Envisat ASAR溢油檢測(cè)影響因素分析

蘇騰飛

（國(guó)家海洋局第一海洋研究所，山東 青島 266061）

目前，衛(wèi)星遙感技術(shù)是海洋溢油監(jiān)測(cè)的重要手段。合成孔徑雷達(dá)（SAR），因其全天時(shí)、全天候的工作特點(diǎn)，已經(jīng)成為最有效的溢油遙感監(jiān)測(cè)傳感器（Brekke et al，2005）。Envisat 是歐空局（ESA） 于2002年發(fā)射的地球環(huán)境監(jiān)測(cè)衛(wèi)星，其上共搭載了10 個(gè)先進(jìn)的遙感傳感器，改進(jìn)型合成孔徑 雷 達(dá) （Advanced Synthetic Aperture Radar，ASAR） 是其中之一。在近十年的運(yùn)行過程中，ASAR 為溢油、海冰、海面風(fēng)場(chǎng)等海洋現(xiàn)象的科學(xué)研究與業(yè)務(wù)化監(jiān)測(cè)提供了寶貴的數(shù)據(jù)。

近年來在SAR 溢油檢測(cè)方面，國(guó)內(nèi)外學(xué)者利用ASAR 影像進(jìn)行了大量的研究工作。Solberg 等（2007） 發(fā)展了一種溢油自動(dòng)檢測(cè)算法，用來區(qū)分Radarsat 和Envisat SAR 影像中的油膜和類油膜現(xiàn)象。他們的算法包含三部分，分別是暗斑檢測(cè)、特征提取和溢油分類。在構(gòu)建溢油分類的條件概率密度函數(shù)時(shí)，他們考慮了中低風(fēng)速和高風(fēng)速的情況。Brekke 等（2008） 提出了一個(gè)改進(jìn)的ASAR溢油自動(dòng)檢測(cè)算法，并發(fā)展了一種溢油分類的置信度分析方法。石立堅(jiān)等（2008） 利用ASAR 數(shù)據(jù)，結(jié)合地理信息系統(tǒng)，統(tǒng)計(jì)和分析了中國(guó)近海的溢油事件。他們指出，ASAR 數(shù)據(jù)是溢油監(jiān)測(cè)的有效途徑。劉朋等（2010） 發(fā)展了一種基于模糊邏輯的SAR 溢油檢測(cè)算法，在算法驗(yàn)證時(shí)利用了11 景ASAR 影像。Akar 等（2010） 將面向?qū)ο蟮姆诸惙椒☉?yīng)用到ASAR 溢油檢測(cè)中，試圖發(fā)現(xiàn)黑海的海底石油滲漏現(xiàn)象。眾多的研究表明，Envisat ASAR 是溢油檢測(cè)的有效工具，因此，對(duì)其開展溢油檢測(cè)的影響因素分析是非常必要的。

在SAR 溢油檢測(cè)中，入射角和海面風(fēng)速是重要的影響因素。隨著入射角的增大，地物的后向散射強(qiáng)度減小。因此在SAR 影像中，小入射角的區(qū)域偏亮，大入射角的區(qū)域偏暗，這可能會(huì)給溢油檢測(cè)帶來困難。Dokken 等（1995） 指出，入射角在20°～45°的范圍內(nèi)，VV 極化，SAR 溢油檢測(cè)是可行的。本文討論了入射角為20°～42°時(shí)，油膜和海水的后向散射特征。另外，海面風(fēng)速影響溢油在SAR 影像中的特征。Alpers 等（2004） 認(rèn)為，適合SAR 溢油檢測(cè)的風(fēng)速上界為10～14 m/s。在風(fēng)速低于3 m/s 時(shí)，海面的后向散射強(qiáng)度偏低，溢油和海水難以區(qū)分。本文分析了2.0～9.7 m/s 時(shí)兩者的后向散射特征。

1 數(shù)據(jù)

Envisat ASAR 是目前重要的星載SAR 數(shù)據(jù)源，工作在C 波段，入射角范圍是15°～45°，軌道重訪周期為35 天。ASAR 具有5 種工作模式，分別為標(biāo)準(zhǔn)成像（IM）、交替極化（AP）、寬幅（WS）、全球監(jiān)測(cè)（GM） 和波模式（WV）。WS 模式影像的刈幅寬度可達(dá)400 多公里，空間分辨率為150 m，非常適合大范圍的溢油監(jiān)測(cè)。通常情況下，即便是少量的溢油也會(huì)覆蓋大面積的海域。

ASAR 在監(jiān)測(cè)墨西哥灣溢油的動(dòng)態(tài)變化中也扮演了重要的角色，本文以該溢油事件為例進(jìn)行了ASAR 溢油檢測(cè)的影響因素分析（圖1）。在入射角和風(fēng)場(chǎng)的分析中，分別利用了三景和六景ASAR中等分辨率寬幅模式（WSM） 影像，均為VV 極化。海面風(fēng)場(chǎng)數(shù)據(jù)由墨西哥灣近岸的浮標(biāo)42 040提供。該浮標(biāo)記錄了連續(xù)風(fēng)場(chǎng)數(shù)據(jù)，通過美國(guó)國(guó)家數(shù)據(jù)中心（NDBC） 的網(wǎng)站可以下載。

圖1 浮標(biāo)42 040 的位置與墨西哥灣溢油區(qū)域

在溢油檢測(cè)前，需要對(duì)ASAR 數(shù)據(jù)進(jìn)行輻射標(biāo)定，這可通過開源軟件NEST 實(shí)現(xiàn)。NEST 是ESA 提供的SAR 數(shù)據(jù)專業(yè)處理軟件，它適用于Envisat、Radarsat-2 等目前主流星載SAR 的數(shù)據(jù)處理。輻射標(biāo)定的目的是獲取SAR 影像的后向散射系數(shù)圖像。為了便于溢油檢測(cè)，需要將后向散射系數(shù)圖像轉(zhuǎn)換為dB 的形式。

2 入射角對(duì)溢油檢測(cè)的影響

為了研究入射角對(duì)SAR 溢油檢測(cè)的影響，本文利用墨西哥灣溢油事故的Envisat ASAR 影像，分析在相同波段、極化和中低風(fēng)速的情況下，不同入射角條件時(shí)溢油在SAR 圖像上的后向散射特征。海面風(fēng)場(chǎng)數(shù)據(jù)由浮標(biāo)42 040 提供。

本論文共選取了三景墨西哥灣溢油事故的Envisat ASAR 影像。其時(shí)間分別是：2010年6月9號(hào)、2010年7月5 號(hào)和2010年7月11 號(hào)，均為WSM 模式。WS 模式的ASAR 影像具有很大的刈幅寬度，入射角一般為18°～42°。而Envisat ASAR成像的入射角范圍是15°～45°，可見這種模式的影像基本包括了ASAR 的入射角范圍。基于以上原因，本文分析選用的入射角情況為：三景圖像中，2010年7月5 號(hào)、7月11 號(hào)和6月9 號(hào)SAR 影像中溢油區(qū)域的入射角范圍分別是20°～30°、31°～36°和37°～42°。

圖2 2010年7月5 號(hào)ASAR 影像采樣區(qū)域示意圖

圖3 2010年7月5 號(hào)ASAR 原影像采樣區(qū)域

圖4 圖2 中采樣區(qū)域中油膜和海水的后向散射隨入射角的變化

對(duì)于2010年7月5 號(hào)的ASAR 影像，以2°為間隔，分析在入射角為20°～30°的范圍內(nèi)，溢油和海水在SAR 影像上的后向散射特征（圖2、3、4）。根據(jù)浮標(biāo)的記錄，當(dāng)時(shí)的海面風(fēng)速為4.8 m/s，屬中低風(fēng)速。圖2 是2010年7月5 號(hào)ASAR 影像中的研究區(qū)域。圖3 顯示了圖2 的SAR 影像，并對(duì)其進(jìn)行了輻射標(biāo)定。圖3 中黑色虛線為同一入射角的位置，白線部分為采樣區(qū)域，白線的寬度為3個(gè)像素，計(jì)算海水和油膜樣本的后向散射強(qiáng)度。由圖4 可見，隨著入射角的增加，油膜和海水的后向散射強(qiáng)度均有減小的趨勢(shì)，海水從-5 dB 左右減小到-10 dB 左右，油膜從-7 dB 左右減小到-18 dB 左右，因此可見，隨入射角的增加，油膜的后向散射強(qiáng)度比海水衰減快，兩者的對(duì)比度增加。入射角在20°～24°的范圍內(nèi)，油膜和海水的后向散射強(qiáng)度均較大，兩者的差值在4 dB 以內(nèi)，這時(shí)油膜和海水是較難區(qū)分的，溢油檢測(cè)也是較為困難的。當(dāng)入射角大于28°時(shí)，油膜和海水的后向散射強(qiáng)度差值增大，為5 dB 左右，油膜和海水區(qū)分地比較明顯，因此油膜檢測(cè)也是比較容易的。值得一提的是，28°入射角所對(duì)應(yīng)的油膜后向散射強(qiáng)度比30°的低，這可能是由于28°的區(qū)域油膜較厚，或是局部地區(qū)海面風(fēng)速偏低，亦或是由于SAR 的系統(tǒng)噪聲導(dǎo)致的。

對(duì)于ASAR WSM 影像，其系統(tǒng)噪聲范圍的是-21～-26 dB。SAR 的系統(tǒng)噪聲可能來源于熱力學(xué)因素的噪聲、數(shù)模轉(zhuǎn)換器量化噪聲以及處數(shù)據(jù)時(shí)理產(chǎn)生的噪聲。噪聲會(huì)給溢油檢測(cè)帶來不確定性，因此應(yīng)當(dāng)避免使用系統(tǒng)噪聲較大的SAR 影像進(jìn)行溢油檢測(cè)（Duk-jin et al，2010）。

在2010年7月11 號(hào)的ASAR 影像中，溢油區(qū)域的入射角跨度范圍是31°～36°，屬中等入射角。浮標(biāo)觀測(cè)的海面風(fēng)速為6.4 m/s。雖然該天油膜與浮標(biāo)的位置相差較遠(yuǎn)，但WindSat 微波輻射計(jì)和OSCAT 微波散射計(jì)均提供了當(dāng)天研究區(qū)域的海面風(fēng)速，表明當(dāng)天的海面風(fēng)場(chǎng)屬中低風(fēng)速的情況。WindSat 和OSCAT 數(shù)據(jù)由NOAA 官網(wǎng)提供（http：//manati.star.nesdis.noaa.gov/datasets/）。經(jīng)過與之前相同的處理步驟，得到分析結(jié)果圖（圖5、6、7）。可以看出，在31°～36°的范圍內(nèi)，油膜和海水的后向散射強(qiáng)度變化不大，前者的值大概在-15～-17 dB的范圍內(nèi)波動(dòng)，后者的值基本在-20～-22 dB 范圍內(nèi)，兩者差值在5 dB 以上。在入射角為31°～33°時(shí)，油膜和海水的后向散射強(qiáng)度有較明顯的下降趨勢(shì)；在入射角大于33°時(shí)，兩者的值變化趨于平穩(wěn)。因此在這種情況下，油膜和海水區(qū)分明顯，很適合溢油檢測(cè)。

圖5 2010年7月11 號(hào)ASAR 影像采樣區(qū)域示意圖

圖6 2010年7月11 號(hào)ASAR 原影像采樣區(qū)域

圖7 圖5 中采樣區(qū)域中油膜和海水的后向散射隨入射角的變化

對(duì)于6月9 號(hào)的ASAR 影像，其入射角的范圍是37°～42°。浮標(biāo)記錄的海面風(fēng)速為5.6 m/s，屬中等風(fēng)速。采用之前相同的處理，得到結(jié)果圖10（圖8、9、10）?？梢杂^察到，在37°～42°的范圍內(nèi)，油膜和海水的后向散射強(qiáng)度均有減小的趨勢(shì)，前者的后向散射強(qiáng)度大概在-21～-24 dB 的范圍內(nèi)波動(dòng)，后者的值約為-18 dB。它們相差大概5 dB，油膜和海水對(duì)比度明顯，較適合溢油檢測(cè)?？墒?，入射角在37°～42°時(shí)，油膜的后向散射值基本小于-21 dB，接近ASAR 的系統(tǒng)噪聲，這會(huì)給溢油檢測(cè)帶來不利影響。

圖8 2010年6月9 號(hào)ASAR 影像采樣區(qū)域示意圖

圖9 2010年6月9 號(hào)ASAR 原影像采樣區(qū)域

圖10 圖8 中采樣區(qū)域中油膜和海水的后向散射隨入射角的變化

綜合以上分析可得出的結(jié)論是：在中低風(fēng)速情況下，油膜和海水比較容易區(qū)分的入射角范圍是28°～36°。1） 在低入射角的情況下，即24°以下，油膜和海水的后向散射強(qiáng)度均較強(qiáng)，兩者的后向散射值相差低于4dB，兩者區(qū)分不明顯，溢油檢測(cè)較為困難。2） 在中等入射角的情況下，即28°～36°，油膜和海水的后向散射強(qiáng)度值相差較大，約為5 dB，因此兩者在SAR 影像上對(duì)比度明顯，適合溢油檢測(cè)。3） 當(dāng)入射角在37°以上時(shí)，雖然此時(shí)油膜和海水的后向散射強(qiáng)度值相差較大，約5 dB，但油膜的后向散射值趨近SAR 的系統(tǒng)噪聲，這可能會(huì)給SAR 溢油檢測(cè)帶來不利影響。

3 海面風(fēng)速對(duì)溢油檢測(cè)的影響

為了研究風(fēng)速對(duì)SAR 海上溢油檢測(cè)的影響，本論文利用墨西哥灣溢油事件的Envisat ASAR 影像，分析在相同波段、極化和入射角的條件下，不同風(fēng)速時(shí)海上油膜對(duì)SAR 后向散射回波的衰減效應(yīng)。

采用的SAR 影像均為C 波段，VV 極化。提取了SAR 影像中入射角相同的油膜區(qū)域。為了方便研究，截取了入射角為32°所對(duì)應(yīng)的SAR 影像。海面風(fēng)速的實(shí)測(cè)數(shù)據(jù)仍采用浮標(biāo)42 040 數(shù)據(jù)。

匹配浮標(biāo)數(shù)據(jù)和SAR 數(shù)據(jù)，共得到6 組結(jié)果。其中，中低風(fēng)速3 組，對(duì)應(yīng)的SAR 影像時(shí)間和風(fēng)速分別為：2010年6月13日，2.0 m/s；2010年6月22日，3.7 m/s；2010年6月25日，4.7 m/s。高風(fēng)速3 組，2010年5月2日，9.7 m/s；2010年7月21日，7.4 m/s；2010年7月11日，6.4 m/s。

圖11 中低風(fēng)速時(shí)SAR 影像后向散射特征，C 波段，VV 極化，32°入射角

圖11 中白線的寬度為3 個(gè)像素，同一白線上的像素對(duì)應(yīng)相等的入射角，均為32°。計(jì)算白線上3 個(gè)像素對(duì)應(yīng)所后向散射值的平均值，可以觀察到3 個(gè)圖像的值均有不同程度的波動(dòng)現(xiàn)象，這主要是由于采用的SAR 影像是單視復(fù)圖像，其本身的斑點(diǎn)噪聲較大。

中低風(fēng)速時(shí)，對(duì)圖11 中3 組結(jié)果進(jìn)行比較分析，可以發(fā)現(xiàn)油膜對(duì)海面的后向散射均有抑制作用（圖11）。圖11 中a、c、e 為SAR 圖像，其白線部分為采樣區(qū)域；b、d、f 為采樣區(qū)域像素的灰度。風(fēng)速為2.0 m/s 時(shí)，海水和油膜的后向散射值均較低，其中前者的值在-15～-18 dB 的范圍內(nèi)波動(dòng)，后者的值均小于-20 dB。風(fēng)速為3.7 m/s 時(shí)，海水的后向散射值約在-14 dB 左右，油膜的后向散射值大概為-20 dB。風(fēng)速為4.7 m/s 時(shí)，海水的后向散射值在-14～-16 dB 的范圍內(nèi)波動(dòng)，其波動(dòng)范圍相對(duì)較小，油膜的后向散射值基本上都小于-20 dB。以上分析表明，在中低風(fēng)速條件下，油膜和海水的后向散射值差異明顯。隨著風(fēng)速的增加，海水的后向散射值逐漸增大，但油膜的后向散射值基本不變。由此可以推斷，在中低風(fēng)速條件下，風(fēng)速越高，油膜和海面的后向散射值差異越大，它們的對(duì)比度越強(qiáng)，因此也更有利于油膜的檢測(cè)。

圖12 高風(fēng)速時(shí)SAR 影像后向散射特征，C 波段，VV 極化，32°入射角

高風(fēng)速時(shí)，對(duì)比圖12 中3 組結(jié)果可以發(fā)現(xiàn)，在不同的海面風(fēng)速下，油膜對(duì)海面的后向散射強(qiáng)度具有不同程度的抑制（圖12）。圖12 中a、c、e 為SAR 圖像，其白線部分為采樣區(qū)域；b、d、f為采樣區(qū)域像素的灰度。風(fēng)速為6.4 m/s 時(shí)，海水的后向散射值大概在-14～-16 dB 的范圍內(nèi)波動(dòng)，溢油的后向散射值約為-19 dB。風(fēng)速為7.4 m/s 時(shí)，海水的后向散射值在-14～-11 dB 范圍內(nèi)波動(dòng)，溢油的后向散射值約為-19 dB。風(fēng)速為9.7 m/s 時(shí)，海水的后向散射值大概為-13 dB，而溢油的后向散射值存在較大的波動(dòng)，波動(dòng)范圍是-17～-14 dB。綜上，當(dāng)海面風(fēng)速超過9 m/s 時(shí)，海上溢油對(duì)海水的阻尼作用減弱，在SAR 影像上溢油的后向散射強(qiáng)度較風(fēng)速較低時(shí)增大，這使得溢油和海水的對(duì)比度降低，不便于提取溢油。海面風(fēng)速為6.4和7.4 m/s 是，海水和溢油的后向散射值相差較大，對(duì)比度明顯；因此可以推斷，對(duì)于這一風(fēng)速范圍，SAR 影像檢測(cè)溢油是較為容易的。

對(duì)于上述6 組結(jié)果，可以發(fā)現(xiàn)風(fēng)速為3.7 m/s、4.7 m/s、6.4 m/s、7.4 m/s 時(shí)，油膜和海面的后向散射差異較大，可達(dá)6 dB 以上，適合SAR 影像進(jìn)行海上溢油檢測(cè)。風(fēng)速為2.0 m/s 時(shí)，油膜和海水的后向散射差異僅為4 dB 左右，不便于SAR 影像的溢油識(shí)別。風(fēng)速為9.7 m/s 時(shí)，海水和油膜的后向散射值均存在較大的波動(dòng)，這使得油膜和海水的后向散射差異變小，給SAR 溢油檢測(cè)帶來困難；這可能是由于在高海況條件下，油膜對(duì)海水的后向散射抑制作用降低，因此在SAR 影像上油膜的灰度變高。綜上所述，對(duì)于SAR 溢油檢測(cè)，適合的風(fēng)速范圍大概為3.0～7.0 m/s。

4 結(jié)論

本文以2010年墨西哥灣溢油事故為例，開展了Envisat ASAR 的溢油檢測(cè)影響因素分析。討論了入射角和海面風(fēng)速對(duì)ASAR 溢油檢測(cè)的影響。利用的WSM 數(shù)據(jù)具有400 多km 的刈幅寬度，適合大面積的溢油檢測(cè)；其空間分辨率為150 m，可以滿足海上溢油的監(jiān)測(cè)。

入射角分析的結(jié)論表明，中等入射角適合ASAR 溢油檢測(cè)。低入射角的ASAR 影像里，油膜與海水的后向散射強(qiáng)度相差小于4 dB；高入射角的情況下，溢油的后向散射值接近ASAR 系統(tǒng)噪聲，因而不利于進(jìn)行溢油檢測(cè)。

海面風(fēng)速的分析結(jié)果顯示，3.0～7.0 m/s 是適合ASAR 溢油檢測(cè)的風(fēng)速范圍。風(fēng)速過低或過高，油膜和海水都難以區(qū)分。

Brekke C，Solberg A H S，2008.Classifiers and Confidence Estimation for Oil Spill Detection in ENVISAT ASAR Images. IEEE Geoscience and Remote Sensing Letters，5（1）：65-69.

Brekke C，Solberg A H S，2005.Oil Spill Detection by Satellite Remote Sensing.Remote Sensing of Environment，95（1）：1-13.

Dokken S T，1995.Optimal bruk av avanserte radarsatellitter.Oslo：Institutt for Tekniske Fag，Norges Landbrukshbgskole.

Duk-jin Kim，Wooil M Moon，Youn-Soo Kim， 2010. Application of TerraSAR-X Data for Emergent Oil-Spill Monitoring. IEEE Transactions on Geoscience and Remote Sensing，48（2）：852-863.

Girard Ardhuin F，Mercier G，Garello R，2003.Oil Slick Detection by SAR Imagery：Potential and Limitation//OCEANS Proceedings.San Diego：Scripps Institution of Oceanography，164-169.

Shi L，Yu A Ivanov，He M，et al，2008. Oil Spill Mapping in the Western Part of the East China Sea Using Synthetic Aperture Radar Imagery. International Journal of Remote Sensing， 29（21）：6315-6329.

Liu P，Zhao C，Li X，et al，2010.Identification of Ocean Oil Spills in SAR Imagery Based on Fuzzy Logic Algorithm. International Journal of Remote Sensing，31（17）：4819-4833.

Sertac Akar，Mehmet Lutfi Süzen，Nuretdin Kaymakci，2011. Detection and Object-based Classification of Offshore Oil Slicks Using Envisat ASAR Images. Environmental Monitoring and Assessment，186（4）：409-423.

Solberg A H S，Brekke C，Husoy P，2007. Oil spill detection in Radarsat and Envisat SAR images. IEEE Transactions on Geoscience and Remote Sensing，45（3）：746-755.

Werner A，Heidi A E，2004. Synthetic Aperture Radar Marine User′s Manual：Chapter11.Oils and Surfactants.NOAA，263-275.