研究从Google Earth Engine云计算平台获取、处理了2014–2019年56万余景Sentinel-1合成孔径雷达影像，提出了半自动化海面油膜识别、提取与分类框架，首次建立了全球10 m分辨率海面油膜数据集。基于该数据集，研究回答了以下问题：
(1) 全球海面油膜分布。全球海面油膜近岸分布特征明显，50%的油膜集中于距岸38千米海域内。油膜聚集程度在不同海区差异明显，在爪哇海、南海、几内亚湾及其周边海域，海面油膜污染最为严重。在地中海、黑海、马六甲海峡、黄海等航运繁忙海域，研究首次观测到21条与航线高度吻合的高密度油膜污染带。
(2) 固定持续排放源清单。根据油膜在时序影像中的空间聚集特征，结合全球海洋油气开发平台数据库(Liu等, 2019)和已有的海底油气管道数据等，构建了海面油膜持续固定排放源清单，含天然烃渗漏、油气平台及管道等。研究发现435处天然烃渗漏，数量远多于以往报告的190处(Wilson等, 1974)，其中墨西哥湾、几内亚湾、里海、厄瓜多尔及秘鲁沿岸分布最密集，最活跃的天然烃渗漏位于里海西部和红海入口处；发现137处与油气平台及管道相关的油膜持续固定排放源，绝大多数未曾报道，其中北海、挪威海、几内亚湾、南海及爪哇海分布最密集，而几内亚湾的平台排放油膜频率远高于北海和挪威海的平台。
(3) 自然源与人为源贡献比例。研究发现人类活动产生的油膜占油膜总检测面积的94%，是全球海面油膜的最主要来源，其比例远高于天然烃渗漏产生的油膜(占比6%)。与美国国家研究委员会估算的1990–1999年自然源与人为源比例(分别为46%和54%，按体积计) (National Research Council, 2003)相比，人为源油膜占比增长了近一倍，这揭示了过去20年人类活动对海洋石油污染的影响被严重低估。
研究成果可为联合国可持续发展目标“保护和可持续利用海洋及海洋资源以促进可持续发展”(SDG-14)提供最先进的监测基准，为海洋能源开发、海洋污染治理、环境监管等提供重要的先验知识与决策依据，亦可为基于深度学习技术的海面油膜全自动提取、监测等提供大型训练数据集。