黄海绿潮是全球最具代表性的大型藻华灾害之一。自2007年以来，其每年夏季持续暴发，对近岸生态环境、海洋养殖、滨海旅游及沿海社会经济活动造成明显影响。光学遥感虽已在绿潮分布提取、年际变化分析、源区识别和生物量估算等方面取得丰富成果，但易受云雾、降水和光照条件限制。合成孔径雷达（Synthetic Aperture Radar, SAR）具有全天时、全天候观测优势，随着可获取数据的持续增加，近年来在黄海绿潮监测中的应用日益凸显。然而，对绿潮表面散射机理及不同频率成像差异的认识仍不系统，现有基于SAR的绿潮提取方法在复杂背景下的精度和稳定性也有待提高。

针对上述问题，本文围绕黄海绿潮的SAR成像机理与遥感监测开展研究，综合利用C波段Sentinel-1 SAR、L波段ALOS-2 SAR、光学遥感、再分析、降水及浮标观测数据，结合极化特征分析、电磁波散射建模和深度学习方法，研究绿潮表面C波段散射机理、L/C波段SAR成像差异及其归因，并在微波散射理论指导下构建稳定可靠的绿潮提取与时序监测方法。

第一，在C波段散射机理方面，本文揭示了绿潮覆盖海表的后向散射主要受表面单次反射主导。基于Sentinel-1双极化SAR数据计算极化度（Degree of Polarization, DoP）及极化椭圆参数ψ和χ，结果表明，绿潮表面后向散射增强，同极化信号提升幅度高于交叉极化信号；其后向散射回波的DoP值接近1，ψ和χ主要分布在0°附近，表明散射电磁波以与入射波极化方向近似平行的线性极化为主。进一步结合绿潮藻斑实际结构构建三层介质模型，分析C波段电磁波在绿潮层中的传播路径及后向散射来源，发现其可到达绿潮-海水混合层，但由于海表绿潮层厚度与C波段波长相当，内部体散射贡献有限，散射过程主要受绿潮表面单次反射控制，仅伴随少量界面间多次反射。多时相SAR影像分析表明，该散射特征在不同绿潮发展阶段及更大空间尺度上均保持一致。该研究从极化散射响应和电磁波传播两个层面揭示了绿潮在C波段SAR影像中较海水更亮的原因。

第二，在L/C波段SAR成像差异及归因方面，本文明确了绿潮在两种业务化观测频率下的典型成像差异，并揭示产生该差异的主导因素为绿潮对观测尺度下海表有效粗糙度的调制作用。基于五组绿潮在L/C波段SAR及光学影像中的准同步观测，系统分析两种观测频率下的成像特征，并借助先进积分方程模型（Advanced Integral Equation Model, AIEM）反演观测尺度上散射界面的有效粗糙度参数。在此基础上，提出相对粗糙度描述参数（Relative Roughness Descriptor, RRD），用于表征绿潮对海表粗糙度的调制作用，并结合敏感性实验探讨表面粗糙度和介电常数对成像差异的相对贡献。结果表明，绿潮在C波段SAR影像中始终较周围海水更亮，而在L波段SAR影像中多表现为暗斑，仅在海表于观测尺度上十分光滑时表现为亮斑。敏感性实验进一步表明，这种成像差异主要来源于不同观测频率下绿潮对海表有效粗糙度的调制，而介电常数变化的贡献相对有限。该研究从电磁散射机理层面解释了绿潮在L/C波段SAR影像中的典型成像差异，并表明C波段在当前阶段更适合开展绿潮业务化监测。

第三，在绿潮提取与时序监测方面，本文以前述机理认识为基础，选取适用于时序监测的C波段SAR数据，并结合绿潮在同极化和交叉极化通道中的成像特征，构建了融合双极化归一化雷达散射截面（Normalized Radar Cross Section, NRCS）与空间纹理信息的深度学习模型，即绿藻提取网络（Green Algae Network, GA-Net），以提高复杂场景下绿潮藻斑提取的精度和稳定性。结果表明，GA-Net在测试集上的绿潮交并比（Intersection over Union, IoU）达到86.31%，并在近岸、低/高绿潮藻斑聚集度三类典型场景中均表现出精确、稳定的提取能力，消融实验验证了各关键模块对模型性能提升的有效性。基于该模型对2019-2021年黄海绿潮过程的监测结果表明，绿潮规模、暴发时长及近岸受灾程度均存在显著年际差异，且近岸受灾程度不仅与绿潮总体规模有关，还受到漂移路径与空间结构的共同影响。结合绿潮分布区域硝酸盐浓度与海表温度变化幅度，探讨了其与绿潮规模年际变化的关系。

综上，本文围绕黄海绿潮的SAR成像机理与遥感监测问题，按照从C波段成像机理解析，到L/C波段成像差异揭示，再到高精度绿潮时序监测方法构建的思路开展研究，揭示了C波段条件下绿潮覆盖海表以后向表面散射主导的成像机制，阐明了L/C波段成像差异及其主导因素，并在前述机理认识基础上基于C波段SAR影像，构建了融合双极化NRCS与空间纹理信息的绿潮提取模型，实现了复杂场景下绿潮藻斑的稳定精确提取及时序监测。上述研究为黄海绿潮SAR遥感相关研究提供了理论基础和方法参考。

第1章 绪论... 1

1.1 研究背景及意义... 1

1.2 国内外研究现状... 3

1.2.1 黄海绿潮遥感监测研究总体进展及趋势... 3

1.2.2 黄海绿潮表面的微波散射机理研究现状及趋势... 6

1.2.3 基于SAR的黄海绿潮监测研究现状及趋势... 7

1.3 科学问题的提出... 9

1.4 研究内容与论文结构... 10

第2章 研究海域及数据资料... 13

2.1 研究海域... 13

2.2 数据介绍... 14

2.2.1 星载SAR数据... 15

2.2.2 星载光学数据... 16

2.2.3 再分析资料... 17

2.2.4 降水数据... 18

2.2.5 浮标观测数据... 18

2.3 本章小结... 19

第3章 绿潮覆盖海表的C波段电磁散射机理研究... 20

3.1 数据选取及预处理... 20

3.1.1 绿潮阶段的划分... 20

3.1.2 ROI选取... 21

3.1.3 数据预处理... 25

3.2 微波散射理论及极化特征分析流程... 25

3.2.1 入射电磁波... 25

3.2.2 Jones形式... 26

3.2.3 Stokes形式... 27

3.2.4 极化度和极化椭圆... 28

3.2.5 散射电磁波极化特征分析流程... 30

3.3 绿潮三层介质模型的提出... 30

3.3.1 现场观测对绿潮分层结构的启示... 31

3.3.2 入射波穿透深度分析... 31

3.4 绿潮表面C波段散射特征分析... 34

3.4.1 双极化后向散射特征分析... 34

3.4.2 极化特征分析... 37

3.4.3 基于三层介质模型的散射特征解读... 41

3.5 多时相散射机理验证... 42

3.6 本章小结... 44

第4章 绿潮覆盖海表的L/C波段SAR成像差异及归因分析... 46

4.1 数据处理... 46

4.1.1 案例选取及数据预处理... 46

4.1.2 样本点选取... 48

4.2 绿潮调制海表粗糙度的表征方法... 49

4.2.1 散射界面有效粗糙度反演... 49

4.2.2 绿潮对海表粗糙度的调制... 52

4.3 绿潮对海表粗糙度的调制分析... 52

4.3.1 绿潮的多频率、多极化成像特征分析... 52

4.3.2 成像特征与RRD的相关性... 56

4.4 绿潮覆盖海表L/C波段成像差异的归因分析... 59

4.5 RRD稳定性分析... 61

4.6 本章小结... 63

第5章 基于深度学习的黄海绿潮监测及年际变化分析... 65

5.1 数据集构建... 65

5.1.1 数据预处理及特征参数提取... 65

5.1.2 数据集构建... 67

5.2 绿潮提取模型... 68

5.2.1 基础模型结构：U-Net 68

5.2.2 绿潮提取模型：GA-Net 69

5.2.3 实验设置... 71

5.3 模型结果与性能分析... 71

5.3.1 精度评价指标... 71

5.3.2 模型性能分析... 71

5.3.3 模型普适性分析... 75

5.4 模型创新点有效性分析... 77

5.5 黄海绿潮规模与典型环境因子的年际变化分析... 79

5.5.1 黄海绿潮规模的年际变化分析... 79

5.5.2 典型环境因子的年际变化分析... 81

5.6 本章小结... 84

第6章 总结与展望... 86

6.1 研究总结... 86

6.2 论文创新点... 88

6.3 不足与展望... 89

参考文献... 92

附录一  字母缩写和全称... 103

致  谢... 106

作者简历及攻读学位期间发表的学术论文与其他相关学术成果    108