极化SAR溢油检测特征

宋莎莎，安伟，李建伟，刘保占，靳卫卫，张庆范

(中海油能源发展股份有限公司 安全环保分公司，天津 300452)

随着卫星遥感技术的发展，极化合成孔径雷达(SAR)遥感技术为从散射原理上区分SAR影像中的油膜和疑似油膜现象提供依据[1]。国内外在极化SAR数据溢油检测方面开展了相当广泛的研究，但目前极化SAR溢油检测仍存在研究中采用的极化SAR数据不足、缺乏对极化SAR特征溢油检测效果的系统性研究等主要问题[2-8]。极化SAR溢油检测文献中，通常采用几景极化SAR影像提取检测特征。部分文献提出新的极化特征，甚至仅基于1景极化SAR数据的检测处理结果，缺乏统计数据和科学依据的支持，从而对极化SAR溢油检测的指导意义不足[9-12]。由于早期极化SAR卫星较少、数据源少;SAR数据价格高、研究成本高。为科学筛选极化SAR溢油检测特征，搜集了46景多波段极化SAR影像集及423个油膜、疑似油膜和无油膜海面样本集，系统分析19种极化SAR特征溢油检测能力和极化特征相关性，为极化SAR溢油检测提供指导。

1 极化SAR数据和溢油检测特征参数

1.1 极化SAR数据

搜集多波段极化SAR数据46景，其中包括RADARSAT-2数据27景，SIR-C/X数据15景，ALOS PALSAR数据2景和UAVSAR极化SAR数据2景。海面油膜、疑似油膜现象的判定，对于文献研究中用过的极化SAR数据，采用文献中普遍认可的解译结果来判断油膜、无油膜海面和疑似油膜现象；对于尚未在文献研究中使用过的极化SAR数据，结合极化SAR数据的时间和空间信息，综合判断暗斑现象是否为油膜，如部分Radarsat-2数据是在墨西哥湾海域获取的，该海域自然油渗现象频发，海面暗斑为油膜的概率高；结合人工解译分析经验，判断暗斑现象是否为油膜。基于上述方法，共选取油膜样本160个、疑似油膜样本91个和无油膜清洁海面样本172个，样本信息见表1。其中，疑似现象包括生物油膜、低风区、内波和其他未知现象。

表1 极化SAR影像及样本统计表

极化SAR影像数据以及影像中的油膜和疑似油膜现象见图1、2。图1为2010-05-15 11:56:36 UTC时间的墨西哥湾海域影像，影像中心点坐标为28°32′30″N、88°18′53″W，图中标示的暗斑样本为油膜。图2为2012-08-13 22:57:30 UTC时间在中国南海海域获取的影像，影像中心点坐标为20°43′50″N、116°38′40″E，图中标示的暗斑样本为生物油膜，是一种典型的疑似油膜现象。

图1 2010-05-15 11:56:36 UTC RADARSAT-2极化SAR影像

图2 2012-08-13 22:57:30 UTC RADARSAT-2影像

1.2 溢油检测特征

极化SAR溢油检测中主要应用的极化SAR特征有19个，见表2。

表2 极化特征

2 极化SAR特征溢油检测能力

分析极化SAR影像集的油膜、疑似油膜和无油膜海面样本的19个极化特征的分布，见图3。

图3 油膜、疑似油膜和无油膜海面样本极化特征参数的平均值与标准差

图3中没有单独一种极化SAR特征参数能够完全区分不同极化SAR影像中的油膜、疑似油膜和无油膜海面样本。因此，考虑采用组合极化特征参数进行极化SAR影像溢油检测。极化总功率等12个极化SAR特征参数的平均值大小：无油膜海面>油膜>疑似油膜；同极化相位差标准差等6个极化特征参数的平均值正好相反，无油膜海面<油膜<疑似油膜。疑似油膜与油膜的极化特征接近，给疑似油膜的滤除和油膜的检测带来困难。

3 极化SAR特征参数相关性

基于全部样本，对极化SAR特征参数相关性进行分析，分别针对油膜、疑似现象和无油膜海面样本，分析极化特征参数的相关性。由于海面VV极化通道后向散射能量最强，单极化SAR溢油检测中应用最多的也是VV极化后向散射强度，因此，选择VV极化散射强度作为基准，分析极化SAR特征参数的相关性，筛选极化SAR溢油检测中可以重点关注的极化特征参数。

3.1 基于整体样本的极化特征参数相关性

对极化SAR影像集中的所有的油膜、疑似油膜和无油膜海面样本进行分析，包含多种观测条件、环境条件和影像噪声条件，分析极化特征参数P2～P19随VV极化散射强度P1的变化。

极化特征参数P2～P19随VV极化散射强度P1的变化情况，可以归纳为3种情形。图4为3种代表性的极化特征参数随VV极化散射强度的变化分布图。

1)极化特征参数与VV极化散射强度相关性较强，为正相关。极化特征参数随VV极化散射强度基本呈直线分布，见图4a)，如极化总功率、几何强度、最大本征值、同极化交叉积实部和极化差。

2)极化特征参数与VV极化散射强度相关性中等。极化特征参数随VV极化散射强度的增大而增大，见图4b)，如同极化相关系数、各向异性参数A12、极化度、一致性系数和极化比。

3)极化特征参数与VV极化散射强度的关系不明显，相关性较低，如同极化功率比、相干系数和各向异性参数A。同极化功率比随VV极化散射强度的变化见图4c)。

图4 极化特征参数随VV极化散射强度的变化

为量化极化SAR特征的相关性，计算各极化特征(P2～P19)与VV极化后向散射特征(P1)的相关系数。将极化SAR特征参数，依据相关性进行归类，见表3。第一类，与VV极化散射强度相关系数大于0.95，极化总功率、几何强度、最大本征值、同极化交叉积实部和极化差；第二类，与VV极化散射强度相关系数约0.8，同极化相位差标准差、同极化相关系数、极化熵、各向异性A12、平均散射角、极化度、基准高度、一致性系数、交叉极化比和极化比；第三类，与VV极化散射强度相关系数0.3～0.6，相干系数、同极化功率比和各向异性A。

表3 极化特征与VV极化散射幅度(P1)的关系

对第二类和第三类极化特征参数，再计算极化特征参数间的相关性。计算第二类特征与同极化相位差标准差的相关性，以及第三类特征与相干系数的相关性，筛选代表性的极化特征参数用于极化SAR溢油检测。

综上，19个极化SAR溢油检测特征参数中筛选出7个代表性特征，应用于溢油检测，分别为VV极化散射强度、同极化相位差标准差、交叉极化比、同极化相关系数、同极化功率比、相干系数和各向异性参数A等。

3.2 基于分类样本的极化特征参数相关性

极化SAR溢油检测重点关注油膜、疑似油膜和无油膜样本的特征差异，因此,分别对油膜、疑似现象和无油膜海面样本分析极化SAR特征参数的相关性。

搜集油膜样本160个、疑似油膜样本91个和无油膜清洁海面样本172个，分别计算极化总功率等特征(P2～P19)与VV极化散射强度(P1)的相关系数，见表4。

由表4可见，油膜、疑似现象和无油膜海面样本，表3中第一类极化特征参数极化总功率(P2)、几何强度(P3)、最大本征值(P4)、同极化交叉积实部(P8)、极化差(P18)与VV极化散射强度(P1)的相关系数都大于0.9，相关性较强，且均为正相关；第二类特征参数极化相位差标准差(P5)等与P1的相关系数均介于0.5与0.8间，相关程度中等，油膜、疑似现象和无油膜海面差异不明显；第三类特征参数同极化功率比(P6)、相干系数(P9)和各向异性参数A(P11)与P1的相关性，在油膜、疑似现象和无油膜海面间差别较大。其中，无油膜海面的同极化功率比(P6)与VV极化散射强度(P1)的相关性明显大于油膜和疑似现象；疑似现象的相干系数(P9)与P1的相关性、各向异性参数A(P11)与P1的相关性均明显大于油膜和无油膜海面。

表4 油膜、疑似现象和无油膜海面的极化特征的相关系数

据此，利用极化SAR影像进行溢油检测时，可以考虑重点关注同极化功率比、相干系数和各向异性参数A，分析其与VV极化散射强度的相关性，以及油膜、疑似现象和无油膜海面的差异。

4 结论

基于46景极化SAR影像和423个目标样本，开展极化SAR溢油检测的特征参数分析。

极化SAR影像进行溢油检测时，可以重点关注VV极化散射强度、同极化相位差标准差、交叉极化比、同极化相关系数、同极化功率比、相干系数和各向异性参数A等极化特征，实现采用较少的极化SAR特征，达到需要的检测效果。

极化SAR溢油检测，还受到观测条件、环境条件和影像噪声条件等因素的影响，对于不同条件下不同极化SAR特征的适用性，需要继续开展研究。