“海哨二號”升空，這顆衛星有什么“超能力”？

2025年8月19日，酒泉衛星發射中心傳來轟鳴巨響——隨著火箭刺入蒼穹，我國首顆具備全極化、業務化觀測能力的商業合成孔徑雷達（SAR）衛星“海哨二號（AIRSAT-05）”成功入軌！

當發射畫面里的白霧與火光不斷刷屏，我們在又一次為中國航天事業自豪的同時，也充滿好奇：這顆衛星有何特別之處？它又會如何改變我們的生活？今天，我們就拆開這顆“太空超級銳眼”的“技能包”。

圖1 海哨二號發射瞬間

該衛星由中國科學院微小衛星創新研究院牽頭，中國科學院空天信息創新研究院、中科衛星科技集團有限公司、齊魯空天信息研究院等多單位共同研制。

（圖片來源：酒泉衛星發射中心）

不畏浮云遮望眼，晝夜無阻看地球

海哨二號是一顆X波段合成孔徑雷達（SAR）衛星，屬于“主動遙感”家族，是一種在不接觸目標的情況下、探測目標輻射和反射的電磁波信息的技術。先別急著被這些復雜生僻的詞匯勸退，其實遙感很日常——你給朋友拍照時，沒碰到對方，卻能捕捉記錄影像，這就是最簡單的遙感。

而衛星遙感又可以分為被動遙感和主動遙感兩類。我們較為熟悉的光學遙感衛星就是被動遙感，依靠太陽光等其他光源，白天能給地球拍下“彩色照片”。可一旦太陽落山，沒了光源，它就沒了“視力”，變成了“睜眼瞎”。但海哨二號的“主動遙感”不一樣——它自帶SAR這個“手電筒”，能發射X波段微波照亮地球，不管白天黑夜，都能為地球拍下清晰的“微波照片”。

更厲害的是，微波波長較長，能穿透云雨。陰雨天時，光學衛星只能對著厚厚的云層“望云興嘆”，海哨二號卻能憑借“穿透術”，清晰捕捉地表的真實模樣，是一雙“不畏浮云”的太空銳眼。

看得廣還看得清，全極化“火眼金睛”辨萬物

衡量衛星觀測能力的關鍵是幅寬和分辨率。幅寬決定了衛星的視野范圍，分辨率則關系到看清細節的能力。而海哨二號不僅在這兩方面上都是無疑的“優等生”，還自帶“變焦相機”般的多種工作模式：

聚束模式像在給地球拍“超清特寫”，衛星可以在飛躍目標的全過程中持續為重點目標“拍照”，成像分辨率更是優于1m，細節可一覽無余；條帶模式像“掃描儀”，以3米分辨率、30公里幅寬進行成像；掃描模式則開啟了“廣角全景”，幅寬超過300公里，最大視野比大部分商業SAR衛星寬30倍；波模式則專門觀測海浪參數，為海洋氣象預報和航運安全助力。

圖3 單極化、全極化圖像示意（高分三號）。左：3m單極化；右：8m全極化。

（圖片來源：CSDN）

不過，更厲害的還是海哨二號“火眼金睛”般的全極化成像能力。就像人眼區分不同顏色的能力，衛星的極化方式就是衛星“看”物體時捕捉的電磁波振動方向的種類，SAR衛星通過“看”不同振動方向的微波來分辨地面物體。普通商業SAR衛星多為單極化模式，只能“看”一種振動方向，像看黑白照片；而海哨二號的全極化模式能同時“看”四種關鍵振動方向，如同升級成了彩色照片。不僅如此，在全極化模式下，衛星不但能“看見”、還能“看懂”：比如同樣看一片農田，單極化衛星通常只說“這是耕地”；而海哨二號卻能精準區分“這里種的是小麥，那邊是水稻，角落那塊是玉米而不是大豆”。“火眼金睛”名不虛傳！

小身材里有“大智慧”，自帶“大腦”提效率

別看海哨二號功能強大，“身材”卻依然能保持輕巧不臃腫：總重量約440千克，尺寸約1.5米見方，屬于小型衛星。輕量化設計不僅降低了發射成本，還能提高任務靈活性。

更值得稱道的是它的“智能大腦”——高性能在軌處理模塊。傳統衛星有個小缺點，即需要將海量原始數據傳回地面才能處理，耗時較久；而海哨二號可以直接在太空進行數據處理和信息提取，生成用戶需要的有用信息后再傳回地面，大幅縮短了數據的傳輸和處理時間，提高了數據應用效率。這種“快速響應”的能力，在地震、山洪等應急場景“搶”下搶險救援的寶貴黃金時間。

多面玲瓏顯神通，地球各域來守護

憑借上述多種強大本領，海哨二號可為多個重要領域提供關鍵的數據支持。

海洋環境與安全：永不疲倦的“海面交警”與“環境衛士”

地球表面大半被海洋覆蓋，它的環境變化和安全狀況對我們至關重要。海哨二號就充當了這片藍色疆域的“海面交警”，24小時全天候“巡邏”：

原油泄漏時，油膜形成的獨特深色斑塊在SAR圖像上清晰可見，可快速鎖定污染范圍、跟蹤擴散趨勢，為應急處理搶時間；

監測海面微變化來輔助分析魚群分布，助力漁業部門合理規劃捕撈、保護生態；

300公里寬的“超廣角視野”可識別跟蹤各類船只，為海上交通管理與搜救提供實時關鍵信息。

圖4 Sentinel?1 PolSAR 圖像中的海上溢油。

（圖片來源：參考文獻[2]）

極地科考與航運：識別冰障的“極地領航員”

極地環境惡劣關乎全球氣候，海哨二號成為極地科考和航運的“得力助手”。

它的全極化成像能區分“一年冰”與“多年冰”（更厚更危險），能夠提供可靠“領航圖”，幫助船只選擇最安全經濟的航線。

同時，其高分辨率成像能力可清晰呈現極地地形與冰貌細節，通過長期連續觀測，能夠準確追蹤冰蓋消融動態與冰架穩定性變化，為科學家探究全球氣候變化的奧秘提供關鍵數據。

圖5 SAR圖像上四種冰類型：左上為冰水邊界附近的新冰區域（紅色勾出），右上為初期冰，左下圖為一年冰，右下為多年冰。

圖像來自C波段RADARSAT-2 HH通道。

（圖片來源：參考文獻[3]）

國土資源調查：洞察大地的“體檢醫生”

城市擴張、退耕還林、農田耕種……地表動態變化不斷，但這些都逃不過海哨二號的“眼睛”。高分辨率重復觀測，如同給國土做上了“高清定期體檢”。

它能精準分辨森林、城市等地表類型，甚至細化到居民區、工業區、農作物種類，通過不同時期圖像的對比，可摸清國土現狀、掌握土地利用變化，助力資源保護與發展規劃；

微波還能穿透農作物冠層，反演土壤濕度與作物生長狀態，為農業產量預估、災害評估護航；

憑借巖石礦物對雷達波的不同反射特征，海哨二號還能為礦產勘探提供線索、提升找礦效率。

圖6 SAR圖像上的城市群結構（常熟市局部）。

為2.5m分辨率的光學遙感圖像，（b）為10m分辨率的SAR圖像。

（圖片來源：參考文獻[4]）

圖7 SAR圖像能夠幫助發現城市內變化的建筑區域，

（a）、(b)為建筑發生變化前后的光學遙感圖像；（c）、（d）為建筑發生變化前后的SAR圖像；（e）為建筑發生變化的區域范圍。

（圖片來源：參考文獻[4]）

應急災害：爭分奪秒的救援“急先鋒”

地震、洪澇、滑坡等災害發生時，災區往往天氣惡劣、通信中斷，快速、準確地獲取災情信息成了難題。這時海哨二號就能“挺身而出”。

在濃煙、降雨等復雜環境下，它仍能迅速捕捉災區最新影像：地震后可識別道路損毀、建筑倒塌情況，幫助救援人員規劃路線；洪澇時能精確勾勒淹沒范圍、監測汛情，為分洪決策提供支持。

更關鍵的是，海哨二號靠著智能在軌處理模塊與地面便攜接收站的配合，災情信息從獲取到交付僅用十幾分鐘，為救援搶出寶貴時間，比傳統衛星快了不知多少倍！

圖8 SAR圖像中的洪水區域示例。

（圖片來源：參考文獻[5]）

從穿透云霧的精準持續觀測，到全極化智能識別的“火眼金睛”，海哨二號這雙“太空銳眼”正在用科技守護我們的家園。然而，它并非“孤軍奮戰”——作為AIRSAT星座的一員，它將與星座中其他衛星協同，織就一張覆蓋更廣、重訪更快、能力更強的天基監測網，書寫服務人類、探索未知的嶄新篇章。

未來，隨著更多新衛星入列，中國航天還會帶來哪些驚喜？讓我們一起期待！

參考文獻：

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.

出品：科普中國

作者：鄭鎧沅（地圖學與地理信息系統專業在讀博士）

監制：中國科普博覽