鄒亞榮，鄒斌，梁超

（1.國家海洋局國家衛(wèi)星海洋應(yīng)用中心，北京 100081）

應(yīng)用極化合成孔徑雷達(dá)檢測(cè)海上溢油研究進(jìn)展

鄒亞榮1，鄒斌1，梁超1

（1.國家海洋局國家衛(wèi)星海洋應(yīng)用中心，北京 100081）

海上溢油給海洋生態(tài)環(huán)境帶來嚴(yán)重的影響，快速準(zhǔn)確地探測(cè)溢油對(duì)于防災(zāi)減災(zāi)具有重要的意義。利用衛(wèi)星遙感探測(cè)溢油已成為目前主要的檢測(cè)手段，大多采用合成孔徑雷達(dá)（SAR）數(shù)據(jù)，運(yùn)用圖像處理的方法，開展了多種溢油提取算法的研究，取得了較好的結(jié)果，但由于海洋的類溢油現(xiàn)象存在，造成提取信息的精度達(dá)不到要求。近年來，國內(nèi)外運(yùn)用極化SAR數(shù)據(jù)開展溢油信息提取研究，從極化分解與相位差等角度對(duì)溢油特性分析，能有效地區(qū)分一些類溢油現(xiàn)象，得到了較理想的結(jié)果。分析了應(yīng)用SAR數(shù)據(jù)開展溢油信息提取的研究狀況，總結(jié)了溢油極化SAR探測(cè)的研究，指出了目前研究中存在的不足，并提出了今后溢油極化SAR遙感監(jiān)測(cè)的方向。

合成孔徑雷達(dá)；溢油；檢測(cè)；進(jìn)展

1 引言

21世紀(jì)是海洋的世紀(jì)，現(xiàn)在，海洋環(huán)境質(zhì)量越來越密切地同人類社會(huì)生存環(huán)境發(fā)生著相互作用，然而人類在不斷向海洋索取各種生活資料的同時(shí)，也在不斷地破壞甚至毀滅著海洋環(huán)境。屢發(fā)不止的重大海洋污染事件已向全人類發(fā)出了警告：保護(hù)海洋環(huán)境刻不容緩！

在眾多的海洋污染中海面溢油污染發(fā)生較頻繁、分布較廣、危害嚴(yán)重。隨著世界海洋運(yùn)輸業(yè)的發(fā)展和海上油田不斷投入生產(chǎn)，溢油事故不斷增加，往往造成大面積海洋及海岸帶石油污染，不僅使海洋、大氣自然環(huán)境、生態(tài)系統(tǒng)資源受到破壞，也引起魚類、鳥類、海藻和海洋哺乳動(dòng)物等海洋生物大量死亡，經(jīng)濟(jì)蒙受巨大損失，而且嚴(yán)重危害人體健康。

2010年4月20日位于美國墨西哥灣的英國石油公司（BP）“深水地平線”鉆井平臺(tái)爆炸起火，石油形成的污染帶直接威脅墨西哥灣海岸生態(tài)環(huán)境及沿岸民眾生活，許多野生動(dòng)物遭受“滅頂之災(zāi)”，此次事故已成為美國歷史上最重大的生態(tài)災(zāi)難，造成了極其嚴(yán)重的社會(huì)影響，并引發(fā)了廣泛的國際關(guān)注和反思。2006年以來在我國管轄海域每年有多起溢油事件發(fā)生，尤其是2010年7月大連新港輸油管道破裂造成海上溢油對(duì)環(huán)境造成巨大的危害。2011年6月渤海PL19-3石油平臺(tái)發(fā)生溢油事故，時(shí)間長、影響范圍廣、危害大，溢油對(duì)近海海域的污染已引起了全國的廣泛重視。

與常規(guī)的溢油監(jiān)測(cè)方法相比，采用遙感方法具有監(jiān)測(cè)范圍廣、獲取效率高等優(yōu)勢(shì)，因而應(yīng)用遙感技術(shù)開展海上溢油監(jiān)測(cè)已成為目前的主要監(jiān)測(cè)手段之一，尤其SAR（Synthetic Aperture Radar）具有全天候、受天氣影響小，對(duì)溢油有較明顯的探測(cè)特點(diǎn)，已在遙感監(jiān)測(cè)業(yè)務(wù)系統(tǒng)中得到了廣泛的應(yīng)用，因此利用衛(wèi)星遙感技術(shù)及時(shí)、準(zhǔn)確、全面地監(jiān)測(cè)海洋溢油污染，積極采取清除和預(yù)防溢油措施，對(duì)于保護(hù)海洋環(huán)境與海洋防災(zāi)減災(zāi)，已是刻不容緩的重要工作。

2 利用SAR探測(cè)海上溢油的研究現(xiàn)狀

由于在一定的海況條件下（風(fēng)速3～12 m／s）海上溢油對(duì)波浪的阻尼作用，造成在SAR影像上呈現(xiàn)出暗斑現(xiàn)象，與周邊海水相比表現(xiàn)出較明顯的區(qū)別，但是因?yàn)楹Ｑ蟓h(huán)境的復(fù)雜性，有許多現(xiàn)象，如生物膜、上升流、內(nèi)波、鋒面、船尾跡等，在SAR影像上也表現(xiàn)出暗斑的特征，因而從SAR影像上提取溢油信息并非一件易事［1—2］。利用遙感技術(shù)進(jìn)行溢油探測(cè)最大限度地去除了虛警，利用單極化SAR數(shù)據(jù)進(jìn)行溢油信息提取一般分為3步：一是暗斑檢測(cè)；二是提取暗斑的特征，如幾何特征、紋理特征、散射特征等；三是在此基礎(chǔ)上，開展溢油與類溢油的區(qū)分。

采用圖像處理方法是常見的方法。Frate等［3］利用直方圖的兩個(gè)峰值之間的局部最小值來分割圖像，從區(qū)域的最暗點(diǎn)開始生長直到種子點(diǎn)的鄰域像素均比給定閾值（局部最小值）大為止，以此來提取黑斑。Araujo等［4］計(jì)算經(jīng)過高斯濾波后的圖像和小波分解的第一層圖像的相關(guān)性，選擇相關(guān)性系數(shù)比第一層的小波系數(shù)高的像素點(diǎn)作為生長點(diǎn)，開展溢油檢測(cè)工作。Mercier等［5］及Derrode和Mercier［6］則使用隱馬爾科夫鏈進(jìn)行多尺度溢油提取，它具有較低的虛警率。Solberg等［7—8］認(rèn)為閾值可設(shè)為窗口平均后向散射系數(shù)減去一個(gè)常數(shù)，且閾值的獲取可采用多尺度的金字塔方法通過一次迭代步驟實(shí)現(xiàn)。Kannaa等［9］采用的滯后性閾值算法可成功提取線性暗斑。Marghany等［10—12］提出了一種修改計(jì)算分形維數(shù)的公式，從而給出了一種全新的紋理分析技術(shù)，可以結(jié)合多種紋理特征（如熵、均一性、對(duì)比度、變化幅度及相關(guān)性等）進(jìn)行暗區(qū)探測(cè)。Topouzelis等［13］通過研究神經(jīng)網(wǎng)絡(luò)系統(tǒng)性能及參數(shù)成功地實(shí)現(xiàn)了在高分辨率影像上的暗區(qū)探測(cè)。黃曉霞等［14］介紹了一種全新的區(qū)域影像分割技術(shù)—基于迎風(fēng)格式偏微分方程（PDE）的Level Set方法進(jìn)行海洋浮油膜特征提取。石立堅(jiān)［15］對(duì)SAR和MODIS（moderate resolution imaging spectroradiometer）監(jiān)測(cè)海面溢油的方法進(jìn)行了討論，在運(yùn)用SAR數(shù)據(jù)進(jìn)行海面溢油檢測(cè)方面，重點(diǎn)對(duì)基于水平集與多尺度的圖像分割方法進(jìn)行了分析和試驗(yàn)，將水平集與小波方法相結(jié)合，在原高分辨率圖像中的溢油區(qū)域的邊緣提取中得到了較好應(yīng)用。田維［16］做了油膜對(duì)海面雷達(dá)后向散射的衰減研究，并提出了基于后向散射的檢測(cè)方法。Shu等［17］和Li［18］采用空間密度分割閾值的方法，克服了SAR圖像噪聲帶來的問題，同時(shí)提高了檢測(cè)速度。Solberg等［19—20］給出了一個(gè)半自動(dòng)的溢油檢測(cè)分類器，對(duì)油膜概率較大的目標(biāo)直接進(jìn)行自動(dòng)檢測(cè)，對(duì)84景SAR圖像進(jìn)行了處理，包括基于風(fēng)速的像素局部閾值的確定小像素目標(biāo)的聚類或大像素目標(biāo)分割以及隨機(jī)把每一類送入分類器，定義10類不同的目標(biāo)特征并根據(jù)Bayesian理論進(jìn)行分類。大連海事大學(xué)彭博［21］和蘭國新等［21］，對(duì)溢油的遙感提取進(jìn)行了面向?qū)ο蟮难芯?，運(yùn)用雷達(dá)與光學(xué)數(shù)據(jù)協(xié)同下的溢油信息提取流程以及判別準(zhǔn)則，構(gòu)建基于多源遙感信息的溢油應(yīng)急構(gòu)架，開展了溢油信息提取。鄒亞榮等［23—24］采用SAR數(shù)據(jù)，在后向散射系數(shù)計(jì)算的基礎(chǔ)上，從波段、極化方式、入射角等方面開展了海上溢油監(jiān)測(cè)參數(shù)分析，并綜合溢油形狀參數(shù)、紋理特征指數(shù)、物理特性指數(shù)等主要指標(biāo)，以層次分析法得出每一類指標(biāo)的權(quán)重，對(duì)海上溢油遙感監(jiān)測(cè)方法進(jìn)行了分析，提出了一種SAR數(shù)據(jù)的多元指標(biāo)溢油信息提取方法。Singha等［25］提出了一種基于SAR數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)方法來區(qū)分溢油與類溢油，取得了理想效果。

溢油特征的提取需要已驗(yàn)證溢油的先驗(yàn)知識(shí)，并且需要發(fā)生溢油時(shí)的海洋風(fēng)場(chǎng)、浪場(chǎng)等輔助信息來進(jìn)行溢油的判斷。這些方法需要強(qiáng)調(diào)兩個(gè)方面：（1）特征要素的提取需經(jīng)過實(shí)踐認(rèn)可的，對(duì)于用此特征來區(qū)分溢油沒有歧義；（2）就溢油與類溢油這兩類進(jìn)行分類，僅需提供這兩類的樣本進(jìn)行訓(xùn)練來區(qū)分。雖然這種方法已用于業(yè)務(wù)化的運(yùn)行，但是仍然需要改進(jìn)。

隨著主動(dòng)微波遙感技術(shù)發(fā)展而逐漸建立的海面電磁散射模型，雖然其電磁散射理論部分有嚴(yán)格的輻射傳輸理論上的數(shù)學(xué)推導(dǎo)，但是在具體應(yīng)用時(shí)應(yīng)考慮影響電磁散射方程的關(guān)鍵參數(shù)，如均方差高度、波面斜率的分布及其相關(guān)長度等，對(duì)它們的計(jì)算均采用不同的海浪譜模式，如Neumann譜、Pierson-moskowitz譜或Phillips譜［26］。所使用的譜方程都是建立在試驗(yàn)數(shù)據(jù)分析之上的半經(jīng)驗(yàn)公式和經(jīng)驗(yàn)參數(shù)。從這些譜式的多種選擇看，雖然各模式在使用時(shí)討論了使用條件和有效范圍，但各模型的結(jié)果在相似條件下的可比性差別很大。因此，基于常規(guī)海浪譜的后向散射計(jì)算方法存在不足。

綜上所述，目前基于單極化SAR圖像的海面溢油識(shí)別方法主要以遙感圖像處理和模式識(shí)別技術(shù)為手段，提取典型海面溢油與疑似油膜形態(tài)學(xué)特征作為訓(xùn)練樣本，通過人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯推理等手段對(duì)海面溢油進(jìn)行檢測(cè)與識(shí)別，但對(duì)于類溢油現(xiàn)象的去除效果并不理想。

近年來不少研究開展了應(yīng)用極化SAR對(duì)溢油的研究，主要分為運(yùn)用極化相位與極化分解兩類，以區(qū)分類溢油與溢油。

Migliaccio和Tranfaglia［27］使用SIR-C／X-SAR數(shù)據(jù)，利用極化散射相干矩陣特征值及特征向量來計(jì)算熵值H和平均散射角α，構(gòu)建H／α分類平面對(duì)影像進(jìn)行分類。結(jié)果顯示在H／α平面上對(duì)重油（IFO 180）和油醇（OLA）、油酸甲酯（OLME）、三油精（TOLG）等具有良好的可分性。

Migliaccio［28］使用同樣的數(shù)據(jù)，首先利用極化CFAR（Constant false alarm ratio）濾波器檢測(cè)暗目標(biāo)，然后根據(jù)目標(biāo)分解理論計(jì)算油膜極化特征參量，分別計(jì)算油膜和海面H／Aα空間散點(diǎn)圖，重油（IFO180）、油醇、油酸甲酯、三油精及海面的H、A、α概率密度曲線。結(jié)果顯示H、A、α三個(gè)極化特征量對(duì)海面溢油分類意義明顯，特別在低風(fēng)時(shí)H和A效果較好，而H參數(shù)無論在低風(fēng)或者高風(fēng)時(shí)效果均較好。

Nunziata等［29］和Migliaccio［30］利用SIR-C／XSAR數(shù)據(jù)驗(yàn)證了同極化相位差CPD（co-polarized phase difference）探測(cè)海面溢油的能力，并設(shè)計(jì)了一個(gè)簡(jiǎn)單有效的濾波器來獲取CPD標(biāo)準(zhǔn)差，數(shù)據(jù)試驗(yàn)證明同極化相位差的標(biāo)準(zhǔn)差對(duì)溢油和生物油膜（OLA）具有不同的敏感性，可以對(duì)二者進(jìn)行有效區(qū)分。

Nunziat等［31—32］提出基于全極化SAR數(shù)據(jù)Muller矩陣的海面溢油監(jiān)測(cè)方法，指出在中等風(fēng)速條件下Muller矩陣特定項(xiàng)元素值對(duì)油膜與海水及生物膜等疑似特征具有很好的判別作用。

Migliaccio等［33］，Velotto等［34］和Domenico等［35］提出在微風(fēng)的情況下，通過對(duì)多視C、L波段溢油相位與標(biāo)準(zhǔn)差研究，得出兩參數(shù)可用于溢油識(shí)別，C波段的要強(qiáng)于L波段。研制了一種應(yīng)用雙極化數(shù)據(jù)，對(duì)于有無海上溢油，基于它們的弱阻尼性能，計(jì)算同相位差，來識(shí)別溢油與類溢油，提出了基于SIR-C／XSAR與TerraSAR-X SAR的算法。Migliaccio和Ferdinando［36］針對(duì)墨西哥灣的溢油，計(jì)算了海水與溢油的相位差與相位標(biāo)準(zhǔn)差，以此來提取溢油信息。Velotto等［37］利用雙極化通道間的關(guān)系建立了極化模型，計(jì)算兩個(gè)通道相關(guān)性與相位標(biāo)準(zhǔn)差，在海上溢油檢測(cè)上運(yùn)用效果良好。Arnt-Salberg等［38］在對(duì)極化關(guān)系分析的基礎(chǔ)上，提出一種基于Bragg的散射廣義似然比線性模型，基于SVV與SHH關(guān)系誤差協(xié)方差來區(qū)分溢油與類溢油的方法。

應(yīng)用極化分解方法來開展溢油信息提取是極化SAR溢油散射特性研究的另一方面。Migliaccio等［39］比較了熵、散射角、反熵參數(shù)，認(rèn)為熵與反熵比散射角參數(shù)在溢油檢測(cè)方面更有效。Wang等［40］提出了幾個(gè)反熵、極化相關(guān)系數(shù)、極化SPAN以及它們的組合等輔助參數(shù)，開展了溢油信息提取。Zhang等［41］通過研究SHH與SVV關(guān)系，研究得出一致性系數(shù)是比熵與散射角更為有效的溢油識(shí)別參數(shù)。Skrunes等［42］采用RadarSat-2數(shù)據(jù)從極化協(xié)方差C3矩陣中，建立熵、散射角、相位標(biāo)準(zhǔn)差、極化比等多種極化分解參數(shù)，用以區(qū)分原油、植物油等，得到了比較理想結(jié)果。Minchew等［43］針對(duì)美國墨西哥灣溢油事件，采用L波段SAR數(shù)據(jù)，運(yùn)用熵、散射角、反熵等參數(shù)對(duì)溢油散射進(jìn)行了研究，認(rèn)為相干矩陣的特征值是可靠的指標(biāo)。

在極化試驗(yàn)方面，利用SAR數(shù)據(jù)開展溢油檢測(cè)已有一定的研究，但究竟溢油散射特征是如何并沒有在實(shí)踐中得到充分理解，Migliaccio等［36］和Arnt-BΦrre［38］通過訂購RadarSat-2數(shù)據(jù)，開展天地同步的海上油膜試驗(yàn)，收集現(xiàn)場(chǎng)數(shù)據(jù)，同時(shí)對(duì)RadarSat-2數(shù)據(jù)進(jìn)行極化處理，取得了一定的效果，但只是進(jìn)行了天地同步試驗(yàn)，沒有對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行耦合。2012年國家衛(wèi)星海洋應(yīng)用中心聯(lián)合電子科技大學(xué)開展了利用散射計(jì)對(duì)溢油的散射試驗(yàn)，在不同角度、波段、油種方面開展了試驗(yàn)，得到了一些溢油散射規(guī)律，由于試驗(yàn)的樣本以及試驗(yàn)本身等原因，沒有從機(jī)理上闡述海上溢油的極化特征。

3 目前研究的不足

3.1 基于建立溢油極化SAR特征譜的精細(xì)提取研究不夠

目前大多數(shù)研究都集中于如何通過圖像處理手段來獲取溢油信息，僅從圖像特征開展溢油信息提取研究，對(duì)溢油的散射特性沒有深入研究，如沒有建立溢油極化SAR特征譜，在理論與實(shí)踐上都難以揭示溢油極化特征，因此需研究海上油膜的極化SAR特征譜，研究溢油的散射特性，為海上溢油檢測(cè)提供理論基礎(chǔ)。

極化分解能有效地提取溢油信息，極化相位差能有效地區(qū)分生物膜與溢油，由于溢油的弱散射原因，造成溢油與類溢油難以區(qū)分，故需要深入研究溢油的散射特性，結(jié)合試驗(yàn)開展更精細(xì)化的溢油信息提取，從理論或數(shù)值模擬方面確定探測(cè)海洋表面溢油的模式。

3.2 應(yīng)用極化SAR數(shù)據(jù)提取溢油參數(shù)與試驗(yàn)結(jié)合尚需深入

目前利用SAR進(jìn)行溢油檢測(cè)，大多在數(shù)值處理上開展研究較多，由于海面條件復(fù)雜，研究多為個(gè)例，所得結(jié)果沒有可比性，溢油的極化SAR特性并沒有從實(shí)踐的角度得到檢驗(yàn)。為研究溢油的散射特征，獲得可靠的、有價(jià)值的微波遙感散射試驗(yàn)數(shù)據(jù)，需要將油膜的四波段全極化數(shù)據(jù)集用于構(gòu)建溢油的極化SAR特征譜，通過試驗(yàn)方式得到溢油極化SAR特征譜，從而為溢油的SAR探測(cè)提供可靠的依據(jù)。

開展遙感試驗(yàn)?zāi)芙沂疽缬蜆O化SAR的特性，能夠?qū)O化參數(shù)進(jìn)行反演，但目前試驗(yàn)沒有深入到極化參數(shù)測(cè)定，僅利用散射計(jì)開展后向散射系數(shù)的測(cè)量，因而需要從多波段全極化的角度開展溢油極化SAR試驗(yàn)。

溢油遙感監(jiān)測(cè)是海洋環(huán)境遙感監(jiān)測(cè)的技術(shù)方向之一，全極化SAR包含的信息反映了溢油散射的完整情況，應(yīng)用極化SAR開展海上溢油的研究比利用單極化SAR有更多的信息，能夠揭示溢油的極化SAR的散射特性，本研究擬建立溢油極化SAR的特征譜，結(jié)合海面溢油自身的電磁學(xué)特性，對(duì)調(diào)頻連續(xù)波雷達(dá)進(jìn)行溢油遙感試驗(yàn)，深入分析隨機(jī)粗糙海面的溢油散射特性，開展溢油精細(xì)化提取技術(shù)研究，服務(wù)于海洋環(huán)境保護(hù)。

4 結(jié)論與展望

當(dāng)前船只與海上石油開發(fā)活動(dòng)造成的溢油事件已屢見不鮮，盡早發(fā)現(xiàn)溢油采取行動(dòng)是減輕災(zāi)害的重要工作，星載SAR衛(wèi)星數(shù)據(jù)具有覆蓋范圍大、對(duì)溢油有明顯的表現(xiàn)的優(yōu)點(diǎn)，因而利用SAR數(shù)據(jù)探測(cè)溢油已成為目前主要的方式，但需要與航空、地面監(jiān)測(cè)相結(jié)合才能對(duì)溢油進(jìn)行更有效的檢測(cè)。

利用極化SAR數(shù)據(jù)能排除一些類溢油現(xiàn)象，同時(shí)應(yīng)用極化SAR數(shù)據(jù)在溢油檢測(cè)方面能夠提供溢油檢測(cè)的精度，如采用相位差CPD可以區(qū)分溢油與生物膜。從極化SAR數(shù)據(jù)中提取的極化參數(shù)，如全極化中的極化熵、散射角等以及雙極化的CPD標(biāo)準(zhǔn)差等，均在溢油檢測(cè)中有明顯的作用。

隨著多極化SAR衛(wèi)星的發(fā)射，應(yīng)用極化SAR數(shù)據(jù)能區(qū)分溢油與類溢油，能成為業(yè)務(wù)化監(jiān)測(cè)的一個(gè)主要數(shù)據(jù)，但是極化參數(shù)的獲取是溢油信息提取的關(guān)鍵，參數(shù)對(duì)于溢油的反應(yīng)，開展弱散射機(jī)制下的溢油極化散射特征譜的研究以及參數(shù)組合研究是今后研究的一個(gè)重要方向。

海上溢油受海洋風(fēng)浪的影響很大，采用極化SAR建模需要與海洋環(huán)境場(chǎng)相結(jié)合，如何耦合海洋環(huán)境信息與極化參數(shù)是目前研究的一個(gè)難題，采用溢油遙感實(shí)驗(yàn)與參數(shù)相結(jié)合的方法是一切實(shí)可行的方法，也是今后研究的方向。

［1］Fingas M F，Brown C E.Review of oil spill remote sensing［J］.Spill Sci Technol Bull，1997，4（4）：199－208.

［2］Brekke C，Solberg A H S.Oil spill detection by satelliteremote sensing［J］.Remote Sens Environ，2005，95（1）：1－13.

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

［4］Araujo R T S，Medeiros F N S，Costa R C S，et al.Spots segmentation in SAR images for remote sensing of environment［C］／／Proceedings of the 6th IEEE Southwest Symposium on Image Analysis and Interpretation.IEEE，2004：95－99.

［5］Mercier G，Derrode S，Pieczynski W，et al.Multiscale oil slick segmentation with markov chain model［C］／／Proceedings of IEEE International Geoscience and Remote Sensing Symposium.IEEE，2003，6：3501－3503.

［6］Derrode S，Mercier G.Unsupervised multiscale oil slick segmentation from SARimages using a vector HMC model［J］.Pattern Recognition，2007，40（3）：1135－1147.

［7］Solberg A H S，Storvik G，Solberg R，et al.Automatic detection of oil spills in ERS SAR images［J］.IEEE Trans Geosci Remote Sens，1999，37（4）：1916－1924.

［8］Solberg A H S，Brekke C，Husoy P O.Oil spill detection in Radarsat and Envisat SARimages［J］.IEEE Trans Geosci Remote Sens，2007，45：746－755.

［9］Kanaa T F N，Tonye E，Mercier G，et al.Detection of oil slick signatures in SAR images by fusion of hysteresis thresholding responses［C］／／Pro-ceedings of IEEE International Geoscience and Remote Sensing Symposium.IEEE，4：2750－2752.

［10］Marghany M，Hashim M，Cracknell A P.Fractal dimension algorithm for detecting oil spills using RADARSAT-1 SAR［J］.Berlin／Heidelberg：Springer-Verlag，2007，4705：1054－1062.

［11］Marghany M.RADARSAT Automatic algorithms for detecting coastal oil spill pollution［J］.International Journal of Applied Earth Observation and Geoinformation，2001，3（2）：191－196.

［12］Marghany M.RADARSAT for oil spill trajectory model environment［J］.Environmental Modelling and Software，2004，19：473－483.

［13］Topouzelis K，Karathanassi V，Pavlakis P，et al.Dark formation detection using neural networks［J］.Int J Remote Sens，2008，29（16）：4705－4720.

［14］黃曉霞，李紅旮，黃波.SAR影像中海洋浮油膜特征分割的Level Set方法［J］.遙感學(xué)報(bào)，2005，9（5）：549－554.

［15］石立堅(jiān).SAR及MODIS數(shù)據(jù)海面溢油檢測(cè)方法研究［D］.青島：中國海洋大學(xué)，2008.

［16］田維.海面油膜雷達(dá)遙感檢測(cè)機(jī)理與方法研究［D］.北京：中國科學(xué)院研究生院，2009

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

［18］Li Y，Li J.Oil spill detection from SAR intensity imagery using a marked point process［J］.Remote Sensing of Environment，2010，114（7）：1590－1601.

［19］Solberg A H S，Dokken S T，Solberg R.Automatic detection of oil spills in Envisat，Radarsat and ERSSARimages［C］／／Proceedings of IEEE International Geoscience and Remote Sensing Symposium.IEEE，2003，4：2747－2749.

［20］Solberg A H S，Brekke C，Solberg R.Algorithms for oil spill detection in Radarsat and ENVISAT SARimages［C］／／Proceedings of IEEE International Geoscience and Remote Sensing Symposium.Anchorage，AK：IEEE，2004，7：4909－4912.

［21］彭博.基于面向?qū)ο蟮暮Ｑ笠缬蜋z測(cè)的研究［D］.大連：大連海事大學(xué)，2007.

［22］蘭國新，李穎，李寶玉，等.基于多源遙感的海上溢油應(yīng)急監(jiān)測(cè)研究與應(yīng)用［J］.大連海事大學(xué)學(xué)報(bào)，2012，38（1）：97－100.

［23］鄒亞榮，梁超，陳江麟，等.基于SAR的海上溢油監(jiān)測(cè)最佳探測(cè)參數(shù)分析［J］.海洋學(xué)報(bào)，2011，33（1）：36－43.

［24］鄒亞榮，鄒斌，梁超，等.多元指標(biāo)的海上溢油信息提?。跩］.地球信息科學(xué)學(xué)報(bào)，2012，14（2）：265－269.

［25］Singha S，Bellerby T J，Trieschmann O.Detection and classification of oil spill and look-alike spots from SARimagery using an artificial neural network［C］／／Proceedings of the 2012IEEE Geoscience and Remote Sensing Symposium.Munich：IEEE，2012：5630－5633.

［26］Wright J W.Backscattering from capillary waves with application to sea clutter［J］.IEEE Transactions on Antennas and Propagation，1966，14（6）：749－754.

［27］Migliaccio M，Tranfaglia M.A study on the capability of sar polarimetry to observe oil spills［C］／／Proceedings of the 2nd International Workshop.Frascati，Italy，2005.

［28］Migliaccio M，Gambardella A，Tranfaglia M.Oil spill observation by means of polarimetric sar data［C］／／Proceedings of SEASAR 2006.Frascati，Italy，2006.

［29］Nunziata F，Gambardella A，Migliaccio M.Dual-polarized SAR data for oil spill detection［C］／／Proc.‘Envisat Symposium 2007’，Montreux，Switzerland 23－27 April 2007，2007.

［30］Migliaccio M，Nunziata F，Gambardella A.On the co-polarized phase difference for oil spill observation［J］.International Journal of Remote Sensing，2009，30（6）：691－695.

［31］Nunziata F，Gambardella A，Migliaccio M.On the mueller scattering matrix for sar sea oil slick observation［J］.IEEE Geoscience and Remote Sensing Letters，2008，5（4）：691－695.

［32］Nunziata F，Gambardella A，Migliaccio M.Fully polarimetric SAR data for oil slick observation［C］／／Proceedings of PolInSAR 2009.Frascati，Italy，2009.

［33］Migliaccio M，Nunziata F，Gambardella A.On the co-polarisedphase difference for oil spill observation［J］.Int J Remote Sens，2009，30（6）：1587－1602.

［34］Velotto D，Migliaccio M，Nunziata F，et al.Oil-slick observation using single look complex TerraSAR-X dual-polarized data［C］／／2010 IEEE International Geoscience and Remote Sensing Symposium.Honolulu，HI：IEEE，2010：3684－3687.

［35］Velotto D，Lehner S，Solovievetc A，et al.Analysis of oceanic features from dual-polarization high resolution x-band SAR imagery for oil spill detection purposes［C］／／2012 IEEE International Geoscience and Remote Sensing Symposium.Munich：IEEE，2012：2841－2844.

［36］Migliaccio M，Nunziata F，Antonio M，et al.A multifrequency polarimetric SAR processing chain to observe oil fields in the Gulf of Mexico［J］.IEEE Transactions on Geoscience and Remote Sensing，2011，49（12）：4729－4737.

［37］Velotto D，Migliaccio M，Nunziata F，et al.Dual-Polarized TerraSAR-X data for oil-spill observation［J］.IEEE Transactions on Geoscience and Remote Sensing，2011，49（12）：4751－4762.

［38］Salberg A B，Rudjord O，Solberg A H S.Model based oil spill detection using polarimetric SAR［C］／／2012 IEEE International Geoscience and Remote Sensing Symposium.Munich：IEEE，2012：5884－5887.

［39］Migliaccio M，Gambardella A，Tranfaglia M.SAR polarimetry to observe oil spills［J］.IEEE Trans Geosci Remote Sens，2007，45（2）：506－511.

［40］Wang W G，F(xiàn)ei L，Peng W，et al.Oil spill detection from polarimetric SARimage［C］／／2010 IEEE 10th International Conference on Signal Processing.Beijing：IEEE，2010：832－835.

［41］Zhang B，Perrie W，Li X F，et al.Mapping sea surface oil slicks using RADARSAT-2 quad-polarization SAR image［J］.Geophys Res Lett，2011，38，L10602.

［42］Stine S，Camilla B，Torbjorn E.An experimental study on oil spill characterization by multi-polarization SAR［C］／／9th European Conference on Synthetic Aperture Radar.Nuremberg，Germany：IEEE，2012：139－142.

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

Research on progress of oil spill detection using polarization SAR data

Zou Yarong1，Zou Bin1，Liang Chao1

（1.National Satellite Ocean Application Services，State Oceanic Administrationg，Beijing 100081，China）

Oil spill brings the serious influence to marine ecological environment，fast and accurately detecting the oil spill is of great significance for disaster prevention and mitigation.By making use of satellite remote sensing for the oil spill detection has become the main means of detection，Using the SAR（synthetic aperture radar）data and image processing methods，most scholars carry out a variety of oil spill extraction algorithm research，and get some good results，but there exist some look-alikes，which affect the extract information accuracy.In recent years，from polarization decomposition and a phase，using polarization SAR data in oil spill information extraction，such as the oil spill characteristic analysis，can effectively distinguish between some kind of oil spill phenomenon，and obtain the ideal results.The application of SAR data is analyzed in the oil spill information extraction research，summarized the oil spill polarization SAR detection research is summarized，and the current of the insufficiency in research is pointed out，and the future oil spill polarization SAR remote sensing monitoring.

polarization SAR；oil spill；detection；progress

TN958；X834

A

0253-4193（2014）09-0001-06

鄒亞榮，鄒斌，梁超.應(yīng)用極化合成孔徑雷達(dá)檢測(cè)海上溢油研究進(jìn)展［J］.海洋學(xué)報(bào)，2014，36（9）：1—6，

10.3969／j.issn.0253-4193.2014.09.001

Zou Yarong，Zou Bin，Liang Chao.Research on progress of oil spill detection using polarization SAR data［J］.Acta Oceanologica Sinica（in Chinese），2014，36（9）：1—6，doi：10.3969／j.issn.0253-4193.2014.09.001

2013-03-26；

2013-09-26。

國家自然科學(xué)基金項(xiàng)目（41376183）；海洋溢油污染風(fēng)險(xiǎn)評(píng)估及應(yīng)急響應(yīng)關(guān)鍵技術(shù)集成及應(yīng)用示范（201205012）；中國海監(jiān)支撐技術(shù)2013項(xiàng)目（溢油遙感業(yè)務(wù)化監(jiān)測(cè)）。

鄒亞榮（1967—），男，江西省南昌市人，研究員，主要從事海洋遙感工作。E-mail：zyr＠m(xù)ail.nsoas.gov.cn