See-Earth：高频时序多维地球环境监测SAR星座

王樱洁 王 宇* 禹卫东* 赵庆超 刘开雨 刘大成 邓云凯欧乃铭 贾小雪 张 衡 赵鹏飞 王 伟余 伟 葛大庆 唐新明 李 涛

①(中国科学院空天信息创新研究院 北京 100190)

②(中国电子科技集团公司第十四研究所 南京 210019)

③(中国自然资源航空物探遥感中心 北京 100083)

④(自然资源部国土卫星遥感应用中心 北京 100048)

1 引言

2020年9月，我国在第75届联合国大会上宣布支持落实联合国2030年可持续发展议程。联合国可持续发展目标(Sustainable Development Goals,SDGs)为我国环境保护政策的制定提供了重要的参考，旨在从地区、国家乃至全球的层面，以综合的手段使其转向可持续发展道路。2021年中央经济工作会议基于SDGs将“做好碳达峰、碳中和工作”列为重点任务。在全球气候环境变化、碳达峰、碳中和背景下，我们必须对地球环境有一个更高精度、持续的、动态的监测，可以为我国的环境监测、政策制定、联合国SDGs实现等提供支撑。

对地观测技术是实现全球环境及动态变化监测的重要途径。星载合成孔径雷达以卫星等空间飞行器为运动平台，具有全天时、全天候、全球观测能力，已成为一种不可或缺的对地观测手段[1]。与光学遥感卫星以图谱遥感测量为主要内容不同的是，SAR等微波遥感更具三维结合要素观测特点，由此构成了地物“图像、光谱、形态、形变”的多要素遥感观测能力。近些年，国际知名航天机构竞相发展全球环境观测的SAR卫星计划，以实现广域高效能对地监测。欧洲委员会和欧洲太空总署于2003年正式启动了重大航天发展计划“哥白尼”计划(Copernicus Programme)，其前身为“全球环境与安全监测”计划(Global Monitoring for Environment and Security)，旨在通过欧洲及非欧洲国家(第三方)现有和未来发射的卫星数据及现场观测数据进行协调管理和集成，实现“全球-国家-地区-城镇”尺度上环境安全的实时动态监测，为各级社会管理机构提供决策依据，保证欧洲的可持续发展和提升国际竞争力。哨兵1号(Sentinel-1)由A,B两颗卫星组成，是GMES系列中的首发卫星，为C波段SAR，分别于2014年4月3日和2016年4月25日成功发射。两颗卫星均匀分布在同一极轨平面，双星回归周期为6天，全球陆地常态化观测，具有4种成像模式，可为陆地和海洋服务提供全天时、全天候的SAR图像，服务领域包括极地海冰、海洋环境、地表形变、森林制图、水和土壤管理及测绘，以支持人道主义援助和重大事件危机应急管理[2]。

高分辨率、宽幅、高频次、定量化观测是星载SAR卫星的主要应用需求，从卫星设计角度有两种实现途径：一是发展高分辨率宽幅的“大卫星”，以新的观测体制和成像方式提高观测能力；二是发展多星组网的“小卫星”，提高观测效能。德国亥姆霍茨研究联盟基于研究项目“遥感和地球系统的动态变化”提出建立一个新体制串联式雷达卫星星座任务Tandem-L的提议，预计2022年先发射一颗L波段的SAR载荷，每周可覆盖全球陆地2次。该卫星系统设计寿命10年，将支撑针对全球气候变化及环境变化的精准预测，为大气圈、岩石圈、生物圈、冰冻圈及水圈的科学研究带来创新的地理信息产品和服务[3]。美国国家宇航局(NASA)和印度空间研究组织(ISRO)也合作提出了NASA-ISRO SAR (NISAR)卫星计划[4]，计划于2023年发射一颗双频(L频段和S频段)合成孔径雷达成像卫星，分辨率3～10 m，预计平均每6天完成一次全球的采样。该卫星计划在全球范围内观测地球的陆地和冰雪覆盖的表面，将测量地球不断变化的生态系统、动态变化和冰川或冰层等，以实现对地球的全方位立体监测。除此之外，还有日本宇宙航空研究开发机构(JAXA)提出的ALOS-4卫星计划[5]，欧洲航天局(ESA)提出的Biomass(面向全球生物量探测的P波段SAR卫星)计划和ROSE-L(欧洲L波段SAR卫星)计划等，都将全球环境探测列入了SAR观测的重点关注范畴。各国航天微波观测卫星计划以全球数据获取与应用研究为主要目标，立足于大范围、长期、稳定的环境监测，同时，重视地球动态变化的监测任务，对卫星计划的快速重访和全球覆盖能力提出了较高的需求。在波段选择方面，各国对于全球SAR观测的波段选择以长波段为主，这主要是考虑全球生物资源的丰富性，长波长电磁波对于观测对象的相干性保持更优，更适合全球大范围的观测；和P波段相比，L波段天线规模和重量更小一些，继承性更好，而且更有利于和国内外已有的卫星数据形成共享，协同观测。

当前，我国星载SAR已实现了分辨率从米级到亚米级、成像体制从条带到方位扫描聚束、从单通道到多通道、极化方式从单一极化到混合极化的技术跨越[1]。但是，我国星载SAR也面临着卫星通用性、应用维度与深度、广域观测效能等局限性，缺少面向全球并实现长期、稳定、高性能环境动态监测的卫星系统。在国际环境日趋复杂的当下，我国亟需发展面向全球动态环境监测的SAR卫星系统，实现大范围、高重访、长期、稳定、高精度的对地观测，占领国际技术前沿、增加国际话语权，支撑国家重大工程、自然资源监测、灾害应急管理、“两新一重”监测以及地球科学研究等多方面的需求，进而形成全球化共享的遥感产品体系，实现全球状态的周/月/年更新，监测地球动态变化、理解地表变化规律、探索人类环境变化。

本文围绕全球尺度广域高频高分辨率SAR观测需求，提出一个高频时序多维地球环境监测SAR星座，英文简称为“See-Earth”计划 (SAR Constellation with Dense Time-SEries for Multi-Dimensional Environmental Monitoring of the Earth)，其概念示意图如图1所示。该星座由4颗L波段的高性能SAR卫星组成，以高空间分辨率、高辐射精度、高时间分辨率、大成像幅宽和多极化来实现长期稳定对地观测，利用多星组网实现快速重访和高频次全球覆盖，进而长期监测地球表面的动态变化过程，为我国基础战略性地理信息资源获取提供长期、稳定、自主可控的数据支撑。

图1 See-Earth概念示意图Fig.1 Schematic diagram of the See-Earth plan

以下从系统构想、技术体制、性能分析、应用潜力以及新体制扩展几方面来探讨See-Earth计划。

2 See-Earth系统构想

面向大范围、高重访、长期、稳定、高精度对地观测需求，See-Earth需提供前所未有的高分辨率宽幅成像能力，其单星系统品质因数①品质因数定义为测绘幅宽(km)/分辨率(m)。将达到120，且同时具备多种极化工作模式。本节将从系统概念出发，介绍对See-Earth系统能力与实现方案的构想。

2.1 系统概念与指标

See-Earth使用4颗L波段SAR卫星组网，以提供长期稳定的快重访全球数据源，面向多个行业领域应用和地球科学研究。设置信号标准带宽为最大84 MHz，可实现最高约3 m地距分辨率，系统应急可拓展带宽300 MHz，最高分辨率可达1 m。

See-Earth的主要系统指标如表1所示。

表1 See-Earth主要系统指标Tab.1 Main system indicators of the See-Earth plan

每颗See-Earth卫星SAR系统使用尺寸为13.6 m(方位向)×4.4 m(距离向)的有源相控阵天线，具备8(方位向)×8(距离向)个接收通道，采用方位向多通道[6—9]和俯仰向中频数字波束形成(Digital Beam-Forming,DBF)[10—13]技术实现高分辨率宽幅成像，最大品质因数可达120，同时具备左右侧视成像和多模式极化工作能力，如图2所示。

图2 See-Earth观测模式示意图Fig.2 Schematic diagram of the See-Earth observation mode

See-Earth系统采用本团队近些年提出或者实现的一系列新体制、新方法和新技术[9,11,13—17]。系统通过二维多通道技术实现高分辨率、大宽幅、高增益、低模糊比等高性能对地成像能力。通过继承陆地探测一号(LT-1) SAR卫星的混合极化体制，可以同时或者分时发射H和V极化信号，不仅可以实现交替线极化，还可以实现圆极化、椭圆极化、简缩极化和基于编码的混合极化。2019年11月和2021年2月，中科院空天院开展了简缩极化SAR机载飞行试验[18]，获取了高质量的简缩极化SAR分解图像。简缩极化是一种平衡极化信息量和观测幅宽的有效体制，它可在不提高系统PRF进而损失观测幅宽的前提下获得丰富的地物极化信息。依托本团队近年来在高性能星载SAR技术方面的主要创新工作，See-Earth 将实现高分辨率、大幅宽、高重访、长期、稳定、高精度对地观测，有力支撑地球环境动态监测。

2.2 系统方案

2.2.1 SAR系统方案

See-Earth雷达载荷的系统组成如图3所示。系统由中央电子设备和天线子系统组成。中央电子设备由雷达配电器、监控定时器、基准频率源、调频信号源、预功率放大器和数据记录器等组成。天线子系统由波控与电源单元、发射功分器、基准频率模块、变频接收模块、定标与发射延时模块、中频DBF处理单元、双通道TR组件和馈电网络等组成。整个系统协同工作可同时实现方位向多通道接收和俯仰向中频DBF扫描接收，从而提供高性能、高精度的高分辨率宽幅成像能力。

图3 SAR载荷系统组成框图Fig.3 The composition block diagram of SAR system

2.2.2 天线子系统方案

由于同时使用方位向多通道和俯仰向中频DBF技术，对See-Earth的数据处理流程必须做充分的设计，其数据处理构想如图4所示。由于整个系统接收通道数多达64个，系统实时数据率面临极大挑战。为有效降低数据率，俯仰向DBF合成处理必须在星上实时完成，将数据率降低至原始数据率的1/8，之后将方位向8通道数据下传到地面进行后续的方位向频谱重构和成像处理流程，最终获取高分辨率大幅宽图像。

图4 See-Earth数据处理流程Fig.4 See-Earth data processing flow

有源相控阵天线具有灵活的波束赋形和扫描能力，性能优越，可靠性强，广泛应用于星载SAR系统。See-Earth采用先进的全极化L波段微带有源相控阵天线，通过优化设计可实现高效、大面积和轻量化。天线主要参数如表2所示。

表2 天线主要参数Tab.2 Main parameters of the antenna

通过T/R组件稀疏化排布设计技术、高集成度轻量化单机设计技术以及高效率热控技术的应用，天线子系统重量可控制在510 kg(8.5 kg/m²)以内。此外，天线子系统支持多种极化工作模式，同时能够实现俯仰向一维大角度波束扫描，满足超宽幅成像对俯仰向波束扫描能力的需求，从而有力支撑快重访成像需求。

天线采用层叠式布局，自上而下分为有源组件层、有源安装板和辐射阵面层。各层级部组件采用垂直互联技术，所有电气连接垂直于安装平面，在减少电缆的同时，增强了装配工艺性，提高了系统的集成度，如图5所示。

图5 天线子板构型图Fig.5 The configuration diagram of the antenna sub-board

天线子系统的拓扑结构如图6所示。天线在方位向由8块子板组成，每块子板于距离向又分为8个通道。子板内8个通道接收到的回波信号由对应的DBF模块统一进行处理。DBF技术的应用，可有效提升系统的高分辨率宽幅成像能力。每个通道包含3个方位向子阵。每个子阵包含4×4个双极化微带辐射单元，方位向间距141.67 mm，距离向间距137.5 mm。方位向4个微带辐射单元共用1个T/R通道，可有效实现T/R组件的稀疏化设计。

图6 天线子系统拓扑结构Fig.6 The antenna subsystem topology

天线子系统主要包含射频链路、低频监控链路、电源链路、有源安装板、结构机构、热控等组成部分。其中，射频链路由天线辐射阵面、延时T/R组件、功分网络、定标网络、射频电缆等单机、部件构成；电源链路包含天线配电器、二次电源、电源电缆；波控链路包含波束控制器、波控单元、波控电缆。

2.2.3 轨道

See-Earth星座由4颗L波段高性能全极化SAR卫星组成，它们均匀分布于同一轨道面，组成星座，以高空间分辨率、高时间分辨率和大成像幅宽来实现对地观测，如图7所示。See-Earth星座利用多星组网实现快速重访和高频次全球覆盖，轨道参数如表3所示，可实现在每8天的轨道回归周期中，能够以相同的轨道方向、相同的视向、相同的入射角，4次重复获取干涉数据，具有很强的干涉测量能力，进而监测地球表面的动态变化过程，为我国基础战略性地理信息资源获取提供长期、稳定、自主可控的数据支撑。

图7 See-Earth在轨工作示意图Fig.7 The schematic diagram of See-Earth on-orbit working

表3 See-Earth卫星轨道参数Tab.3 Orbit parameters of the See-Earth satellite

3 技术体制

得益于先进的系统设计理念和本团队对关键技术的充分验证[9,14,18]，See-Earth可以有效满足不同应用场景对系统成像能力的需求，系统最高品质因数达120。其高分辨率宽幅成像能力主要依靠高性能的方位向多通道技术和俯仰向中频DBF技术。另外，See-Earth具备多种极化工作模式，以满足不同的应用需求。本节将对这3项技术体制进行详细论述。

3.1 方位向多通道技术

受限于星载SAR的最小天线面积约束[19]，传统体制星载SAR难以实现高分辨率宽幅成像。方位向多通道技术为突破这一限制提供了有效的解决方案。图8示意了方位向多通道SAR系统信号发射和接收的情况。在信号发射时，系统在方位向使用宽波束发射信号来获取大的多普勒带宽，这是获取高方位向分辨率的关键。在接收时，多个方位向分置的子孔径同时接收地面回波。此时，天线每发射一个脉冲，方位向将获得多个不同空间位置处的采样点。

图8 方位多通道系统信号收发示意图Fig.8 Schematic diagram for the signal transmission and reception of the azimuth multi-channel system

根据等效相位中心理论，如图9所示，对于方位向具有N个接收通道的SAR系统，系统在一个脉冲重复时间内可以获取方位向信号的N个采样点，等效将系统PRF提高到实际PRF的N倍。因此，方位向多通道系统可以突破传统星载SAR分辨率和测绘幅宽对系统PRF的矛盾需求，从而有力支撑高分辨率宽幅星载SAR的实现。

图9 方位向多通道系统的等效相位中心与信号采样情况Fig.9 The equivalent phase center and signal sampling situation of the azimuth multi-channel system

方位向多通道系统的一个主要问题是多个通道对方位信号的空间采样可能导致最终的方位向信号在时间上采样不均匀，这一问题可通过对方位信号的均匀化重建[6—9]进行解决。另外，通道性能不均衡也会带来严重的模糊，需要对通道误差进行有效的校正。目前，这些技术已经相对成熟并在星载SAR平台上得到应用。如图10所示，通道误差校正后进行信号重建，模糊可被有效抑制。

图10 方位多通道数据重建后成像结果Fig.10 The imaging results after azimuth multi-channel reconstruction

3.2 俯仰向中频DBF技术

利用“空间换时间”的思路，方位向多通道技术可以打破星载SAR的最小天线面积约束，实现高分辨率宽幅成像。要获取宽幅图像，俯仰向必须使用宽波束进行照射，这对应了较低的天线增益和较差的距离模糊。因此，尽管可以使用方位向多通道技术打破星载SAR的最小天线面积约束，但系统性能会急剧恶化。俯仰向DBF技术是解决这些问题的有效方法[13,21]。

俯仰向DBF系统使用俯仰向宽波束发射信号覆盖大幅宽，在接收时使用俯仰向多个通道同时接收，依靠灵活的空域滤波技术生成实时扫描跟踪回波的高增益窄接收波束，不仅可以大幅改善系统信噪比，还可以通过波束赋形技术大幅改善距离模糊性能，如图11所示。

图11 DBF SAR系统概念图Fig.11 Conceptual diagram of the DBF SAR system

See-Earth的标准最大信号带宽仅84 MHz，带宽载频比≤6.7%，DBF处理的频率色散问题可以忽略，此时系统面临的一个重要问题是脉冲延展损失(Pulse Extension Loss,PEL)[21]。图12以单点目标为例进行说明。点目标回波来自固定的方位，但是在回波接收过程中俯仰向波束却是时变的。系统的俯仰向波束较窄，回波幅度会明显受到天线方向图的调制，导致系统信噪比的下降。

图12 单点目标回波的扫描接收示意图Fig.12 Schematic diagram for the echo scanning and receiving of a single-point target

针对DBF SAR系统的脉冲延展损失，德国宇航局的Suess等人[22]提出对各通道信号在加权求和前进行固定延时处理。但是由于固定延时基于幅宽较小的假设，在See-Earth的大幅宽模式下会存在较大误差，进而明显降低系统性能。针对此问题，本团队早期提出一种数字扇形波束形成(Digital Scalloped Beam Forming,DSBF)[13]新处理方法。仍以单点目标回波接收为例，如图13所示，DSBF处理器生成一个宽度随回波时间自适应改变的高增益扇形宽波束(由多个不同指向的高增益窄波束组成)，可以实现在任意时刻点目标回波都被高增益接收，从而保证在大幅宽场景下良好的系统性能。

图13 DSBF处理器单点目标回波的扫描接收示意图Fig.13 Schematic diagram for the echo scanning and receiving of a single-point target using the DSBF processor

实际应用中，DBF合成处理应在星上实时完成，即将俯仰向多个通道的数据合成为一路再进行下传。现有德国宇航局DBF处理方法采用基带信号处理策略，所需的数字处理资源正比于俯仰向通道数量，系统资源消耗大，不利于星上实时处理。2016年，本团队提出一种DBF中频处理新架构，在中频即将多通道信号合成为两路信号，再基于这两路中频信号进行数字解调，数字处理资源不再正比于俯仰向通道数量，大幅降低了DBF处理对星上数字处理资源的消耗(图14)，非常有利于进行星上实时处理。

图14 DBF处理所需乘法次数随俯仰向通道数的变化[11]Fig.14 The number of multiplications required for the DBF processing varies with the number of channels in elevation[11]

本团队不仅对俯仰向DBF技术进行了大量的理论研究，提出多项创新成果，在工程应用方面也进行了大量试验验证。图15为本团队研发的16通道机载DBF SAR系统所获取的图像，实际信噪比提升约为11.2 dB(理论值约为12 dB)。目前，包括中国在内的多个国家对俯仰向DBF技术已经进行了比较充分的验证[14,15,23,24]，为俯仰向DBF技术在星载SAR的应用奠定了良好的基础。

图15 机载DBF SAR数据成像结果Fig.15 The imaging results of airborne DBF SAR data

See-Earth将同时使用方位向多通道技术和俯仰向中频DBF技术，充分发挥这两项技术的优势，以获取前所未有的高分辨率宽幅成像能力，系统品质因数将达到120。

3.3 极化体制

SAR系统常见的极化工作模式有单极化(Single Polarimetric,SP)，双极化(Dual Polarimetric,DP)，全极化(Quad polarimetric,QP)以及简缩极化(Compact polarimetric,CP)。See-Earth可实现包括单极化、传统全极化、混合全极化以及混合简缩极化等多种极化成像模式。

3.3.1 多极化工作模式

单极化是最基本的极化工作模式。早期的成像雷达，如Seasat,ERS-1,JERS-1,Radarsat-1等，都以该模式进行工作。该模式下SAR具有单一极化天线，仅能发射或者接收水平(H)/垂直(V)极化电磁波，获取HH或VV单通道信号。

全极化SAR采用“交替发射，同时接收”工作模式，系统交替发射H和V正交线极化脉冲，并采用H和V线极化通道同时接收回波信号，获取HH/HV/VH/VV 4幅图像，如图16所示，图中Tx与Rx表示发射和接收通道。

图16 传统线全极化SAR系统时序图Fig.16 The timing diagram of conventional quadrature polarimetric SAR system

基于线极化的全极化SAR回波信号，同极化(HH/VV)和交叉极化(HV/VH)通道的最优动态范围存在较大的差异，一般交叉极化信号能量较同极化信号弱6～10 dB，实际系统通常采取通道增益控制和复杂的内定标回路来弥补这种差异[25]。

若全极化SAR系统交替发射信号调整为左旋(L,H+jV)和右旋(R,H—jV)圆极化信号，则极化模式即为混合全极化模式，如图17所示，其接收回波对应HR/HL/VR/VL 4幅极化图像，可通过极化变换过程实现对传统线极化数据(HH/HV/VH/VV)的转换[26]：

图17 混合全极化SAR系统时序图(左右旋圆极化)Fig.17 The timing diagram of hybrid quadrature polarimetric SAR system (left and right circular polarization)

式中，S表示极化散射回波信号。由于混合全极化SAR系统接收信号为圆发线收(Circular Transmit Linear Receive,CTLR)，相邻接收回波信号强度相当，因而相较传统基于线极化的全极化SAR模式，不再需要额外的通道增益控制[27]，可大大降低系统复杂度。

虽然全极化SAR图像数据中含有完备的目标后向散射信息，但其系统构建较为复杂，降低了测绘幅宽、数据率等方面的系统性能。为了弥补这些缺陷，Souyris等人[28]提出简缩极化SAR工作模式。简缩极化SAR本质上是一种双极化系统，通过圆极化发射，双线极化接收，回波信号包含了地物相对完备的极化信息。由于简缩极化不采用交替发射方式，不需要提高PRF，因此可以获得与单极化SAR一致的分辨率和测绘幅宽，且在系统实现上较全极化模式更加简单[29]。如图18所示，混合简缩极化系统发射右旋(R)圆极化信号，并通过H和V极化通道接收，以获取HR与VR极化数据。

图18 混合简缩极化SAR系统时序图(右旋圆极化发射)Fig.18 The timing diagram of hybrid compact polarimetric SAR system (right circular polarization transmission)

研究表明，对于农田等自然场景，简缩极化能够达到与全极化相近的分类性能[16,30,31]。Raney试验结果也表明，相较全极化SAR，简缩极化SAR的总体分类精度的变化在百分之几以内[32,33]，但是测绘幅宽可提升一倍。图19为本团队海南飞行试验全极化与简缩极化地物分类结果对比。See-Earth将具备混合简缩极化工作模式，左旋或右旋圆极化发射，H和V线极化同时接收。

3.3.2 极化模糊性能分析

3.3.2.1 全极化与混合全极化SAR系统

由于传统全极化SAR系统接收回波信号序列为同极化(HH或VV)与交叉极化(HV或VH)交替形式，其各线极化数据通道的奇数阶距离模糊能量对应极化方式发生交换。然而，一般的，交叉极化信号能量比同极化信号低6～10 dB，从而造成传统全极化SAR系统交叉极化(HV与VH)通道受较强的同极化(HH与VV)距离模糊能量影响，同极化(HH与VV)通道则受较弱的交叉极化(HV与VH)距离模糊能量影响，这导致传统全极化SAR系统交叉极化通道的距离模糊性能变差，而同极化通道的距离模糊性能变好，并使得全极化SAR系统难以提高入射角，限制了全极化SAR系统的可视观测范围，从而影响观测效能。

对于混合全极化SAR系统，与传统全极化SAR系统不同，由于采用左右旋圆极化交替发射、正交线极化同时接收模式，其接收回波信号序列为左旋和右旋圆发线收信号的交替形式(HR与HL,VR与VL)。

从式(2)可以看到，由于混合全极化SAR系统圆发线收回波信号中同时含有同极化(HH与VV)与交叉极化(HV与VH)能量，相邻回波脉冲能量相当，因此其四极化通道不会受到严重距离模糊的影响。

3.3.2.2 混合简缩极化SAR系统

对于简缩极化SAR系统，由于其只发射单一极化信号(圆极化或45°线极化)，且同时通过相互独立的正交线极化通道接收。此时，由于两组回波信号相互独立，因此，简缩极化SAR系统的距离模糊与方位模糊性能与同参数单极化SAR系统一致，可实现与单极化SAR系统同样的幅宽、分辨率。See-Earth系统采用基于圆极化发射，正交线极化同时接收的混合简缩极化SAR模式，各极化通道的模糊性能不会出现不平衡情况。

3.3.3 极化SAR模糊抑制

3.3.3.1 传统全极化SAR系统距离模糊抑制方法

为了解决全极化SAR系统的模糊难题，本团队提出一种基于天线方向图赋型优化的方法[34]来对上述几种多极化SAR系统的模糊能量进行抑制。该方法根据距离模糊能量的分布特点，对天线阵列各辐射单元的幅度和相位分布进行优化控制，可以有效调节天线距离向方向图的波束宽度、波束形状、旁瓣电平等相关参数，进而改善系统的模糊性能，其原理如图20所示。

图20 天线方向图赋型优化原理Fig.20 Optimization principle of the antenna pattern shaping

图21为星载SAR系统采用这种天线方向图赋型优化方法抑制距离模糊的系统性能仿真曲线。可见，基于该方法可在不影响系统等效噪声后向散射系数(Noise Equivalent Sigma Zero,NESZ)指标的基础上，显著提升系统的距离模糊比(Range Ambiguity to Signal Ratio,RASR)性能(图中蓝色曲线为优化后结果)。

图21 天线方向图赋型优化结果Fig.21 Optimization results of the antenna pattern shaping

基于天线方向图赋型优化来抑制距离模糊，不要求对系统硬件进行调整，不会额外增加系统复杂度及硬件成本，且算法执行过程高效。此外，由于该方法只涉及俯仰向方向图合成，因此不改变SAR系统方位模糊特性，从而可以从整体上优化SAR的模糊特性，是一种极具潜力的优化方法。目前，该方法已经应用在LT-1卫星SAR系统[34]。如图22所示，未进行优化时有效观测范围Δη1仅为8°左右，经过该种方法优化后，SAR系统的有效观测范围Δη1+Δη2接近25°，可视范围提升3.125倍，观测能力大幅提升。

图22 LT-1优化前后有效观测范围对比Fig.22 Comparison of the effective observation range before and after LT-1 optimization

3.3.3.2 混合全极化SAR系统模糊抑制方法

针对混合全极化SAR系统交叉极化通道方位模糊恶化问题，本团队提出一种基于距离模糊与方位模糊联合优化的方法[17]来对混合全极化SAR系统的模糊能量进行综合抑制。

图23为多通道混合全极化SAR系统等效相位中心的空间分布情况。该联合优化方法借助多通道混合全极化SAR系统中多相位中心数据优势，通过综合考虑系统各通道方位模糊以及距离模糊能量，构建基于最优化方法的新数据重建方法，可以同时对混合全极化SAR系统的方位模糊和距离模糊进行有效抑制。

图23 方位向三通道混合全极化SAR系统的等效相位中心示意图Fig.23 Schematic diagram of the equivalent phase center of the azimuth three-channel hybrid four-polarized SAR system

图24为星载混合全极化SAR系统使用基于传统重建方法与基于联合优化重建方法的系统性能对比。可以看到，基于联合优化重建方法的系统模糊性能强于传统方法，可同时对系统RASR与方位模糊比(Azimuth Ambiguity to Signal Ratio,AASR)进行有效抑制。See-Earth将基于上述创新方法提升系统模糊性能。

图24 重建方法性能对比Fig.24 Performance comparison of the reconstruction methods

4 性能分析

4.1 成像性能

为有效支撑多行业应用需求，See-Earth需具备不同分辨率和测绘幅宽的多种极化工作模式。依靠方位向8个通道，See-Earth可将系统工作PRF降低8倍，使得1 m分辨率模式②此模式可提供方位向1 m分辨率，但是受限于系统带宽，距离向分辨率约3 m。下系统实际PRF可以在1100 Hz附近仍能保证良好的方位模糊性能，从而可以选出幅宽达120 km的波位，如图25所示(See-Earth可使用DBF零陷滤波技术大幅抑制星下点回波，在波位选择时可忽略星下点回波干扰)。此时系统的主要指标如图26所示，系统NESZ,AASR,RASR和数据率均满足系统设计要求。

图25 1 m/120 km模式波位图Fig.25 Timing diagram of the 1 m/120 km mode

图26 系统性能仿真结果Fig.26 Simulation results of the system performance

基于百公里幅宽量级，使用ScanSAR技术可拓展3 m和10 m分辨率的数百乃至上千公里幅宽工作模式，相关模式的系统性能指标可总结如表4所示，均满足系统设计要求。基于以上系统设计，See-Earth的5种基本工作模式可有效支撑相关行业的应用需求，提供长期稳定的数据源。

表4 各工作模式性能Tab.4 Performance of each operation mode

另外，L波段的图像由于电磁波的固有特性，还会受到电离层的影响，主要包括电离层色散、闪烁与极化法拉第旋转效应影响。其中，电离层色散会导致SAR图像定位偏差与分辨率恶化；电离层闪烁会引入误差相位致使SAR图像散焦；法拉第效应会影响极化SAR信号的极化状态并干扰地物散射特性分析[35]。可以采用多种电离层校正算法，有效校正电离层效应影响。对于电离层色散，可采用频谱分割算法[36]或最大对比度自聚焦算法[37]对SAR信号中电离层色散误差相位进行估计与校正；对于电离层闪烁，可采用相位梯度自聚焦算法对由电离层不规则体引入的高次误差相位进行校正[38—40]；对于法拉第效应，可利用极化协方差矩阵反演法拉第旋转角[41—43]，并进行极化校正。此外，由于一定程度上可认为电离层法拉第旋转不改变圆极化状态，对于See-Earth系统中采用圆极化发射的混合简缩极化及混合全极化模式而言，法拉第旋转效应影响较小，只需考虑大带宽情况的极化色散效应影响，此时可采用子带处理进行规避。

4.2 观测性能

结合轨道与系统工作模式设计，对See-Earth星座的重访和覆盖性能进行详细分析，全球平均重访时间如图27所示，各模式的观测能力如表5所示。See-Earth星座的最小重复观测间隔为26 min，最大重复观测间隔约为12 h，全球多数区域平均重访时间小于4 h。

表5 See-Earth观测能力Tab.5 See-Earth observation capability

图27 See-Earth星座全球平均重访时间Fig.27 The global average revisit time of the See-Earth plan

从上述性能分析可以看出，See-Earth卫星系统对全球绝大多数地区的平均重访时间小于4 h，12天可实现全球范围的高分辨率覆盖。该性能在全球卫星观测计划中同样占优，可有力支撑我国的相关应用需求研究。

根据我国实施“一带一路”建设倡议规划以及大范围地表形变监测等需求，See-Earth卫星计划可提供广域高精度监测数据以及高精度DEM数据，为相关基础设施项目的地理规划、实施状态、后续监测保障提供高效监测手段。为有效支撑相关行业应用和地球科学研究，将See-Earth的观测性能按照其应用潜力进行具体分析，如表6所示。See-Earth产品可有效满足动态地球监测任务，实现我国星座SAR数据的高效、稳定获取，有效满足国家经济社会发展、科学研究与国家重大工程需求。

表6 See-Earth产品观测性能Tab.6 The observation performance of See-Earth product

5 应用潜力

广域监测要求See-Earth具备高分辨率宽幅成像能力，在满足覆盖范围需求的情况下，对地表状况如形态、地物类型等基础信息进行精细刻画，兼顾对地表信息“形态-差异-变化”的多角度观测。观测效率要求See-Earth具备稳定观测、快速重访的能力，在保障数据周期性稳定获取的前提下，提升目标的快速重访能力，实现数据获取的“稳”和“快”。下面从具体的应用领域出发，介绍See-Earth卫星计划的应用潜力。

5.1 服务国家重大工程

国家重大工程，包括“一带一路”、川藏铁路、西部陆海新通道、国家水网、雅鲁藏布江下游水电开发、星际探测、北斗产业化等。其中，“一带一路”倡议是由中国政府提出的国家级顶层合作协议[44]，在“一带一路”沿线实现遥感卫星全覆盖是构建“一带一路”空间信息走廊的重要举措。“一带一路”沿线已规划项目和在建项目超过3000个，其中基础设施(运输、电力、水利)项目占比近一半。利用SAR遥感技术可以月或者周为单位进行高频次大范围的数据获取，对施工进度、基础设施形变或沉降进行监测，为工程任务的实施状态评估和基础设施安全风险评判提供重要参考依据。此外，获取的数据还可用于目标识别和地物分类，为海洋舰船识别、荒漠化程度估计和荒漠化防治效果评估提供数据保障。“一带一路”空间信息走廊和数字丝绸之路的建设需要建立在全面、可信、完备的空间对地观测数据获取与分析的基础上，亟需高效稳定的航天遥感数据获取计划提供支持。

目前大范围地表形变监测需要将大量的窄幅图像数据进行拼接，如图28所示的全国中东部地区InSAR监测，共采用了11轨数据进行拼接，导致形变监测处理的效率很低。

图28 全国中东部地区InSAR监测地面沉降分布(来源：中国自然资源航空物探遥感中心)Fig.28 Land subsidence distribution monitored by InSAR in the central and eastern regions of the China (Source:Aero Geophysical Survey ＆ Remote Sensing Center,Ministry of Land and Resources)

See-Earth卫星计划可以提供覆盖大范围区域的高精度监测数据，为相关基础设施项目的地理规划、实施状态、后续监测保障提供高效监测的手段，通过强有力的基础数据支撑，保障基础设施建设、矿业开发、生态环境监测等经济生态活动的安全开展，也促进应急防灾减灾、海洋监视监测等应用的良性发展，对科技强国、“一带一路”建设具有重大意义。

5.2 自然资源监测

有形的自然资源包括土地、水体、动植物、矿产等。保护环境，合理开发利用自然资源，成为政府社会管理的重要任务。土地资源利用情况、森林资源覆盖率、湿地生态系统生物量、农作物种类及分布等相关领域的实时情况可以直接反映人类与自然环境的发展现状与变化，从而推动对自然资源的合理利用等政策的制定。

对不同时空尺度上的典型湿地生态系统的湿地植被生物量进行系统性研究，不仅可以及时掌控湿地生态系统的动态变化，还可为湿地生态系统生态资产的定量测算提供重要参数和湿地生态系统基本生态功能的划分标准，并为湿地生态系统的恢复、重建以及管理提供科学依据。SAR成像对地物的几何特征和地表粗糙度、介电特性极为敏感的特性[45]，使得其在不同时空尺度上的湿地生态系统监测中具有得天独厚的优势。

森林生物量是表征森林固碳能力的重要指标，也是评估区域森林碳平衡的重要参数。SAR基于其全天时全天候的大范围成像能力，在全球高精度森林资源监测方面，相比于光学遥感和激光雷达技术更具有优势[46]。利用SAR遥感数据获取的一系列观测数据，可以进行森林资源定量参数估计和大区域森林类型快速制图，有助于绘制地面生物量地图，了解全球碳循环情况，并支持森林管理、减排和可持续发展政策目标。图29为利用ALOS-2数据处理得到的Borneo热带森林Pauli图及相应的地上生物量估计结果[47]。

图29 Borneo森林Pauli图(上)及生物量估计结果(下) [47]Fig.29 Pauli map of Borneo forest (top) and biomass estimation results (bottom) [47]

随着各国对自然环境的普遍关注，自然环境的监测与管理需求也向着精细化、智能化、全球化的方向发展。See-Earth卫星计划可以提供长期稳定、大范围、高精度、高频的星载SAR数据，为我国自然环境等相关国策的制定提供支撑。

5.3 灾害应急管理

(1) 灾前监测与预警

尽可能检测出隐患点在哪里、什么时候可能发生是当前自然灾害防治的核心问题。近年来，数十起重大自然灾害呈现出隐蔽性、潜伏性、突发性等特点，且多发生于人工巡查难以接近的位置，导致大型地质灾害的漏报、误报率高。星载SAR可以满足我国对于广域监测的需求，融合干涉技术开展地质灾害普查，尽可能在早期全面识别和发现灾害隐患，已得到自然灾害防治界的广泛认可。

星载SAR数据以其良好的周期性和空间密集性，为滑坡、沉降等常规灾害的时空位移模式推演提供了数据保障；有助于还原长期累进式灾变的发育过程，协助攻克现阶段监测预警方面存在的成灾机理不明确、致灾因子难确定、预警指标难量化等关键问题。空天院针对2018年金沙江白格滑坡灾害发生前的多幅SAR数据进行时空位移模式分析，滑坡前发生明显变形，如图30(a)所示，通过时序分析，其变形与典型滑坡发育模型高度一致[48]，如图30(b)、图30(c)所示。

图30 金沙江白格滑坡监测结果Fig.30 Monitoring results of Baige landslide on the Jinsha River

通过分析该例滑坡成灾前的形变规律，结合典型发育模型，可以判断该SAR数据集的获取时间区间涵盖了滑坡发育的第2到第4阶段：2017—2018.5处于第2阶段(等速形变阶段)，2018.5—2018.7进入第3阶段(加速形变阶段)，2018年9月明显进入第4阶段(临滑阶段)。这说明在滑坡前3～5个月，已经可以通过时序SAR监测手段获取该区域的变形信息，该变形区域与滑坡区域所在位置基本一直在滑坡，如果可以对重点区域进行长时间稳定的SAR环境监测，结合滑坡发育模型，可以有效预报潜在滑坡点，结合其所处的发育阶段，提前发布警示信息，可有效提升灾害识别率，将预警与救援时间点前移。

然而，目前受限于特殊的自然环境，满足观测要求质量与频次要求的遥感数据严重不足，无法开展全面的滑坡监测与预警研究。因此需要See-Earth在保证观测性能的前提下，提供长期、稳定、更高频次的SAR图像进行数据支撑。

(2) 灾后监测与重建

星载SAR遥感在恶劣天气和夜晚仍可以执行对地观测任务，有望在灾害发生后的第一时间获取灾区的观测数据，配以有效的数据处理技术，将其中的灾情信息快速直观地挖掘出来。因此，高性能星载SAR数据的快速获取可为政府应急指挥和灾后修复提供重要的科学依据和决策支持。空天院利用高分三号卫星SAR获取的金沙江白格滑坡(2018年10月11日)灾区受灾前后高分辨率极化SAR数据，对受灾区域极化散射特征变化情况进行了分析，结果如图31所示。

图31 滑坡区域灾后的极化分解伪彩色合成图(2018年10月12日)Fig.31 Pseudo-color composite image of polarization decomposition after the disaster in the landslide area (October 12,2018)

滑坡后受灾区极化分解的散射特性与周围未滑坡区域明显不同，金沙江堰塞湖上游水位变高，河道明显增宽，下游河道明显变窄，河水几乎枯竭。然而，由于重访周期长，滑坡发生后近36 h才获取了国产的首幅民用星载SAR数据，由于时效性较差，其对于灾后的及时救助作用也十分有限。如果具备高频次的SAR观测结果，可掌握灾后第一手的数据信息，大大提高我国灾害救援的能力。

具备快速重访能力的See-Earth卫星系统能够在保证高分辨率和全极化的前提下，提供目标区域更高频次的SAR图像。针对我国大部分区域的平均重访时间可达3 h (图27)，这满足地灾观测中对于重点区域每4 h重复观测一次的要求，势必为灾情的快速呈现与灾区重建提供支撑。

5.4 “两新一重”监测

2020年5月22日，《2020年国务院政府工作报告》提出，重点支持“两新一重”建设(新型基础设施建设，新型城镇化建设，交通、水利等重大工程建设)。到2021年，我国的城镇化率已达到63.89%，随着城市建设的不断扩大和完善，城区作为全市中心的地位日益突出，流动人口数目逐年膨大，城市的生产和生活强度增加，交通、水利、住建等方面的监测与管理压力不断攀升。

星载SAR具备多极化、多频段、多视角获取雷达观测数据的能力，可通过电磁后向散射反映地物目标丰富的信息，同时，由于其对建筑物、道路等人工目标敏感，以及水文特征无反射的特性，对于房屋、道路、河道、湖泊、重大基础设施等典型目标的识别有明显优势，在环境分析、城乡规划等方面应用十分广泛，如图32所示。

图32 典型目标特征提取Fig.32 The feature extraction of typical targets

遥感能力大规模应用的重点在于遥感图像中的目标识别，深度学习作为当前图像处理领域的前沿热点，其在目标识别特征提取方面具有无可比拟的优越性。其中数据源作为深度学习的驱动力，也是目标识别、行业应用的核心驱动力。See-Earth计划可有效弥补当前数据源缺口，提升典型地物目标的识别精度，辅助完善地理信息系统数据库，及时更新道路、河道等的状态，联合交通、地形、水利、人力等信息，为国家行政规划提供更加精确的数据支撑和保障。

5.5 地球科学潜力

人类在长期的实践中逐步加深了对地球的认识，并且逐渐形成了一门以地球为研究对象的科学—地球科学。其研究的根本任务在于认识地球，并利用这种认识保证人类生存和发展所需要的自然资源，保护和改善人类的居住环境。地球科学研究的基础是对地球及其变化情况的认识，航天遥感的观测优势，使面向地球的大范围、连续监测，甚至高频监测成为可能。基于全球环境的高精度监测，可以实现全球状态的周/月/年及时更新，监测地球变化，理解地表变化规律，探索人类环境变化。地球科学应用主要涉及4个方面，如图33所示。

图33 地球科学应用需求Fig.33 Application requirements of the Earth science

(1) 地球物理科学(Geophysics Science)

自地球诞生以来，地壳就在不停运动，既有水平运动，也有垂直运动。地壳运动造就了地表千变万化的地貌形态，主宰着海陆的变迁。地球物理中地壳演变非常重要，是人类生存发展环境的先决条件。获取大尺度地壳动态变化观测数据，能够推动地球物理科学的研究，了解人类赖以生存的地表环境。可以通过图像散射特征及干涉技术，利用不同时期图像的微弱变化感知地表的起伏。具体来说，首先需要大范围的观测能力，尤其对于大尺度的地震来说，几百公里的范围都是很常见的，需要百公里量级以上的遥感观测能力；另一方面，对于自然界的微弱变形，需要高频次观测以提高变形的采样频率，提前预警地表变化。

(2) 水文科学(Hydrological Science)

水文科学是研究地球表面能量交换过程的基础科学，海洋占地球表面水量的97%，是全球高低纬度地区能量交换的载体；陆地表层水是地表与大气能量通量和水通量交换的重要参数。不管是海洋水还是陆地地表水，都与人类生存息息相关。获取全球大尺度水文监测数据，有利于探索全球海流的能量交换，追踪水循环，使其更好地为人类服务。对于水文的监测，主要是利用水面特殊的散射特性，以及不同的极化方式下的水面特征进行测量。目前中尺度和亚中尺度海洋涡旋是海洋能量循环的关键链路，但是由于现有遥感传感器空间分辨率限制，亚中尺度海洋现象至今仍然是海洋遥感观测的盲区。急切需要高分辨率大幅宽的数据推动海洋科学的发展。

(3) 生态科学(Ecological Science)

生态系统是人类与环境之间交互的联系和纽带，全球碳循环是生态系统研究的重要内容。陆地植被是全球碳循环的核心监测要素，全球植物总生物量的92%属于森林生物量，因此森林生态系统受到了世界各国政府和科学家的高度重视，及时掌握森林资源的现状及其变化规律，对于生态系统和人类生活至关重要[52]。获取全球高精度森林生物量监测数据有助于更好地研究生态科学，理解碳循环。针对植被的观测主要是利用极化以及极化干涉的方法，利用微波的极化特征以及穿透特征进行植被特征反演。实际应用中，针对植被的结构反演需要大范围下高精度的数据来提供信息，而植被的生长特性也要求其具有周期性的观测能力，这也都是当前遥感长期观测的难点。

(4) 极地科学(Polar Science)

极地包括南极、北极和青藏高原；在全球气候变化的背景下，由于极地区域自身的脆弱性以及对气候变化的高度敏感性和强反馈作用，是全球气候变化的预警器。获取极地高分辨连续观测数据，预测极地-全球气候响应模型，助力人类生存环境的可持续发展。极地观测主要是依靠冰雪特殊的散射特性，以及干涉特性进行测量。其主要的观测难点在于不同要素观测周期差异很大，高频次数据获取难；高纬度、极夜严重限制观测效率，数据获取不足。因此需要从观测的硬件条件上予以支持，也就是高分辨率大幅宽的高频数据获取。

高效能的See-Earth计划，可以为地球科学的深入研究提供稳定的数据支撑，监测地球动态变化，实现全球状态的周期更新，助力我国搭建全球化的科学产品体系，理解地表变化规律，探索人类环境变化。

6 新体制拓展

See-Earth计划以提供长期、稳定、高频次、高性能的SAR观测数据为目标，可以为国家、行业、科学等多领域的应用带来帮助。在此基础上，是否可以利用See-Earth计划的卫星系统，扩展新的工作体制，延申其科学价值是值得进一步探讨的问题，下面讨论3种可能的扩展方向。

6.1 双多基成像

See-Earth星座以同一轨道面均匀配置的4颗高性能SAR卫星来实现大范围、高重访、长期、稳定、高精度对地观测。此时，各卫星相对独立工作，共同完成对全球范围的快速观测。如果对星座轨道进行重新规划或者增加伴飞小卫星，See-Earth将具备双基和多基成像能力。相比单基模式，双多基SAR协同工作不仅同样可以实现高分辨率宽幅成像，同时还能实现一些单基SAR无法做到的应用。例如，图34为TerraSAR-X与TanDEM-X组成的星座方位双通道系统对海面浮冰的成像结果，由于双星获取同一目标数据的时间间隔长达10 s，在这10 s中浮冰可能发生的旋转运动引入一个方位变化的相位项，这会影响方位双通道系统的频谱重建效果。图34右图中浮冰的假目标仍然存在，且在真实目标和假目标上都出现横条纹。这种现象一方面可视为该工作模式下的一个信号重建难题。另一方面，又为目标的运动指示提供了一种潜在的可能。See-Earth星座潜在的双多基成像能力可进一步拓展应用方向，提供更加灵活的数据支撑。

图34 TerraSAR-X/TanDEM-X双基成像模式浮冰成像结果[53]Fig.34 The ice floe imaging results of TerraSAR-X/TanDEM-X dual-base imaging mode[53]

6.2 多角度二维洋流测量

传统的二维洋流测速[54,55]采用两颗卫星的前后两个波束分别获取观测区域的4幅图像，波束分离后，单幅图像的分辨率下降，且成像质量大幅降低，直接影响干涉测量的精度。鉴于See-Earth星座单星出色的分辨率和幅宽组合，可以考虑增加单星多波束接收模式，相比原设计，减小观测幅宽，提高PRF，利用单星实现多波束的数据获取，而不再进行直接的波束分离，有望大幅度提升二维洋流测速的精度。

6.3 三维形变监测

See-Earth星座利用高重访能力每两天即可获取一次目标区域的观测结果，为时序干涉处理提供了充足的数据源。但是，干涉处理的测量优势在于视线向变形，一般实际比较时会转化为垂直方向的变形，由于极轨观测中观测角度的限制，对于东西向和南北向的形变测量精度较差。如果考虑调整See-Earth星座四颗星的布局方式，两两卫星共面，形成差异化的轨道倾角组合，结合单星多波束接收模式，可从系统层面增加干涉数据的多样性，将有可能为三维形变监测带来革命性的发展。

7 总结

在已有技术基础上，See-Earth计划持续加强技术创新，以实现指标设计的最优化。通过发展我国自主创新的See-Earth卫星系统，以获取自主可控的高频次、高性能广域SAR图像数据源，降低区域性风险，可极大推动我国空间技术、空间应用领域的发展，这无疑将会缩短我国在此研究领域与国际先进水平的差距，保障我国在基础战略性地理信息资源方面的优势地位，提高我国在空天遥感领域的话语权，为建设科技大国、扩大影响力提供重要支撑。