海洋溢油污染对生态环境造成严重危害。在海洋溢油事故监测任务中，光学卫星遥感器的重访频率、扫描幅宽、空间分辨率和光谱分辨率等参数至关重要。中国的海洋水色业务卫星（HY-1C/D）搭载了海岸带成像仪（CZI）、水色水温扫描仪（COCTS）和紫外成像仪（UVI）三个成像载荷。其中，CZI载荷具有扫描幅宽大、重访周期短和空间分辨率高的优势。然而，CZI载荷光学谱段较少，导致溢油和背景水体间的光谱特征差异较小。相比之下，COCTS和UVI载荷涵盖了紫外、可见光、近红外和热红外等不同的光学谱段，光谱信息更加丰富，但空间分辨率较低。过去的研究多基于CZI、COCTS和UVI载荷数据分别开展溢油探测研究，但这种方法在溢油检测精度、适用性和训练样本数量等方面存在较大限制。
       针对这一问题，本研究提出了联合变分自编码器和残差网络的溢油检测模型（VAER-OSD）。该模型利用变分自编码器对CZI载荷和COCTS/UVI载荷数据进行编码，获取不同载荷数据的潜在表达，实现空间和光谱信息的融合。随后，通过自注意力残差神经网络提取空谱融合数据的深度特征，从而准确提取不同太阳耀光环境下的溢油信息。
       本研究将VAER-OSD模型应用于HY-1C/D卫星在黄海、南海、安达曼海等海域获取的溢油遥感数据，并进行了不同耀光环境下的溢油检测研究。实验结果显示，本研究模型在不同太阳耀光强度环境下均能有效识别海面溢油，并在弱太阳耀光环境下可以同时识别出乳化油膜和非乳化油膜，溢油检测精度达到93.1%，相比U-net、Resnet 50、SVM等经典方法提高了3%-10%。VAER-OSD模型通过空谱信息融合显著提高了溢油检测能力，并降低了对训练样本数量的要求，即使在小样本条件下，溢油检测精度也能达到85%以上。同时，该模型具有很好的泛化能力，适应复杂的海洋环境和不同耀光条件下的溢油检测任务。

HY-1C/D卫星,耀光反射,溢油检测,数据融合,光学遥感