合成孔径雷达原理与应用（三）
2. 应用
2.5. 地质应用
2.5.1. 地质调查
如上图2-7所示，对于不同岩相的边界来说，SAR 图像一般呈现出晕圈状或棉絮状的高亮的线条，将两侧的不同岩相区别开来。图中箭头所指处呈棉絮状的边缘线条为不同岩性岩体、地层之间的分界，表现为高亮的和暗的线性条带。
在SAR图像上可以识别出一种较细的、清晰的分界线，这并不是岩相边界，一般为山脊、沟谷。如图2-8中红色箭头所指为山脊、沟谷或被洪水冲蚀过的冲沟，因为是河谷两侧经过水流的冲刷较平整，在 SAR 图像上更加清晰。
图2-9中 SAR 图像比较丰富，高亮的线条代表岩脉，且纹理呈西北—东南向平行展布的规律，与区域构造方向一致。此处岩脉成群分布，与周围的岩石形态明显不同，纹理较细并且具有一定的方向性。野外地质调查时发现地表有裸露的深色岩脉。一些岩脉在雷达图像中显示明显，即使地表出露不大的岩脉，由于雷达波对浅地表的穿透性也可以得到清晰的反映。
2.5.2. 地震监测
(1) 南加州地震
图2-10由NASA喷气推进实验室和加利福尼亚理工学院的高级快速成像与分析（ARIA）小组制作，显示了南加州大地震引起的地表位移，包括2019年7月4日和7月5日发生的6.4级和7.1级地震。
干涉图是由日本航空航天局（JAXA）运营的ALOS-2卫星的合成孔径雷达（SAR）图像得出的。这些图像是在地震前（2018年4月16日）和地震后（2019年7月8日）拍摄的。每个颜色周期代表雷达视线中4.8英寸（12厘米）的地面位移。
图像覆盖6250平方公里的区域，像素分辨率约为90米。彩色条纹断裂的线性特征表示地震可能造成的表面破裂位置，而“嘈杂”的破碎区域表示可能受到地震干扰的位置。
2.6. 海洋应用
2.6.1. 船只识别
总重达300吨或以上的船只需要携带自动识别信号发射器（AIS），该发射器广播船只的名称，原产国，速度和位置。从事非法捕捞活动的船只通常会禁用该设备。SAR的最大优势在于，它可以检测到没有发送自动识别信号的船只，即所谓的“暗船”。
船只识别主要依靠特征提取和分类技术。一般来说，SAR图像舰船目标的识别程度可分为3 个等级: 第1 级为军民级，是将舰船目标分为军舰和民船两大类; 第2 级为类型级，是将军舰分为航母、战斗舰艇、护卫舰艇和勤务保障船只等，民船分为货轮、油轮等; 第3级为型号级，识别舰船的具体型号。
船只特征包含：几何特征、电磁特征、变换特征以及局部不变特征等。
2.6.2. 风场测速
SAR反演海面风速的物理模型可以用布拉格散射模型解释。SAR对海面的成像基于海面粗糙度的变化, 而海面粗糙度直接与海面风场有关, 即雷达后向散射强度与海面风向、风速、雷达波长、入射角及极化状态等因素有关, 因此，由风速与雷达后向散射强度之间的关系来计算海面风速是星载SAR图像海面风速反演方法之一，二者之间的经验关系可以用地球物理模式函数(GMF)描述.。
2.6.3. 海面溢油检测
单极化SAR数据油膜检测的原理是油膜对海面毛细波和短重力波的抑制作用，油膜在SAR 影像中表现为暗斑或暗条纹现象，从而与清洁海面区分开来；但是海面往往存在低风区、生物油膜等同样表现为暗特征的疑似油膜现象，单极化SAR影像往往无法将其与油膜区分开来。多极化SAR数据可以同时提供幅度和相位信息，为海面疑似油膜现象的区分提供了新的可能。
2.6.4. 港口监测
第一步：InSAR形变监测
港口设施的监测一般是由人力完成，而且需要很高的成本。当前迫切需要一种能够大面积长时间的监测方法，以有效维护港口设施安全。该解决方案是由InSAR技术和声呐技术组成，主要监测港口基础设施的形变状态，进行安全评估和预警，同时实时反馈泊位安全状态，保证船舶安全停靠。
图2-15是采用SAR Studio软件处理出的某港口的形变信息，红色部分代表形变较大区域（隐患区域），最大沉降速率为-31.18mm/year，绿色为稳定区域。（监测点密度>2000个/平方公里，时间2017-2018）
第二步：声呐监测港口结构安全
声呐扫描出的海底三维点云形成的3D 图像能保持清晰准确的海底信息，同时可以实时获取水下三维环境和实时水深情况，保证船舶停靠安全。
