基于“高分五號”衛(wèi)星紅外影像的艦船尾跡特征分析

李巖 吳雨薇 何紅艷

基于“高分五號”衛(wèi)星紅外影像的艦船尾跡特征分析

李巖 吳雨薇 何紅艷

（北京空間機(jī)電研究所，北京 100094）

艦船駛過海面后會形成一條長度可達(dá)數(shù)千米且持續(xù)很長時間的尾跡區(qū)，利用尾跡可以實現(xiàn)艦船目標(biāo)地理位置、運(yùn)動參數(shù)的估計，熱紅外遙感基于該尾跡圖像可實現(xiàn)全天時的艦船監(jiān)測。目前，艦船尾跡的紅外特征研究大都是基于仿真模型進(jìn)行的，并基于仿真圖像建立了尾跡的探測模型，缺乏真實的在軌紅外遙感數(shù)據(jù)驗證。文章基于“高分五號”（GF-5）衛(wèi)星全譜段光譜成像儀紅外圖像，分析研究目前主要的兩種尾跡（V型波和湍流）在短波紅外、中波紅外和長波紅外的特性，為后續(xù)的基于紅外遙感圖像的艦船尾跡檢測提供支持。

艦船尾跡特征 全譜段光譜成像儀 紅外遙感 “高分五號”衛(wèi)星

0 引言

艦船在海面上航行時，會在船后形成一條明顯可辨的尾流區(qū)，且能夠持續(xù)很長時間，長度可達(dá)數(shù)千米，被稱之為尾跡。尾跡尺度會比船體本身大很多，維持的時間也較長，可以利用星載紅外遙感器對其進(jìn)行探測，結(jié)合尾跡與艦船自身信息的關(guān)系和當(dāng)?shù)貧庀髼l件，從理論上對艦船航向、航速及尺寸等信息進(jìn)行反演[1-3]。艦船尾流區(qū)中包括開爾文（Kelvin）尾跡、湍流尾跡以及緊隨船后的氣泡尾跡。當(dāng)風(fēng)浪較小、船速較快時，Kelvin尾跡特征最為明顯，在一定條件下，根據(jù)Kelvin尾跡和周圍海水間的發(fā)射率差異，進(jìn)行尾跡紅外探測更為可行[4-5]。

艦船的尾跡在光學(xué)遙感的不同譜段的表現(xiàn)特征不同，尾跡特征是后續(xù)檢測的基礎(chǔ)，不同的艦船尾跡對應(yīng)的檢測算法也不相同。本文基于“高分五號”（GF-5）衛(wèi)星全譜段光譜成像儀紅外圖像，研究分析艦船尾跡在不同紅外譜段的特征，為后續(xù)紅外遙感艦船尾跡檢測識別提供基礎(chǔ)。

1 艦船尾跡的紅外目標(biāo)特性研究現(xiàn)狀

近年來很多學(xué)者針對艦船尾跡進(jìn)行了紅外譜段的遙感圖像仿真。文獻(xiàn)[6-7]等針對艦船在海上航行時形成的Kelvin尾跡模型，得到不同艦船速度時的尾跡最大波高，并通過海浪Pierson-Moscowitz譜模型描述海面風(fēng)速分別為5、8和10m/s下的復(fù)雜海面背景模型。基于海面背景和尾跡區(qū)域的幾何差異，建立了Kelvin尾跡的紅外發(fā)射模型，得到不同海面風(fēng)速、不同艦船航速和不同探測天頂角下的紅外特征仿真圖像，結(jié)果如圖1所示。

圖1 艦船速度為10m/s時不同風(fēng)速下尾跡區(qū)域紅外特征圖像

文獻(xiàn)[8-11]采用JONSWAP譜模型實現(xiàn)了海面的模擬，結(jié)合Kelvin尾跡模型，完成了海洋背景下Kelvin波的尾跡顯示。在此基礎(chǔ)上，綜合考慮海面及周圍環(huán)境輻射的影響，建立尾跡探測的8~12μm紅外輻射模型，計算并分析了Kelvin尾跡的紅外輻射特征，結(jié)果如圖2所示。研究結(jié)果表明：探測俯仰角較小時，Kelvin尾跡特征明顯，易于探測，俯仰角較大時，Kelvin尾跡特征減弱；海面風(fēng)速是影響探測效果的重要因素，風(fēng)速增加，海面對Kelvin尾跡的調(diào)制作用增強(qiáng)，最終會導(dǎo)致無法探測；尾跡探測不受白天和夜晚的影響。

文獻(xiàn)[12-15]利用將物理信息模型與幾何模型綁定的方法，充分運(yùn)用GPU的著色器技術(shù)實現(xiàn)紅外輻射并行實時計算，有效提高了紅外場景生成的實時性。該研究將溫度場的實時計算放入GPU 中，可實時實現(xiàn)由溫度變化引起的目標(biāo)輻射能量的變化，仿真結(jié)果如圖3所示。

圖2 8~12μm Kelvin尾跡仿真

圖3 艦船尾跡紅外仿真

文獻(xiàn)[16-20]等基于海浪譜模型，生成了粗糙海面的幾何構(gòu)型，并結(jié)合Kelvin 尾跡模型，完成海面Kelvin 尾跡的幾何構(gòu)型。通過波面發(fā)射率計算、探測器視場模型建立及熱像生成3 個步驟，完成海面Kelvin 尾跡的紅外圖像仿真，結(jié)果如圖4所示。最后，根據(jù)尾跡與周圍海水間的輻射溫差，建立Kelvin 尾跡的探測模型。研究結(jié)果表明：探測天頂角越大，Kelvin 尾跡與周圍海水間的發(fā)射率差異越明顯，尾跡的紅外圖像特征越顯著；同時，隨著探測天頂角的增大，探測概率逐漸增大。

圖4 海面Kevin尾跡的紅外模擬圖像

通過上面分析可知，由于缺少高分辨率的紅外遙感數(shù)據(jù)，目前大部分學(xué)者都是基于仿真圖像進(jìn)行紅外遙感圖像的尾跡特征分析及探測分析。但是，仿真圖像并不是真實的圖像，基于仿真圖像做的尾跡探測分析會存在誤差，會影響紅外艦船尾跡檢測算法。GF-5衛(wèi)星發(fā)射后，星上搭載的多譜段光譜成像儀可以獲取短波、中波、長波等8個譜段的在軌遙感影像，可用于尾跡探測方面的研究。

本文基于GF-5衛(wèi)星全譜段光譜成像儀的在軌圖像進(jìn)行艦船尾跡特征分析，為后續(xù)的艦船尾跡檢測提供參考。

2 GF-5衛(wèi)星的紅外圖像分析

GF-5衛(wèi)星搭載的全譜段光譜成像儀是我國高分辨率多光譜遙感相機(jī)中光譜范圍最寬的載荷，覆蓋可見、近紅外、短波、中波、長波共12個譜段。其中，長波4譜段分裂窗空間分辨率達(dá)到40m，為國際民用衛(wèi)星最高[18-20]。其譜段設(shè)置如表1所示。

表1 全譜段光譜成像儀譜段設(shè)置

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

該載荷可同時獲取可見光—長波紅外間的12譜段遙感數(shù)據(jù)，能夠?qū)崿F(xiàn)港口環(huán)境及大型船只全天時監(jiān)測。通過分析發(fā)現(xiàn)同一譜段在不同太陽高度角下成像的艦船尾跡特征相同，所以這里只給出太陽高度角65.78°下的12譜段圖像，如圖5所示。

圖5 全譜段光譜成像儀不同成像條件下的船只尾跡圖像

通過分析發(fā)現(xiàn)，尾跡在不同譜段的表現(xiàn)特征不同：1）尾跡在可見的表現(xiàn)形式不同于紅外譜段；2）尾跡在短波1.551~1.779μm和2.067~2.353μm的表現(xiàn)形式基本上相同；3）中波3.465~3.897μm和4.769~4.969μm譜段尾跡的表現(xiàn)形式不同，其中3.465~3.897μm譜段目標(biāo)反射的能量占主要部分，4.769~4.969μm譜段中目標(biāo)的發(fā)射能量占主要部分；4）長波4個譜段7.963~8.440μm、8.409~8.893μm、10.446~11.315μm和11.413~12.495μm尾跡的表現(xiàn)形式基本上相同。

由上可知，尾跡在不同譜段的表現(xiàn)形式不同。對于尾跡表現(xiàn)形式相同的譜段，為了避免重復(fù)只給出其中某一個譜段的尾跡特征，所以，下文的尾跡特性征分析中選取了一個可見光譜段、一個短波譜段、兩個中波紅外譜段和一個長波紅外譜段作為不同紅外譜段的代表。

3 GF-5衛(wèi)星紅外圖像艦船尾跡特征分析

艦船尾跡在形態(tài)上表現(xiàn)出幾種特有的特征，在不同的探測途徑中所表現(xiàn)的出的特征也會有所不同，如采用光學(xué)探測手段，在光學(xué)圖像上，艦船的尾跡主要表現(xiàn)為V型波和湍流；而雷達(dá)探測中，艦船的尾跡在水面主要顯示為表面波、湍流和內(nèi)波三種[4,21]。

下面基于GF-5衛(wèi)星多譜段光譜成像儀的在軌影像，分別給出兩類尾跡在可見光譜段、短波紅外譜段、中波紅外譜段以及長波紅外譜段的特性分析。

3.1 V型波

V型波尾跡是由船只行駛形成的尖波與海面橫向波的互相作用產(chǎn)生。表面波尾跡主要包含窄“V”型尾跡、典型Kelvin 波尾跡兩類。Kelvin 波具有兩個波面集，沿著船體的運(yùn)動方向互相作用，共同構(gòu)成Kelvin 尾跡系統(tǒng)[22-23]。表2給出表面波在可見光、短波紅外、中波紅外和長波紅外譜段的圖像及特性。

表2 表面波在不同譜段的尾跡特征

Tab.2 The characterization of the surface wave

通過分析和發(fā)現(xiàn)，表面波在可見光至短波紅外譜段表現(xiàn)為有一定夾角的V型亮線，從表2可以看出，表面波在不同譜段的表現(xiàn)不同，與先前的仿真紅外圖像略有差異，具體為：1）在可見近紅外、短波、中波（3.465~3.897μm）譜段的表現(xiàn)形式相同，為窄V型亮線或者開爾文臂；2）在中波（4.769~4.969μm）和長波譜段的表現(xiàn)形式相同，為暗條帶（晚上為亮條帶）。

3.2 湍流

艦船在航行過程中，伴隨著船體及螺旋槳的運(yùn)動，會造成駛過區(qū)域形成流動特性與物理特性明顯區(qū)別于周圍海面的渦旋尾流區(qū)。尾流形成后的初始階段，射流為其主要特征，隨著時間推移，射流速度逐漸衰減，尾流的特征轉(zhuǎn)變?yōu)樽杂赏牧鲾U(kuò)散，在此階段，湍流尾流的動量與運(yùn)動船體的動量相反，若周圍海平面波粗糙，湍流尾流與船體邊緣產(chǎn)生水平方向渦流會對航線附近的非表面波產(chǎn)生抑制作用，導(dǎo)致該平滑區(qū)域邊緣的表面波加強(qiáng)，表現(xiàn)在圖像中為一條稍寬的帶且伴隨一邊或者兩邊亮線的暗區(qū)域，上述過程即為艦船運(yùn)動產(chǎn)生湍流尾跡原理。同時，氣泡尾跡主要集中在該區(qū)域，即能夠被光學(xué)傳感器探測到[24-25]。表3給出湍流波尾跡在可見光、短波紅外、中波紅外和長波紅外譜段的圖像及特性。

表3 湍流或渦流尾跡在不同譜段的尾跡特征

Tab.3 The characterization of the turbulence

從表3可以看出，湍流尾跡在不同譜段的表現(xiàn)形式主要包括：1）在可見近紅外、短波譜段的表現(xiàn)形式相同，船尾兩邊有亮尾跡中間伴有亮條紋或者暗條紋；2）在中波3.465~3.897μm譜段、中波4.769~4.969μm譜段和長波譜段的表現(xiàn)形式相同，為暗條帶（晚上為亮條帶）。

綜上所述，不同種類的艦船尾跡在紅外不同譜段的表現(xiàn)形式可概括為如表4所示，與現(xiàn)有的仿真圖像表現(xiàn)有所不同，不同類型的尾跡在短波紅外和中波紅外3.465~3.897μm譜段的表現(xiàn)形態(tài)各不相同，但是在中波紅外4.769~4.969μm譜段和長波紅外表現(xiàn)形式相同，都為暗條帶（晚上為亮條帶）。

表4 尾跡分類和特征表

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

由上分析可知，艦船兩類尾跡在不同紅外譜段的表現(xiàn)特征不同，這些特征是進(jìn)行紅外艦船尾跡檢測的基礎(chǔ)，窄V亮線的檢測與亮（暗）條紋的檢測算法不同，所以，本文給出的艦船尾跡的紅外特性分析是后續(xù)艦船尾跡檢測的基礎(chǔ)。

4 結(jié)束語

本文調(diào)研了目前學(xué)者對于艦船尾跡紅外遙感特征的主要仿真手段、仿真結(jié)果以及基于仿真結(jié)果的Kelvin尾跡在不同條件下被探測的概率。仿真圖像并不是真實的圖像，基于仿真圖像做的尾跡探測分析可能存在誤差，本文基于GF-5衛(wèi)星全譜段光譜成像儀的在軌圖像進(jìn)行艦船尾跡的特征分析，研究分析總結(jié)了三種艦船尾跡在不同紅外譜段的特征，可為后續(xù)基于紅外遙感的艦船尾跡提取提供一定支持。

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

[2] 李紅康. 海洋遙感圖像艦船目標(biāo)及尾跡檢測研究[D]. 成都: 電子科技大學(xué), 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] 鄒娜. 紅外尾跡檢測及艦船目標(biāo)融合識別方法研究[D]. 武漢: 華中科技大學(xué), 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] 鄒娜, 田金文. 多特征融合紅外艦船尾流檢測方法研究[J]. 計算機(jī)科學(xué), 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, 陳標(biāo), 劉翠華. 海洋背景下開爾文尾跡仿真與分析[J]. 計算機(jī)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] 王蛟龍, 張昊春, 張亦寧, 等. 不同條件下海面Kelvin尾跡的紅外仿真[J]. 應(yīng)用光學(xué), 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] 張士成, 楊楨, 楊立. 海洋背景下8~12μm Kelvin尾跡紅外探測[J]. 紅外激光與工程, 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] 陳彬, 代瑩, 明德烈, 等. 基于海洋背景的艦船及其尾跡紅外仿真研究[J]. 計算機(jī)與數(shù)學(xué)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] 陳翾, 林春生, 楊立, 等. 海面艦船開爾文尾跡紅外特征與探測的模擬[J]. 紅外技術(shù), 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] 顧建農(nóng), 鄭學(xué)齡, 劉巨斌, 等. 熱分層環(huán)境下船模尾流溫度分布與擴(kuò)展規(guī)律的試驗研究[J]. 大連理光大學(xué)學(xué)報, 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] 顧建農(nóng), 鄭學(xué)齡, 楊立, 等. 艦船熱尾流特性的試驗研究[J]. 魚雷技術(shù), 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] 顧建農(nóng), 張志宏. 紅外探測水面艦船遠(yuǎn)場熱尾流的數(shù)學(xué)模型與計算[J]. 激光與紅外, 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] 孫允珠, 蔣光偉, 李云端, 等. “高分五號”衛(wèi)星概況及應(yīng)用前景展望[J]. 航天返回與遙感 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] 趙少華, 劉思含, 吳迪, 等.“高分五號”衛(wèi)星生態(tài)環(huán)境領(lǐng)域應(yīng)用前景[J]. 航天返回與遙感, 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] 陳媛媛. 高分五號熱紅外數(shù)據(jù)地表溫度反演算法研究[D]. 北京: 中國科學(xué)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字形尾跡的分析[D]. 上海: 上海交通大學(xué), 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] 金方圓, 王運(yùn)鷹, 郭媛媛, 等. 艦船湍流尾跡紅外發(fā)射率計算方法[J]. 紅外與激光工程, 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

李巖, 吳雨薇, 何紅艷. 基于“高分五號”衛(wèi)星紅外影像的艦船尾跡特征分析[J]. 航天返回與遙感, 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)

李巖，女，1986年生，2011年獲中國空間技術(shù)研究院校光學(xué)工程專業(yè)碩士學(xué)位，高級工程師。現(xiàn)研究方向為紅外遙感數(shù)據(jù)處理及其應(yīng)用。E-mail: allie123456@163.com。

（編輯：夏淑密）