李涼海, 劉善偉, 周 鵬, 萬 勇

SAR衛(wèi)星組網(wǎng)觀測技術(shù)與海洋應(yīng)用研究進(jìn)展

李涼海1, 2, 劉善偉2, 周 鵬2, 萬 勇2

(1. 北京遙測技術(shù)研究所, 北京 100076; 2. 中國石油大學(xué)(華東), 山東 青島 266580)

SAR衛(wèi)星的組網(wǎng)觀測, 較之于單衛(wèi)星工作方式, 不僅能夠提高觀測頻率, 還能挖掘SAR的多模式探測能力。本文介紹了SAR衛(wèi)星組網(wǎng)的遙感觀測技術(shù)發(fā)展現(xiàn)狀, 并總結(jié)了基于衛(wèi)星組網(wǎng)的海洋動力環(huán)境監(jiān)測和海上目標(biāo)監(jiān)測研究進(jìn)展。在海洋動力環(huán)境遙感監(jiān)測方面, 多SAR衛(wèi)星聯(lián)合獲得的同步數(shù)據(jù)能夠互為補充, 提高海洋動力環(huán)境信息的探測精度; 在海上目標(biāo)遙感監(jiān)測方面, 多衛(wèi)星聯(lián)合能夠?qū)崿F(xiàn)從傳統(tǒng)的單星目標(biāo)檢測到跟蹤的跨越, 提高海上動態(tài)目標(biāo)的跟蹤監(jiān)測能力。

衛(wèi)星組網(wǎng); 多星聯(lián)合; 遙感; 海洋環(huán)境; 海上目標(biāo)

星載合成孔徑雷達(dá)(synthetic aperture radar, SAR)具有全天時、全天候、高分辨、大視場等優(yōu)點, 這使其成為海洋動力環(huán)境和海上目標(biāo)監(jiān)測的重要手段[1-2]。但是, 星載SAR尚存在一些不足: 首先, 目前的SAR衛(wèi)星大都工作在高度為500～1 000 km的低地球軌道, 在這種軌道高度條件下, SAR高方位分辨率對高脈沖重復(fù)頻率(pulse repetition frequency, PRF)的需求[3], 與寬刈幅成像對低PRF的需求形成矛盾, 使得高方位分辨率與大刈幅成像無法同時滿足, 從而導(dǎo)致SAR重訪周期相對較長(短則幾天、長則十幾天), 無法滿足對熱點區(qū)域的高頻率或者應(yīng)急觀測需求; 其次, 由于前視或后視時的多普勒帶寬太窄, 導(dǎo)致單星SAR一般僅能進(jìn)行側(cè)視成像。對于單星SAR的干涉測量應(yīng)用, 單平臺單次航過方式受平臺尺寸限制不能提供理想的基線長度[4], 單平臺多次航過方式受“時間去相關(guān)”影響嚴(yán)重[5]。另外, 單星SAR一般僅能通過層析成像的方式實現(xiàn)三維成像, 要求成像場景必須為靜止場景且成像周期很長。上述這些不足嚴(yán)重影響著星載SAR在海洋環(huán)境和海上目標(biāo)監(jiān)測等領(lǐng)域的有效應(yīng)用。

近年來, 世界主要航天大國非常重視SAR衛(wèi)星組網(wǎng)觀測技術(shù)的發(fā)展, 已建成了多個中大型SAR衛(wèi)星星座系統(tǒng)(如德國的SAR-Lupe雷達(dá)衛(wèi)星星座、ESA的Sentinel-1A與Sentinel-1B SAR衛(wèi)星星座, 加拿大的Radarsat星座等), 甚至一些商業(yè)公司也加入到SAR小衛(wèi)星星座的研發(fā)與應(yīng)用隊伍之中(如芬蘭的ICEYE衛(wèi)星星座)。SAR衛(wèi)星組網(wǎng)觀測技術(shù)系統(tǒng)的出現(xiàn), 不僅大幅提高了時間分辨率, 而且具有寬場景、高分辨率、多角度觀測等多方面的優(yōu)勢, 可有效解決單星SAR在重訪周期上的不足, 極大地提升海洋環(huán)境和海上目標(biāo)監(jiān)測能力。我國也非常重視SAR衛(wèi)星星座的發(fā)展, “高分”(GaoFen, GF)衛(wèi)星星座計劃建設(shè)3顆SAR衛(wèi)星。在國家重點研發(fā)計劃“海洋環(huán)境安全保障”重點專項的支持下, 中國石油大學(xué)(華東)承擔(dān)的“基于衛(wèi)星組網(wǎng)的海洋戰(zhàn)略通道與戰(zhàn)略支點環(huán)境安全保障決策支持系統(tǒng)研發(fā)與應(yīng)用”項目(以下簡稱“項目”), 開展了SAR衛(wèi)星組網(wǎng)技術(shù)研究, 突破了SAR小衛(wèi)星組網(wǎng)關(guān)鍵技術(shù), 發(fā)展了基于衛(wèi)星組網(wǎng)的海洋環(huán)境與海上目標(biāo)信息提取技術(shù), 并為戰(zhàn)略通道與戰(zhàn)略支點的海洋環(huán)境安全保障提供支撐服務(wù)。

本文主要從中大型SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)、SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)以及SAR與光學(xué)衛(wèi)星聯(lián)合觀測系統(tǒng)3個方面, 綜述SAR衛(wèi)星組網(wǎng)觀測技術(shù)的發(fā)展現(xiàn)狀; 由于衛(wèi)星組網(wǎng)觀測技術(shù)剛剛起步, 海洋相關(guān)應(yīng)用研究還很少, 而多源衛(wèi)星聯(lián)合觀測的方式在一定程度上相當(dāng)于衛(wèi)星組網(wǎng)觀測, 因此本文總結(jié)了多源衛(wèi)星聯(lián)合在海洋動力環(huán)境和海洋目標(biāo)監(jiān)測中的應(yīng)用研究進(jìn)展, 以期為基于衛(wèi)星組網(wǎng)的海洋動力環(huán)境和目標(biāo)監(jiān)測技術(shù)應(yīng)用研究奠定基礎(chǔ)。

1 SAR衛(wèi)星組網(wǎng)觀測技術(shù)

本文主要從中大型SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)、SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)以及SAR與光學(xué)衛(wèi)星聯(lián)合觀測系統(tǒng)3個方面, 綜述SAR衛(wèi)星組網(wǎng)觀測技術(shù)的發(fā)展現(xiàn)狀。

1.1 SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)

近年來, 世界主要航天大國都非常重視發(fā)展SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng), 目前已構(gòu)建了多個實際系統(tǒng)[6], 包括: 德國軍方的SAR-Lupe星座[7-8]、意大利軍民兩用的Cosmo-SkyMed星座[9]、德國和西班牙的TerraSAR-X/PAZ星座[10]、歐盟的Sentinel-1星座[11]以及加拿大的Radarsat星座RCM[12-13]等, 上述各個系統(tǒng)的基本信息見表1。

表1 國內(nèi)外主要SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)基本信息

德國的SAR-Lupe衛(wèi)星網(wǎng)是目前世界上時間分辨率最高的衛(wèi)星SAR組網(wǎng)觀測系統(tǒng), 該系統(tǒng)由5顆X波段SAR衛(wèi)星組成, 分布在3個高度為500 km的軌道面上, 衛(wèi)星之間具備星間鏈路通信能力, 可以確保用戶在成像指令發(fā)出11 h后接收到對全球任意地點拍攝的圖像資料, 分辨率最高可達(dá)1 m[14]。

意大利的COSMO-SkyMed星座, 其單顆衛(wèi)星的重訪周期為65 h, 而4星聯(lián)網(wǎng)后的重訪周期則縮短至12 h[9]。COSMO-SkyMed星座可在“常態(tài)”和“干涉測量”兩種軌道結(jié)構(gòu)下運行。常態(tài)軌道結(jié)構(gòu)下, 4顆衛(wèi)星均勻分布于同一個太陽同步晨昏軌道平面, 可保證一天內(nèi)對全球任一目標(biāo)進(jìn)行至少兩次訪問。干涉軌道測量結(jié)構(gòu)下, 進(jìn)行干涉處理的兩顆衛(wèi)星將被置于夾角僅0.08°的兩個軌道平面內(nèi), 兩顆衛(wèi)星前后編隊飛行, 觀測時間間隔僅為20 s, 可獲得準(zhǔn)實時干涉圖像。

德國的TerraSAR-X/TanDEM-X雙星編隊系統(tǒng), 是TerraSAR-X/PAZ星座中的兩顆衛(wèi)星, 在2015至2016年間完成了全球數(shù)字高程模型(digital elevation model, DEM)數(shù)據(jù)的測量, 其空間基線控制在120 m至500 m之間, 空間分辨率為10 m × 10 m, 絕對和相對測高精度分別為10 m和2 m, 絕對和相對水平定位精度分別為10 m和3 m, 其數(shù)據(jù)覆蓋性及精度均優(yōu)于美國和德國于21世紀(jì)初聯(lián)合生產(chǎn)的航天飛機(jī)雷達(dá)地形測繪任務(wù)(shuttle radar topography mission, SRTM)產(chǎn)品。

Sentinel-1星座由Sentinel-1A和Sentinel-1B兩顆衛(wèi)星組成。兩顆衛(wèi)星在同一個軌道平面內(nèi), 相位相差180°, 將重訪周期由單顆衛(wèi)星的12 d減少到6 d。Sentinel-1星座還與Sentinel-2多光譜成像衛(wèi)星、Sentinel-3海洋與全球陸地監(jiān)測衛(wèi)星、Sentinel-4地球同步軌道氣象衛(wèi)星和Sentinel-5低軌氣象衛(wèi)星等合作, 為監(jiān)測全球氣候變化和環(huán)境提供實時準(zhǔn)確的信息。

RCM星座包含3顆衛(wèi)星, 均勻分布于高度約600 km的太陽同步晨昏軌道平面內(nèi)。其由加拿大的RADARSAT項目演化而來, 去掉了RADARSAT-2的一些先進(jìn)的功能如GMTI等, 單星重量相比于RADARSAT-2大大減小。RCM側(cè)重于中等分辨率(約50 m)的廣域覆蓋, 其主要任務(wù)是提供海事監(jiān)控、災(zāi)難管理和生態(tài)系統(tǒng)監(jiān)視方面的服務(wù), 還能夠利用干涉模式進(jìn)行間隔4 d的形變測量。RCM還新增了一些創(chuàng)新性的功能, 如相干變化檢測、簡縮極化模式, 以及針對船舶監(jiān)測的成像模式和船舶自動識別系統(tǒng)等。

SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)具備明顯縮短重訪周期、實現(xiàn)高分寬幅成像、可前視甚至后視成像、顯著提高干涉測量的精度、利用單次航過即可完成三維成像等優(yōu)勢[15-18], 可有效解決單星SAR系統(tǒng)的不足, 極大地提升海洋環(huán)境監(jiān)測和海上目標(biāo)監(jiān)測能力。

1.2 SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)

目前發(fā)展的相對成熟的SAR衛(wèi)星組網(wǎng)和編隊觀測系統(tǒng)仍以中大型衛(wèi)星為主構(gòu)成, 存在著研制周期長、系統(tǒng)造價昂貴、網(wǎng)絡(luò)中衛(wèi)星數(shù)量相對較少等不足。隨著航天技術(shù)的進(jìn)步, 尤其是輕型相控陣天線技術(shù)、集成電路技術(shù)、固態(tài)電子器件技術(shù)和高效太陽電池及蓄電池技術(shù)的發(fā)展, 在保證性能的同時[6], SAR衛(wèi)星的體積和重量都大大降低, 微小型化成為SAR衛(wèi)星的重要發(fā)展潮流。發(fā)展SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)可降低系統(tǒng)的研制、發(fā)射和運營成本, 在投資相同的情況下可顯著擴(kuò)充網(wǎng)絡(luò)中衛(wèi)星的數(shù)量, 同時便于優(yōu)化調(diào)度衛(wèi)星資源或及時補發(fā)衛(wèi)星應(yīng)對重大突發(fā)事件, 是目前SAR衛(wèi)星組網(wǎng)觀測的主要發(fā)展趨勢[19]。

近年來, 美國的Capella Space、Umbra Lab和PredaSAR、芬蘭的Iceye、日本的Synspective等公司都發(fā)布了商業(yè)SAR小衛(wèi)星星座計劃。其中, Capella Space公司規(guī)劃在2020—2023年間部署由36顆小衛(wèi)星SAR構(gòu)成的星座, 實現(xiàn)全球任意地區(qū)的最大1 h重訪、圖像最高分辨率為0.5 m, 目前已有2顆衛(wèi)星在軌[20]; Capella Space公司為降低SAR圖像價格和提高SAR衛(wèi)星對應(yīng)急事件的響應(yīng)時間, 在發(fā)射多顆SAR小衛(wèi)星的基礎(chǔ)上, 同時與衛(wèi)星通信公司進(jìn)行合作實現(xiàn)SAR衛(wèi)星網(wǎng)與通信衛(wèi)星網(wǎng)的有效互聯(lián), 從而大大降低高分辨率SAR圖像的價格(例如: 與光學(xué)遙感圖像的價格相當(dāng))、大大縮短用戶響應(yīng)時間(例如: 從下訂單到獲取圖像的周期小于30 min)。Iceye公司自2018年1月12日發(fā)射了世界上第1顆100 kg以下的SAR小衛(wèi)星——Iceye-X1起, 截至2020年底已成功發(fā)射4顆雷達(dá)衛(wèi)星, 圖像分辨率最高可達(dá)0.25 m, 初步形成了小型雷達(dá)衛(wèi)星的星座組網(wǎng)和商業(yè)化運營服務(wù)能力[21]。日本Synspective公司計劃于2022年建成由6顆小衛(wèi)星組成的微型SAR衛(wèi)星星座, 在2030年前建成由25顆衛(wèi)星組成的微型SAR衛(wèi)星星座, 最終的目標(biāo)是建立一個由100顆微型SAR衛(wèi)星組成的星座, 從而實現(xiàn)高頻次地獲取全球SAR影像[22]。

國內(nèi), SpaceTY(天儀研究院)和智星空間等公司也發(fā)布了SAR小衛(wèi)星星座發(fā)展規(guī)劃, SpaceTY公司已于2020年12月22日發(fā)射了我國第一顆商業(yè)SAR小衛(wèi)星“海絲一號”, 圖1a為“海絲一號”于2021年3月25日拍攝的集裝箱船擱淺導(dǎo)致蘇伊士運河堵塞的SAR圖像, 圖1b為擱淺集裝箱船的現(xiàn)場照片。

圖1 “海絲一號”拍攝的擱淺集裝箱船SAR圖像及現(xiàn)場照片

為解決小衛(wèi)星SAR組網(wǎng)中的SAR載荷輕量化、載荷多功能一體化等“卡脖子”技術(shù)問題, 項目突破了二維輕質(zhì)化相控陣天線技術(shù)(將天線重量密度由40 kg/m2降至20 kg/m2), 完成了多模式小衛(wèi)星SAR樣機(jī)研制, 可實現(xiàn)SAR、散射計、波譜儀和高度計4種工作模式, 以滿足對海洋目標(biāo)和海洋動力環(huán)境的高精度同時測量, 圖2為所研制小衛(wèi)星SAR二維相控陣天線的照片。除此之外, 為解決星間遠(yuǎn)距離高速通信、數(shù)據(jù)在軌處理等“卡脖子”技術(shù)問題, 項目還突破了小衛(wèi)星組網(wǎng)高碼率激光通信關(guān)鍵技術(shù), 碼速率高達(dá)10 Gbps, 圖3為所研制的微小衛(wèi)星星間激光通信終端照片, 上述高碼率激光通信技術(shù)的突破為實現(xiàn)多顆小衛(wèi)星的星間云計算、進(jìn)而最終實現(xiàn)星載SAR數(shù)據(jù)的在軌處理奠定了堅實基礎(chǔ)。

圖2 小衛(wèi)星SAR二維相控陣天線

圖3 微小衛(wèi)星星間激光通信終端

1.3 SAR與光學(xué)衛(wèi)星聯(lián)合觀測系統(tǒng)

SAR具有全天時、全天候、寬視場、極化信息豐富等方面的優(yōu)勢, 而光學(xué)影像則符合人眼的視覺習(xí)慣, 因此發(fā)展SAR與光學(xué)衛(wèi)星聯(lián)合觀測系統(tǒng)可充分發(fā)揮多類型傳感器數(shù)據(jù)融合的優(yōu)勢, 也是遙感衛(wèi)星星座的重要發(fā)展趨勢之一。

法國的Pleiades光學(xué)衛(wèi)星星座與意大利COSMO- SKyMed衛(wèi)星星座, 以及阿根廷即將發(fā)射的SAOCOM星座將一起組成“光學(xué)雷達(dá)地球觀測聯(lián)盟”(ORFEO)。加拿大UrtheCast公司目前也正在著力建設(shè)至少由8顆SAR衛(wèi)星和8顆光學(xué)衛(wèi)星組成的OptiSARTM星座[23-24]。

近年來我國建設(shè)的“高分專項”計劃同樣重視多種類型傳感器的融合, 從全色衛(wèi)星、多光譜衛(wèi)星到高光譜衛(wèi)星, 從光學(xué)衛(wèi)星到雷達(dá)衛(wèi)星, 從太陽同步軌道衛(wèi)星到地球同步軌道衛(wèi)星等多種類型, 目前已發(fā)射的13顆高分衛(wèi)星構(gòu)成了一個具有高空間分辨率、高時間分辨率和高光譜分辨率能力的對地觀測衛(wèi)星組網(wǎng)系統(tǒng)。項目研發(fā)了一套由16顆在軌SAR衛(wèi)星和光學(xué)衛(wèi)星構(gòu)成的虛擬組網(wǎng)系統(tǒng), 包括國內(nèi)11顆衛(wèi)星(GF-1、GF-1B、GF-1C、GF-1D、GF-2、GF-3、ZY-3、HJ-1A、HJ-1B、Cbers-04、SAR小衛(wèi)星)和國外5顆衛(wèi)星(Landsat-8、Sentinel-1A、Sentinel-1B、TerraSAR-X、RADARSAT-2)。

2 基于衛(wèi)星組網(wǎng)的海洋動力環(huán)境監(jiān)測技術(shù)

單星SAR觀測風(fēng)、浪、流等海洋動力環(huán)境要素已有幾十年的歷史, 為海洋動力環(huán)境要素的觀測做出了巨大的貢獻(xiàn)。但是受SAR觀測體制的限制, 單星SAR觀測海洋動力環(huán)境要素時存在時間分辨率低、空間覆蓋范圍小、觀測信息不完整等問題, 極大地限制了SAR在海洋動力環(huán)境要素監(jiān)測中的應(yīng)用。SAR衛(wèi)星組網(wǎng)觀測可以較好地解決單星SAR觀測海洋動力環(huán)境要素的問題, 但目前衛(wèi)星組網(wǎng)觀測技術(shù)剛剛起步, 在海洋動力環(huán)境監(jiān)測中的應(yīng)用還很少; 而多源衛(wèi)星聯(lián)合觀測的方式在一定程度上相當(dāng)于衛(wèi)星組網(wǎng)觀測, 因此本文主要從多顆SAR衛(wèi)星聯(lián)合觀測、SAR和波譜儀聯(lián)合觀測、SAR和散射計聯(lián)合觀測、SAR和光學(xué)衛(wèi)星聯(lián)合觀測等方面綜述多源衛(wèi)星聯(lián)合在海面風(fēng)場、海浪、海流、內(nèi)孤立波等海洋動力環(huán)境要素監(jiān)測中的應(yīng)用研究進(jìn)展, 為基于衛(wèi)星組網(wǎng)的海洋動力環(huán)境監(jiān)測技術(shù)及應(yīng)用研究奠定基礎(chǔ)。

2.1 海面風(fēng)場監(jiān)測

SAR和散射計是兩種常用的用于觀測海面風(fēng)場的微波傳感器, 在實現(xiàn)海面風(fēng)速反演時用到的主要方法是地球物理模型函數(shù)(geophysical model function, GMF), 經(jīng)過多年的發(fā)展, 已形成了CMOD4、CMOD5、CMOD5.N、CMOD-IFR2、XMOD等系列反演方法。然而上述任何一種方法, 在利用SAR反演風(fēng)速時都需要提供外部風(fēng)向信息作為輸入。近幾年出現(xiàn)的多源衛(wèi)星聯(lián)合觀測風(fēng)場方法, 證明了對外部數(shù)據(jù)源依賴的問題可以通過多源衛(wèi)星聯(lián)合觀測的方式加以解決。項目基于仿真的X波段組網(wǎng)SAR衛(wèi)星多方位向同步觀測數(shù)據(jù)建立了不依賴于外部風(fēng)向輸入的風(fēng)速反演方法, 解決了風(fēng)速反演依賴風(fēng)向的問題, 體現(xiàn)了衛(wèi)星組網(wǎng)觀測風(fēng)場的優(yōu)勢[25]。

此外, 散射計能為SAR風(fēng)速反演提供準(zhǔn)同步的風(fēng)向信息, 因此聯(lián)合散射計與SAR數(shù)據(jù)也能進(jìn)行海面風(fēng)速的反演。張毅等[26]以SeaWinds散射計的風(fēng)向作為輸入, 進(jìn)行SAR海面風(fēng)場反演, 與天氣預(yù)報模式WRF(the weather research and forecasting mode)的風(fēng)向作為輸入的SAR風(fēng)速反演結(jié)果有較好的一致性; Lin等[27]研究了GF-3 SAR和HY-2A微波散射計臺風(fēng)海面風(fēng)場的聯(lián)合定量觀測結(jié)果, 結(jié)果顯示GF-3 SAR衛(wèi)星圖像和HY-2A衛(wèi)星散射計產(chǎn)品能實現(xiàn)臺風(fēng)的定量觀測; Bentamy等[28]利用Sentinel-1A SAR的后向散射系數(shù)校正散射計的后向散射系數(shù), 并通過CMOD-IFR2獲得風(fēng)速, 有效解決了散射計在近海岸區(qū)域風(fēng)速觀測不準(zhǔn)的問題。

2.2 海浪監(jiān)測

從最早的Seasat SAR衛(wèi)星開始就可以實現(xiàn)大范圍海浪場的觀測。經(jīng)過多年的發(fā)展, 后續(xù)陸續(xù)出現(xiàn)的系列SAR衛(wèi)星, 為全球海浪觀測提供了豐富的觀測資料, 證明SAR是一種極具潛力的海浪業(yè)務(wù)化觀測的手段。

單星SAR觀測海浪存在方位向波長截斷的現(xiàn)象, 使得SAR無法觀測到完整的海浪信息, 海浪信息提取的精度受限。項目使用SAR成像仿真技術(shù)模擬了多星多視向SAR海浪同步觀測數(shù)據(jù), 建立了SAR觀測海浪截斷波長的補償方法。該方法提出采用衛(wèi)星協(xié)同組網(wǎng)信息互補的方式來解決單星SAR觀測海浪的固有問題。以方向角為45°、55°、65°的三星組網(wǎng)補償結(jié)果為例, 截斷波長補償前后反演的海浪參數(shù)和準(zhǔn)確值的對比如表2所示。補償前反演有效波高的偏差是0.14 m, 補償后反演有效波高的偏差是0.03 m; 補償前反演平均波周期的偏差是0.75 s, 補償后反演平均波周期的偏差是0.59 s; 提高了海浪參數(shù)的反演精度[29-31]。

表2 截斷波長補償前后海浪參數(shù)的比較

波譜儀是一種真實孔徑雷達(dá), 與SAR的觀測原理不同, 不存在波長截斷的問題, 可以探測到更小波長的海浪成分。因此采用波譜儀和SAR聯(lián)合觀測海浪, 可以一定程度上彌補SAR觀測海浪信息缺失的問題?；诖怂枷? 目前已提出了一種SAR和波譜儀數(shù)據(jù)聯(lián)合反演不同尺度海浪譜的方法, 該方法使用波譜儀反演得到的海浪譜作為SAR海浪譜反演的初猜譜, 以補償SAR海浪譜反演時缺失的短波部分, 并使用交叉譜方法解決海浪方向180°模糊的問題, 分別使用SAR和STORM以及SAR和SWIM同步數(shù)據(jù)驗證了所提出的方法, 反演結(jié)果與ECMWF結(jié)果基本一致, 有效波高的偏差在0.1 m以內(nèi)[32-33], 證明了波譜儀和SAR聯(lián)合觀測海浪具有較好的應(yīng)用潛力。

2.3 海流監(jiān)測

利用星載SAR進(jìn)行海表流速觀測主要有3種方法: 第一種是SAR信號的多普勒質(zhì)心頻移法, 該方法獲得海表流場的空間分辨率較低, 誤差較大, 且僅能反演海表一維流速場。第二種是SAR順軌干涉法, 通過計算沿軌方向短時間間隔成像的兩幅SAR圖像之間的相位差反演海表一維流場, 該方法獲得的視向流速空間分辨率高、誤差較小, 被廣泛認(rèn)可是直接獲取海表流場的最佳方法。第三種是圖像特征追蹤法, 采用最大互相關(guān)法(MCC)對連續(xù)的衛(wèi)星圖像的特征進(jìn)行識別與跟蹤, 從而提取海表流場, 該方法雖然可以提取二維海面流場, 但誤差較大。

目前, 基于SAR衛(wèi)星組網(wǎng)的海面徑向流場和矢量流場探測均有報道。采用順軌干涉法, 基于TerraSAR-X/Tandem-X雙星編隊SAR, 實現(xiàn)了海面徑向流場的高精度反演[34-35]。組網(wǎng)衛(wèi)星SAR探測海面二維流場主要采用圖像特征追蹤法, 基于多源SAR圖像或SAR與其他傳感器圖像的組合實現(xiàn)。采用MCC法, 基于ENVISAT ASAR、ERS-2 SAR、TerraSAR-X/Tandem-X雙星編隊SAR、以及COSMO- SkyMed等SAR圖像的不同組合, 實現(xiàn)了沿岸流、潮汐流等的反演[36-39]。基于SAR圖像與其他傳感器(thematic mapper、wide-field scanner等)數(shù)據(jù)追蹤海表油膜, 提取海面流場[40]。項目開展了基于組網(wǎng)衛(wèi)星SAR的多視向觀測海面二維流場提取方法模擬研究, 基于M4S模型模擬的組網(wǎng)衛(wèi)星SAR數(shù)據(jù), 采用SAR多普勒質(zhì)心頻移法反演SAR海面視向流速, 通過不同視向的模擬觀測獲得海面二維流場, 反演的二維流場與輸入M4S模型的二維流場如圖4所示,比較結(jié)果表明, 流速相關(guān)系數(shù)優(yōu)于0.99, 均方根誤差0.03 m/s, 流向相關(guān)系數(shù)優(yōu)于0.98, 流向均方根誤差4.41°。

圖4 模擬組網(wǎng)SAR數(shù)據(jù)時輸入的二維流場與基于模擬的組網(wǎng)SAR數(shù)據(jù)反演的二維流場

2.4 內(nèi)孤立波監(jiān)測

由于內(nèi)孤立波隨機(jī)產(chǎn)生, 單星SAR刈幅窄、重訪周期長, 因此觀測到的內(nèi)孤立波頻次非常低。SAR與多源光學(xué)衛(wèi)星聯(lián)合觀測彌補了單星時空分辨率的不足, 使得對全球內(nèi)孤立波觀測越來越精確。學(xué)者們利用多年的SAR和光學(xué)衛(wèi)星(ERS-1/2、RADARSAT-1、ENVISAT、SPOT、Landsat、IRS、MODIS和AVHRR)聯(lián)合觀測, 統(tǒng)計分析了日本海、南海北部、安達(dá)曼海等海域的內(nèi)孤立波時空分布特征及傳播路徑, 探索了內(nèi)孤立波的可能生成源[41-44]。項目利用SAR和多源光學(xué)衛(wèi)星遙感數(shù)據(jù)(Sentinel-1A、GF-3、GF-1和MODIS)研究了印度洋及周邊內(nèi)孤立波的空間分布和傳播方向等[45], 如圖5所示。

基于多源衛(wèi)星遙感數(shù)據(jù)(ENVISAT ASAR、RADARSAT-2 ERS-2、ENVISAT、MODIS、GF-1、VIIRS、MERIS)和現(xiàn)場觀測數(shù)據(jù)可有助于探測內(nèi)孤立波的傳播速度。項目基于上述多源遙感數(shù)據(jù), 對南海北部內(nèi)波[46]和安達(dá)曼海[47-48]內(nèi)孤立波的傳播速度開展了研究, 這表明多源衛(wèi)星遙感的高時間分辨率可以追蹤某一內(nèi)孤立波的傳播過程, 進(jìn)而估算傳播速度。

圖5 內(nèi)孤立波空間分布

振幅是內(nèi)孤立波的重要要素之一, 基于遙感圖像反演內(nèi)孤立波振幅一直都是難題。項目發(fā)展了基于多源衛(wèi)星內(nèi)孤立波遙感圖像紋理特征參量的后向傳播(back propagation, BP)神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)2種振幅反演模型[49]。為了解決遙感圖像與內(nèi)孤立波波要素一一對應(yīng)問題, 在實驗室搭建了光學(xué)遙感探測內(nèi)孤立波仿真實驗平臺, 建立了遙感圖像特征參量、水文參數(shù)和內(nèi)孤立波波要素的數(shù)據(jù)庫, 利用深度學(xué)習(xí)技術(shù)建立了多層感知器、隨機(jī)森林、卷積神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的4類內(nèi)孤立波振幅反演模型[50-51], 利用與遙感圖像匹配的南海實測數(shù)據(jù)檢驗, 振幅反演相對誤差最小為12.3%, 有效地提高了內(nèi)孤立波振幅反演精度。

3 基于衛(wèi)星組網(wǎng)的海上目標(biāo)監(jiān)測技術(shù)

海上目標(biāo)的動態(tài)性較高, 因此單星監(jiān)測的效能較弱, 而衛(wèi)星組網(wǎng)能夠提高遙感觀測的時效性, 對于海上目標(biāo)的動態(tài)監(jiān)測與跟蹤具有重要意義。本文主要綜述多源衛(wèi)星聯(lián)合在船只和溢油目標(biāo)監(jiān)測中的應(yīng)用研究進(jìn)展。

3.1 船只目標(biāo)監(jiān)測

船只的識別多依賴于高空間分辨率遙感手段, 船只的動態(tài)跟蹤則對遙感數(shù)據(jù)的時效性和重訪頻率提出了很高的要求。借助衛(wèi)星組網(wǎng)提供的多時序遙感數(shù)據(jù)可進(jìn)行艦只匹配, 進(jìn)而實現(xiàn)船只定位與跟蹤。另外, 相較于單星觀測方式, 衛(wèi)星組網(wǎng)有效利用了多時序匹配信息, 可減少船只信息的不確定性[52], 提高檢測與識別精度, 在海上交通管理、海洋權(quán)益維護(hù)方面具有重要的現(xiàn)實意義[53]。

基于多時序影像的船只匹配是實現(xiàn)船只跟蹤的前提, 保證船只匹配準(zhǔn)確率是關(guān)鍵問題。在傳統(tǒng)的SIFT匹配算法基礎(chǔ)上[54], 近年開始使用卷積神經(jīng)網(wǎng)絡(luò)方法來提高船只匹配性能[55]。項目提出了一種基于傳統(tǒng)特征和深度特征融合的船只匹配跟蹤方法, 同時適用于SAR圖像和光學(xué)圖像, 取得了較好的跟蹤效果。圖6a為2012年1月7日的RADARSAT-2衛(wèi)星圖像(黃圈內(nèi)是待跟蹤船只), 圖6b為152 s后TerraSAR-X同一區(qū)域的圖像(紅圈內(nèi)為匹配的船只); 圖7分別為某海域2015年7月11日和12日的兩景光學(xué)遙感數(shù)據(jù), 黃色方框為匹配到的同一船只。

3.2 海上溢油監(jiān)測

海上溢油嚴(yán)重影響周邊海洋和海岸環(huán)境安全, 傳統(tǒng)依賴單星的溢油遙感監(jiān)測手段一方面難以有效剔除溢油偽信息, 另一方面其長重訪周期限制了對溢油漂移擴(kuò)散的監(jiān)測和預(yù)警。

近年來, 多/高光譜、SAR及熱紅外等傳感器已聯(lián)合應(yīng)用于溢油監(jiān)測工作。2010年, 美國墨西哥灣發(fā)生嚴(yán)重溢油事件, 通過分析UAVSAR、ENVISAT、Radarsat-2、COSMO-SkyMed及TerraSAR-X數(shù)據(jù), 定量評估了不同傳感器對溢油的表征能力[56], 還利用機(jī)載AVIRIS數(shù)據(jù), 估算了溢油量和油膜厚度[57]。在2018年中國東?！吧＜陛喴缬褪录? GF-3SAR數(shù)據(jù)與Sentinel-2多光譜數(shù)據(jù)被用于溢油檢測結(jié)果的相互驗證[58], 還將VIIRS Nightfire數(shù)據(jù)與MODIS、Sentinel-1等遙感數(shù)據(jù)結(jié)合, 追蹤了油輪的漂移路徑和位置[59]。

圖6 SAR圖像船只匹配結(jié)果

圖7 光學(xué)圖像船只匹配結(jié)果

隨著遙感衛(wèi)星的陸續(xù)發(fā)射及傳感器的不斷發(fā)展, 海上溢油監(jiān)測將越來越多的綜合光學(xué)遙感和微波雷達(dá)等的技術(shù)優(yōu)勢(微波雷達(dá)不受云霧影響, 光學(xué)傳感器監(jiān)測范圍廣, 光譜信息豐富), 促進(jìn)了不同溢油污染類型的定性與定量監(jiān)測, 提升了海洋溢油的遙感監(jiān)測應(yīng)用水平。項目于2020年9月在長40 m、寬40 m、深1.5 m的大型實驗水池內(nèi)開展了微波和高光譜聯(lián)合探測溢油實驗, 實驗選取了原油、油水混合物、柴油、棕櫚油等4種油品, 分別使用C波段全極化微波散射計和S185機(jī)載高速成像光譜儀(光譜范圍: 450～950 nm)對不同厚度的4種油品和自然海水進(jìn)行測量。圖8給出了不同厚度原油的微波散射系數(shù)和光譜反射率, 可以看出, 隨著厚度的增大, 微波散射系數(shù)基本不變, 而反射率在可見光范圍內(nèi)呈明顯下降趨勢, 高光譜遙感可以彌補微波遙感在原油厚度探測方面不足。

4 結(jié)論

近年來興起的SAR衛(wèi)星組網(wǎng)觀測技術(shù)可有效解決單星SAR時間分辨率低、無法實現(xiàn)高分寬幅成像等固有缺陷, 特別是SAR小衛(wèi)星具有成本低、靈活性強(qiáng)、可靠性高等突出優(yōu)勢, 建設(shè)SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)是未來主要發(fā)展趨勢。隨著二維輕質(zhì)相控陣天線、星間高碼率激光通信等關(guān)鍵技術(shù)的突破, 由多模式小衛(wèi)星SAR構(gòu)成的SAR小衛(wèi)星組網(wǎng)觀測系統(tǒng)將在海洋動力環(huán)境和海上目標(biāo)監(jiān)測中發(fā)揮關(guān)鍵作用。

借助衛(wèi)星組網(wǎng)高頻次、大范圍、多方向觀測的優(yōu)勢, 可解決海洋動力環(huán)境信息觀測時間分辨率低、空間覆蓋范圍小、觀測信息不完整等問題, 提高海洋動力要素信息提取的精度, 對于海上航行安全保障、防災(zāi)減災(zāi)、全球氣候變化等研究具有重要意義。未來需進(jìn)一步挖掘多星同步觀測數(shù)據(jù)的信息和優(yōu)勢, 優(yōu)化信息提取方法, 以獲得更全面、更準(zhǔn)確的海洋動力環(huán)境信息。

圖8 不同厚度原油的微波散射系數(shù)和光譜反射率

衛(wèi)星組網(wǎng)使海上動態(tài)目標(biāo)遙感跟蹤監(jiān)測成為可能, 實現(xiàn)了船只從傳統(tǒng)的單星檢測到跟蹤的跨越, 有利于海上溢油等突發(fā)事件的快速發(fā)現(xiàn); 而多傳感器的聯(lián)合則為船只目標(biāo)的精確識別、偽油膜的剔除提供了技術(shù)途徑, 通過發(fā)揮多源遙感互補優(yōu)勢提高目標(biāo)的檢測與識別精度。未來需進(jìn)一步挖掘多源遙感及長時序數(shù)據(jù)的優(yōu)勢, 發(fā)展適用于多源遙感的目標(biāo)匹配與跟蹤算法, 提升海上動態(tài)目標(biāo)的跟蹤監(jiān)測能力。

[1] 鄧云凱, 禹衛(wèi)東, 王宇. 高分辨率寬幅星載SAR海洋監(jiān)視信息反演[J]. 科技導(dǎo)報, 2017, 35(20): 69-76.

DENG Yunkai, YU Weidong, WANG Yu. Ocean sur-veillance and information extraction based on HRWS spaceborne SAR system[J]. Sciences & Technology Review, 2017, 35(20): 69-76.

[2] 李曉峰, 張彪, 楊曉峰. 星載合成孔徑雷達(dá)遙感海洋風(fēng)場波浪場[J]. 雷達(dá)學(xué)報, 2020, 9(3): 425-443.

LI Xiaofeng, ZHANG Biao, YANG Xiaofeng. Remote sensing of sea surface wind and wave from spaceborne synthetic aperture radar[J]. Journal of Radars, 2020, 9(3): 425-443.

[3] 鄧云凱, 禹衛(wèi)東, 張衡, 等. 未來星載SAR技術(shù)發(fā)展趨勢[J]. 雷達(dá)學(xué)報, 2020, 9(1): 1-33.

DENG Yunkai, YU Weidong, ZHANG Heng, et al. Forthcoming spaceborne SAR development[J]. Journal of Radars, 2020, 9(1): 1-33.

[4] SHEN Y, SHAFFER S J, JORDAN R L. Shuttle radar topog-raphy mission (SRTM) flight system design and opera-tions overview[C]//SPIE. Microwave Remote Sen--sing of the Atmosphere and Environment II. Sendai, Japan: International Society for Optics and Photonics, 2000: 167-178.

[5] ROSEN P A, HENSLEY S, JOUGHIN I R, et al. Syn-thetic aperture radar interferometry[J]. Proceedings of IEEE, 2000, 88(3): 333-382.

[6] 耿旭樸, 薛思涵. 合成孔徑雷達(dá)星座發(fā)展綜述[J]. 地理信息世界, 2017, 24(4): 58-63.

GENG Xupu, XUE Sihan. Trend analysis of SAR constellation[J]. Geomatics World, 2017, 24(4): 58-63.

[7] BRAUN H M, KNOBLOCH P E. SAR on small satellites-shown on the SAR-Lupe example[C]//GIN. Proceedings of the International Radar Symposium. Cologne, Germany: German Institute of Navigation, 2007: 5-7.

[8] Otto Hydraulik Bremen GmbH (OHB). SAR-Lupe [EB/OL]. [2021-04-10]. https://www.ohb-system.de/sar- lupe-english.html.

[9] PASTINA D, TURIN F. Exploitation of the COSMO- SkyMed SAR system for GMTI applica-tions[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(3): 966-979.

[10] LUMSDON P, RIEDMANN M, KOPPE W, et al. Development of operational applications of TerraSAR- X PAZ Constellation[C]//IEEE. Proceedings of IEEE International Geoscience and Remote Sensing Sympo-sium.Yokohama, Japan: IEEE Press, 2019: 8404-8406.

[11] POTIN P, ROSICH B, MIRANDA N, et al. Copernicus Sentinel-1 constellation mission operations status[C]// IEEE. Proceedings of IEEE International Geoscience and Remote Sensing Symposium. Yokohama, Japan: IEEE Press, 2019: 5385-5388.

[12] GIERULL C H, SIKANETA I. Potential marine moving target indication (MMTI) performance of the Radarsat constellation mission (RCM)[C]//EUSAR. Proceedings of European Conference on Synthetic Aperture Radar. Nuremberg, Germany: VDE VERLAG GMBH, 2012: 404-407.

[13] Canadian Space Agency. RADARSAT constellation [EB/OL]. [2021-04-15]. http://www.asc-csa.gc.ca/eng/ satellites/radarsat.

[14] 王捷, 周偉, 姚力波. 國外成像偵察技術(shù)現(xiàn)狀及發(fā)展趨勢[J]. 海軍航空工程學(xué)院學(xué)報, 2012, 27(2): 199-204.

WANG Jie, ZHOU Wei, YAO Libo. Review of current techniques and trends on foreign imaging reconnai-ssance[J]. Journal of Naval Aeronautical and Astronautical University, 2012, 27(2): 199-204.

[15] 何友, 姚力波, 江政杰. 基于空間信息網(wǎng)絡(luò)的海洋目標(biāo)監(jiān)視分析與展望[J]. 通信學(xué)報, 2019, 40(4): 1-9.

HE You, YAO Libo, JIANG Zhengjie. Summary and future development of marine target surveillance based on spatial information network[J]. Journal on Commu-nications, 2019, 40(4): 1-9.

[16] 李德仁, 沈欣, 龔健雅, 等. 論我國空間信息網(wǎng)絡(luò)的構(gòu)建[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2016, 40(6): 711-715.

LI Deren, SHEN Xin, GONG Jianya, et al. On cons-truc-tion of China’s space information network[J]. Geomatics and Information Science of Wuhan University, 2016, 40(6): 711-715.

[17] MASSONNET D. Capabilities and limitations of inter-ferometric cartwheel[J]. IEEE Transaction on Geo-science and Remote Sensing, 2001, 39(3): 506-520.

[18] WALTERSCHEID I, KLARE J, BRENNER A R, et al. Challenges of a bistatic spaceborne/airborne SAR experiment[C]//EUSAR. Proceedings of European Conference on Synthetic Aperture Radar. Berlin, Germany: VDE VERLAG GMBH, 2006: 1-4.

[19] 胡芬, 高小明. 面向測繪應(yīng)用的遙感小衛(wèi)星發(fā)展趨勢分析[J]. 測繪科學(xué), 2019, 44(1): 132-138, 150.

HU Fen, GAO Xiaoming. Development trend analysis of remote sensing small satellite for surveying and mapping application[J]. Science of Surveying and Mapping, 2019, 44(1): 132-138, 150.

[20] Capella Space. Blog-Capella Space[EB/OL]. [2021-04- 20]. https: //www.capellaspace.com/blog/.

[21] ICEYE. ICEYE History[EB/OL]. [2021-04-08]. https:// www.iceye.com/company/history.

[22] 李健全, 趙志偉, 曹長新. 日本微型 SAR 衛(wèi)星星座最新進(jìn)展[J]. 國際太空, 2020(6): 41-43.

LI Jianquan, ZHAO Zhiwei, CAO Changxin. The latest developments in the constellation of Japan’s micro SAR satellite[J]. Space International, 2020(6): 41-43.

[23] FOX P, TYC G, BECKETT K. The UrtheCast SAR-XL multi-band, multi-aperture spaceborne SAR system[C]//IEEE. Proceedings of IEEE Radar Conference.Seattle, WA, USA: IEEE Press, 2017: 1761-1764.

[24] OptiSAR. OptiSAR (Optical and SAR) commercial constellation of UrtheCast[EB/OL]. [2021-03-28]. https://directory.eoportal.org/web/eoportal/satellite-missions/o/optisar.

[25] WAN Y, SHI X, DAI Y, et al. Research on wind speed inversion method for X-band networked SAR satellite[J]. Journal of Marine Science and Engineering, 2020, 8(9): 626.

[26] 張毅, 蔣興偉, 宋清濤. 基于外部風(fēng)向初始信息的SAR影像海面風(fēng)場反演研究[J]. 遙感技術(shù)與應(yīng)用, 2011, 26(4): 461-468.

ZHANG Yi, JIANG Xingwei, SONG Qingtao. Ocean wind retrieval from Synthetic Aperture Radar images based on external initial wind direction[J]. Remote Sensing Technology and Application, 2011, 26(4): 461-468.

[27] LIN M S, YE X M, YUAN X Z, et al. The first quantitative joint observation of typhoon by Chinese GF-3 SAR and HY-2A microwave scatterometer[J]. Acta Oceanologica Sinica, 2017, 36(11): 1-3.

[28] BENTAMY A, MOUCHE A, GROUAZEL A, et al. Using sentinel-1A SAR wind retrievals for enhancing scatterometer and radiometer regional wind analyses[J]. International Journal of Remote Sensing, 2019, 40(3/4): 1120-1147.

[29] WAN Y, ZHANG X Y, DAI Y S, SHI X L. Research on a method for simulating multiview ocean wave synchronization data by networked SAR satellites[J]. Journal of Marine Science and Engineering, 2019, 7(6): 180.

[30] WAN Y, ZHANG X Y, DAI Y S, et al. Azimuth cutoff compensation method for SAR wave observation based on multiview wave spectrum data fusion[J]. IEEE Access, 2020, 8: 120923-120935.

[31] WAN Y, ZHANG X Y, DAI Y S, et al. An azimuth cutoff wavelength compensation method based on multiview synthetic aperture radar synchronization data[J]. Remote Sensing Letters, 2020, 11(3): 245-254.

[32] REN L, YANG J, ZHENG G, et al. A joint method to retrieve directional ocean wave spectra from SAR and wave spectrometer data[J]. Chinese Journal of Ocea-nology and Limnology, 2016, 34(4): 847-858.

[33] REN L, YANG J, XIAO Q, et al. On CFOSAT swim wave spectrometer retrieval of ocean waves[C]//IEEE. IEEE Geoscience & Remote Sensing Symposium. USA: IEEE, 2017: 1966-1969.

[34] SUCHANDT S, RUNGE H. Along-track interferometry using TanDEM-X: first results from marine and land applications.[C]//IEEE. European Conference on Synthetic Aperture Radar. USA: IEEE, 2012: 392-395.

[35] ROMEISER R, RUNGE H, SUCHANDT S, et al. Quality Assessment of surface current fields from TerraSAR-X and TanDEM-X along-Ttrack interferometry and dppler centroid analysis. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(5): 2759- 2772.

[36] LIU A K, HSU M K. Deriving ocean surface drift using multiple SAR sensors[J]. Remote Sensing, 2009, 1(3): 266-277.

[37] QAZI W A, EMERY W J, FOX-KEMPER B. Computing ocean surface currents over the coastal California current system using 30-min-lag sequential SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(12): 7559-7580.

[38] REN Y, LI X M, GAO G P, et al. Derivation of sea surface tidal current from spaceborne SAR constellation data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(6): 3236-3247.

[39] REN Y, LI X M. Derivation of sea surface current fields using TanDEM-X pursuit monostatic mode data[C]//IEEE. 2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). USA: IEEE, 2016: 4019-4022.

[40] GADE M, SEPPKE B, DRESCHLER-FISCHER L. Mesoscale surface current fields in the Baltic Sea derived from multi-sensor satellite data[J]. International journal of remote sensing, 2012, 33(10): 3122-3146.

[41] ARVELYNA Y, OSHIMA M, ARAKAWA Y. Multisatellite data observation for internal wave detection in the southwest coast of Japan[C]//Proceedings of the SPIE 5656. Active and Passive Remote Sensing of the Oceans. Japan. International Society for Optical Engineering. 2005: 147-155.

[42] MITYAGINA M I, LAVROVA O Y, KARIMOVA S S. Multi-sensor survey of seasonal variability in coastal eddy and internal wave signatures in the north-eastern Black Sea[J]. International Journal of Remote Sensing, 2010, 31(17/18): 4779-4790.

[43] 甘錫林, 黃韋艮, 楊勁松, 等. 利用多源遙感衛(wèi)星數(shù)據(jù)研究南海內(nèi)波的時空分布特征[J]. 遙感技術(shù)與應(yīng)用, 2007, 22(2): 242-245.

GAN Xilin, HUANG Weigen, YANG Jingsong, et al. The study of spatial and temporal distribution characteristics of internal waves in the South China Sea fron multi-satellite data[J]. Remote Sensing Technology and Application, 2007, 2007, 22(2): 242-245.

[44] 王雋, 楊勁松, 周禮英, 等. 基于多源衛(wèi)星遙感數(shù)據(jù)的安達(dá)曼海及其鄰近海域內(nèi)波分布特征分析[J]. 海洋學(xué)研究, 2019, 37(3): 1-11.

WANG Juan, YANG Jingsong, ZHOU Liying, et al. Distribution of internal waves in the Andaman Sea and its adjacent waters based on multi-satellite remote sens-ing data[J]. Journal of Marine Sciences, 2019, 37(3): 1-11.

[45] NING J, SUN L, CUI H, et al. Study on characteristics of internal solitary waves in the Malacca Strait based on Sentinel-1 and GF-3 satellite SAR data[J]. Acta Oceanologica Sinica, 2020, 39(5): 151-156.

[46] 孫麗娜, 張杰, 孟俊敏. 基于遙感與現(xiàn)場觀測數(shù)據(jù)的南海北部內(nèi)波傳播速度[J]. 海洋與湖沼, 2018, 49(3): 19-28.

SUN Lina, ZHANG Jie, MENG Junmin. On propagation velocity of internal solitary waves in the northern south china sea with remote sensing and in-situ observations data[J]. Oceanologia et Limnologia Sinica, 2018, 49(3): 19-28.

[47] MEETEI C, NADIMPALLI J R, DASH M K, et al. Estimation of internal solitary wave propagation speed in the Andaman Sea using multi-satellite images[J]. Remote Sensing of Environment, 2020, 252: 112123.

[48] 黃松松, 王晶, 梅源, 等. 基于光學(xué)遙感的安達(dá)曼海內(nèi)孤立波傳播速度特性研究[J]. 海洋學(xué)報, 2019, 41(7): 15-21.

HUANG Songsong, WANG Jing, MEI Yuan, et al. The velocity characteristics of internal solitary waves in the Andaman Sea by optical remote sensing[J]. Haiyang Xuebao, 2019, 41(7): 15-21.

[49] 寧靜, 王晶, 張猛, 等. 基于光學(xué)遙感圖像的南海北部內(nèi)孤立波振幅反演模型與應(yīng)用研究[J]. 光子學(xué)報, 2019, 48(12): 234-242.

NING Jing, WANG Jing, ZHANG Meng, et al. Amplitude inversion model and application of internal solitary waves of the Northern South China Sea based on optical remote-sensing images[J]. Acta Photonica Sinica, 2019, 48(12): 234-242.

[50] WANG J, ZHANG M, MEI Y, et al. Study on inversion amplitude of internal solitary waves applied to shallow sea in the laboratory[J]. IEEE Geoscience and Remote Sensing Letters. 2021, 18(4): 577-581.

[51] MEI Y, WANG J, HUANG S, et al. Experimental investigation on optical remote sensing image of internal solitary wave with smooth surface[J]. Acta Oceanolo-gica Sinica, 2019, 38(6): 1-8.

[52] 劉勇. 多源衛(wèi)星艦船目標(biāo)觀測信息融合技術(shù)研究[D]. 長沙: 國防科技大學(xué), 2018.

LIU Yong. Research on information fusion technology of multi-source satellite observation for ships[D]. Chang sha: National University of Defense Technology, 2018.

[53] BUSLER J, WEHN H, WOODHOUSE L. Tracking vessels to illegal pollutant discharges using multisource vessel information[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2015, 40(7): 927-932.

[54] 帥通, 師本慧, 陳金勇, 等. 多源遙感圖像艦船目標(biāo)SIFT匹配的性能分析[J]. 無線電工程, 2015, 45(10): 48-51.

SHUAI Tong, SHI Benhui, CHEN Jinyong, et al. Performance analysis of SIFT matching in ship target based on multi-source remote sensing images[J]. Radio Engineering, 2015, 45(10): 48-51.

[55] NIU L, LANG H. Ship matching using convolutional neural network in multi-source synthetic aperture radar images[J]. Journal of Coastal Research, 2020, 102(S1): 166-175.

[56] LATINI D, DEL FRATE F, JONES C E. Multi-Frequency and polarimetric quantitative analysis of the gulf of mexico oil spill event comparing different SAR systems[J]. Remote Sensing of Environment, 2016, 183: 26-42.

[57] HU Chuanmin, FENG Lian, HOLMES Jamie, et al. Remote sensing estimation of surface oil volume during the 2010 Deepwater Horizon oil blowout in the Gulf of Mexico: scaling up AVIRIS observations with MODIS measurements[J]. Journal of Applied Remote Sensing, 2018, 12(2): 026008.

[58] LU Y, LIU J, DING J, et al. Optical remote identification of spilled oils from the SANCHI oil tanker collision in the East China Sea[J]. Chinese Science Bulletin, 2019, 64(31): 3213-3222.

[59] SUN S, LU Y, LIU Y, et al. Tracking an oil tanker collision and spilled oils in the East China Sea using multisensor day and night satellite imagery[J]. Geophysical Research Letters, 2018, 45(7): 3212-3220.

Research progress of SAR satellite network observation tech-nology and ocean application

LI Liang-hai1, 2, LIU Shan-wei2, ZHOU Peng2, WAN Yong2

(1. Beijing Institute of Telemetry, Beijing 100076, China; 2. China University of Petroleum (East China), Qingdao 266580, China)

With the development of remote sensing technology, the SAR satellite network appears, which can not only improve the observation frequency, but also improve the observation accuracy by combining the remote sensing detection ability of different data sources. This paper introduces the development status of remote sensing observation technology based on satellite network. The research progress of marine dynamic environment monitoring and marine target monitoring based on satellite network has been summarized. In the aspect of remote sensing monitoring of marine dynamic environment, the synchronous data obtained by multi-satellites can complement each other, and then obtain the information of marine dynamic environment parameters which cannot be detected by a single satellite. In the aspect of remote sensing monitoring of marine targets, multi-satellite combination can realize the leap from traditional single image ship recognition to multi image ship tracking, and improve the tracking and monitoring ability of marine dynamic target. With the rapid development of satellite remote sensing constellation, satellite network observation will become a development trend in the feature. It is urgent to further develop multi-source remote sensing data processing technology and improve the comprehensive marine application ability.

satellite networking; multi satellite association; remote sensing; marine environment; marine target

Apr. 15, 2021

P236

A

1000-3096(2021)05-0145-12

10.11759/hykx20210415002

2021-04-15;

2021-05-05

國家重點研發(fā)計劃 (2017YFC1405600)

[The National Key Research and Development Program of China, No. 2017YFC1405600]

李涼海(1965—), 男, 研究員, 博士生導(dǎo)師, 主要研究方向: 航天測控通信與遙感

(本文編輯: 楊 悅)