遥感技术监测海上溢油现状及趋势

张煜洲，陈志莉，胡潭高，张登荣

(1. 杭州师范大学遥感与地球科学研究院，浙江 杭州 310036；2. 浙江省城市湿地与区域变化研究重点实验室，浙江 杭州 310036；3.后勤工程学院，重庆 沙坪坝 401311)

遥感技术监测海上溢油现状及趋势

张煜洲1,2，陈志莉3，胡潭高1,2，张登荣1,2

(1. 杭州师范大学遥感与地球科学研究院，浙江 杭州 310036；2. 浙江省城市湿地与区域变化研究重点实验室，浙江 杭州 310036；3.后勤工程学院，重庆 沙坪坝 401311)

海上溢油现已成为主要的海洋污染形式之一.根据常见的海上溢油监测指标：溢油范围、溢油量、溢油类型，介绍了各个监测指标的遥感传感器与遥感监测方法，并且综合归纳了国内外海上溢油的监测能力与发展方向.从现有研究可以看出：遥感监测海上溢油范围发展最为成熟，并且已有业务化运行的溢油系统出现；而遥感监测溢油量与溢油类型仍然处于试验阶段，发展还未成熟，也没有涉及工程应用.

海上溢油；溢油范围；溢油量；溢油类型；遥感

0 引 言

海洋面积约占地球的71%，面积辽阔，储水量巨大，是地球上最为稳定的生态系统，并且以其广阔空间和丰富的资源，对全球生态环境起到巨大的调节作用.然而随着工业的发展，海洋污染日趋严重，其中来自船舶、石油平台、战争等的石油泄漏污染是主要影响因素之一.在所有海洋污染中，海上溢油污染无论在发生频率、污染范围，还是影响程度上都居于首位[1].同时，溢油事故容易导致大范围火灾，对来往船舶、海上设施具有巨大的威胁[2].因此，开展快速有效的海上溢油监测，对污染处理以及海洋生态环境恢复都有重要的意义.

针对海上溢油监测的迫切需求，国内外相关学者先后开展了多方面的研究.传统的海洋溢油监测方法有闭路电视监控系统(closed circuit television, CCTV)摄像、照相监视系统、固定点传感器监视、浮子跟踪监视以及海洋监测船舶监视等.这些方法能够从监视器数据中得到较为准确的监测数据，但是也存在许多不足，受限于测量仪器的活动范围，往往只能监测小区域内的污染情况，而无法进行大范围的监测.另外，如果要建设完整的监测系统成本较高.因此，寻找一种新的技术手段，成为急需解决的问题.遥感技术是大范围区域观测的最佳手段，面对大范围及动态信息能充分发挥其优势.目前卫星航天遥感技术给人们提供了解决海洋以及其他大范围地区污染监测的手段，也是现今公认的最佳手段.另外，定量遥感技术发展至今，已经具有相当的能力，从而能够对于海洋溢油污染进行特征定量分析，更准确地反映污染情况与程度.

在海上溢油污染监测过程中，准确掌握污染物自身信息十分重要，通过对海上溢油污染不同过程的分析，目前主要监测的油污自身指标体系有：溢油类型(通过类型确定，分析油的密度、粘度、溶解度等性质)，溢油范围(包括溢油面积、油污区域)，溢油量(通过监测溢油厚度、溢油种类和溢油面积计算获得)，溢油源类型(瞬时源，连续源；点源、面源、线源)，溢油温度.在此，我们可将其归纳为三大类：溢油范围、溢油量和溢油类型.溢油范围是海上溢油监测的首要指标，由于发生海上突发溢油污染后，油膜会受风、浪、流的影响，快速扩散，因此在进一步控制污染工作实施时，必须较准确地了解油膜已发生扩散的范围，并且通过溢油扩散方向和范围估计发生溢油事故的位置.溢油量以油膜厚度作为衡量标准，它是衡量区域污染程度的重要指标，也是监测后实施控制的重要考虑指标.溢油类型的监测，是指通过遥感方式反演发生溢油事故的油种，由于不同油种的波谱特征和扩散方式有差别，并且控制污染时，不同油种的控制方式也有较大差异，故溢油种类的确定也是溢油污染监测的重要指标.

文章通过研究国内外现有的海上溢油监测方法，从海上溢油油膜的溢油范围、溢油类型与溢油量3个基本特性的监测角度出发，分别对现有监测技术进行了全面的阐述，并在此基础上，结合海上溢油遥感监测的自身特征，分析了海上溢油应用的发展趋势.

1 遥感技术监测海上溢油范围

表1 溢油范围遥感监测手段

溢油范围的监测划分，实际是遥感信息提取分类的过程.目前遥感分类的研究已经趋于成熟，多种监督分类、非监督分类以及面向对象的分类方法也已被许多研究者提出.在溢油监测研究中，关注的重点并不是选取何种分类器，而是选取何种遥感数据以及特征波段，如何进行增强突出溢油区域光谱差异.

由于发生溢油灾害后，溢油区域水面电磁波谱特性迅速发生变化，对比周边水体有明显差别，利用这种光谱特性的差异可以划分油水分界线，从而确定溢油范围.溢油范围的主要遥感监测手段见表1.

1.1 可见光、近红外红外遥感技术

利用可见光、近红外红外波段的遥感技术监测溢油污染同样也是发展最为成熟、应用最为广泛与有效的溢油范围监测技术.在可见光、近红外波段，入射物体表面的电磁波与物体间发生3种光学作用：反射、吸收和透射，传感器记录的信号来源于物体对入射电磁波的反射作用.由于不同地物对于不同波段电磁波具有不同的反射率，我们根据这种反射率的差异可以鉴别油膜与海水的差异.光谱室内实验研究表明，不同油种以及不同厚度的海面油膜的光谱曲线具有较大的差异，卫星遥感的最佳敏感波段也存在差异.例如在较清洁一类海水中，蓝、绿光波段是最佳波段；而在较为浑浊的二类海水中，绿、红光波段是其最佳波段[3].但是卫星平台的研究表明，在单个波段内这种溢油物质与背景海水间差异的对比度不大，并且受到传感器观测角度、大气散射、水面波浪反射的太阳光耀斑等的影响，Taylor在1992年对原油进行了实验室和现场的光谱观测与研究，发现其光谱曲线平直,没有可以用于监测原油的特征光谱,而且存在大量干扰或虚假信息[4].现在使用可见光、近红外遥感技术监测溢油污染，通常会使用波段组合运算、每个波段对比度增强运算等实现油膜与背景海水分离，从而实现溢油区域信息提取.

美国早在1969年就使用机载可见光扫描仪对于井喷引起的溢油污染进行了监测，并且取得较好的效果，这也是遥感技术首次应用到溢油污染监测中.1980年，H.H White利用多种航空、卫星平台的可见光、近红外传感器对海上溢油的光谱特征进行了大量研究[5].Cross等在1991年分别利用AVHRR数据对不同地区的溢油进行探测[6].Salisbury等在1993年利用遥感手段研究了海上原油油膜的热红外波段监测敏感性，并且证明利用热红外波段理论上可以从海水中提取油膜信息[7].1998年，美国NOAA环境卫星数据与信息中心(National Environmental Satellite, Data, and Information Service, NESDIS)在卫星数据监测海岸线、洋流、涡流、上升流、赤潮、海难等事故溢油的基础上，提出了利用NOAA系列卫星数据建立的海上溢油报警系统[8].

随着卫星平台传感器的发展，多种包含可见光、近红外波段的多光谱光学遥感传感器被应用到溢油监测中.国家海洋局第一海洋研究所、大连海事大学等首先开始了我国遥感监测海上溢油污染的试验工作.近些年来我国科技工作者开展了利用Landsat-TM、NOAA-AVHRR、Terra/Aqua-MODIS等数据，甚至SPOT，IKONOS等高分辨率多光谱数据识别海面溢油和估算溢油量，取得了一些成果.大连海事大学先后采用Landsat系列卫星和NOAA系列卫星对海洋环境大型溢油污染成功监测了多次，应用过程中能够准确定位溢油污染物的位置、面积、分布[9].陆应诚在2011年使用国产HJ-1CCD多光谱数据进行美国墨西哥湾海域溢油进行监测，应用决策树方法提取了油膜范围信息[2].通过对比数据源可以发现，早期的光学传感器(如NOAA、SeaWiFS等)在溢油监测上因其低空间分辨率受限，较高分辨率的传感器(如Landsat、SPOT、IKONOS等)光谱通道少,时间分辨率低,不能提供短时间周期的观测数据.中等分辨率成像光谱仪MODIS较好地弥补了两者的缺点,可以提供每天的分辨率为250 m的观测数据.2006年，Adamo等结合MODIS、MERIS数据监测溢油，并且对其漂移速度进行估计[10].2009年，陈辉等利用MODIS数据对长江口、委内瑞拉的马拉开波湖等4次事故进行分析，利用多光谱信息，分析研究溢油在各个波段的特征，并确定能够较明显反映油膜特征的波段范围，为可见光、近红外波段遥感监测溢油提供参考[11].

1.2 高光谱遥感技术

高光谱遥感技术相对于多光谱的优势之一就是能够获取地物接近连续光谱的能力，通过分析地物的波谱特征可以对多光谱遥感不能区分的假目标进行区分.在本质原理上，高光谱遥感的溢油监测应用与可见光、近红外多光谱遥感技术基本相同，区别在于高光谱相对于多光谱的波段宽度窄、波段数多等优势特有的能力.高光谱影像特有的立方数据特性，也带来了许多研究的难点，如数据量庞大、大量数据冗余、混合像元波谱分析等.因此，应用高光谱遥感数据进行海上溢油监测研究时，必须首先进行数据降维，降低各波长数据的冗余度，选择合适的波长范围以及波长点进行油膜分析，同时必须选择适合的信息提取方式，或改进现有信息提取方法从而使海量数据的信息提取精度达到要求.由于高光谱数据作为数据源进行信息提取分类的复杂性，使用高光谱数据进行溢油范围提取研究还处于起步阶段，尚未普及至工程应用领域.

现阶段，国外已有不少研究者对于高光谱油膜-海水模型做了理论与实验研究.2003年，Foudan等利用机载AVRIS高光谱数据，使用基于光谱角分类(spectral angle mapping, SAM)方法对圣巴巴拉海岸带海面油膜进行研究，结果表明分散的石油在580 nm、700 nm具有反射峰[12].Lennon在2005年使用ALS指数方法，提取多幅CASI-2高光谱影像中的油膜信息[13].国内也有许多学者进行了此方面的研究.2004年，卜志国应用油膜-海水相对反射比与光谱角分类方法，对航空高光谱遥感溢油影像进行信息提取[14].2009年陆应诚使用最小噪声分离变换技术(minimum noise fraction rotation, MNF Rotation)与混合调制匹配滤波(mixture tuned matched filtering, MTMF)的方法，对Hyperion高光谱影像进行溢油范围提取[15].

由于受到环境、数据特点等多方面的影响，运用高光谱遥感手段进行海上溢油范围信息提取是一项非常复杂的工作，高光谱数据应用也处于起步阶段，仍存在许多不足之处.并且多光谱数据在溢油范围应用时，数据源基本可以达到信息提取的要求，使用高光谱数据反而提高了数据处理的难度，从而降低了分类算法的运算效率.当然，高光谱数据包含的信息量远远超过多光谱数据，在信息提取分类算法提高的前提下，应用前景依然很好.

1.3 微波雷达遥感技术

用于溢油范围监测的雷达主要有两种，即合成孔径雷达(synthetic aperture radar, SAR)和侧视机载雷达(side-looking airborne radar, SLAR).后者是一种传统式雷达，造价较低，它的空间分辨率与天线长度有关.合成孔径技术则是利用多普勒效应原理，依靠短天线达到高空间分辨率的目的.合成孔径雷达如今已经被广泛应用到溢油范围监测中，并且被认为是第二代海上溢油遥感监测的重要手段.SAR传感器通过接收遥感仪器主动发出的电磁波束的回波信号，对物体进行识别和分析.海面的毛细波可以反射雷达波束，从而产生一种海面杂波，在SAR图像中呈现“亮”图像，油膜平滑了海水表面，致使雷达传感器接收到的后向散射回波减少，在SAR图像中呈现较暗的颜色.

然而，SAR图像由于其成像方式的不同，与光学数据溢油范围监测方法差异很大，并且也受到多方面的限制.德国汉堡大学的研究人员在1999年，通过对3个海区(Baltic Sea，North Sea，Gulf of Lion)的660张ERS-2 SAR图像分析表明，SAR图像油膜检测对于季节因素有依赖性，一般的，夏季较冬季探测到油膜的概率大很多；此研究同时也表明，时间上，上午比下午更容易探测到油膜[16].并且，有研究表明，SAR监测海面溢油受海面风速影响非常大，一般可监测的风速范围为1.5～6 m/s[17].

国外学者对于微波雷达遥感溢油范围监测的研究较早.William Y.Tseng等于1998年利用ERS-1 SAR数据并结合NOAA/AVHRR数据成功地监测1991年波斯湾溢油事故[18].A.H.solberg相继于1996、1999、2003、2004年对SAR半自动和自动监测海洋溢油进行了深入的研究[19].我国的学者对于微波雷达遥感溢油范围监测同样进行了多项研究.薛皓洁等于2004年详细总结了SAR数据油膜检测方法的主要特点，分析了SAR图像油膜检测的一般步骤及实现方法[20].于五一等在2007年以2006年渤海湾溢油事故为例，Envisat平台的ASAR数据，根据油膜后向散射特性的差异，准确地计算了2006年3月23日海面油膜的污染面积(约400 km)，并且据此确定了污染源的位置[21].曲海超在2010年采用SAR图像的纹理特征结合支持向量机(support vector machine, SVM)分类算法提取海上溢油信息[22].

星载雷达是目前最为有效的提供大范围全天候溢油范围监测的遥感器，也将是重要的业务化发展方向，合成孔径雷达遥感现已成为溢油监测的重要手段.目前，挪威、德国、俄罗斯、法国、英国、日本、巴西、新加坡、印度以及中国等都相继开展了利用SAR监测海洋溢油的多项研究工作，并取得了一些较为成功的研究成果[23].其中挪威的星载SAR数据溢油监测系统已经进入业务化应用阶段.

2 遥感技术监测海上溢油量

溢油量的确定取决于油膜厚度的确定，根据油膜厚度的分布以及溢油范围的分布可以估算溢油总量.溢油厚度通过建立相关反演模型，通过算法估算而实现.由于随着油膜厚度的变化，入射油层的入射光在油膜以及水面下的辐射传输会有所不同，这正是建立油膜厚度反演模型的理论依据.由于油膜对入射光的分子散射作用，使得油膜光谱反射率会随着油膜厚度的变化而发生改变.

溢油量的监测属于定量遥感范畴，故受到各方面因素的影响，监测可行性、精度都存在不足，不如溢油范围监测那么成熟.(表2)

表2 溢油量遥感监测手段

2.1 紫外遥感技术

紫外传感器可以对薄油层进行探测，因为薄油层(<0.05 μm)在紫外波段也会有很高的反射.通过紫外与红外图像的叠加分析，我们可以得到油层的相对厚度.紫外遥感容易受到外界环境因素的干扰，从而产生虚假信息，如太阳耀斑、海表亮斑以及水生生物的干扰等.由于在红外波段上，这些干扰所产生的影响有很大区别，所以两者复合分析比单一紫外波段分析效果会更好.

目前，对于紫外遥感监测溢油厚度的研究甚少，且由于紫外光谱获取限制，一般都集中在实验室条件下.Mathieu Thoury等于2007年利用紫外荧光光谱法研究油膜的各项性质，可以较为有效地监测油膜厚度，从而确定溢油量[24].2009年，李丹在实验室条件下利用紫外分光光度法对不同浓度柴油、润滑油水样进行光谱试验[25].方四安等在2010年针对海洋溢油的紫外反射特性进行研究，在实验室条件下，采用汽油、煤油、柴油、润滑油4种石油副产品，设置100, 200, 400, 800 μm 4种不同厚度油膜进行光谱试验[26].

2.2 热红外遥感技术

热红外波段包含了地物温度信息，而油膜在一定厚度下吸收太阳辐射，会将一部分辐射能量以热能的形式释放.因此，较厚油膜通常表现为“热”特征，而中等厚度油膜通常表现为“冷”特征.Fingast等于1998年的研究证明，发生“冷”、“热”转换的油膜厚度在50～150 μm之间，而最小能探测厚度在20～70 μm之间，厚度区间很小，而传感器敏感性也受限制[27].杨娜等于2006年利用星载AVHRR红外数据进行溢油污染监测，其中将溢油厚度分成中心区、扩散区、模糊区从而估算溢油量，然而这样的估算方法存在很大的误差，仍然有待提高[28].

2.3 微波雷达遥感技术

微波雷达遥感也是一种监测溢油量的手段，通常被动式的微波辐射计可以较好地反映油膜厚度.O′Neil等在1983年提出，海洋海水本身会发射微波辐射，而海上油膜区域会发射比海水本身更强的微波信号(水的发射率约为0.4，而油约为0.8)，因而在海水背景中，溢油区域呈现亮信号，并且信号强弱与油膜厚度具有一定相关性[29].国内学者也做了相应的研究.郑全安等于1988年在实验室条件下进行了多种厚度、种类油膜微波辐射特性和物理机制的研究[30].逄爱梅等在2003年利用“灰体室”的环境条件及测量方法，对多种油膜的微波发射率与厚度之间的关系进行研究[31].

由于油膜厚度的微波遥感定量技术受到环境、传感器敏感度等多方面影响，精度仍然有待提高，Mussetto等早在1994年就提出，油膜水体微波信号与油膜厚度间相关性较弱，除油膜厚度之外，其他诸多因素也可以影响信号的强度[32].国际上也开始研究微波辐射计应用的新方法，通过对比2个正交极化方向上的强度，以测量油层厚度.

3 遥感技术监测海上溢油类型

表3 溢油类型遥感监测手段

判断溢油类型的问题，实质上是模式识别问题，同样也是溢油遥感监测中较为难以实现的问题.通常，卫星遥感信息并不足以满足溢油类型监测的需求，还需要结合地面遥感数据以及其他周边监测手段的辅助支持.然而，发生溢油事故的油种有限，常见类型有原油、柴油、煤油、汽油以及润滑油等，这些油种的光谱特性在不同波长处会存在较大差异，通过对于不同油种以及不同厚度反射率实验结果，建立特征曲线数据库，再将卫星数据与光谱库数据进行匹配，可以初步判定溢油的油种.

同样，溢油类型的监测(表3)也涉及定量遥感技术，在现有的传感器以及监测技术的限制下，没有溢油范围监测发展得成熟.

3.1 激光荧光遥感技术

激光荧光法是以激光为激励光源，激发物质的荧光效应，利用荧光光谱作为信息提取的输入源的荧光光谱分析方法.当物质被电磁波(光波)照射时，处于基态的物质分子将吸收辐射光能量，由原来的能级跃迁到较高的第一电子单线激发态或者第二电子激发态.通常情况下，跃迁的电子会急剧地降落至最低振动能级，并且以光的形式释放能量，即所谓的荧光.每种物质均可发射其特有的荧光谱，荧光光谱取决于基态中能级分布的情况，而与激励光源无关，因此物质的荧光谱是鉴别物质的一个重要手段.由于不同石油油膜中所含有的荧光基质种类以及各类基质比例的不同，在相同激励条件下所得到的荧光谱通常具有不同的强度和形状，这种差异就可以作为鉴别溢油种类的依据.理论上，利用该特性进行溢油种类的遥感识别是可行的.利用紫外波段辐射利于吸收以及激光的单色性、方向性和高亮度的特点，可以进一步提高信息提取的灵敏度以及分辨率.

国内外对于激光荧光鉴别溢油种类进行了许多研究，Fantasia等早在1970年就着手研究激光激励油荧光的方法，用于检测海洋环境中的溢油污染，并且探索确定溢油范围，甚至溢油种类和溢油量的可行性[33]，他指出，荧光峰值波长，荧光寿命以及荧光效率都可以作为识别原油种类的参量.1976年，J. Phillp等提出了同步荧光法鉴别原油种类，并且阐述了这种方法的影响因素[34].国内的研究起步于20世纪80年代，徐基蘅于1983利用荧光光度法对3种原油、船舶常用燃料油以及船舶常用机油进行鉴别研究，同时研究了风蚀、碎灭以及溶剂对荧光光谱的影响[35].陈海菊等于2008年使用激光荧光法与SVM分类器实现油膜类别的识别[36].

3.2 高光谱遥感技术

在溢油种类监测时，需要得到足够多的光谱信息，高光谱以其波段宽度窄与波段数量庞大的特点，成为溢油种类监测的可行手段.2001年，J. Plaza等使用光谱混合分析法对溢油高光谱数据进行研究分析，鉴别溢油的种类[37].

我国一些学者也对高光谱遥感监测溢油类型进行了相应的研究，2010年，杨倩倩在实验室条件下分别利用GA-PCA特征提取算法与SAM-SFF方法对不同油种的高光谱波谱进行特征提取，鉴别油种的差异，并且评价2种算法的结果[38].何莹在2011年利用Hyerion高光谱卫星数据进行溢油监测研究，对于多种原油的高光谱波谱进行分析，并且利用SAM方法进行溢油类型的信息提取[39].

3.3 红外偏振遥感技术

被动傅里叶变换红外遥感(Fourier transform infrared spectroscopy, FTIR)是一种较为新颖的遥感监测手段，它是一种检测多原子分子的方法，可以实现多组目标的同时检测与鉴别.相比传统的热红外遥感，热红外偏振遥感除了能够获得目标的电磁波强度以外，还能获取目标表面状态、物质结构等本身特性有关的偏振信息，因此也更加有益于对目标的识别.袁越明在2011年利用差分偏振FTIR光谱法探测溢油种类，通过获取分析差分偏振FTIR光谱，分析水平、垂直两个偏振方向的强度信息，直接探测水面溢油，并且证实了此方法可以识别水面溢油的种类[40].

4 结论与展望

基于航天遥感技术的突发环境污染遥感监测应用中，主要的遥感技术类型包括：可见光-红外遥感技术、热红外遥感技术、高光谱遥感技术、微波雷达技术.1)可见光-红外遥感技术.由于可见光-红外遥感技术具有遥感图像获取简单、价格低廉、污染信息提取技术较为成熟等优点，使得该类遥感技术在环境污染监测中应用最为广泛，但是它对天气条件依赖严重，只能在白天工作，另外红外遥感技术无法区分海洋浮游植物与溢油，这在一定程度上限制了其在突发环境污染监测中的应用.2)热红外遥感技术.由于具有对温度的高度敏感性特征，因此也被广泛应用到环境污染监测中，但是由于只对温度较为敏感，使得其无法应用到不会对周边温度产生较大影响的环境污染事件.3)高光谱遥感技术.由于具有很高的光谱分辨率，因此它对于识别污染的种类(例如油品、大气成份等)能够发挥独特的作用，因此在海上溢油类型监测、突发有机物大气污染类型监测研究中具有重要的应用.但是，由于目前高光谱遥感数据在提高光谱分辨率的同时，往往需要牺牲空间分辨率，因此其在识别污染范围等信息的能力相对薄弱.4)微波雷达技术.是一种主动微波遥感技术，具有不受天气状况影响的全天时、全天候成像能力和对地物表面粗糙度状况精细的探测能力，在海上石油污染监督中发挥着重要作用.在海洋表面风速不大(小于3～4 m/s)的情况下，分辨率很低(100 m左右)的雷达传感器就能有效地监测到油层厚度很薄的污染物，目前成像雷达技术已从单波段单极化向多波段、多极化和极化干涉雷达技术发展，有望在环境污染监测中进一步拓展并提高监测技术水平，但尚需在信息提取和处理方面开展进一步研究.

如今海上溢油的遥感监测发展仍然处于不断深入的技术攻坚时期，发展方向根据研究切入点的不同也是多元化的.海上溢油遥感监测发展方向主要有以下几方面：

1) 传感器等硬件设备的性能不断提高.如今遥感传感器进步迅猛，这将进一步推动溢油遥感探测研究的深入与业务化工作的开展.无需制冷设备的热红外探测器不仅使仪器体积大大减小，复杂程度大大降低，同时也降低了成本，并且具备了更高的探测灵敏度，同时逐步商品化.另外伴随着激光技术，将大大减小仪器尺寸和激光遥感的能耗[3].这将促进小型、运行费较低的飞机或无人机搭载仪器探测.

2) 红外偏振遥感技术的深入研究.红外偏振遥感是较为新颖的遥感技术，其不仅仅能够得到被测物体的红外反射信息，同时能够得到正交方向的两个偏正信息.相对于传统红外遥感技术，其得到的信息量相对较大，能监测溢油的信息也将更多.目前红外偏振方法处于研究初期，相信发展成熟后将是监测溢油的有效方法.

3) 星载雷达(SAR)数据的不断发展.SAR是现今唯一可以提供大范围全天候溢油监测，并且不受云雾等天气影响的遥感器，将是重要的业务化发展方向.目前，SAR的应用限制是受卫星的地面覆盖周期、分辨率等因素影响，监测实时性较差，因而在一定程度上限制了其在溢油监测中的效果，但是其仍然具有很大的发展潜力和应用前景.

4) 高光谱数据的应用研究不断深入.高光谱数据毋庸置疑拥有巨大的信息量，利用高光谱数据监测海上溢油信息，目前已经能够提取出溢油油种信息，但方法尚处在初步研究阶段，其结果精度尚有待提高.同时，高光谱数据对预处理过程也有较高的要求.随着传感器记录硬件的提高，很有可能会带来高光谱遥感技术的巨大突破，同时，高光谱数据预处理方法的提高，也会促进高光谱数据监测溢油技术的深入发展.

5) 多源多时相遥感数据的融合.多源数据共同融合利用是遥感技术发展的热点，不同时间、空间以及光谱分辨率的遥感影像数据的融合使用，不仅可以提供大量的数据源对溢油污染进行判定，提高监测的正确性，同时可以发挥各自的优势，对溢油污染监测的不同指标进行实时动态的监测.

6) 海上溢油监测系统的不断完善.溢油遥感技术业务化发展的重要前提是相应的溢油监测系统完善，实现溢油监测所有环节的系统集成以及遥感数据的实时融合，并结合地理信息技术与相应的数学模型进行数据综合处理、分析，最终评估溢油情况.

[1] 李栖筠,陈维英,肖乾广，等．老铁山水道溢油事故卫星监测[J].环境遥感,1994,9(4):256-262．

[2] 李四海.海上溢油遥感探测技术及其应用进展[J].遥感信息,2004(2):53-56.

[3] 陆应诚,陈君颖,包颖，等.基于HJ-1星CCD数据的溢油遥感特性分析与信息提取[J].中国科学：增刊,2011,41:193-201.

[4] Taylor S. 0.45 to 1.1 um spectra of prude crude oil and of beach materials in Prince William Sound[C]// Alaska, CRREL Special Report No. 92-5, Cold Regions Research and Engineering Laboratory, Hanover, New Hampshire,1992.

[5] White H H. Application of remote sensing on sea surface pollution[J]. Sea Technology,1981(1):15-19.

[6] Cross A. Monitoring marine oil pollution using AVHRR data: observation off the coast of Kuwait and Saudi Arabia during January 1999[J]. International Journal of Remote Sensing，1992，13(4):781-788.

[7] Salisbury J W, D′Aria D M, Sabins Jr F F. Thermal infrared remote sensing of crude oil slicks[J]. Remote Sensing of Environment,1993,45(2):225-231.

[8] Eosat. Prince william sound oil spill[J]. Landsat Data Users Note,1989,4(2):56-60.

[9] 李颖,刘丙新,兰国新,等.有冰海区油膜光谱特征研究[J].光谱学与光谱分析,2010,30(4):1018-1021.

[10] Adamo M, De Carolis G, De Pasquale V G. Pasquariello-on the combined use of sun glint Modis and Meris signatures and SAR data to detect oil slicks [C]//SPIE Remote Sensing of the Ocean, Sea Ice, and Large Water Regions. Stockholm, Sweden,2006.

[11] 陈辉,赵朝方.MODIS多光谱信息在海上溢油检测中的应用[J].海洋湖沼通报,2009(3):46-52

[12] Foudan Salem. Hyperspectral remote sensing: A new approach for oil spill detection and analysis[D]. USA: George Mason University,2003.

[13] Lennon M, Babichenko S, Thomas N,etal. Combined passive hyperspectral imagery and active fluorescence laser spectroscopy for airborne quantitative mapping of oil slicks at sea[C]//Proceedings of 4th EARSeL Workshop on Imaging Spectroscopy,2005.

[14] 卜志国.航空高光谱遥感赤潮与油污染水体信息提取[D].青岛：中国海洋大学,2004.

[15] 陆应诚,田庆久,宋鹏飞，等.海面油膜高光谱遥感信息提取[J].遥感学报,2009,13(4):691-695.

[16] Gade M, Alpers W. Using ERS-2 SAR Images for routine observation of marine pollution in European coastal waters[J]. The Science of the Total Environment,1999,237/238:441-448.

[17] Huhnerfuss H, Alpers W, Dannhauer H，etal. Natural and man-made sea slicks in the North Sea investigated by a helicopter-borne 5 frequency radar scatterometer[J]. International Journal of Remote Sensing,1996,17(8):1567-1582.

[18] Tseng W Y, Liu K A, Willanm G P. Satellite remote sensing of oil spills in NOAA/NESDIS[J]. Remote Sensing of Environment,1998,45(2):225-231.

[19] Anne H S Solbe, Geir Storvik, Rune Solberg,etal. Automatic detection of oil spills in ERS SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing,1999,37(4):1916-1924.

[20] 薛浩洁,种劲松.SAR图像海洋表面油膜检测方法[J].遥感技术与应用,2004,19(4):290-294.

[21] 于五一,李进,邵芸，等.海上油气勘探开发中的溢油遥感监测技术:以渤海湾海域为例[J].石油勘探与开发，2007,34(3):378-383.

[22] 曲海超,薄华,张伟伟.基于纹理特征和SVM的SAR图像溢油检测方法[J].信息技术,2010(11):90-93.

[23] 王俊.SAR影像溢油目标边缘提取方法及实现[D].大连：大连海事大学,2007.

[24] Mathieu Thoury, Mady Elias, Jean Maricetal. Nonde structive varnish identification by ultraviolet fluorescence spectroscopy[J]. Applied Spectroscopy,2007,61(12):1275-1282.

[25] 方四安,黄小仙,伊达一，等.海洋溢油模拟目标的紫外反射特性研究[J].光谱学与光谱分析,2010,30(3):738-742.

[26] 李丹.紫外荧光法水中油检测技术和实验的研究[D].天津：天津大学,2009.

[27] Fingas M F, Brown C E, Mullin J V. The visibility limits of oil on water and remote sensing thickness detection limits [C]//Proceedings of the Fifth Thematic Conference on Remote Sensing for Marine and Coastal Environments, Environmental Research Institute of Michigan, Ann Arbor, Michigan,1998：411-418.

[28] 杨娜,赵朝方.星载红外数据应用于大型事故溢油[J].地理空间信息,2006,4(2):63-65.

[29] O′Neil R A, Neville R A, Thompson V. The arctic marine oil spill program(AMOP), remote sensing study[R]. Environment Canada Report EPS 4-EC-83-3, Ottawa, Ontario,1983：257

[30] 郑全安,孙元福,逢爱梅，等.水面油膜微波辐射特性实验室测量与物理机制研究[J].海洋学报,1988,10(6):757-763.

[31] 逄爱梅,孙元福.水面油膜微波辐射特性实验室测量与分析[J].海岸工程,2003,22(4):36-41.

[32] Mussetto M S, Yujiri L, Dixon D P,etal. Passive millimeter wave radiometric sensing of oil spills[C]//Proceeding of the Second Thematic Conference on Remote Sensing for Marine and coastal Environments: Needs, Solution and Applications, ERIM Conference, Ann Arbor, Michigan,1994:35-46.

[33] Measures R M, Bristow M. The development of a laser flourosensor for remote environmental probing[J]. Can Space J,1971,17:421.

[34] Phillp John, Lan Soutar. Identification of crude oils by synchronous excitation spectrofluorimetry[J]. Analytical Chemistrs,1976,48(3):520-524.

[35] 徐基蘅.荧光光谱法鉴别海上溢油[J].海洋环境科学,1983,2(2):76-91.

[36] 陈海菊,安居白,刘建鑫.基于SVM的激光诱导荧光遥感识别海面溢油[J].应用能源技术,2008(2):6-9.

[37] Plaza J，Perez R，Plzaa A，etal. Mapping oil spill on sea water using spectral mixture analysis of hyperspectral image data[C]// Proc. of SPIE 5995, Chemical and Biological Standoff Detection III, 599509,2005.doi:10.1117/12.631149.

[38] 杨倩倩.高光谱溢油图像特征提取在油种识别中的应用[D].大连：大连海事大学,2010.

[39] 何莹.海上溢油高光谱监测研究[D].大连：大连海事大学,2011.

[40] 袁越明,熊伟,方勇华，等.差分偏振FTIR光谱法探测水面溢油污染的模型分析[J].红外与激光工程,2011,40(3):408-412.

StatusandTrendsofRemoteSensingTechnologytoMonitorMarineOilSpill

ZHANG Yuzhou1,2, CHENG Zhili3, HU Tangao1,2, ZHANG Dengrong1,2

(1. Remote Sensing and Earth Sciences Research Institute, Hangzhou Normal University, Hangzhou 310036, China;2. Key Laboratory of Zhejiang City Wetland and Regional Changes, Hangzhou 310036, China;3. Logistical Engineering College, Chongqing 401311, China)

Marine oil spill has now become a major form of marine pollution. This paper introduced remote sensing sensors and remote sensing monitoring methods based on the extent of oil spill, the oil spill quantity and the oil spill type, and also summarized the monitoring capabilities and development directions of domestic and international marine oil spill. From the existing researches, it can be seen that remote sensing monitoring of oil spills extent is the most mature, and there has appeared operational running oil spill system already. But the monitoring of oil spill quantity and oil spill type is still at an experimental stage, the development of which is not yet ripe, nor involves in engineering applications.

marine oil spill; extent of oil spill; oil spill quantity; oil spill type; remote sensing

2012-08-03

国家高技术研究发展计划项目(2011AA7013037)；自主海洋动力环境卫星微波遥感处理技术研究示范(201105032-8).

胡潭高(1983—)，男，讲师，博士，主要从事资源与环境信息的遥感提取技术研究.E-mail：hutangao@163.com

10.3969/j.issn.1674-232X.2013.01.016

TP79；X55

A

1674-232X(2013)01-0081-08