應用GF-3衛(wèi)星探測海上溢油實驗研究

魯云飛，路曉慶*，鄒亞榮

（1.國家衛(wèi)星海洋應用中心，北京 100081；2.自然資源部空間海洋遙感與應用重點實驗室，北京 100081）

隨著海上經(jīng)濟活動的日益頻繁，海上溢油時有發(fā)生，2018年“桑吉”輪事件、2021年黃海油輪事故等造成溢油，對海洋生態(tài)環(huán)境影響巨大，及早發(fā)現(xiàn)溢油的位置和影響區(qū)域面積，對于溢油事件的處置具有重要的意義。衛(wèi)星遙感具有監(jiān)測范圍廣、受天氣影響小等特點，應用遙感開展溢油監(jiān)測是主要技術(shù)手段，又由于微波遙感具有穿云透霧的能力，以及溢油對海洋的阻尼作用，在合成孔徑雷達（Synthetic Aperture Radar，SAR）圖像上表現(xiàn)出“黑斑”特征，因而SAR衛(wèi)星數(shù)據(jù)在溢油監(jiān)測中應用更為廣泛[1]。

國內(nèi)外學者應用SAR衛(wèi)星數(shù)據(jù)開展了大量的溢油信息提取研究，運用多種圖像處理方法對SAR圖像進行處理，提取溢油信息，例如ZHANG Y Z等[2]采用支持向量機方法，對生物膜與礦物質(zhì)油膜進行區(qū)分；MERA D等[3]選取溢油幾何、散射等特征，采用機器學習等算法提取溢油信息；NUNZIATA F等[4]應用全極化的數(shù)據(jù)開展溢油信息提取，建立極化模型來監(jiān)測溢油信息，區(qū)分了某些類溢油與溢油；ZOU Y R等[5]對溢油的極化特征進行分析，建立了溢油極化特征譜，從散射機理上對溢油探測進行了研究；也有學者通過實驗方法，對不同極化、不同角度探測溢油開展了研究[6-8]。這些研究基于國外SAR衛(wèi)星進行，目前常用于溢油監(jiān)測的SAR衛(wèi)星主要為加拿大Radarsat-2、意大利Cosms-SkyMed、德國TerrSAR等，這些衛(wèi)星具有多極化、不同分辨率的特點，但由于為國外運營，在數(shù)據(jù)保障性方面，尤其是滿足應急需要時，存在一定的困難，對溢油遙感監(jiān)測影響較大。我國自主的高分三號衛(wèi)星（GF-3）具有12個探測模式，可獲取全極化數(shù)據(jù)，最高分辨率為1 m，能滿足我國不同行業(yè)的業(yè)務需求。本文就GF-3衛(wèi)星在海上溢油方面探測進行研究。

1 采用數(shù)據(jù)

采用2016年12月30日的L1A級GF-3全極化條帶模式1，分辨率為8 m，入射角46.94°～47.97°，幅寬為20～35 km，范圍為東經(jīng)122.72°—122.98°，北緯36.87°—37.17°，覆蓋山東半島東側(cè)面積約300 km2海域。

2 溢油探測能力分析

不同的溢油種類在海水中的存在方式不同，油在海水中受到多種力的綜合作用，在溢油的不同階段表現(xiàn)不同，原油重油難以與海水溶解，燃料油與海水可發(fā)生反應，隨時間變化，會產(chǎn)生乳化效應與蒸發(fā)。一般情況，燃料油與海水進行融合，形成油在水中，或水在油中，本文針對的是燃料油與海水混合的油水混合物。

基于海上溢油對海水的阻尼作用，多位學者運用SAR數(shù)據(jù)，采用圖像處理、極化分解等方法開展了溢油信息的提取，對多起溢油事故進行了分析，但他們都是利用國外的SAR數(shù)據(jù)，在模式與分辨率，以及數(shù)據(jù)獲取等方面對溢油遙感監(jiān)測業(yè)務有一定的限制，GF-3衛(wèi)星具有多模式、全極化、多分辨率等特點，能夠滿足業(yè)務監(jiān)測需要。

2.1 GF-3衛(wèi)星數(shù)據(jù)噪聲分析

在圖像中，選取海水作為樣本進行分析，直方圖計算量小，可分析像元亮度值（DN值）的分布統(tǒng)計，因而采用圖像的直方圖計算，如圖1和表1所示，4個極化圖像均存在空值，以交叉極化圖像中為多，其中HV極化圖像DN值變化較大，均值達到96.96，標準差達到43.47，表明分布不均勻，為4個極化中最大。各極化的直方圖曲線波動都較大，尤其在曲線的頂端變化處，且曲線不呈高斯分布，說明噪聲呈現(xiàn)出不均勻分布，最大的頻度差別一般在100以內(nèi)（圖1）。

圖1 海水樣本直方圖

表1 海水樣本直方圖計算結(jié)果

由于溢油對海洋毛細波的壓制，在圖像上呈現(xiàn)出黑斑特征，理論上溢油的值均一，從VV極化圖上溢油樣本值看，90%的值小于45，但直方圖上溢油曲線變化劇烈，在DN值20～40之間振幅達150（圖2），表明溢油區(qū)內(nèi)數(shù)據(jù)起伏大，受噪聲影響較大。

圖2 溢油樣本直方圖

2.2 紋理分析

通過對圖像處理提取出紋理特征參數(shù)，從而揭示目標的紋理特性。

設定圖像為M×N大小，設圖像上灰度級分別為i、j，（k，l）與（m，n）表示圖像空間上的一個點對。

取像元對間距為d，兩像元連線的方向為θ。取不同間距d，不同方向θ的灰度共生矩陣為P（i，j，d，θ）。Pij為兩個相鄰像元在距離d和角度θ的概率。

基于不同θ，0°與180°的表達為：

其中變化參數(shù)計算公式如下。

其中：

圖3中，4個極化方式圖像的平均、方差、對比、分散四個紋理參數(shù)對溢油有表現(xiàn)，其中以方差、對比這兩個紋理參數(shù)對溢油的表現(xiàn)最為明顯，而一致、熵、二分量、相關(guān)4個紋理參數(shù)對溢油的表現(xiàn)不明顯，相關(guān)紋理參數(shù)則對溢油完全沒有表現(xiàn)。與VV、HH極化方式對溢油的表現(xiàn)相比，VH、HV極化對溢油的表現(xiàn)要弱。

圖3 紋理特征值

2.3 后向散射計算分析

根據(jù)GF-3衛(wèi)星用戶手冊[9]，GF-3的后向散射系數(shù)可根據(jù)式（4）求出。

在L1A圖像中，PI=I2+Q2，I為1A級產(chǎn)品實部；Q為1A級產(chǎn)品虛部；QualifyValue為該景圖像量化前的最大值，可通過元數(shù)據(jù)文件QualifyValue字段獲取。

在GF-3影像中選取溢油與海水樣本，對樣本進行4個極化方式計算，結(jié)果如圖4和圖5所示。溢油與海水直方圖曲線均不平滑，有不同的起伏，表明GF-3圖像的噪聲較大，對溢油信息提取具有一定的影響。相對于溢油直方圖，海水直方圖曲線要平滑，這表明海水后向散射值相對均一，4個極化的溢油與海水直方圖曲線均未表現(xiàn)出正態(tài)分布，峰值向右偏移。溢油在VH、HV極化上差別不明顯，在VV極化圖像上，小于0的占27.88%，說明溢油與海水交融，而在海水的樣本直方圖上，小于0的占5.59%，從而在海水中能提取出油水混合信息。

從溢油樣本分析，4個極化中，VV極化的峰值在4左右，小于4的值占90%，而海水的峰值在12左右，小于峰值的值占90%，溢油與海水有較為明顯的差別，如圖4和圖5所示。溢油在HH極化的峰值在8左右，海水在HH極化的峰值在2左右，且溢油與海水的直方圖存在一定的重疊，這樣對溢油信息提取有一定的困難。4個極化方式，從溢油的后向散射分析，交叉極化VH、HV的后向散射系數(shù)比垂直VV、水平極化HH的后向散射小，難以從海水中提取出溢油信息。

圖4 不同極化方式的后向散射系數(shù)統(tǒng)計計算（溢油樣本）

圖5 不同極化方式的后向散射系數(shù)統(tǒng)計計算（海水樣本）

2.4 極化分解

目標的極化分解可反應目標的粗糙度等特性[10]。本文以極化分解為基礎，開發(fā)一套自主知識產(chǎn)權(quán)的溢油極化SAR處理系統(tǒng)，溢油極化SAR處理系統(tǒng)開發(fā)工作以SAR數(shù)據(jù)為數(shù)據(jù)源，在溢油極化SAR特征譜構(gòu)建及精細提取研究的基礎上，基于極化分解，計算了熵、反射角等值。

式中，λ1、λ2、λ3為相干矩陣的特征向量，散射熵H表示為隨機散射的隨機性。

式中，反熵A表示除主要散射以外的兩個相對較弱散射之間的關(guān)系，僅H＞0.7時，為進一步識別來源，否則A包含過高的隨機噪聲。H值變大，則極化可分類別數(shù)下降。H值增大時，A作為散射分類意義明顯[10]。從熵計算結(jié)果，溢油信息在熵表現(xiàn)明顯，可以從海水提取。任意從溢油向海水做一直線，計算熵值的變化，計算結(jié)果如圖6所示。從溢油向海水過渡，DN值從高往低過渡，在10至35區(qū)間，DN值的變化從250降至50，表明溢油與海水有明顯的區(qū)分，熵是區(qū)分溢油與海水的有效參數(shù)。圖6中曲線波動顯著，說明噪聲的影響較大。從反熵A計算值看，在10至35區(qū)間，A值的變化從50左右升至250，曲線存在起伏，同樣表明噪聲較大。溢油與海水在熵與反熵的差別明顯，因而能夠從海水中提取溢油信息。在熵、反熵、角（HAAlpha）圖像中，溢油信息有明顯的表現(xiàn)，從剖面計算看，溢油在HAAlpha圖像中DN值為0，沒有波動，噪聲較小，在0至50的區(qū)間，DN值從10陡然升高到150左右，表明溢油與海水存在明顯的界限。海水在HAAlpha圖像中曲線有些波動，有噪聲的存在。

圖6 極化分解參數(shù)

3 基于極化分解的溢油信息提取

Freeman分解通常要求散射模型的總功率為1，將Freeman分解使用的面散射模型表示如下。

式中，β為復數(shù)，|β|≤1是為了保證模型的球面散射功率不會弱于二面角散射功率，對于普通雷達觀測地面來說，通?？梢约俣▅β|≤0.5。

以面散射為主的一種最主要的地物類型就是海面。在SAR觀測的入射角范圍內(nèi)（18°至50°），在不考慮其他長波情況下，海面的后向散射主要為布拉格（Bragg）散射。

該分解方法先對極化相干矩陣進行去定向操作，再進行Freeman三成分分解，且為了消除分解結(jié)果中負功率散射成分，使用了與“去定向三成分分解”中相同的“非負功率限制”處理。應用此方法開展溢油信息提取，結(jié)果見圖7（圖中黑色條帶部分），由于溢油對海面毛細波的壓制，導致回波信號弱，因而在圖像上呈現(xiàn)出黑斑，Ps為面散射，在修正Freeman分解的Ps圖像中，溢油與海水信息得到表示，溢油均值小于海水，溢油表現(xiàn)為黑色，與海水有較為明顯的區(qū)別，溢油信息能夠有效地從海水背景中提取。

圖7 基于Freeman極化的溢油信息提取

4 結(jié) 論

應用SAR數(shù)據(jù)開展海上溢油遙感監(jiān)測是目前常用方法之一，GF-3衛(wèi)星的發(fā)射為溢油遙感監(jiān)測帶來巨大機遇。GF-3具有多模式、高分辨等特點，本文從溢油的噪聲、極化分解、極化分類等方面對GF-3衛(wèi)星數(shù)據(jù)的溢油遙感探測能力進行分析。針對GF-3衛(wèi)星具有多模式多分辨率的特點，開展了GF-3衛(wèi)星數(shù)據(jù)的溢油遙感監(jiān)測分析，溢油與海水的散射系數(shù)有較為明顯的差異，基于此建立的極化參數(shù)等模型能夠有效地從海水背景中提取出溢油信息，應用溢油的極化信息可有效地區(qū)分海水與溢油信息。

GF-3衛(wèi)星圖像噪聲以交叉極化圖像中為多，其中HV圖像DN值變化大，均值達到27 716.94，為4個極化中最大，各極化的直方圖曲線波動較大，尤其在曲線的頂端變化處，且曲線不呈高斯分布；4個極化中，VV極化的峰值在4左右，小于4的值占90%，而海水的峰值在12左右，小于峰值的值占90%，溢油與海水有較為明顯的差別。溢油在HH極化的峰值在8左右，海水在HH極化的峰值在2左右，且溢油與海水的直方圖存在一定的重疊，對于溢油信息提取具有一定的干擾，從而影響溢油信息提取的精度。如何減少GF-3的噪聲，進而提高溢油的提取精度是下一步需要研究的方向。

從熵計算結(jié)果分析，隨著溢油向海水過渡，熵值從高往低過渡，在10至35區(qū)間，DN值的變化從250降至50，表明溢油與海水有明顯的區(qū)分，熵是區(qū)分溢油與海水的有效參數(shù)。從反熵A計算值看，在10至35區(qū)間，DN值的變化從50左右升至250，曲線存在起伏，同樣表明噪聲較大。溢油與海水在熵與反熵的差別明顯，因而能夠從海水中提取溢油信息。在極化分解方面，獲得的熵、反射角等參數(shù)能夠表現(xiàn)出溢油的散射特性；基于極化分解參數(shù)，能夠通過常用分類方法進行溢油信息提取。