海洋内波是分层海水中出现的一种波动现象,其频率介于惯性频率和浮力频率之间,海洋内波的研究对海洋科学的理论研究、海洋资源的保护、开发和利用、海洋军事等方面均具有重要的意义。高分辨率合成孔径雷达(SAR)对海洋内波进行探测,具有全天时、全天候的巨大优势,是一种间接探测手段,改善了直接探测手段的局限性,并且SAR遥感图像包含着十分丰富的海洋信息,任何改变海表面粗糙程度的海洋现象或特征都能够成像于SAR遥感图像,这使得合成孔径雷达成为研究海洋内波不可或缺的手段,利用海洋内波SAR遥感图像可以获得内波的空间位置、波长以及内波的垂向参数等信息,利用干涉相位信息还可以得到海表流场信息。本课题主要从内波的生成机理出发,数值模拟内波传播模型以及源致内波模型,依据SAR海洋内波成像原理仿真干涉SAR图像,研究不同雷达参数以及内波模型参数对内波成像特性的影响,实现SAR图像内波的提取与识别。本文的主要工作包括以下几个方面:首先,研究海洋内波的数值模拟,依据一维和二维内孤立波的传播模型,以及水下运动物体扰动形成的海洋内波模型,数值模拟获得海洋内波的波高和海表面流场分布,根据线性叠加原理求解随机海浪模型,仿真三维随机海浪,继而得到包含海浪信息的内波的三维模拟。其次,依据仿真得到的海表流场信息,按照顺轨干涉SAR内波仿真流程,仿真不同参数下的干涉内波图像,以干涉相位变化为指标,分析雷达参数变化对顺轨干涉SAR成像特性的影响,寻找能够由干涉相位获取流场信息的最优的参数组合;同时观察不同内波模型参数下强度信息和相位信息极值点的变化趋势,分析SAR海洋内波成像特征对不同内波参数的敏感程度,可以为迭代反演内波参数选择提供有效参考,减少迭代次数。最后,实现SAR海洋内波图像的特征提取与识别,海洋内波在SAR图像呈现为明亮相间的条带特征,高斯混合模型和MRF相结合利用SAR图像统计信息和像素的空间约束信息,实现SAR图像的分割和内波特征的增强;二维经验模态分解算法,实现海洋内波信息从海洋背景信息的提取;截取SAR图像的海洋内波剖面,进行完备集成经验模态分解,提取出内波所在的模态,实现内波的参数识别;使用机器学习的方法,完成内波的自动识别。