“海哨二号”升空，这颗卫星有什么“超能力”？

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？它又会如何改变我们的生活？今天，我们就拆开这颗“太空超级锐眼”的“技能包”。

图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、探测目标辐射和反射的电磁波信息的技术。先别急着被这些复杂生僻的词汇劝退，其实遥感很日常——你给朋友拍照时，没碰到对方，却能捕捉记录影像，这就是最简单的遥感。

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，角落那块是玉米而不是大豆”。“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。传统卫星有个小缺点，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，大幅缩短了数据的传输和处理时间，提高了数据应用效率。这种“快速响应”的能力，在地震、山洪等应急场景“抢”下抢险救援的宝贵黄金时间。

多面玲珑显神通，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。

海洋环境与安全：永不疲倦的“海面交警”与“环境卫士”

地球表面大半被海洋覆盖，它的环境变化和安全状况对我们至关重要。海哨二号就充当了这片蓝色疆域的“海面交警”，24小时全天候“巡逻”：

原油泄漏时，油膜形成的独特深色斑块在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，助力渔业部门合理规划捕捞、保护生态；

300公里宽的“超广角视野”可识别跟踪各类船只，为海上交通管理与搜救提供实时关键信息。

图4 Sentinel‑1 PolSAR 图像中的海上溢油。

（图片来源：参考文献[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性变化，为科学家探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）。

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]）

从穿透云雾的精准持续观测，到全极化智能识别的“火眼金睛”，海哨二号这双“太空锐眼”正在用科技守护我们的家园。然而，它并非“孤军奋战”——作为AIRSAT星座的一员，它将与星座中其他卫星协同，织就一张覆盖更广、重访更快、能力更强的天基监测网，书写服务人类、探索未知的崭新篇章。

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.

出品：科普中国

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