近年来,海上突发性溢油事故频发,如何有效地对海上溢油事故进行监控已受到人们越来越多的关注。传统的监测手段成本较高、监测范围有限、易受天气影响等,难以满足大范围、实时监测要求。合成孔径雷达(Synthetic Aperture Radar, SAR)是主动式微波成像雷达,具有全天时、全天候、高分辨率等特点,是目前国内外公认的检测海洋溢油最理想的传感器之一。在单极化SAR溢油检测领域,国内外专家学者已经取得了一定的研究成果。相比于单极化SAR,全极化SAR图像不仅能体现海面目标的后向散射特征、几何特征以及纹理特征,还能体现目标的极化特征。因此,全极化SAR图像更能反映海面目标的物理特性。本文对全极化SAR溢油检测的问题开展了相关研究,主要研究结果归纳如下：1.引入极化特征P和单次散射相对差异度(Single Bounce Eigenvalue Relative Difference, SERD)作为溢油检测特征参数。P参数能够反映海面镜面散射机制在总散射机制中所占比重,而SERD与海面粗糙程度有关。相比于海水表面,油膜区域镜面散射机制相对较强,且表面粗糙度较低。故根据两种特征值的不同可以区分溢油与海水。2.C波段全极化SAR溢油检测效果优于L波段。本文利用1994年德国北海溢油实验期间采集的全极化SIR-C数据,从10种不同极化特征的角度,对比分析了C波段和L波段的溢油检测效果,实验发现：C波段下极化特征对海面粗糙度更敏感,能够更好地体现海面不同的散射机制。利用极化特征进行溢油检测,C波段明显优于L波段。3.在前文结论基础上,本文进一步对比C波段下10种极化特征的油水区分效果。通过计算C波段下不同极化特征的油水对比度,发现其中基准高度、同极化相关系数、一致性系数以及极化特征P等4种极化特征有较高的油水对比度,能够作为溢油检测的有效特征参量。4.发展了基于极化特征和人工神经网络的溢油检测算法。根据海面溢油SAR极化特征分析结果,以基准高度、同极化相关系数、一致性系数、极化特征P以及后向散射系数等6种特征参量作为溢油检测的判据,并结合人工神经网络,发展了溢油检测算法。然后对两景SAR影像进行溢油检测实验,初步探索了该算法的溢油检测效果。实验发现在区分溢油与海水方面,本算法能够得到比较令人满意的效果。