07-SNAP处理Sentinel-1 IW GRD数据
前言
最近忙着做老板的项目,这篇博客拖得有些久了。目前来看,Sentinel-1 IW GRD等级数据,是非常常用的SAR数据,尽管其仅仅携带了振幅信息,通常只能普通SAR处理,但其应用是很广泛的,常见的是普通的SAR地物分类,目标检测,植被、海洋参数反演等。因此,对于搞SAR的研究人员来说,了解和实现其通常的预处理操作是必要的,尽管普通SAR数据处理流程是相似的。
如果你对欧空局开源遥感处理软件SNAP及其snappy开发处理感兴趣,可以加入博主创建的欧空局SNAP处理交流群:(最近许多人加这个群,但这个群已满人),欧空SNAP处理交流群(二):。
本文的某些操作与06篇的操作是相同的,但是某一些操作仍然需要强调一下,因此,本文仍然会给出一个相对较为详细的介绍。
Sentinel-1 IW GRD级数据与SLC级数据的区别
如果你想知道Sentinel-1拍摄模式和不同等级产品数据的定义,请看06篇博客中Sentinel-1数据产品模式简介部分的介绍。
将Sentinel-1 IWSLC级产品转化为GRD级产品
一般,如果你需要将SLC转换GRD,保持默认的参数就可以(当然,滤波器,多视等是可以调整的,寻找最优值需要经验,默认的参数,通常是适用的)。但是,生成的结果与GRD产品数据不完全一样(一般在欧空局哥白尼数据中心下载的S1 IW GRD产品没有经过辐射定标处理),这个转换操作多了辐射定标的处理,但像轨道校正,地形校正等是没有进行处理的。
结果(下图Bands文件夹下的Sigma0_VH,Sigma0_VV波段分别表示VH和VV通道的后向散射系数 σ 0 \sigma_0 σ0):
这样的处理,通常不及直接下载Sentinel-1 IW GRD级的产品数据来得方便一些。
数据
查看原始数据的波段
点开该窗口Bands文件夹,可以看到其中4个波段,Amplitude_VH波段表示VH通道的振幅,Intensity_VH波段表示VH通道的强度(振幅的平方),剩下的VV通道意义类似。注意Intensity_VH前面有个“V“的标志(V是”Virtual“的前缀,虚拟之意),这表示该波段是在内存中临时产生虚拟的波段,不是实际存储在硬盘的波段。见上图。
轨道校正
该操作会自动下载精确的轨道文件并更新Sentinel-1卫星数据中元数据文件(.xml)中的Sentinel-1卫星轨道状态信息,默认的元数据文件中轨道状态数据精度不是很高。这个精确的轨道文件通常需要两周左右才能产生,一般来说,如果可以更新更精确的轨道位置,这个操作应该做,特别是在需要较高的配准处理时。(注意,这个操作需要联网,因为需要联网下载精确轨道文件)
热噪声去除
热噪声的成因
为何会有热噪声?
热噪声是SAR卫星系统自带的噪声(可以看作背景噪声),SAR是主动成像的,需要发射机发出电磁波信号(能量),你可以想像一下,SAR天线从发出电磁波到接收电磁波所经历的距离(Sentinel-1卫星距地面高度约700km),由于存在波的球面扩散效应,能量呈距离平方反比衰减,所以,你可以想象发射机大概需要多大的功率,需要发出多强的能量,考虑到这点,你会想到SAR卫星装置(发射机、功率放大器、接收机等)内部的热量(热损耗)不可以忽视的。
热噪声的影响
这样看来,获取到的SAR影像应该都带有热噪声,热噪声会影响估计得到雷达后向散射信号精度,但是一切都是相对的,如果我们接收到的SAR有效信号比其强得多(即信噪比高),热噪声影响是可以忽略的。对于Sentinel-1卫星来说,这是一个可选的预处理操作。(其实,这是SAR卫星造价非常昂贵(造价通常是被动遥感光学卫星的几十倍)的原因之一,需要主动发射能量,研制一颗SAR卫星的难题不止发射机功率的问题。SAR卫星的研制是很大难度的,我国也是在2016年才有第一颗星载SAR卫星(高分三号,GF-3),尽管和国外还有很大差距)。
具体操作
辐射定标
多视
这是一个可选的操作。前面提到GRD级数据已经经过多视处理的了,其像素代表为正方形的地面区域。尽管还可以进一步做多视,因为多视可以消除或者减弱相干斑的影响,但是,多视会降低影像的分辨率(尽管这也减少数据量)。这里,博客里不做这个操作,但是展示一下该操作的参数。后面使用滤波器消除或减弱相干斑的影响。
相干斑滤波
相干斑是SAR影像常见的现象,对于SAR分类等应用来说,这是噪声,但是对于InSAR等来说,确实有效信号。去除相干斑的滤波器有多种,这里使用的Refined Lee滤波器(改进的Lee滤波器),这是目前最常用的相干斑滤波器,它是一种自适应滤波器(滤波窗口可以根据区域自动调整),处理效果较为出色。这里,不会讲解太多的滤波算法原理,感兴趣的话,可以找下相关的教材和论文。
滤波效果
地形校正
有一些SAR软件(例如PolSARpro)将地形校正校正功能命名为地理编码,可以接受,但是更严格来说,这是不严谨的,地形校正除了地理编码(赋予影像实际坐标信息)外,还会做地形辐射校正。这是搞SAR需要区分的地方之一。
先关闭打开的数据集4和5的Sigma0_VH通道影像,继续进行地形校正操作。
操作:Radar—>Geometric—>Terrain Correction—> Range-Doppler Terrain Correction(距离多普勒法地形校正)
(这一步需要联网,因为需要下载DEM数据,否则可能会报错(尽管允许使用外部的DEM,但是这很容易出错))
分贝化
上述处理后得到的是线性比例单位的后向散射系数,其值通常是很小很小的正值(接收器接收的雷达后向散射(或者说功率)是很小,主要原因是传输距离远)。
我们知道声音的响度单位是分贝,因为我们的耳朵对声响的敏感程度(声敏)与功率呈现对数关系,所以声音中经常使用分贝(dB)这个单位。分贝化(实际上是一种对数变换)有几个好处:一是分贝化的雷达后向散射系数范围近似常见的高斯分布;二是雷达后向散射系数分贝化后,数据的存储位数可以变小(可以由双精度的double型数据存为float浮点型数据),节省存储空间;三是雷达后向散射系数分贝化后,可视化以及数据分析上更方便。
分贝化的公式为 d B = 10 ∗ l o g 10 ( P / P 0 ) dB=10*{log}_{10}(P/P_0) dB=10∗log10(P/P0),其中 P P P, P 0 P_0 P0分别表示目标量和参考量。对于后向散射系数 σ 0 {\sigma}_0 σ0而言,分贝化,实际上是执行下述的对数变换: σ 0 ( d B ) = 10 ∗ l o g 10 σ 0 \sigma_0(dB)=10*log_{10}\sigma_0 σ0(dB)=10∗log10σ0。
流程图预处理
镶嵌与裁剪
镶嵌
镶嵌在SNAP中有几种方式。一般而言,应尽可能使用同源近乎同一时间的影像进行镶嵌,这样才可能获得较好的镶嵌效果(没有色差或色差很小)。这里使用的是同一天顺轨的两幅Sentinel-1 IW GRD影像来镶嵌,最终得到一幅覆盖整个上海市的Sentinel-1 SAR影像。
方式1:普通SAR镶嵌
方式2:栅格镶嵌
方式3:TOPSAR技术镶嵌
对于顺轨相连(上下相邻)的两景Sentinel-1 IW GRD影像还可以使用TOPSAR Slice Assembly操作来完成镶嵌。但是,要注意顺序,使用这种方式镶嵌的话,TOPSAR Slice Assembly 在V6.0以下的SNAP中处理一定要地形校正那步之前(否则会出错,据说SNAP7.0已经修复这个bug,但我没有测试过)。
该操作位于:Radar—> Sentinel-1 TOPS—>TOPSAR Slice Assembly。
但是,前面预处理得到的是地形校正后的影像。我们利用原始数据(压缩包)和流程图快速完成这两景顺轨的Sentinel-1 IW GRD影像预处理和镶嵌过程(博主花了半小时)。
流程图工具使用介绍,请看博客04-SNAP处理Sentinel-2 L2A级数据(二)波段叠加那步流程图创建过程。
结论
对于同一天的顺轨两景(或多景)影像镶嵌使用TOPSAR镶嵌方式镶嵌能获得最好的镶嵌效果;如果对于交轨的两景(或多景)可以使用SAR-Mosaic或者普通栅格镶嵌方式镶嵌,SAR-Masaic设置更方便一些,普通栅格镶嵌要繁琐一些,效果上两者差别不大,具体选哪种需要结合实际效果判断(这里似乎普通栅格镶嵌方式镶嵌效果似乎好点,但是后期SNAP官方还会对SAR-Mosaic操作进行改进,那就难料了)。
裁剪
对于小研究区而言,裁剪这步可以放在轨道校正之前,这样可以减少后续处理的数据量。
规则裁剪
不规则裁剪
结语
许多人在催我更新博客,但是一篇较高质量的博客需要花费好几天的时间(而且博主还要测试几次,才敢写),博主只能说有空时会加快更新的速度。如无意外,一般一个月会更新一篇博客。
最后,如果你对欧空局开源软件处理软件SNAP及其snappy开发处理感兴趣,可以加入博主创建的欧空局SNAP处理交流群:(这个群已满人),欧空SNAP处理交流群(二):。
参考文献
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/233597.html原文链接:https://javaforall.net