基于双分支EfficientNetV2-S的多源卫星数据融合海洋溢油检测方法

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:A Dual-Branch EfficientNetV2-S-Based Method for Marine Oil Spill Detection Using Multi-Source Satellite Data Fusion

【字体: 大 中 小 】 时间:2025年12月11日 来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4

编辑推荐:

  本文针对单一SAR传感器在海洋溢油检测中易受低风区、生物油膜等类似物干扰导致误报率高的问题,提出了一种结合SAR后向散射系数和GNSS-R前向散射特性的双载荷同步数据生成方法,并构建了双分支EfficientNetV2-S多源检测模型。实验表明该模型检测准确率达94.97%,误报率较单SAR模型降低3.6%,为提升海洋溢油监测精度提供了新思路。

  
海洋作为地球生命的摇篮,其生态环境的健康状况直接关系到全球生态系统的平衡。然而,随着海上油气勘探、运输活动的日益频繁,海洋溢油污染已成为威胁海洋生态安全的主要因素之一。溢油不仅会破坏海洋生物栖息地,导致鱼类、鸟类大量死亡,还会对沿海渔业、旅游业等支柱产业造成毁灭性打击。因此,发展快速、准确的溢油监测技术对于海洋环境保护和灾害应急响应至关重要。
传统上,海洋溢油监测主要依赖光学遥感和微波遥感两种技术。光学遥感虽然直观,但极易受到云、雾等天气条件制约,难以实现全天候监测。而合成孔径雷达(SAR)作为一种主动式微波遥感技术,能够穿透云雾,实现全天时、全天候的海面观测,因此成为溢油检测的主力手段。其原理在于:海面浮油会抑制毛细波和短重力波,减少布拉格散射,从而使油膜覆盖区域在SAR图像中呈现为与周围洁净海水形成鲜明对比的暗斑。
然而,这种“暗斑”特征并非溢油独有。海洋内波、低风速区域等自然现象也会在SAR图像上产生类似的暗斑,导致虚警频发。此外,SAR卫星的重访周期相对较长,难以满足溢油动态演化过程的实时监测需求。单一载荷的局限性促使研究人员寻求多源遥感技术的协同应用。
全球导航卫星系统反射测量(GNSS-R)作为一种新兴的海洋遥感技术,展现出独特优势。它利用遍布全球的GNSS导航卫星(如GPS、北斗等)作为信号源,通过接收海面反射信号,分析其延迟多普勒图(DDM)特征的变化,来反演海面粗糙度等信息。溢油会改变海面介电性质和波纹结构,进而影响GNSS-R信号的散射特性,在DDM上呈现出与洁净海面不同的异常模式。GNSS-R具有高时间分辨率、低成本、全球覆盖等特点,可与SAR形成有效互补。将SAR的后向散射特性与GNSS-R的前向散射特性相结合,有望从不同散射机制角度更全面地刻画海面溢油特征,从而提高检测精度,降低误报。
尽管如此,多源遥感数据融合面临的一个主要挑战是实测数据的匮乏。特别是对于SAR与GNSS-R的协同观测,很难获得时空同步的匹配数据集。为了突破这一瓶颈,本研究创新性地提出了一种双载荷同步数据生成方法,并在此基础上构建了基于双分支EfficientNetV2-S的多源卫星溢油检测模型。
本研究主要采用了以下几项关键技术方法:首先,利用Sentinel-1 SAR影像提取溢油轮廓和地理位置信息,结合ECMWF ERA5再分析数据提供的10米高度风速场作为关键输入参数;其次,基于均方坡度(MSS)海面模型和Zavorotny-Voronovich (Z-V)散射模型,模拟生成与SAR观测时空同步的GNSS-R DDM数据,构建双载荷溢油检测数据集;最后,设计并实现了双分支EfficientNetV2-S深度学习模型,该模型包含独立的图像分支和矩阵分支,分别处理SAR图像和GNSS-R DDM数据,通过特征融合实现精准分类。实验使用了包含1093个溢油样本和891个洁净海面样本的自建数据集,并按8:1:1的比例划分为训练集、验证集和测试集。
A. 双载荷同步数据生成结果的合理性分析
为验证生成数据的可靠性,研究从定性和定量两个角度将模拟生成的GNSS-R DDM与CYGNSS卫星实测数据进行了对比。定性分析显示,模拟生成的洁净海面DDM呈现出规则的“马蹄形”对称结构,而溢油区域的DDM则出现高功率区不规则偏移,对称性被破坏,这与实测DDM中观察到的现象一致。
定量评估采用了归一化均方根误差(NRMSE)、峰值信噪比(PSNR)、结构相似性指数(SSIM)等六项指标。结果表明,生成数据与实测数据在多个场景下的平均NRMSE为0.0948,PSNR为20.61 dB,SSIM为0.7786,归一化互相关系数(NCC)高达0.9227,证明了同步数据生成方法的有效性和生成数据的高保真度。
B. 双载荷溢油检测模型的检测结果
在构建的双载荷数据集上,双分支EfficientNetV2-S模型表现优异。在测试集上,模型整体准确率达到94.97%,对溢油类别的查准率(Precision)为93.81%,查全率(Recall)为97.25%,F1分数为95.50%,AUC值达到0.9823。
与ResNet18、ConvNeXt、Swin-T、ViT、MobileNetV3、RegNet等主流分类模型相比,本文提出的模型在准确率、F1分数等关键指标上均取得了最优结果,展现了其卓越的分类性能。
C. 双载荷模型与单载荷模型反演结果的对比
消融实验清晰地展示了双载荷融合的优势。仅使用SAR数据的单分支模型,其最佳准确率为90.45%,查准率为90.18%。而双载荷模型将查准率提升至93.81%,这意味着误报率降低了约40%。虽然仅使用GNSS-R数据的模型表现出较高的查全率,但其查准率相对较低。双载荷模型在保持高查全率的同时,显著提升了查准率,有效平衡了漏检和误报,证明了SAR与GNSS-R信息融合的必要性和优越性。
D. 模型在多溢油场景下的验证
为了检验模型的泛化能力,研究选取了四个未在训练集中出现的溢油场景(包括近岸和复杂海况)构建了独立测试集。模型在该独立测试集上仍取得了94.01%的准确率、92.59%的查准率、95.42%的查全率和93.89%的F1分数,表明模型具有良好的泛化性能。不过,在复杂海况和小范围溢油场景下,模型的检测性能略有下降,提示未来仍需针对这些挑战性场景进行优化。
本研究成功提出了一种解决SAR与GNSS-R协同观测数据短缺的有效方法——双载荷同步数据生成方法,并通过严谨的对比分析证实了生成数据的可靠性和实用性。基于此构建的SAR与GNSS-R双载荷溢油检测数据集,以及在此基础上开发的双分支EfficientNetV2-S深度学习模型,显著提升了海洋溢油检测的准确性和可靠性。实验结果表明,融合SAR后向散射系数和GNSS-R DDM特征,能够从后向散射和前向散射两个维度更全面地捕捉海面溢油引起的散射特性变化,从而有效抑制类似物的干扰,将误报率降低3.6%。这项工作为克服单一遥感载荷的局限性、推动多源卫星数据在海洋环境监测中的深度融合与应用提供了新的技术途径和思路。未来,可进一步探索该方法在不同海况、不同油膜厚度下的适应性,并集成更多海洋环境参数,以进一步提升其在复杂现实场景中的监测能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号