SAR 技術在艦船海面溢油監測系統的應用

孫建明，王仁強，劉昌華

(江蘇海事職業技術學院 航海技術學院，江蘇 南京 211170)

0 引言

石油開采平臺的故障、運輸船舶的碰撞、裝卸過程中的失誤都可能導致海上溢油的發生。一旦發生溢油，石油在海浪和海風的作用下快速擴散，不僅會帶來巨大的經濟損失，而且對海洋生態系統以及近海岸的自然環境產生毀滅性的傷害。海面溢油無法預測，一旦發生溢油事件，有關部門需要在短時間內獲取事故發生地的相關信息，這樣才能采取有效措施，在最大程度上降低對海洋生態環境的影響，因此，對海面進行全天時、全天候的監測顯得尤為重要。

海面溢油監測主要分為近距離監測和遙感監測。近距離監測方法包括固定式監測、海上浮標跟蹤以及利用船舶搭載監測設備，這幾種方法適用于比較靠近港口、碼頭的范圍內，監測范圍較小，無法滿足大面積溢油監測的需求。隨著遙感技術的發展，利用航空器搭載傳感器對大面積海域進行監測的遙感監測技術是目前采用的主流方法，本文基于合成孔徑雷達（synthetic aperture radar，SAR），建立海面溢油監測系統，對工作原理和監測效果進行研究。

1 合成孔徑雷達及工作原理

如果雷達的天線在某一位置固定不動，只能收集從地面或海面反射回來的一部分信號。反之，如果天線一直處于移動狀態，就能夠收集從地面或海面后向散射到各個方向的電磁波信號，獲得的信息量就會大大增加。根據這個原理，如果使一個小天線連續移動，就可以得到一個虛擬的大孔徑天線，從而獲得與實際大孔徑天線同樣的效果[1]，這就是合成孔徑雷達（SAR）。

SAR 的工作原理如圖1 所示，天線沿垂直于平臺的方向進行勻速運動，并對斜下方的目標進行觀測。在此過程中，每隔一段時間，SAR 會向地面或海面發射脈沖信號，并在不同的位置接收、記錄、存儲目標返回的信號（包括回波信號的強度和時間延遲），再對這些不同位置上接收到的信號進行合成處理，生成SAR 數據[2]。

圖1 SAR 的工作原理示意圖Fig.1 Schematic diagram of SAR working principle

SAR 以速度va沿X方向進行勻速直線飛行，飛行高度為h。θr表示垂直波束角，θα為航向波束角，W為測繪帶寬，Lmax和Lmin分別表示最大合成孔徑長度和最小合成孔徑長度。被測目標可以視為一理想點p，R0為p與航線X間的垂直斜距。

假設SAR 在t=0時位于坐標原點，在某一時刻t，位置為xa=vat，點目標p此時的坐標為這個坐標固定不變，根據勾股定理可以得到在t時刻，p與雷達之間的斜距R為：

由于目標的距離與天線橫向移動的距離的比值較大，運用泰勒級數展開近似可以得到

測繪帶寬可以根據以下公式計算：

其中，Rf為遠距點距離，Rn為近距點距離。

距離分辨率 δy由脈沖持續時間 τ或者等價的脈沖寬度去確定，θ為入射角，τ為脈沖持續時間，c為電磁波傳播速度，cτ=?r為雷達的脈沖寬度，對于真實孔徑雷達和合成孔徑雷達來說，兩者的距離分辨率一樣。

作為一種主動式微波傳感器，合成孔徑雷達不受光照和氣候條件的限制，能夠全天候工作，甚至可以透過地表或植被獲取信息，因此，合成孔徑雷達已經被廣泛地應用于地形測繪與地質研究、農業和林業、軍事、減災防災、海洋研究和監測等領域。

2 海面溢油監測系統

2.1 系統整體設計

本文基于星載SAR 構建一種海面溢油監測系統，系統示意圖如圖2 所示。整個溢油監測系統主要由雷達信號處理、圖像處理、目標解譯3 個模塊組成。雷達信號處理模塊主要是對雷達反射的回波信號進行處理，輸出原始SAR 圖像；圖像處理模塊對輸入的SAR 圖像進行校正、濾波、去噪、特征提取等一系列處理，得到目標區域圖像，便于后續的處理。

圖2 基于SAR 的海面溢油監測系統示意圖Fig.2 Schematic diagram of oil spill monitoring system based on SAR

目標解譯模塊針對處理后的圖像進行信息提取，這個過程不僅要對圖像本身進行解譯，還需要結合溢油發生地點的相關海岸信息以及當時的海況信息，同時還需人工輔助對圖像進行解譯，從而得到溢油信息。

溢油信息包括溢油點位置、油膜面積大小、油膜厚度、油膜離岸線的距離等，用戶根據這些信息，結合當時海面情況（海浪、風速等）及時作出有效處理措施，并對油斑的擴散進行預測，為事件后續處理提供有效的、準確的處理依據。

2.2 油膜成像原理

根據上述SAR 的工作原理可知，目標返回的信號是一種后向散射信號，SAR 是以接收這種信號作為觀測依據的，而信號的強弱主要受到海面的粗糙度影響。由于海水表面毛細波的存在增加了海面的粗糙度，使得雷達回波信號較強，相應的海面區域在SAR 圖像上就會表現出亮色特征[3]。

如圖3 所示，當溢油事故發生后，油膜覆蓋了海水表面，海水的表面張力發生改變，對產生的Bragg散射（Bragg scattering）的海面毛細波和短重力波起阻尼作用，使得海面粗糙度變小，后向散射回波減小，信號強度變弱。在SAR 圖像上呈現出來時，油膜的圖像亮度低于周圍海面的亮度，被油膜覆蓋的海面在SAR 圖像上表現為暗色斑塊[2,3]。

圖3 油膜成像原理示意圖Fig.3 Schematic diagram of oil film imaging principle

2.3 圖像處理方法

常用的噪聲濾波算法包括Lee濾波、改進的Lee 濾波、增強的Lee 濾波、Frost 濾波、增強的Frost 濾波、Gamma 濾波等。每種濾波方法的特點不一樣，本文利用平滑指數SI（）來判斷各個濾波器的效果，MEAN 為由分布目標回波所形成的均質區域的像元灰度均值，STD 為標準差，SI 值越大，表示平滑效果越好[4]。幾種濾波方法的SI 對比效果如圖4 所示。

圖4 各濾波器平滑指數SI 對比Fig.4 Comparison of filter smoothness index SI

可以看出，Enhanced Lee 和Gamma 在窗口大小情況相同的條件下，平滑指數很接近，比其他濾波器有比較明顯的優勢，這2 種濾波器均可以用于溢油監測中的斑點濾波，本文選擇Gamma 濾波。

為了辨別、區分圖像中不容易辨別的暗色區域，本文利用灰度共生矩陣中的特征向量對油膜、海水、非油膜進行紋理分析。同時，在海面上存在很多干擾因素，比如海洋中的浮游生物、船舶行駛形成的船尾軌跡、海洋中的自然表面都會使海面粗糙度發生變化，從而影響雷達信號，因此，監測過程中要對這類“非油膜”進行辨別、分類。

2.4 油膜厚度和面積估算和漂移模型

為了能夠更有效地處理溢油事件，在對溢油監測過程中，必須要對溢油點的油膜厚度以及油膜面積進行估算，以便對油膜擴散做出更精準的判斷。采用如下油膜厚度估算模型[5]：

式中：h為油膜厚度，S為溢油面積，t為溢油時間，W為海上風速，ρw為海水密度，ρoT為當溫度為T時的油膜密度。

油膜面積可以利用公式Sos≈Nos×R2來估算，其中，Sos為海面溢油區域的面積，Nos為溢油區域像素點數，R為衛星的分辨率[6]。

溢油發生后，油膜會隨著海浪及海風快速漂移和擴散，這個過程具有隨機性，受到的影響因素很多，目前還沒有十分理想的漂移數學模型，采用如下方法建立漂移模型[7]：假設油膜的漂移速度為V，油膜的起始中心位置為Oo，則有V=Vt+KwVw；經過時間t后，油膜的中心位置為O=Oo+Vt。

合并上述兩式可得O=Oo+(Vt+KwVw)t，其中，Vt表示海流速度矢量，Vw表示海上風速矢量，Kw表示海流漂流系數。

2.5 實驗結果

基于建立的海面溢油監測系統，對實驗區域中的條狀油膜和塊狀油膜進行測試，結果如圖5 所示。

圖5 SAR 溢油監測系統輸出圖像Fig.5 SAR oil spill monitoring system output image

可以看出，油膜區域的亮度比周圍非油膜區域的亮度要低，同時，可以把非油膜區域比較清楚地分辨出來，只識別了溢油區域，能夠達到對溢油監測的效果。

同時，還對4 種面積不同的監測區域進行了探測率實驗，實驗結果如圖6 所示。

圖6 溢油監測探測率Fig.6 Oil spill monitoring detection rate

可以看出，監測區域面積越小，探測率越高，最高可以達到91% 左右，相反，面積越大，探測率越低。同時，探測率隨著探測時間的增大而增大，對于面積最大的區域，隨著探測時間從0.5 h 增加到6 h，探測率從20%左右提高到72%左右。

3 結語

基于合成孔徑雷達的海面溢油監測系統，可以全天時、全天候對海面進行監測，能夠有效地辨別油膜種類，區分出非油膜區域，同時能估算出油膜厚度和面積，為有效處理海面溢油事故提供了可靠的數據。由于海上情況復雜，在后期的研究中，可以對該系統進行優化與改進，使該系統能夠適用于各種復雜環境中的海面溢油監測。