基于EOS-04 C波段SAR数据的科威特Qaruh岛溢油污染评估与双极化监测技术研究

针对科威特Qaruh岛海域溢油污染监测难题，研究人员利用Sentinel-1A与EOS-04双星C波段合成孔径雷达(SAR)的HH/VV双极化数据，结合机器学习算法，成功识别出20平方公里的溢油区域，证实HH极化对边界划定、VV极化对表面粗糙度差异检测的优势，为敏感海域环境应急响应提供高精度技术方案。

　　

科威特Qaruh岛所在的波斯湾海域是全球石油运输和生产的核心区域，频繁的船舶活动与近海采油作业使该地区面临严峻的溢油污染风险。这类事故不仅会破坏珊瑚礁等脆弱生态系统，还会通过食物链累积威胁人类健康。传统光学遥感受天气条件限制，难以实现全天候监测，而合成孔径雷达(SAR)凭借其穿透云层和昼夜成像能力，成为海洋溢油监测的关键工具。然而，不同极化模式下SAR数据对油膜特征的响应机制尚需系统验证，特别是在生物敏感区的精准划界仍存在挑战。为此，由King Khalid University、Princess Nourah bint Abdulrahman University等机构组成的研究团队，利用2024年4月23日Sentinel-1A与印度EOS-04卫星同步获取的C波段SAR数据，开展双极化协同分析，成果发表于《Regional Studies in Marine Science》。

研究采用几何辐射校正、滤波降噪等预处理方法，结合ERA5风场再分析数据排除风生波浪干扰。通过对比清洁海面与污染区的后向散射强度差异，建立基于机器学习(ML)的分类模型，定量评估了HH(水平发射-水平接收)与VV(垂直发射-垂直接收)极化在20平方公里溢油事件中的互补作用。

研究结果显示：

1. 空间分布特征：HRS-1高分辨率模式(5m)精确捕捉到油膜扩散前沿，其HH极化图像中油膜区后向散射值较清洁水面降低3-5dB，边界识别精度达89%；
2. 极化模式差异：VV极化通过表面粗糙度敏感特性，有效区分原油与高浓度水包油乳液(water-in-oil emulsion)，但需结合HH数据避免误判低风速区；
3. 季节动态规律：结合历史数据发现冬季东北季风期间溢油扩散速度较夏季快40%，与ERA5风场数据显著相关(p<0.01)。

结论与意义：该研究首次验证EOS-04 C波段SAR在波斯湾溢油监测的适用性，双极化协同策略将误报率降低至7.2%。建立的ML分类框架可实现自动化制图，为科威特海岸警卫队提供决策支持。未来可集成HY-1C等卫星的紫外波段数据，进一步提升薄油膜(<0.1μm)检测能力。研究成果对全球同类敏感海域的生态保护具有示范价值，尤其为"一带一路"沿线油气运输走廊的环境风险管理提供技术范式。