SNAP软件进行S1-sar数据预处理—详细解释+操作

下文以sentinel-1的GRD数据为例，介绍使用SNAP软件进行预处理的步骤：应用轨道文件、热噪声去除、辐射定标、（多视处理）、斑点滤波、地形校正、协方差矩阵生成、后向散射系数由线性转化为分贝计量等流程化处理。

0.0环境配置

上图步骤应该是改不改都可以，点击第三步的时候，我报错了，直接不改了，下面依然可以对影像进行处理。

预处理过程

1.打开影像文件

双击影像，打开bands波段，双击 Intensity_VH 波段以显示栅格数据

右击影像，可打开RGB色彩影像

2. 加载轨道数据文件(Orb)

点击radar -> apply orbit file -> run 。注意需要联网自动下载轨道文件，设置好输出文件夹。在processing parameters，勾选上do not fail if new orbit file is not found。

3. 热噪音去除（tnr）

Sentinel-1 影像受到热噪声的影响，热噪声的来源是 SAR 卫星系统的噪声，也可认为是背景噪声。热噪声去除操作可以对整个Sentinel-1场景中的后向散射信号进行归一化，从而减少子带纹理中的噪声。

上方出现一串红字，表示 操作完成

4. 辐射定标（Cal）

SAR 辐射定标的目的是将其像素值与某地区的后向散射进行关联，将接收的信号转化为后向散射系数，使每个像素值可以反映某地区实际的后向散射情况。影像经过校准，可以直接与相同或不同传感器收集的影像进行比较。（注意输入放入文件，是上一步处理好的）

5. 多视处理Radar>SAR Utilities>Multilooking 

注意，只有SLC类型数据才需要多视处理，GRD不需要多视处理，他是经过多视处理后的产品，已经进行了检测和多视平均，以降低噪声和斑点，但牺牲了相位信息。

但在多视之前，应采用-脉冲带拼接 TOPSAR-Deburst。因为IW的成像模式有三幅子图像所以要做这一步进行子图像的拼接过程 

Radar>Sentinel-1 TOPS> TOPS deburst。此步骤将deburst合并为一个图像，以便于数据解释和分析。

6.斑点滤波（Spk）

微波波段的相干噪声会降低 SAR 影像的质量，使影像中存在颗粒噪声形式的斑点。因此需要通过斑点滤波进行斑点噪声的抑制处理来提高图像质量。为去除数据中的相干斑噪声，使用 Refined Lee滤波器，它是一种能够根据区域自动调整滤波窗口的自适应滤波器，并且能够保留地物的边缘信息。

7.极化矩阵生成（mat）

Radar>Polarimetric>Polarimetric Matrix Generation

生成协方差矩阵（如C2）的意义在于：

1. 保留多极化通道的完整散射信息（幅度+相位相关性）。
2. 为极化分解、分类和目标检测提供统计建模基础。
3. 通过多视处理平衡分辨率和噪声。
4. 标准化数据格式，便于后续分析和跨平台处理。

在SNAP中生成协方差矩阵是极化SAR数据预处理的核心步骤，为后续高级分析（如地物分类、目标识别）提供可靠的数据输入。

注：协方差矩阵和地形校正、分贝转换顺序不能错,并且极化矩阵要在地形校正之前，不然会报错，我就报错啦呜呜呜

（SLC数据是复数格式（包含实部与虚部），而地形校正（如Range-Doppler或DEM-Based Terrain Correction）的输出可能是地理编码后的 实数值数据（如GeoTIFF格式），导致后续极化矩阵生成步骤因输入数据类型不符而报错。）

• 必须先生成协方差矩阵：
  协方差矩阵的计算依赖于原始线性功率值的复数运算，分贝转换需在此之后进行。
• 分贝转换是后处理步骤：
  仅用于后向散射系数的可视化或定量分析，不参与协方差矩阵的生成。

8. 地形校正与地理编码-距离多普勒地形校正（TC）

SAR 是侧视成像，存在由于地形起伏造成的几何变形，地形校正的目的就是修正这些扭曲，使图像的几何尽可能接近真实世界，此过程使用联网下载的DEM 数据。

9. 后向散射系数由线性转化为分贝计量（dB）

系数分布更加均匀，减少极端值，数据整体更符合高斯分布，这里将影像的后向散射系数进行对数化处理，转化为分贝计量的后向散射系数。

10最终输出影像

上述操作得到的是线性后向散射系数，其值通常是很小的正值，为了使后向散射

（感觉SNAP软件好慢啊，要经过漫长的等待，难道是我的文件和区域太大了？）

最近刚刚接触snap和sar，请各位批评指正哈哈！