地球约71%的表面被蓝色的海洋覆盖,随着全球经济的发展,海洋的价值正在被人们逐渐重视。开发和利用海洋的同时,也在不断地破坏海洋生态环境,例如频繁发生的海洋溢油事故。突发海洋溢油事故后,开展高精度监测对保护海洋环境具有十分重要的科学意义。随着全球卫星遥感技术的不断发展,电磁遥感探测识别技术已经成为监测海面油膜的重要手段。本文以海洋溢油事故为研究对象,研究了海洋溢油SAR(合成孔径雷达)遥感监测物理机制、识别技术和评估了三种海面油膜光学监测分类模型。主要研究成果如下:(1)海面溢油SAR遥感监测物理机制研究。从电磁散射模型角度描述了发生海面溢油时雷达电磁波信号的散射情况,提出了油膜覆盖海面等效相对介电常数概念。根据建立的海面油膜等效相对介电常数模型,数值研究了薄膜介质极化比和等效相对介电常数之间的映射函数关系,论述了极化比模型可用于区分识别油膜与海水。(2)海面溢油SAR遥感监测识别算法研究。基于海面溢油SAR监测物理机制的研究,提出了利用SAR极化比和纹理特征的海面溢油识别方法进行油膜识别实验,并进一步分析了VV单极化影像和极化比影像的识别结果。实验结果显示:基于极化比图像的纹理特征方法识别溢油信息可以很好地实现对溢油区域的监测,减少监测过程中因为类溢油现象产生的误判,使得溢油识别降低了17.96%虚警,浮油总体识别精度达到96.83%。(3)开发了海洋溢油自动监测处理系统。基于提出的溢油识别方法开发了一款python语言的海洋溢油微波遥感监测系统。系统集成了整套海面溢油业务化检测流程,包括radarsat-2的XML文件读取、数据预处理、纹理特征分析和油污提取功能,使得整个监测业务流程更高效简便,效率大大提高。(4)评估了三种用于油膜识别的光学监督分类方法(平行管道法、最大似然法、支持向量机法)。借助总体精度和Kappa系数这两个指标,分析了不同分类方法的识别油膜能力,总结了针对本文两幅TM溢油影像分类中各分类法的适用范围。实验结果表明:相比于其他两种分类法,SVM的识别结果精度最高。