系统对不同极化模式、入射角度下水面和溢油水面的散射特性进行研究，并总结出相应的变化趋势。这些数据和研究成果为今后溢油散射特征谱的建立提供了宝贵的数据，也为今后建立更多的散射模型、反演相关参数以及SAR图像海上溢油信息提取的研究工作奠定了基础。近几年，专家学者逐渐关注室内微波散射特性的研究，以期为微波遥感溢油监测提供基础性研究数据，也为今后SAR传感器的设计提供合理化的建议。

4 目前研究的不足

4.1 溢油图像处理技术的精度和效率有待提高

目前溢油检测的研究多集中于影像的分析、分割与分类等图像处理方面，并未从溢油的特征和散射机理进行深入研究，加之SAR影像中“暗”特征区域的复杂性和不确定性，使得溢油与类溢油的区分的精度较低、难度加大。因此，如何将溢油信息快速准确的提取仍然是今后的一个难攻课题。

4.2 极化SAR溢油检测算法种类和特征参数尚需拓展

全极化SAR影像包含了较为完整的溢油散射特征信息，能够有效区分矿物溢油和生物油膜，但是未对其他疑似溢油现象的区分进行研究；此外，目前极化目标分解的矩阵模型和特征参量研究仍需深入，因此，基于极化SAR区分溢油和不同种类疑似溢油的算法研究和算法精度仍然有待提高，溢油极化分解模型和极化特征参量仍需不断的充实，这也是今后研究的重点和难点。

4.3 极化参数和溢油微波散射特性研究的结合仍需深入

基于多波段、全极化、多种海况下的溢油微波散射特性研究能够更好的了解和掌握溢油的微波散射机制，是构建溢油散射特征数据库的根本保障，为今后极化参数的反演和SAR溢油信息提取提供可靠的数据。因此，开展溢油微波散射特性的相关研究，加强油微波散射模型的理论研究，将极化参数提取和溢油微波散射特性研究相结合深入分析海表和油膜的散射特性，是今后研究中的一个重要且具有广泛前景的难题和方向。

4.4 溢油微波散射模型的理论研究仍需深入

溢油微波散射模型的研究是掌握溢油微波散射特性的理论基础，对SAR影像溢油信息的识别和提取具有重要的作用和意义，而目前有关溢油微波散射模型的研究仍需完善，因此需在今后的研究中加强溢油微波散射模型的理论性探索，同时利用室内、陆基等微波散射测量装置在多种海况下的实测数据完善和修正散射模型，进而提高模型的精确度和适用性。

5 结论与展望

目前，海上石油开采和船舶运输造成的溢油事故频繁发生，如何在短时间内识别溢油并快速的检测其范围、扩散趋势是减缓环境灾害影响的首要工作，星载SAR具有监测范围广、溢油识别能力强、不受恶劣天气影响等优势，是目前国际上公认的溢油探测工作的有效工具。国内外针对SAR溢油检测研究已经逐渐完善，许多国家也在溢油检测研究中投入很大的精力和财力，开展了大量星载、机载和散射特性实测研究；目前，基于SAR溢油检测和信息提取的研究仍在不断地完善和提高，单极化数据逐渐向全极化数据发展，极化SAR数据在溢油的检测识别方面具有突出的能力，提供丰富的地物信息的同时提高了溢油检测的精度，利用极化SAR数据提取极化参数对今后溢油识别和信息提取的研究发挥重要的作用，但是全极化数据的观测范围相对较小，不适用于大范围的业务化工作；若将图像处理、极化参数提取和溢油散射特征分析等技术相结合能够更好进行溢油检测工作，随着新型高分辨率SAR卫星和极化SAR卫星的成功发射和应用，雷达遥感进入了全面发展阶段，高分辨率SAR影像数据和极化SAR数据可以提供更多的地物探测信息，为溢油遥感监测研究带来了全新的机遇和挑战。

总而言之，有关SAR溢油检测理论和溢油微波散射特性研究仍然面对着诸多挑战，需要开展更多的工作和研究，基于星载SAR的溢油监测研究在极化数据处理、溢油信息提取、油膜的微波散射模型理论研究、微波散射特性分析等方面仍然需要更深层面的研究和技术挖掘，但是随着技术的不断成熟，微波遥感溢油检测技术，尤其星载SAR溢油检测技术将在海样溢油检测、溢油灾害应急和事故后期清理等方面得到更为广泛的发展和应用。

Alpers W,Hühnerfuss H,1989.The damping of ocean waves by surface films:A new look at an old problem.Journal of Geophysical Research:Oceans,94(C5):6251-6265.

Alpers W,Hühnerfuss H,1988.Radar signatures of oil films floating on the sea surface and the Marangoni effect.Journal of Geophysical Research:Oceans(1978-2012),93(C4):3642-3648.

Change L Y,Chen K,Chen C,et al,1996.A multiplayer-multiresolution approach to detection of oil slicks using ERS SAR image.Proceeding of 17th Asian Conference of Remote Sensing(ACRS'96),Sri Lanka.

3.加快“三权”分置改革。“三权”分置是我国乡村振兴战略稳步推进的实践需要，也是我国农村继家庭联产承包责任制改革后又一重大制度创新，被视为新的农村土地革命。继续完善承包地的“三权”(所有权、承包权、经营权)分置制度和宅基地的“三权”(所有权、资格权、使用权)分置制度改革，鉴定清楚所有权者、承包权者、经营权者各自的权利边界及责权利的匹配关系，积极探索集体所有权的实现与传承方式，探讨承包权退出与补偿机制，进一步明晰所有权、稳定承包权(资格权)、放活经营权(使用权)、强化监管权，有效推进农地产权制度改革，催化城乡融合发展活力。

Del Frate F,Petrocchi A,Lichtenegger J,et al,2000.Neural networks for oil spill detection using ERS-SAR data.IEEE Transactions on Geoscience and Remote Sensing,38(5):2282-2287.

Fiscella B,Giancaspro A,Nirchio F,et al,2000.Oil spill detection using marine SAR images.International Journal of Remote Sensing,21 (18):3561-3566.

Holm,W.A.MMW Radar Signal ProcessingTechniques,"Chap,6 in N. C.CurrieandC.E.Brown(eda.),PrinciplesandApplicationsofMillimeter-Wave Radar.Artech House,Boston,MA,1987.

Hwang J,Park S,Kwon S,et al,2010.Study on the calibration of a fullpolarimetricscatterometer system at X-band.The Journal of Korean Institute of Electromagnetic Engineering and Science,21(4):408-416.

Jordan R L,1980.The Seasat-A synthetic aperture radar system.Oceanic Engineering,IEEE Journal of,5(2):154-164.

Kasischke E S,Meadows G A,Jackson P L,1984.The use of synthetic aperture radar imagery to detect hazards to navigation.No.ERIM-169200-2-F.

Knott E F,Shaeffer J F,Tuley M T,1985.Radar Cross Section.Artech House,Boston,MA.

Koo V C,Chung B K,Chuah H T,1999.Design and development of a scatterometer system for environmental monitoring.Proceeding of IGARSS 1999 Symposium.

Marghany M,2015.Automatic detection of oil spills in the Gulf of Mexico from RADARSAT-2 SAR satellite data.Environmental Earth Sciences,74(7):5935-5947.

Migliaccio M,Nunziata F,Gambardella A,2009.On the co‐polarized phase difference for oil spill observation.International Journal of Remote Sensing,30(6):1587-1602.

Migliaccio M,Tranfaglia M,2005.A study on the capability of sarpolarimetry to observe oil spills.ESA Special Publication,586:25.

Minchew B,Jones C E,Holt B,2012.Polarimetric analysis of backscatter from the deepwater horizon oilspill using l-band synthetic aperture radar geoscience and remote sensing.IEEE Transactions on Geoscience and Remote Sensing,50(10):3812-3830.

Nirchio F,Sorgente M,Giancaspro A,et al,2005.Automatic detection of oil spills from SAR images.International Journal of Remote Sensing, 26(6):1157-1174.

Nunziata F,Migliaccio M,Gambardella A,2011.Pedestal height for sea oil slick observation.IET radar,sonar&navigation,5(2):103-110. Pelyushenko S A,1995.Microwave radiometer system for the detection of oil slicks.Spill Science&Technology Bulletin,2(4):249-254.

Pinel N,Dechamps N,Bourlier C,2008.Modeling of the bistatic electromagnetic scattering from sea surfaces covered in oil for microwave applications.Geoscience and Remote Sensing,IEEE Transactions on,46(2):385-392.

Salberg A B,Rudjordø,Solberg A H S,2012.Model based oil spill detection using polarimetric SAR//Geoscience and Remote Sensing Symposium(IGARSS),2012 IEEE International.IEEE,5884-5887.

Shu Y,Li J,Yousif H,et al,2010.Dark-spot detection from SAR intensity imagery with spatial density thresholding for oil-spill monitoring. Remote Sensing of Environment,114(9):2026-2035.

Solberg A H S,Jain A K,1997.Texture fusion and feature selection applied to SAR imagery.IEEE Transactions on Geoscience and Remote Sensing,35(2):475-479.

Solberg A H S,Storvik G,Solberg R,et al,1999.Automatic detection of oil spills in ERS SAR images.Geoscience and Remote Sensing, IEEE Transactions on,37(4):1916-1924.

Topouzelis K,Karathanassi V,Pavlakis P,Rokos D,2004.Oil spill detection using RBF neural networks and SAR data.XXth ISPRS Congress.Istanbul,Turkey.

Wang W G,FeiL,Peng W,et al,2010.Oil spill detection from polarimetric SAR image.IEEE l0 th International Conference on Signal Processing.Beiiing:IEEE,832-835.

Wismann V,Gade M,Alpers W,Huhnerfuss H,1998.Radar signatures of marine mineral oil spills measured by an airborne multi-frequency radar.International Journal of Remote Sensing,19(18):3607-3623. Wright J W,1968.A new model for sea clutter.Antennas and Propagation,IEEE Transactions on,16(2):217-223.

Yang C S,PARK S M,OH Yisok,et al,2013.An analysis of the radar backscatter from oil-covered sea surfaces using moment method and Monte-Carlo simulation:preliminary results.Acta Oceanologica-Sinica,01:59-67.

Zelli C,Aerospazio A,1999.ENVISAT RA-2 advanced radar altimeter: Instrument design and pre-launch performance assessment review. ActaAstronautica,44(7):323-333.

陈澎，2012.机载激光荧光海上溢油信息提取与反演研究.大连：大连海事大学博士论文.

黄晓霞，朱振海，1999.海洋表面膜特征的SAR图像探测.遥感学报（1）：49-54.

康士峰，葛德彪，罗贤云，等，2000.多波段多极化海杂波特性的实验研究.微波学报（S1）：463-468.

李宝玉，2013.基于ASAR数据的海面溢油信息提取.大连：大连海事大学硕士论文.

刘丙新，2013.基于高光谱特征的水上油膜提取与分析研究.大连：大连海事大学博士论文.

刘朋，2012.SAR海面溢油检测与识别方法研究.青岛：中国海洋大学博士论文.

石立坚，2008.SAR及MODIS数据海面溢油监测方法研究.青岛：中国海洋大学博士论文.

苏腾飞，2013.Envisat ASAR溢油检测影响因素分析.海洋通报，32（4）：467-473.

童玲，陈彦，贾明权，2014.雷达遥感机理.北京:科学出版社.

吴一全，吉玚，沈毅，等，2012.Tsallis熵和改进CV模型的海面溢油SAR图像分割.遥感学报，16（4）：678-690.

（美）李仲森（Jong-Sen Lee）,（法）鲍狄埃（Eric Pottier）著.极化雷达成像基础与应用.洪文等译.2013.北京.电子工业出版社.

（美）理查兹（Richard M A）著.雷达信号处理基础.邢孟道,等译. 2008.北京:电子工业出版社.

徐青，郑汲，程永存，等，2011.应用纹理分析识别SAR海上溢油图像.河海大学学报(自然科学版),39（5）：569-574.

闫殿武，2001.卫星影像溢油信息提取研究.大连海事大学.

杨帆，杨健，殷君君，等，2015.基于极化SAR分解模型的油膜检测.清华大学学报:自然科学版（8）：854-859.,

周圆，邵伟增，邓一兵，2015.HH极化TerraSAR-X图像提取海浪要素的方法研究.海洋通报，（6）：710-715.

朱宗斌，赵朝方，曾侃，等，2015.二进制粒子群支持向量机算法在SAR图像海面溢油特征选择的应用.海洋湖沼通报，3：22.

邹亚荣，梁超，陈江麟，等，2011.基于SAR的海上溢油监测最佳探测参数分析.海洋学报（1）：36-44.

邹亚荣，梁超，曾韬，2013.基于极化参数的SVM海上溢油识别.海洋学研究,31（3）：71-75.

邹亚荣，邹斌，梁超，2014．应用极化合成孔径雷达检测海上溢油研究进展．海洋学报，36（9）：1-6

（本文编辑：袁泽轶）

Research progress of oil spill detection based on the spaceborne SAR

LI Ying1,2,LI Guan-nan1,2,CUI Can1,2

(1.Navigation College,Dalian Maritime University,Dalian 116026,China;2.Environmental Information Institute, Dalian Maritime University,Dalian 116026)

Based on a large number of the literature review and summarizing relevant spaceborne SAR oil spill detection researches and microwave scattering characteristics researches of oil spill,this paper reviews the development process of the spaceborne SAR sensor and the principle of the detection technology of oil spill,and summarizes the research progress of oil spill information extraction based on the single polarized SAR data,the polarization SAR data at home and abroad,and it also outlines the important supporting role of microwave scattering characteristics research of oil spill on the study of SAR oil spill detection and the current research results,and moreover it respectively discusses the insufficiency of the spaceborne SAR oil spill detection and microwave scattering characteristics of oil spill in research,and finally it analyzes the key technology issue that need to solve in the future and its development direction.

SAR;oil spill detection;microwave scattering characteristics;information extraction

TP7

A

1001－6932（2016）03－0241－09

10.11840/j.issn.1001-6392.2017.03.001

2016-01-17；

2016-03-24

海洋公益性行业科研专项（201305002）；国家自然科学基金（41571336））。

李颖（1968-），博士，教授，主要从事海洋溢油遥感检测研究，电子邮箱：yldmu@126.com。