文 王 辰，陈 兵，孙 榕（交通运输部规划研究院，北京，100028）

一、前言

交通运输领域加快建设交通强国，全面构建现代化高质量国家综合立体交通网，要求水上交通运输安全保障范围从港口（区）及其附近水域，向南北海运大通道、专属经济区、国际海运重要通道等深远海拓展，确保“船舶航行到哪里，海事服务就跟进到那里”。但现有VTS、AIS、CCTV等水上交通安全保障系统对船舶的监控感知区域主要集中在沿岸25海里的范围内，卫星船舶自动识别（Automatic Identification System -AIS）、船舶远程识别与跟踪系统（Long Range Identification and Tracking of ships -LRIT）、北斗导航等系统虽可对深远海船舶进行识别跟踪，但均为被动监控手段，且北斗导航系统虽已正式纳入国际海事组织（IMO）全球无线电导航系统，但其传输带宽有限，无法支撑船舶动态实时跟踪需求，在商船的推广应用进度较为滞后，致使当前深远海区域船舶交通动态主动感知能力明显不足。

合成孔径雷达（Synthetic Aperture Radar，SAR）是一种使用主动式微波遥感技术的传感器，具有全天候、全天时、高分辨、大范围监测等特点，是一种深远海船舶监控领域有效的主动监控手段，在海洋救援、海洋执法等民用领域，以及海洋实时监视检测等军事领域都有广泛应用空间。近年来，遥感技术、人工智能技术发展迅速，SAR数据日益丰富，船舶检测应用相关研究逐步深入，为深远海水域船舶智能识别应用奠定了重要基础。

本文就利用SAR实现对深远海船舶目标的动态感知技术路径及应用展望进行了初步研究，以期有效支撑 “陆海空天”一体化水上交通安全保障体系建设。

二、国内外SAR卫星建设现状及规划

（一） 国内SAR

当前我国政府主导建设的民用SAR卫星主要有环境一号C星、高分三号等，其中环境一号C星目前因故障已停用，高分三号2016年发射成功，是我国首颗分辨率达到1米的C频段多极化SAR成像卫星，成像幅宽大、研究应用最多、数据最丰富。近年我国将发射1米C-SAR卫星（2颗）、L频段干涉SAR卫星A/B星、环境与减灾C星（2颗）和20米分辨率L频段高轨SAR卫星。其中，2021年已发射的1米C-SAR/01星、2022年将发射的1米C-SAR/02星，与目前在轨的高分三号卫星组网，满足每天至少2次以上重访能力。

2017年以来，国内商业遥感卫星公司进入蓬勃发展阶段，海丝一号、齐鲁一号陆续发射并投入运行，其中海丝一号是我国第一颗SAR商业卫星，分辨率达1米。北京航天宏图、北京富斯德、北京智星空间科技有限公司等知名遥感企业也在规划建设SAR小卫星星座，其中北京航天宏图计划建设“一主三辅”卫星编队构型的国内首个商业InSAR（干涉合成孔径雷达）星座，北京智星空间科技有限公司计划建设由12颗SAR卫星组成的微波遥感星座，实现全球任意地点小时级的按需观测重访及毫米级形变监测。

（二）国外SAR

目前在轨运行的高性能SAR如德国的TerraSAR-X和TanDEM-X SAR星座、欧洲ESA Sentinel卫星、加拿大Radarsat系列、美国长曲棍球系列、日本IGS系列等，都是由政府、军方主导运营，已开展大量应用研究。

当前，SAR卫星正朝着高分辨率、高分辨率宽幅、双/多基、多维度、小型化组网等多个方向发展，商业遥感公司多聚焦于小型化组网方向。芬兰ICEYE、美国Capella等公司发射的高分辨率SAR小卫星星座已经投入商业运行，其中ICEYE SAR卫星可实现25厘米分辨率的SAR图像服务。此外，日本宇宙开发机构（JAXA）与QPS实验室有限公司合作创建了小型SAR卫星近实时数据服务商业概念，计划利用36颗小型SAR卫星每10分钟获取1次数据，目前QPS实验室已于2019年12月11日由印度火箭搭载发射了1颗100千克级的SAR卫星（QPS-SAR-1）。美国CapellaSpace公司计划建设一个由36颗卫星构成的星座，以便能实现每小时重访的SAR遥感服务；与之对标的PredaSAR也计划建成一个世界最大、最先进的由44颗卫星组成的SAR卫星星座；美国XpressSAR公司提出了2022年部署由4颗SAR卫星组成的星座计划，空间分辨率从30米到1米不等。

综上，未来国内外SAR卫星的建设将不断提速，SAR数据量呈现出爆炸式增长趋势，SAR遥感应用将迎来高速发展的大数据时代。

三、国内外SAR船舶检测研究现状

早期国内基于SAR船舶检测的研究主要应用于军用舰船的检测识别，多采用基于单极化幅度或强度数据的传统检测算法，该类算法主要利用舰船像素点和杂波像素点在后向散射功率上的差异，实现舰船目标的检测，这一类应用最为广泛的算法为恒虚警率检测器，CFAR（恒虚警）检测器假设目标像素点比杂波像素点具有更强的后向散射系数，并且假设杂波像素点的散射幅度或强度服从一定的统计分布，然后通过对特定的杂波类型进行统计建模，依据设定的虚警率求出检测阈值，即可从待检测SAR图像中筛选出大于检测阈值的目标像素点。当选取的统计模型能够很好地建模杂波分布时，CFAR（恒虚警）检测器可以很好地实现目标检测。但实际应用中目标可能处于极度异质的背景中，比如对于舰船目标，由于受到风场、洋流状况的影响，海杂波可能具有与舰船相近的后向散射强度，导致舰船像素点淹没在海杂波中，简单的阈值设置并不能很好地区分目标和杂波像素点。

近年来，随着高分3号卫星的发射和人工智能技术的兴起，利用深度学习技术进行船舶目标检测的研究增多，相比于传统检测算法，基于深度学习的船舶检测技术具备良好的检测性能和应用前景，许多卷积神经网络（CNN）结构在计算机视觉领域的图像特征提取和分类等任务中取得了巨大成功，如AlexNet、VGG-Net、GoogleNet、ResNet以及EfficientNet。使用这些网络结果作为网络的主干网络提取图像特征，并结合相应的检测头生成用于目标检测任务的网络模型。目前，深度学习目标检测模型主要有基于区域建议以及基于回归方法等类型方法。

从总体上看，由于算法机制的原因，两阶段算法在检测准确性上要优于单阶段算法，但是由于需要额外步骤获取建议区域，在速度上处于劣势。单阶段算法具有较快的处理速度，并且对于背景处理较好，但是准确度不及两阶段算法。此外，船舶检测准确度还受SAR图像分辨率影响，检测率随着分辨率的下降而下降。随着空间分辨率的下降尺寸较小的船舶容易被遗漏，同时用于鉴别的特征在低分辨率图像中的鉴别能力会有所下降，这是造成检测率下降的主要原因。当前基于中高分辨率（≤5米）SAR数据，近海水域的船舶检测率可达90%。

四、深远海船舶动态检测实现路径

受益于人工智能技术、尤其是深度卷积神经网络技术的发展，进行大规模SAR数据船舶目标智能识别的研究成为可能。未来基于海事动态监管等场景下的大规模SAR数据，利用人工智能技术进行精细船舶目标类型自动识别的研究成为技术突破的关键。围绕深远海全天候、全天时、大范围船舶监测需求，基于SAR的深远海船舶监控应用应加强深度学习算法研究，构建样本丰富、数据可信的船舶检测识别训练数据集，采用近海训练、远海应用的方式，研究建立适合深远海水域特点的船舶检测识别模型，重点对LNG船、原油船、集装箱船、邮轮等典型船舶进行检测识别，并与卫星AIS、LRIT等其他手段获取的信息匹配、关联、融合，实现深远海水域船舶动态的多手段多维感知能力。

基于SAR的船舶检测识别应用需要开展船舶识别训练数据集构建、船舶目标检测识别技术、多源关联融合技术研究等3项关键研究工作。

（一）船舶识别训练数据集构建研究。样本丰富、数据可信的模型训练数据集是船舶检测识别的关键之一。需要依托AIS/VTS数据、SAR图像数据，通过目标检测、匹配、矫正等技术，提取多种类多尺度的船舶目标SAR图像数据，同时也应包括海上钻井平台、浮台等多样化的非目标SAR图像数据，以保障船舶检测识别高精确度和低虚警率。

（二）船舶目标检测识别技术研究。基于模型训练数据集，依托CNN（神经卷积网络）、RCNN（区域神经卷积网络）、Fast RCNN（快速区域神经卷积网络）、Faster RCNN（高速区域神经卷积网络）等深度学习算法，深入分析不同种类不同吨级船舶SAR图像纹理特征，建立船舶种类与船舶散射特征、船舶吨级与船舶尺寸特征的关系模型，建立基于SAR图像的船舶检测识别模型，研究可用于工程应用的基于SAR图像的船舶检测识别技术。

（三）多源关联融合技术研究。由于深远海船舶动态监控手段各有优劣，未来深远海船舶动态监控必定是依托多手段联合互补实现，由于存在时间误差、多普勒频移等影响，多源数据均存在一定程度的目标定位偏差，需要开展SAR、AIS、LRIT、北斗等多源信息关联融合技术研究，以实现对深远海船舶目标的连续可靠跟踪。

五、深远海船舶动态检测海事应用展望

本文所提出的基于SAR船舶动态感知技术能实现对深远海水域通航船舶进行远距离、大范围的检测识别，可为海事部门深远海水域船舶监管、搜救工作开展提供有效支撑，有助于进一步完善海事部门船舶监管技术手段，在海事系统“陆海空天”一体化水上交通安全保障体系建设中主要应用场景如下：

（一）服务大区域深远海船舶交通态势分析。利用SAR大范围、主动监测特点，可快速获取某一时刻大范围深远海水域的船舶分布态势，与近岸船舶交通态势联合，整体分析船舶通航密度，为研究南海、南北大通道等深远海重点通航水域的船舶交通态势及统计分析提供数据支撑。

（二）服务深远海遇险船舶定位及应急指挥。高海况气象条件下，水上交通事故险情高发，船舶遇险后往往失去电力，传统AIS等电子导助航设备无法正常工作，届时，在深远海可出动的船舶、飞机等搜救力量有限的情况下，利用SAR全天候、全天时监测特点，在有数据源保证的情况下可快速获取事发水域船舶动态分布，辅助判别失事船舶位置，有利于尽早获取遇险目标定位，为海上应急救援指挥提供重要数据支撑。

（三）服务海事日常空中主动巡航监管。“十四五”时期，海事系统将加强统筹固定翼飞机配备使用，推进轻型、小型无人机应用，形成立体机动的“空”基平台，提升海上巡航、应急搜救能力。大中型飞机均可搭载SAR传感器，可主动获取飞机巡航监管水域船舶定位信息，弥补船舶关闭AIS等电子监管设备逃避监管等造成的盲区，并与AIS、LRIT、VTS等信息关联、融合，进一步提升海事部门船舶动态监管能力。

六、结语

“十四五”时期是海事系统在新的历史起点上推动高质量发展，在加快建设交通强国和服务构建新发展格局进程中当好先行的关键五年，海事需在水上交通运输安全保障和动态管控上加强突破，实现多维感知、全域抵达、高效协同、智能处置。本文所提出的基于SAR实现深远海船舶动态感知技术，将成为海事系统“陆海空天”技术体系的一个重要组成部分，为推动我国海事服务和保障走向深远海提供技术支撑。