官方网站-首页官方网站-首页

技术支持
技术支持 TECHNICAL SUPPORT
新闻中心
新闻中心 NEWS CENTER
Banner - 行业资讯 | 智能科技有限公司

在这里

发现最新动态

首页 > 公司动态
“海哨二号”升空,这颗卫星有什么“超能力”?
公司动态日期:2025-09-19 16:30:27阅读量:335

【导语】2025年8月19日,我国首颗全极化、业务化商业合成孔径雷达卫星“海哨二号”成功入轨。作为“主动遥感”的佼佼者,它不畏云雾遮挡、昼夜无阻,以全极化“火眼金睛”精准分辨地表万物,更自带“智能大脑”实现高效数据处理。这颗“太空超级锐眼”将在海洋监测、极地科考、国土资源调查及应急灾害响应中大显身手,开启天基监测的崭新篇章。

出品:
作者:郑铠沅(地图学与地理信息系统专业在读博士)

监制:中国科普博览

2025年8月19日,酒泉卫星发射中心传来轰鸣巨响——随着火箭刺入苍穹,我国首颗具备全极化、业务化观测能力的商业合成孔径雷达(SAR)卫星“海哨二号(AIRSAT-05)”成功入轨!

当发射画面里的白雾与火光不断刷屏,我们在又一次为中国航天事业自豪的同时,也充满好奇:这颗卫星有何特别之处?它又会(huì)如(rú)何(hé)改(gǎi)变(biàn)我(wǒ)们(men)的(de)生(shēng)活(huó)?今(jīn)天(tiān),我(wǒ)们(men)就(jiù)拆(chāi)开(kāi)这(zhè)颗(kē)“太(tài)空(kōng)超(chāo)级(jí)锐(ruì)眼(yǎn)”的(de)“技(jì)能(néng)包(bāo)”。

图(tú)1 海哨二号发射瞬间

该卫星由中国科学院微小卫星创新研究院牵头,中国科学院空天信息创新研究院、中科卫星科技集团有限公司、齐鲁空天信息研究院等多单位共同研制。

(图片来源:酒泉卫星发射中心)

不畏浮云遮望眼,昼夜无阻看地球

海哨二号是一颗X波段合成孔径雷达(SAR)卫星,属于“主动遥感”家族,是一种在不接触目标的情况下(xià)、探(tàn)测(cè)目(mù)标(biāo)辐(fú)射(shè)和(hé)反(fǎn)射(shè)的(de)电(diàn)磁(cí)波(bō)信(xìn)息(xi)的(de)技(jì)术(shù)。先(xiān)别(bié)急(jí)着(zhe)被(bèi)这(zhè)些(xiē)复(fù)杂(zá)生(shēng)僻(pì)的(de)词汇(huì)劝(quàn)退(tuì),其(qí)实(shí)遥(yáo)感(gǎn)很(hěn)日(rì)常(cháng)——你(nǐ)给(gěi)朋(péng)友(you)拍(pāi)照(zhào)时(shí),没(méi)碰(pèng)到(dào)对(duì)方(fāng),却(què)能(néng)捕(bǔ)捉(zhuō)记(jì)录(lù)影(yǐng)像(xiàng),这(zhè)就(jiù)是(shì)最(zuì)简(jiǎn)单(dān)的(de)遥(yáo)感(gǎn)。

而卫星遥感又可以分为被动遥感和主动遥感两类。我们较为熟悉的光学遥感卫星就是被动遥感,依靠太阳光等其他光源,白天能给地球拍下“彩色照片”。可一旦太阳落山,没了光源,它就没了“视力”,变成了“睁眼瞎”。但海哨二号的“主动遥感”不一样——它自带SAR这个“手电筒”,能发射X波段微波照亮地球,不管白天黑夜,都能为地球拍下清晰的“微波照片”。

更厉害的是,微波波长较长,能穿透云雨。阴雨天时,光学卫星只能对着厚厚的云层“望云兴叹”,海哨二号却能凭借“穿透术”,清晰捕捉地表的真实模样,是一双“不畏浮云”的太空锐眼。

看得广还看得清,全极化“火眼金睛”辨万物

衡量卫星观测能力的关键是幅宽和分辨率。幅宽决定了卫星的视野范围,分辨率则关系到看清细节的能力。而海哨二号不仅在这两方面上都是无疑的“优等生”,还自带“变焦相机”般的多种工作模式:

聚束模式像在给地球拍“超清特写”,卫星可以在飞跃目标的全过程中持续为重点目标“拍照”,成像分辨率更是优于1m,细节可一览无余;条带模式像“扫描仪”,以3米分辨率、30公里幅宽进行成像;扫描模式则开启了“广角全景”,幅宽超过300公里,最大视野比大部分商业SAR卫星宽30倍;波模式则专门观测海浪参数,为海洋气象预报和航运安全助力。

图(tú)3 单极化、全极化图像示意(高分三号)。左:3m单极化;右:8m全极化。

(图(tú)片来源:CSDN)

不过,更厉害的还是海哨二号“火眼金睛”般的全极化成像能力。就像人眼区分不同颜色的能力,卫星的极化方式就是卫星“看”物体时捕捉的电磁波振动方向的种类,SAR卫星通过“看”不同振动方向的微波来分辨地面物体。普通商业SAR卫星多为单极化模式,只能“看”一种振动方向,像看黑白照片;而海哨二号的全极化模式能同时“看”四种关键振动方向,如同升级成了彩色照片。不仅如此,在全极(jí)化模式下,卫星不但能“看见”、还能“看懂”:比如同样看一片农田,单极化卫星通常只说“这是耕地”;而海哨二号却能精准区分“这里种的是小麦,那边是水稻,角(jiǎo)落(luò)那(nà)块(kuài)是(shì)玉(yù)米而不是大豆”。“火眼金睛”名不虚传!

小身材里有“大智慧”,自带“大脑”提效率

别看海哨二号功能强大,“身材”却依然能保持轻巧不臃肿:总重量约440千克,尺寸约1.5米见方,属于小型卫星。轻量化设计不仅降低了发射成本,还能提高任务灵活性。

更值得称道的是它的“智能大脑”——高性能在轨处理模块。传(chuán)统(tǒng)卫(wèi)星有个小缺点,即需要将海量原始数据传回地面才能处理,耗时较久;而海哨二号可以直接在太空进行数据处理和信息提取,生成用户需要的有用信息后再传回地面,大幅(fú)缩(suō)短(duǎn)了(le)数(shù)据(jù)的(de)传(chuán)输(shū)和(hé)处(chù)理(lǐ)时(shí)间(jiān),提(tí)高(gāo)了(le)数(shù)据(jù)应(yīng)用(yòng)效(xiào)率(lǜ)。这(zhè)种(zhǒng)“快(kuài)速(sù)响(xiǎng)应(yīng)”的(de)能力,在地震、山洪等应急场景“抢”下抢(qiǎng)险(xiǎn)救(jiù)援(yuán)的(de)宝(bǎo)贵(guì)黄(huáng)金(jīn)时(shí)间(jiān)。

多(duō)面(miàn)玲(líng)珑(lóng)显(xiǎn)神(shén)通,地球各域来守护

凭借上述多种强大本领,海哨二号可为多个重要领域提供关键的数据支持。

海(hǎi)洋(yáng)环(huán)境(jìng)与(yǔ)安(ān)全:永(yǒng)不(bù)疲(pí)倦(juàn)的(de)“海(hǎi)面(miàn)交(jiāo)警(jǐng)”与(yǔ)“环(huán)境(jìng)卫(wèi)士(shì)”

地(de)球(qiú)表(biǎo)面(miàn)大(dà)半(bàn)被(bèi)海(hǎi)洋(yáng)覆(fù)盖(gài),它(tā)的(de)环(huán)境(jìng)变(biàn)化(huà)和(hé)安(ān)全状(zhuàng)况(kuàng)对(duì)我(wǒ)们(men)至(zhì)关重(zhòng)要(yào)。海(hǎi)哨(shào)二(èr)号(hào)就(jiù)充当(dāng)了(le)这(zhè)片(piàn)蓝(lán)色(sè)疆(jiāng)域的(de)“海(hǎi)面(miàn)交(jiāo)警(jǐng)”,24小(xiǎo)时(shí)全天(tiān)候(hou)“巡(xún)逻(luó)”:

原(yuán)油(yóu)泄(xiè)漏(lòu)时(shí),油(yóu)膜(mó)形(xíng)成(chéng)的(de)独(dú)特(tè)深(shēn)色(sè)斑(bān)块(kuài)在(zài)SAR图像上清晰可见,可快速锁定污染范围、跟踪扩散趋势,为应急处理抢时间;

监测海面微变化来辅助分析鱼群分布(bù),助(zhù)力(lì)渔(yú)业(yè)部(bù)门(mén)合(hé)理(lǐ)规(guī)划(huà)捕(bǔ)捞(lāo)、保(bǎo)护(hù)生(shēng)态(tài);

300公(gōng)里(lǐ)宽(kuān)的(de)“超(chāo)广(guǎng)角(jiǎo)视(shì)野(yě)”可(kě)识(shi)别(bié)跟(gēn)踪(zōng)各(gè)类(lèi)船(chuán)只(zhǐ),为(wèi)海(hǎi)上(shàng)交(jiāo)通(tōng)管(guǎn)理(lǐ)与(yǔ)搜(sōu)救(jiù)提(tí)供(gōng)实(shí)时(shí)关键信(xìn)息(xi)。

图(tú)4 Sentinel‑1 PolSAR 图(tú)像(xiàng)中(zhōng)的(de)海(hǎi)上(shàng)溢(yì)油(yóu)。

(图(tú)片(piàn)来(lái)源(yuán):参(cān)考(kǎo)文献[2])

极地科考与航运:识别冰障的“极地领航员”

极地环境恶劣关乎全球气候,海哨二号成为极地科考和航运的“得力助手”。

它的全极化成像能区分“一年冰”与“多年冰”(更厚更危险),能够提供可靠“领航图”,帮助船只选择最安全经济的航线。

同时,其高分辨率成像能力可清晰呈现极地地形与冰貌细节,通过长期连续观测,能够准确追踪冰盖消融动态与冰架稳定(dìng)性(xìng)变(biàn)化(huà),为(wèi)科(kē)学(xué)家(jiā)探(tàn)究全球气候变化的奥秘提供关键数据。

图5 SAR图像上四种冰类型:左上为冰水边界附近的新冰区域(红色勾出),右上为初期冰,左下图为一年冰,右下为多年冰。

图像来自C波段RADARSAT-2 HH通道。

(图片来源:参考文献[3])

国土资源调查:洞察大地的“体检医生”

城市扩张、退耕还林、农田耕种……地表动态变化不断,但这些都逃不过海哨二号的“眼睛”。高分辨率重复观测,如同给国土做上了“高清定期体检”。

它能精准分辨森林、城市等地表类型,甚至细化到居民区、工业区、农作物种类,通过不同时期图像的对比,可摸清国土现状、掌握土地利用变化,助力资源保护与发展规划;

微波还能穿透农作物冠层,反演土壤湿度与作物生长状态,为农业产量预估、灾害评估护航;

凭借岩石矿物对雷达波的不同反射特征,海哨二号还能为矿产勘探提供线索、提升找矿效率。

图6 SAR图像上的城市群结构(常熟市局部)。

(a) 为2.5m分辨率的光学遥感图像,(b)为10m分辨率的SAR图像。

(图片来源:参考文献[4])

图7 SAR图像能够帮助发现城市内变化的建筑区域,

(a)、(b)为建筑发生变化前后的光学遥感图像;(c)、(d)为建筑发生变化前后的SAR图像;(e)为建筑发生变化的区域范围。

(图片来源:参考文献[4])

应急灾害:争分夺秒的救援“急先锋”

地震、洪涝、滑坡等灾害发生时,灾区往往天气恶劣、通信中断,快速、准确地获取灾情信息成了难题。这时海哨二号就能“挺身而出”。

在浓烟、降雨等复杂环境下,它仍能迅速捕捉灾区最新影像:地震后可识别道路损毁、建筑倒塌情况,帮助救援人员规划路线;洪涝时能精确勾勒淹没范围、监测汛情,为分洪决策提供支持。

更关键的是,海哨二号靠着智能在轨处理模块与地面便携接收站的配合,灾情信息从获取到交付仅用十几分钟,为救援抢出宝贵时间,比传统卫星快了不知多少倍!

图8 SAR图像中的洪水区域示例。

(图片来源:参考文献[5])

从(cóng)穿(chuān)透(tòu)云(yún)雾(wù)的(de)精(jīng)准(zhǔn)持(chí)续(xù)观(guān)测(cè),到(dào)全极(jí)化(huà)智(zhì)能(néng)识(shi)别(bié)的(de)“火(huǒ)眼(yǎn)金(jīn)睛(jing)”,海(hǎi)哨(shào)二(èr)号(hào)这(zhè)双(shuāng)“太(tài)空(kōng)锐(ruì)眼(yǎn)”正(zhèng)在(zài)用(yòng)科(kē)技(jì)守(shǒu)护(hù)我(wǒ)们(men)的(de)家(jiā)园(yuán)。然(rán)而(ér),它(tā)并(bìng)非“孤军奋战”——作为AIRSAT星座的(de)一(yī)员(yuán),它(tā)将(jiāng)与(yǔ)星(xīng)座(zuò)中(zhōng)其(qí)他(tā)卫(wèi)星(xīng)协(xié)同(tóng),织(zhī)就(jiù)一(yī)张(zhāng)覆(fù)盖(gài)更(gèng)广(guǎng)、重(zhòng)访(fǎng)更(gèng)快(kuài)、能(néng)力(lì)更(gèng)强(qiáng)的(de)天(tiān)基(jī)监(jiān)测(cè)网(wǎng),书(shū)写(xiě)服(fú)务(wu)人(rén)类(lèi)、探(tàn)索未知的崭新篇章。

未来,随着更多新卫星入列,中国航天还会带来哪些惊喜?让我们一起期待!

参考文献:

[1] X. Ma, J. Xu, P. Wu, and P. Kong, ‘Oil Spill Detection Based on Deep Convolutional Neural Networks Using Polarimetric Scattering Information From Sentinel-1 SAR Images’, IEEE Trans. Geosci. Remote Sensing, vol. 60, pp. 1–13, 2022, doi: 10.1109/TGRS.2021.3126175.

[2] X. Chen, K. A. Scott, M. Jiang, Y. Fang, L. Xu, and D. A. Clausi, ‘Sea ice classification with dual-polarized SAR imagery: a hierarchical pipeline’, in 2023 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW), Waikoloa, HI, USA: IEEE, Jan. 2023, pp. 224–232. doi: 10.1109/WACVW58289.2023.00028.

[3] Y. Du, R. Zhong, Q. Li, and F. Zhang, ‘TransUNet++SAR: Change Detection with Deep Learning about Architectural Ensemble in SAR Images’, Remote Sensing, vol. 15, no. 1, p. 6, Dec. 2022, doi: 10.3390/rs15010006.

[4] H. Zhang, Z. Qi, X. Li, Y. Chen, X. Wang, and Y. He, ‘An Urban Flooding Index for Unsupervised Inundated Urban Area Detection Using Sentinel-1 Polarimetric SAR Images’, Remote Sensing, vol. 13, no. 22, p. 4511, Nov. 2021, doi: 10.3390/rs13224511.