去除噪声，输出检测结果图。整个流程方案能够在短时间内完成，以达 到SAR溢油监测的快速反应目的。
[0090] 步骤S102 :获取大气模型预报的海面风场参数与海洋模型预报的流场参数，根据 海面风场参数、流场参数油及溢油油源信息利用油粒子模型模拟溢油的漂移扩散趋势。
[0091] 在该步骤中，把SAR溢油源作为初始条件，大气模型预报的风场与海洋模型预报 的流场提供的海洋动力环境参数，采用油粒子模型预测溢油的漂移扩散，预测到某个时刻 的溢油面积。
[0092] 具体地，参见图3,步骤S102包括以下步骤。
[0093] 步骤S1021 :利用油粒子模型将油膜进行粒子化剖分，并对每个油粒子分别进行 标识。
[0094] 在该步骤中，将油膜进行粒子化剖分，并对各油粒子进行快速标识，使每一个油粒 子能在风场和海流的作用下发生拉格朗日漂移，确保在计算溢油漂移和扩散过程中，能够 及时跟踪其状态变化，获得准确的预测结果。
[0095] 步骤S1022 :获取大气模型预报的海面风场参数与海洋模型预报的流场参数。
[0096] 在该步骤中，基于大气模型预报的海面风场与海洋模型预报的流场提供海洋动力 环境参数，建立针对每个油粒子的漂移轨迹计算公式：
[0098] 其中，S。为油粒子的初始位置，V ,为t时刻油粒子的漂移速度，为空间和时间的函 数，油粒子以速度Vt经时间步长Δ t后漂移至S，该公式采用了拉格朗日追踪法，其核心就 是求解Vt，这里1是各个海洋环境动力要素作用过程所产生的分速度的合成，作为预测油 粒子漂移轨迹的V t主要由风漂速度和表面流速构成。
[0099] 这里风漂速度计算方法如下：
[0100] Vw=Cd-W
[0101] 其中Vw为风漂速度，W为海表面10米风速，C d为风漂系数。
[0102] 模型根据每一个油粒子的漂移过程，计算出油膜质心的漂移过程，从而预测出整 个油膜的漂移过程。
[0103] 步骤S1023 :将每个油粒子的标识、大气模型预报的海面风场参数与海洋模型预 报的流场参数跟踪每个油粒子在风场和海流的作用下发生的漂移，得到溢油的漂移扩散趋 势。
[0104] 在该步骤中，采用随机走动法对油粒子扩散过程进行模拟。油膜的扩散距离可以 分解为东、北两个分量，根据下式计算：
[0107] 其中，Xdd代表油膜扩散距离东向量；y dd代表油膜扩散距离北向量；D x代表东西方 向的水平扩散系数；Dy代表南北方向的水平扩散系数；t代表时间步长；γ为随机数，γ的 取值范围为I γ I < 1。
[0108] 输出任何时刻的溢油的扩散趋势和每个油粒子的地理位置。
[0109] 步骤S103 :判断海上油库的溢油油源信息和溢油面积与溢油的漂移扩散趋势的 空间地理坐标偏差是否大于预设阈值。
[0110] 在该步骤中，利用SAR遥感技术所获取溢油状态的监测数据，与油粒子模型的预 测结果相互校正，不仅能去除SAR溢油监测结果中的虚假信息，同时避免油粒子模型模拟 结果的偏差，最终得到真实的溢油点。
[0111] 具体地，参见图4,步骤S103的具体流程包括：
[0112] 步骤S1031 :获取海上油库的溢油油源信息对应的溢油点的地理坐标及溢油面 积。
[0113] 在该步骤中，某个时刻，获取的SAR图像，依据图2的流程，获取溢油点的检测结 果，并计算得到溢油点R sar的地理位置，即经度、炜度。
[0114] 步骤S1032 :获取溢油的漂移扩散趋势对应的地理坐标。
[0115] 在该步骤中，油粒子模型，依据图3预测，与SAR图像相同时刻、相同区域的溢油模 拟结果，同样的获取到溢油点R cill的经炜度。
[0116] 步骤S1033 :在所述溢油区域影像上，计算溢油点的地理坐标与溢油的漂移扩散 趋势对应的地理坐标之间的距离。
[0117] 在该步骤中，计算两者I Rsar-Rcii1 I，并设定对比参数ε ;
[0118] 具体的，ε进行多次调整：第一次设定为ε。= 100米，通过与SAR遥感提取结果 的对比，若两者直接区别较大，则E1= ε 0+l〇〇Xi，i = l…N迭代计算，对应每个E1分别 计算出SAR溢油点的个数Nsar，以及油粒子模型预测溢油点Ν μ1。
[0119] 步骤S1034 :当溢油点的地理坐标与溢油的漂移扩散趋势对应的地理坐标之间的 距离小于预设阈值，确定溢油点的地理坐标为真实的溢油点。
[0120] 在该步骤中，当SAR溢油点数Nsar与油粒子模型预测溢油点N Ml，两者有2/3的数 据重合，则认为两者最优化，则输出结果。
[0121] 在步骤S104中，当空间地理坐标偏差小于或等于预设阈值时，确定溢油油源信息 和溢油面积对应的区域为真实的溢油区域。
[0122] 本实施例提供了一种基于SAR遥感和油粒子模型的溢油监测预测技术。当海上溢 油发生时，立即获取SAR遥感图像（包含现有的所有类型SAR :Radarsat-2、TerraSAR-X/ TanDEM-X、Cosmo-SkyMed和Sentinel)，通过对图像进行地理校正得到溢油源；把溢油源作 为初始条件、大气模型预报风场与海洋模型预报的流场作为驱动，通过油粒子模型预测溢 油扩散趋势；当预测的某个时刻再次获得SAR图像，通过CFAR获取图像上可能溢油点和覆 盖面积；利用SAR遥感技术监测到的溢油情况和油粒子追踪技术模拟结果进行对比，如果 二者误差较大，那么不断修正模拟对比参数，当SAR溢油点数与油粒子模型预测溢油点，两 者有2/3的数据重合，则认为两者最优化，则监测到了真实的溢油点和覆盖区域。
[0123] 如图5所示，本发明还提供了一种海面溢油监测装置，包括：信息获取单元501、趋 势模拟单元502、阈值判断单元503和区域确定单元504。
[0124] 信息获取单元501，用于根据雷达监测的溢油区域影像，获取海上油库的溢油油源 信息和溢油面积。
[0125] 趋势模拟单元502,用于获取大气模型预报的海面风场参数与海洋模型预报的流 场参数，根据海面风场参数、流场参数油及溢油油源信息利用油粒子模型模拟溢油的漂移 扩散趋势。
[0126] 阈值判断单元503,用于判断海上油库的溢油油源信息和溢油面积与溢油的漂移 扩散趋势的空间地理坐标偏差是否大于预设阈值。
[0127] 区域确定单元504,用于当空间地理坐标偏差小于或等于预设阈值时，确定溢油油 源信息和溢油面积对应的区域为真实的溢油区域。
[0128] 如图6所示，所述信息获取单元501包括：灰度计算模块601、亮度计算模块602和 阈值分割模块603。
[0129] 灰度计算模块601，用于将高斯分布作为所述溢油区域影像的概率密度函数，并把 整幅所述溢油区域影像作为参考窗口，计算所述溢油区域影像中各个图像像素单元灰度的 均值和标准差，将所述灰度的均值和标准差确定为所述溢油区域影像的高斯分布参数。
[0130] 亮度计算模块602,用于根据所述溢油区域影像的高斯分布参数确定所述溢油区 域影像任一图像像素单元的概率密度函数，统计计算所述溢油区域影像中各个图像像素单 元图像亮度的均值和标准差，将图像亮度的均值和标准差确定为所述溢油区域影像的概率 密度函数参数。
[0131] 阈值分割模块603,用于将预设虚警概率及所述溢油区域影像的概率密度函数参 数，代入概率密度函数中，得到图像的分割阀值，依据所述分割阀值再对所述溢油区域影像 进行分割，得到海上油库的溢油油源信息和溢油面积。
[0132] 如图7所示，所述趋势模拟单元5