海洋溢油是造成当今海洋环境污染的主要原因之一,海洋溢油对海洋生态环境造成的破坏在很长时间内都难以修复。因此,世界范围内对海洋溢油问题都高度重视。溢油事故发生后,如何快速有效地监测溢油的规模、影响范围对防治溢油的进一步扩大起着至关重要的作用。合成孔径雷达SAR (Synthetic Aperture Radar)是一种主动式微波成像雷达,由于SAR具有全天时、全天候和高分辨率的特点,能够在海洋溢油发生后快速准确的监测到海面溢油,因此已经成为现阶段遥感监测海洋溢油的主要手段之一本文基于信息融合理论,从目标识别信息融合角度,把SAR海洋溢油监测中的目视解译转化为定量分析,利用特征层融合和决策层融合相结合的方式,实现多源信息融合,改进SAR海面溢油识别效果。论文首先利用自适应阈值分割对SAR图像进行溢油和疑似溢油样本提取,获得中国海及其附近海域溢油和疑似溢油样本2685个,并搜集每个样本地理位置区域的风场数据、以及石油平台、航道、输油管道数据信息,采用主观贝叶斯方法分析风场等环境因素对SAR图像上待识别目标判别的影响,将多种环境因素融合实现对样本目标的初步判别,通过样本目标分析验证方法的有效性。另一方面,对样本目标进行特征提取获得几何、灰度和纹理特征量66个,将特征量进行主成分分析降维处理后,利用BP神经网络对样本目标进行溢油和疑似溢油识别。利用D-S证据理论把主观贝叶斯分析影响SAR解译环境因素的结果和BP神经网络SAR特征识别结果进行决策层信息融合,改进对样本目标的识别效果,并通过样本目标分析验证了多源信息融合的有效性。