基于“高分五号”卫星红外影像的舰船尾迹特征分析

李岩 吴雨薇 何红艳

基于“高分五号”卫星红外影像的舰船尾迹特征分析

李岩 吴雨薇 何红艳

（北京空间机电研究所，北京 100094）

舰船驶过海面后会形成一条长度可达数千米且持续很长时间的尾迹区，利用尾迹可以实现舰船目标地理位置、运动参数的估计，热红外遥感基于该尾迹图像可实现全天时的舰船监测。目前，舰船尾迹的红外特征研究大都是基于仿真模型进行的，并基于仿真图像建立了尾迹的探测模型，缺乏真实的在轨红外遥感数据验证。文章基于“高分五号”（GF-5）卫星全谱段光谱成像仪红外图像，分析研究目前主要的两种尾迹（V型波和湍流）在短波红外、中波红外和长波红外的特性，为后续的基于红外遥感图像的舰船尾迹检测提供支持。

舰船尾迹特征 全谱段光谱成像仪 红外遥感 “高分五号”卫星

0 引言

舰船在海面上航行时，会在船后形成一条明显可辨的尾流区，且能够持续很长时间，长度可达数千米，被称之为尾迹。尾迹尺度会比船体本身大很多，维持的时间也较长，可以利用星载红外遥感器对其进行探测，结合尾迹与舰船自身信息的关系和当地气象条件，从理论上对舰船航向、航速及尺寸等信息进行反演[1-3]。舰船尾流区中包括开尔文（Kelvin）尾迹、湍流尾迹以及紧随船后的气泡尾迹。当风浪较小、船速较快时，Kelvin尾迹特征最为明显，在一定条件下，根据Kelvin尾迹和周围海水间的发射率差异，进行尾迹红外探测更为可行[4-5]。

舰船的尾迹在光学遥感的不同谱段的表现特征不同，尾迹特征是后续检测的基础，不同的舰船尾迹对应的检测算法也不相同。本文基于“高分五号”（GF-5）卫星全谱段光谱成像仪红外图像，研究分析舰船尾迹在不同红外谱段的特征，为后续红外遥感舰船尾迹检测识别提供基础。

1 舰船尾迹的红外目标特性研究现状

近年来很多学者针对舰船尾迹进行了红外谱段的遥感图像仿真。文献[6-7]等针对舰船在海上航行时形成的Kelvin尾迹模型，得到不同舰船速度时的尾迹最大波高，并通过海浪Pierson-Moscowitz谱模型描述海面风速分别为5、8和10m/s下的复杂海面背景模型。基于海面背景和尾迹区域的几何差异，建立了Kelvin尾迹的红外发射模型，得到不同海面风速、不同舰船航速和不同探测天顶角下的红外特征仿真图像，结果如图1所示。

图1 舰船速度为10m/s时不同风速下尾迹区域红外特征图像

文献[8-11]采用JONSWAP谱模型实现了海面的模拟，结合Kelvin尾迹模型，完成了海洋背景下Kelvin波的尾迹显示。在此基础上，综合考虑海面及周围环境辐射的影响，建立尾迹探测的8~12μm红外辐射模型，计算并分析了Kelvin尾迹的红外辐射特征，结果如图2所示。研究结果表明：探测俯仰角较小时，Kelvin尾迹特征明显，易于探测，俯仰角较大时，Kelvin尾迹特征减弱；海面风速是影响探测效果的重要因素，风速增加，海面对Kelvin尾迹的调制作用增强，最终会导致无法探测；尾迹探测不受白天和夜晚的影响。

文献[12-15]利用将物理信息模型与几何模型绑定的方法，充分运用GPU的着色器技术实现红外辐射并行实时计算，有效提高了红外场景生成的实时性。该研究将温度场的实时计算放入GPU 中，可实时实现由温度变化引起的目标辐射能量的变化，仿真结果如图3所示。

图2 8~12μm Kelvin尾迹仿真

图3 舰船尾迹红外仿真

文献[16-20]等基于海浪谱模型，生成了粗糙海面的几何构型，并结合Kelvin 尾迹模型，完成海面Kelvin 尾迹的几何构型。通过波面发射率计算、探测器视场模型建立及热像生成3 个步骤，完成海面Kelvin 尾迹的红外图像仿真，结果如图4所示。最后，根据尾迹与周围海水间的辐射温差，建立Kelvin 尾迹的探测模型。研究结果表明：探测天顶角越大，Kelvin 尾迹与周围海水间的发射率差异越明显，尾迹的红外图像特征越显著；同时，随着探测天顶角的增大，探测概率逐渐增大。

图4 海面Kevin尾迹的红外模拟图像

通过上面分析可知，由于缺少高分辨率的红外遥感数据，目前大部分学者都是基于仿真图像进行红外遥感图像的尾迹特征分析及探测分析。但是，仿真图像并不是真实的图像，基于仿真图像做的尾迹探测分析会存在误差，会影响红外舰船尾迹检测算法。GF-5卫星发射后，星上搭载的多谱段光谱成像仪可以获取短波、中波、长波等8个谱段的在轨遥感影像，可用于尾迹探测方面的研究。

本文基于GF-5卫星全谱段光谱成像仪的在轨图像进行舰船尾迹特征分析，为后续的舰船尾迹检测提供参考。

2 GF-5卫星的红外图像分析

GF-5卫星搭载的全谱段光谱成像仪是我国高分辨率多光谱遥感相机中光谱范围最宽的载荷，覆盖可见、近红外、短波、中波、长波共12个谱段。其中，长波4谱段分裂窗空间分辨率达到40m，为国际民用卫星最高[18-20]。其谱段设置如表1所示。

表1 全谱段光谱成像仪谱段设置

Tab.1 The spectral of the visual and infrared multispectral imager

该载荷可同时获取可见光—长波红外间的12谱段遥感数据，能够实现港口环境及大型船只全天时监测。通过分析发现同一谱段在不同太阳高度角下成像的舰船尾迹特征相同，所以这里只给出太阳高度角65.78°下的12谱段图像，如图5所示。

图5 全谱段光谱成像仪不同成像条件下的船只尾迹图像

通过分析发现，尾迹在不同谱段的表现特征不同：1）尾迹在可见的表现形式不同于红外谱段；2）尾迹在短波1.551~1.779μm和2.067~2.353μm的表现形式基本上相同；3）中波3.465~3.897μm和4.769~4.969μm谱段尾迹的表现形式不同，其中3.465~3.897μm谱段目标反射的能量占主要部分，4.769~4.969μm谱段中目标的发射能量占主要部分；4）长波4个谱段7.963~8.440μm、8.409~8.893μm、10.446~11.315μm和11.413~12.495μm尾迹的表现形式基本上相同。

由上可知，尾迹在不同谱段的表现形式不同。对于尾迹表现形式相同的谱段，为了避免重复只给出其中某一个谱段的尾迹特征，所以，下文的尾迹特性征分析中选取了一个可见光谱段、一个短波谱段、两个中波红外谱段和一个长波红外谱段作为不同红外谱段的代表。

3 GF-5卫星红外图像舰船尾迹特征分析

舰船尾迹在形态上表现出几种特有的特征，在不同的探测途径中所表现的出的特征也会有所不同，如采用光学探测手段，在光学图像上，舰船的尾迹主要表现为V型波和湍流；而雷达探测中，舰船的尾迹在水面主要显示为表面波、湍流和内波三种[4,21]。

下面基于GF-5卫星多谱段光谱成像仪的在轨影像，分别给出两类尾迹在可见光谱段、短波红外谱段、中波红外谱段以及长波红外谱段的特性分析。

3.1 V型波

V型波尾迹是由船只行驶形成的尖波与海面横向波的互相作用产生。表面波尾迹主要包含窄“V”型尾迹、典型Kelvin 波尾迹两类。Kelvin 波具有两个波面集，沿着船体的运动方向互相作用，共同构成Kelvin 尾迹系统[22-23]。表2给出表面波在可见光、短波红外、中波红外和长波红外谱段的图像及特性。

表2 表面波在不同谱段的尾迹特征

Tab.2 The characterization of the surface wave

通过分析和发现，表面波在可见光至短波红外谱段表现为有一定夹角的V型亮线，从表2可以看出，表面波在不同谱段的表现不同，与先前的仿真红外图像略有差异，具体为：1）在可见近红外、短波、中波（3.465~3.897μm）谱段的表现形式相同，为窄V型亮线或者开尔文臂；2）在中波（4.769~4.969μm）和长波谱段的表现形式相同，为暗条带（晚上为亮条带）。

3.2 湍流

舰船在航行过程中，伴随着船体及螺旋桨的运动，会造成驶过区域形成流动特性与物理特性明显区别于周围海面的涡旋尾流区。尾流形成后的初始阶段，射流为其主要特征，随着时间推移，射流速度逐渐衰减，尾流的特征转变为自由湍流扩散，在此阶段，湍流尾流的动量与运动船体的动量相反，若周围海平面波粗糙，湍流尾流与船体边缘产生水平方向涡流会对航线附近的非表面波产生抑制作用，导致该平滑区域边缘的表面波加强，表现在图像中为一条稍宽的带且伴随一边或者两边亮线的暗区域，上述过程即为舰船运动产生湍流尾迹原理。同时，气泡尾迹主要集中在该区域，即能够被光学传感器探测到[24-25]。表3给出湍流波尾迹在可见光、短波红外、中波红外和长波红外谱段的图像及特性。

表3 湍流或涡流尾迹在不同谱段的尾迹特征

Tab.3 The characterization of the turbulence

从表3可以看出，湍流尾迹在不同谱段的表现形式主要包括：1）在可见近红外、短波谱段的表现形式相同，船尾两边有亮尾迹中间伴有亮条纹或者暗条纹；2）在中波3.465~3.897μm谱段、中波4.769~4.969μm谱段和长波谱段的表现形式相同，为暗条带（晚上为亮条带）。

综上所述，不同种类的舰船尾迹在红外不同谱段的表现形式可概括为如表4所示，与现有的仿真图像表现有所不同，不同类型的尾迹在短波红外和中波红外3.465~3.897μm谱段的表现形态各不相同，但是在中波红外4.769~4.969μm谱段和长波红外表现形式相同，都为暗条带（晚上为亮条带）。

表4 尾迹分类和特征表

Tab.4 The infrared classification and the characterization table of the ship wake

由上分析可知，舰船两类尾迹在不同红外谱段的表现特征不同，这些特征是进行红外舰船尾迹检测的基础，窄V亮线的检测与亮（暗）条纹的检测算法不同，所以，本文给出的舰船尾迹的红外特性分析是后续舰船尾迹检测的基础。

4 结束语

本文调研了目前学者对于舰船尾迹红外遥感特征的主要仿真手段、仿真结果以及基于仿真结果的Kelvin尾迹在不同条件下被探测的概率。仿真图像并不是真实的图像，基于仿真图像做的尾迹探测分析可能存在误差，本文基于GF-5卫星全谱段光谱成像仪的在轨图像进行舰船尾迹的特征分析，研究分析总结了三种舰船尾迹在不同红外谱段的特征，可为后续基于红外遥感的舰船尾迹提取提供一定支持。

[1] REED A M, MILGRAM J H. Ship Wake and Their Radar Images[J]. Annul Review of Fluid Mechanics, 2002, 34: 469-502.

[2] 李红康. 海洋遥感图像舰船目标及尾迹检测研究[D]. 成都: 电子科技大学, 2008: 6-12. LI Hongkang. The Study of the Ship Detection and Surveillance Based on Remote-sensing Images[D]. Chengdu: University of Electronic Science and Technology of China, 2008: 6-12. (in Chinese)

[3] PELTZER R, GARRETT W, SMITH P. A Remote Sensing Study of a Surface Ship Wake[J]. International Journal of Remote Sensing, 1987, 8(5): 689-704.

[4] 邹娜. 红外尾迹检测及舰船目标融合识别方法研究[D]. 武汉: 华中科技大学, 2018: 9-12. ZOU Na. Wake Detection and Ship Recognition by Data Fusion in Infrared Image[D]. Wuhan: Huazhong University of Science & Technology, 2018: 9-12. (in Chinese)

[5] 邹娜, 田金文. 多特征融合红外舰船尾流检测方法研究[J]. 计算机科学, 2018, 45(11A): 172-175. ZOU Na, TIAN Jinwen. Research on Multi Feature Fusion Infrared Ship Wake Detection[J]. Computer Science, 2018, 45(11A): 172-175. (in Chinese)

[6] 侯海平, 陈标, 刘翠华. 海洋背景下开尔文尾迹仿真与分析[J]. 计算机仿真, 2007(8): 5． HOU Haiping, CHEN Biao, LIU Cuihua. Simulationand Analysis of Kelvin Wake in Ocean Background[J]. Computer Simulation, 2007(8): 5. (in Chinese)

[7] 王蛟龙, 张昊春, 张亦宁, 等. 不同条件下海面Kelvin尾迹的红外仿真[J]. 应用光学, 2016, 37(6): 924-930.WANG Jiaolong, ZHANG Haochun, ZHANG Yining, et al. Indrared Simulation of Kelvin Wake on Sea Surface Under Different Conditions[J]. Journal of Applied Optics, 2016, 37(6): 924-930. (in Chinese)

[8] 张士成, 杨桢, 杨立. 海洋背景下8~12μm Kelvin尾迹红外探测[J]. 红外激光与工程, 2011, 40(10): 1851-1855.ZHANG Shicheng,YANG Zhen, YANG Li. Infrared Detection of 8~12μm Kelvin Wake under Ocean Background[J]. Infrared and Laser Engineering, 2011, 40(10): 1851-1855. (in Chinese)

[9] 陈彬, 代莹, 明德烈, 等. 基于海洋背景的舰船及其尾迹红外仿真研究[J]. 计算机与数学工程, 2014, 42(7): 1248-1250.CHEN Bin, DAI Ying, MING Delie, et al. Infrared Simulation Research Based on Warships and Ocean Wake Background[J]. Computer & Digital Engineering, 2014, 42(7): 1248-1250. (in Chinese)

[10] 陈翾, 林春生, 杨立, 等. 海面舰船开尔文尾迹红外特征与探测的模拟[J]. 红外技术, 2017, 39(8): 717-721.CHEN Xuan, LIN Chunsheng, YANG Li, et al. Simulation of Infrared Characterizations and Detection of Kelvin Wake[J]. Infrared Technology, 2017, 39(8): 717-721.

[11] GOLBRAIKH E, EIDELMAN A, SOLOVIEV A. On the Helical Behavior of Turbulence in the Ship Wake[J]. Journal of Hydrodynamics, 2013, 25(1): 83-90.

[12] YOSHIMORI K, TAMBA S, YOKOYAMA R. Simultaneous Measurements of Skin Sea Surface Temperature and Sea Surface Emissivity from a Single Thermal Imagery[J]. Applied Optics, 2002, 41(24): 4937-4944.

[13] 顾建农, 郑学龄, 刘巨斌, 等. 热分层环境下船模尾流温度分布与扩展规律的试验研究[J]. 大连理光大学学报, 2001, 41(1): 93-96. GU Jiannong, ZHENG Xueling, LIU Jubin, et al. Experimental Research on Temperature Distribution and Spread Law of Ship Model Wakes in Thermal Stratified Flow[J]. Journal of Dalian University of Technology, 2001, 41(1): 93-96. (in Chinese)

[14] 顾建农, 郑学龄, 杨立, 等. 舰船热尾流特性的试验研究[J]. 鱼雷技术, 2000, 8(4): 6-10.GU Jiannong, ZHENG Xueling, YANG Li, et al. Experimental Investigation of Ship Thermal Wake Characterization[J]. Torpedo Technology, 2000, 8(4): 6-10. (in Chinese)

[15] 顾建农, 张志宏. 红外探测水面舰船远场热尾流的数学模型与计算[J]. 激光与红外, 2015, 35(5): 341-344. GU Jiannong, ZHANG Zhihong. The Mathematics Model and Calculation of Field Thermal Wakes in Infrared Detection of Ship[J]. Laser & Infrared, 2015, 35(5): 341-344. (in Chinese)

[16] SHI Jiabao, WU Zhensen, CAO Yunhua. Study on Reflection of Sea Surface in Mid-IR[J]. Acta Photonica Sinica, 2009, 38(8): 2372-2375.

[17] CHEN Y. Assessment of Shortwave Infrared Sea Surface Reflection and Nonlocal Thermodynamic Equilibrium Effects in the Community Radiative Transfer Model Using IASI Data[J]. Journal of Atmospheric and Oceanic Technology, 2013, 30: 2152-2160.

[18] 孙允珠, 蒋光伟, 李云端, 等. “高分五号”卫星概况及应用前景展望[J]. 航天返回与遥感 2018, 39(3): 1-13. SUN Yunzhu, JIANG Guangwei, LI Yunduan, et al. GF-5 Satellite: Overview and Application Prospects[J]. Spacecraft Recovery & Remote Sensing, 2018, 39(3): 1-13. (in Chinese)

[19] 赵少华, 刘思含, 吴迪, 等.“高分五号”卫星生态环境领域应用前景[J]. 航天返回与遥感, 2018, 39(3): 115-120. ZHAO Shaohua, LIU Sihan, WU Di, et al. Potential Application Analysis of GF-5 Satellite in Ecology and Environment Fields[J]. Spacecraft Recovery & Remote Sensing, 2018, 39(3): 115-120. (in Chinese)

[20] 陈媛媛. 高分五号热红外数据地表温度反演算法研究[D]. 北京: 中国科学院, 2017: 24-25.CHEN Yuanyuan. Algorithm Development for Retrieving Surface Temperature from Thermal Infrared Data Onboard the Chinese Gaofen-5 Satellite[D]. Beijing: Chinese Academy of Sciences, 2017: 24-25. (in Chinese)

[21] ZHANG X D, LEWIS M B. Optical Influence of Ship Wakes[J]. Applied Optics, 2004, 43(15): 3122-3132.

[22] 何佳益. 高速船窄V字形尾迹的分析[D]. 上海: 上海交通大学, 2016: 1-10. HE Jiayi. Analysis of Narrow V-Shaped Wakes of High-speed Vessels[D]. Shanghai: Shanghai Jiao Tong University, 2016: 1-10. (in Chinese)

[23] RABAUD M, MOISY F. Narrow Ship Wakes and Wave Drag for Planing Hulls[J]. Ocean Engineering, 2014, 90: 34-38.

[24] VIVIAN I, ZAHIR A D. Modeling the Turbulent Trailing Ship Wake in the Infrared[J]. Applied Optics, 2014, 53(19): 4282-4296.

[25] 金方圆, 王运鹰, 郭媛媛, 等. 舰船湍流尾迹红外发射率计算方法[J]. 红外与激光工程, 2018, 47(5): 1-2. JIN Fangyuan, WANG Yunying, GUO Yuanyuan, et al. A Method for Calculating IR Emissivity of Ship Turbulent Trailing Wake[J]. Infrared and Laser Engineering, 2018, 47(5): 1-2. (in Chinese)

The Ship Wake Characterization Study Based on GF-5 Infrared Images

LI Yan WU Yuwei HE Hongyan

（Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）

When the ship sails on the sea, a wake of several kilometers length and long continuous time will appear behind the ship. The geographic position and motion parameter of the ships can be gotten based on the ship wake characterization. The whole day ship detection could be realized based on the thermal infrared shape wave images. The common research method of the thermal infrared ship wave characterization was ship wave modeling. The detection model was build based on the ship wave model. The infrared( short-wave infrared, medium-wave infrared and the long-wave infrared) characterization of the common two kinds of ship wake was analyzed and summarized in this paper. The characterization can provide support for ship wake detection.

ship wake characterization; visual and infrared multispectral imager; infrared; GF-5 satellite

X87

A

1009-8518(2020)05-0102-08

10.3969/j.issn.1009-8518.2020.05.012

2019-10-30

李岩, 吴雨薇, 何红艳. 基于“高分五号”卫星红外影像的舰船尾迹特征分析[J]. 航天返回与遥感, 2020, 41(5): 102-109.

LI Yan, WU Yuwei, HE Hongyan. The Ship Wake Characterization Study Based on GF-5 Infrared Images[J]. Spacecraft Recovery & Remote Sensing, 2020, 41(5): 102-109. (in Chinese)

李岩，女，1986年生，2011年获中国空间技术研究院校光学工程专业硕士学位，高级工程师。现研究方向为红外遥感数据处理及其应用。E-mail: allie123456@163.com。

（编辑：夏淑密）