海面溢油自动监测中的油膜与类油膜特征分析

利用合成孔径雷达采集到的海上影像数据,可以全天时、全天候对海上溢油问题进行实时自动监测,海面溢油在SAR图像上呈现为明显的暗斑,海洋、大气现象等因素形成(通常称之为类油膜)也会在SAR图像上呈现出暗斑痕迹,为实际溢油情况判定增加了多种疑似类的不确定因素。通过在形状、灰度及纹理方面的差异对比,得到类油膜在纹理特征的概率密度分布上与油膜的各项性能指标有明显差异性,该方法对于提升自动监测系统有参考价值。     

机载多波段全极化FMCW合成孔径雷达最新实测成果

基于调频连续波(FMCW)技术的合成孔径雷达(SAR)是近些年日趋成熟的新技术。与传统的脉冲SAR雷达相比,FMCW-SAR具有质量轻,体积小,功耗低等优点,在遥感以及航道监测领域极具潜力。本文公布了机载FMCW全极化同步L,X波段SAR在国内进行的第一次遥感测试结果以及该型雷达对阿尔卑斯山冰川断层成像的部分结果。     

空天协同的海上溢油监测案例分析

为获得准确全面的海洋溢油监测结果,提高海上溢油应急处置能力,应用和分析卫星和航空机载手段协同观测的溢油监测方法。以蓬莱19-3平台溢油事故为例,使用环境卫星CCD数据经最小噪声分离变换(MNF)处理后得到疑似油膜区域,利用航空高光谱数据识别油膜区域并基于面向对象分割方法提取溢油信息,通过现场获得的照片和视频等现场信息对溢油提取信息进行验证。2种手段的监测结果具有较高的一致性,多手段协同方式应用在海洋溢油监测上具有必要性和可行性。     

中国海洋遥感技术进展

利用海洋遥感技术获得大量海洋环境输入数据,可极大地促进船舶与海洋工程学科的发展。介绍我国海洋遥感卫星及卫星监测的现状,包括对海表温度、海洋水色、海冰灾害、绿潮灾害、赤潮灾害及海上溢油、海上台风等参数的监测;同时,简要介绍我国遥感技术的发展方向。未来需发展海洋实时观测技术,提高海洋遥感信息提取技术及海洋遥感数据应用水平;应用互联网技术和云计算开发,建立云环境下的海洋数据库网络及海洋大数据平台,通过海洋大数据收集、储存、运算和分析,促进海洋数据共享。     

结合纹理的支持向量机合成孔径雷达溢油监测

针对目前合成孔径雷达(Synthetic Aperture Radar,SAR)监测溢油存在的问题,在分类时考虑像元灰度的空间分布和结构特征;同时考虑分类时样本不足的缺陷,采用结合纹理的支持向量机(Support Vector Machine,SVM)遥感图像分类方法,进行溢油目标的识别。以发生在西班牙的"威望号"溢油事件为例,利用目标样本对以灰度共生矩阵法提取各种纹理特征进行了分析,指出均值、对比度、方差、熵和相异性能够较好地识别溢油目标。采用最小距离、最大似然和SVM分类器分别对溢油目标进行提取,结果表明SVM具有较好的分类精度。     

海洋和内陆水体溢油遥感监测技术评述

近年来,水上溢油事故频繁,世界范围内每年都有大量的石油及其相关产品泄露进入海洋及内陆水体,这给周边生态造成严重破坏、环境造成严重的污染。因此,快速准确地进行溢油区域监测(包括油种识别、溢油范围监测、溢油量估算)是减少溢油事故危害的首要任务。传统的监测手段成本高、监测范围有限、易受天气影响等不足,利用遥感技术以其大尺度、可重复观测以及非接触性等优势,可以对水上溢油进行及时、全面、准确的监测。遥感技术在海洋溢油监测中已经得到了广泛的应用,但相对于海洋,内陆水体具水文环境更复杂,与人类生产生活联系更加紧密等特点,因此内陆水体的油污染的生态环境效应对人类的负面影响更加显著。目前,内陆水体溢油监测技术只是对溢油轨迹进行模拟,还未实现水上溢油目标识别。遥感技术在其中的应用尚处于起步阶段。随着遥感传感器的光谱和空间分辨率的大幅提升,以及各种遥感平台等的快速普及,使得内陆水体溢油监测逐渐成为可能,今后应加强此方面的应用研究。     

冰期海上溢油监测及预测技术

结合我国渤海冰期海上石油勘探开发海洋环境保护及减少潜在溢油污染的现实需求,分析目前国内外冰期溢油监测及预测技术的发展现状,探讨我国冰期溢油监测预测技术的研究方向及未来冰期溢油监测预测技术的应用。     

变密度深水中的内波向水面的垂直传播

本文探讨了内波向上传播的衰减形式和处于海洋深处潜艇兴起的内波有无可能被微波探测到的问题.旨在将自航体内波的研究与星载(机载)合成孔径雷达(SAR)的微波探测联系起来,供潜艇非声探测和SAR制造单位参考.     

基于星载SAR的海上主要溢油风险源遥感识别方法

针对现有的船舶自动识别系统(AIS)或船舶交通管理系统(VTS)在监测船舶方面都存在准确性不足等问题,提出基于星载合成孔径雷达技术对海上两大主要的溢油风险源,进行遥感识别和提取的方法。以渤海海域为例进行试验和案例分析,结果表明,该方法能够对海面船舶和石油平台进行快速准确的遥感识别,是对传统溢油风险源识别方法的有效补充。     

合成孔径雷达的发展现状和趋势

合成孔径雷达作为一种高分辨率雷达,已成为军事侦察和环境监测的重要工具,日益受到各国的重视。简要说明合成孔径雷达的应用特点,从星载SAR和机载SAR两个方面分析了合成孔径雷达的发展现状,在此基础上讨论合成孔径雷达的发展趋势。     

极化SAR溢油检测特征

为解决极化SAR溢油检测特征筛选的问题,收集46景多波段极化SAR数据,选取423个油膜、疑似油膜和无油膜海面样本,针对19种极化SAR特征,开展极化SAR特征参数溢油检测分析和极化特征参数相关性分析,确定极化SAR溢油检测应重点关注的特征参数。     

基于多源遥感影像的海上溢油监测处理系统

基于多源遥感影像,研发遥感溢油监测处理系统,系统以光学和雷达影像为数据源,结合GIS和遥感技术,集成影像自动化预处理、海上船舶、养殖区、海冰、溢油自动化提取、专题图制作、监测报表制作、报表归档管理等功能,并且结合AIS、电子海图实现了综合分析功能。     

基于合成孔径雷达图像处理的舰船目标检测与优化

合成孔径雷达(SAR)具有全天候、全方位的目标监测功能,被广泛应用于国防军事和工业领域。本文主要研究了一种基于合成孔径雷达图像处理的舰船目标检测技术,海上舰船目标的检测和识别有重要的军事意义,能够提高海上交通的管理能力。本文首先介绍了合成孔径雷达的基本成像原理,然后基于LEE滤波器介绍SAR图像的噪声处理,最后针对舰船SAR图像的目标特征进行了识别与分析。     

雷达组网技术在船载漏油监测系统中的应用

随着远洋船舶运输行业的迅猛发展,海上漏油事故发生的频率逐渐增加,研究海上漏油监测技术,对漏油事故做出最快的响应具有重要意义。目前,船载漏油监测系统和卫星遥感监测是2种最常用的海上漏油监测技术,但受到海上气象条件和船舶航行范围的限制,传统的海上漏油监测系统的监测水平较低。本文详细的介绍了遥感卫星漏油监测技术和雷达组网数据融合技术的原理,在此基础上设计了一种基于雷达组网技术的新型船载漏油监测系统,并对该船载漏油监测系统的工作原理和结构进行详细介绍。     

船载溢油雷达监测技术研究

基于海洋石油251环保作业船安装的溢油监测雷达系统开展溢油监测实验,结果表明溢油雷达系统在监测范围内,可以有效地搜索到溢油,并能估算溢油的面积及准确定位油膜。     

SAR图像中多特征融合与识别技术研究

高分辨雷达在海上目标监测等领域有着广泛的应用,尤其是军事侦察等领域。合成孔径雷达SAR具有高分辨率、覆盖范围广、抗干扰能力强等优点,已经成为当前舰船目标识别的重要技术。本文研究的内容包括合成孔径雷达的原理、多特征融合技术、舰船图像的目标识别技术等,对于改善海上SAR雷达的舰船目标识别与侦察有重要价值。     

基于支持向量机的高分辨率遥感影像的舰船目标识别研究

舰船目标识别技术是海上监测和作战的关键技术,能否快速而准确对海上目标进行识别,关系到海上作战的胜负。近年来,基于计算机图像识别和处理的舰船目标识别技术发展迅速,SAR图像处理技术在海洋遥感探测领域获得了广泛的应用。随着遥感技术的发展,海上舰船的遥感图像分辨率越来越高,相应的数据含量也呈指数式增加。因此,研究高分辨遥感图像的舰船目标识别技术具有重要意义。本文主要针对基于支持向量机的高分辨率遥感影像,对舰船目标识别过程的图像分割技术、目标检测算法和样本采集等进行详细介绍和研究,该研究提高了舰船目标识别技术的准确性和可靠性,具有重要的实际应用价值。     

基于顶帽运算的遥感图像恒虚警率舰船目标检测算法

随着合成孔径雷达的出现,使得利用合成孔径雷达图像实现海洋目标检测,成为海洋遥感领域的研究重点。由于合成孔径雷达遥感图像中存在大量的背景像素,为从图像中对目标信息进行有效提取,需要借助顶帽运算提高图像的信杂比,并利用恒虚警率算法实现目标快速检测。鉴于此,文章从利用顶帽运算增强遥感图像的信杂比分析入手,对基于顶帽运算的遥感图像恒虚警率舰船目标检测算法进行论述。     

利用雷达建立近岸海域溢油污染监测体系的探索

文章首先介绍了目前发达国家所采取的沿海溢油监测监视防范体系,分析了雷达数据在其监测监视体系中的地位和作用,然后介绍了我国在沿海溢油监测监视防范体系建设方面的现状,并分析了制约雷达数据在我国实际应用中存在的问题。利用Envisat的ASAR数据对发生在西班牙海域的溢油事件进行了半自动化的溢油油膜范围的提取,给出了处理结果,并对目前国外就雷达数据在其监视监测体系中的应用方法进行了介绍。根据国内外沿海溢油监测监视体系的现状对比和国内制约因素的分析,结合实例数据的分析处理结果,表明雷达数据在沿海溢油监测中具有突出优点,未来在我国近岸海域溢油监测体系中将得到较为广泛的应用。     

基于深度学习网络的舰船识别方法

合成孔径雷达SAR由于穿透力强,可全天候工作,目前在海上目标探测等领域获得了非常广泛的应用,SAR图像的舰船识别技术也成为一项热点研究。本文研究侧重于利用深度学习算法和卷积神经网络,实现海上舰船SAR图像的快速、准确识别。首先介绍深度学习和卷积神经网络的原理,然后基于深度学习网络建立了SAR图像船舶快速识别算法,最后结合海上SAR图像数据进行了舰船识别的仿真试验。