文章目录
edited by nrzheng，2022.2.12
GF3介绍
高分三号卫星是我国首颗分辨率达到1米的雷达卫星，高分三号卫星数据是C频段多极化合成孔径雷达数据（SAR数据），发射于2016年8月，卫星具有多个拍摄模式。
1. 分辨率
高分三号卫星提供的SAR图像可以提供1米至500米分辨率、10公里至650公里幅宽的微波遥感数据，用于服务于海洋环境监测与权益维护、灾害监测与评估、水利设施监测与水资源评价管理、气象研究及其他多个领域。
2. C波段的好处
根据功能和使命的不同，地球微波遥感探测卫星可以划分为L、 S、C、X等频段，频率依次由低到高。频率越低，穿透力越强，越高则穿透力越差。打个比方，假如用这四种频段看一棵树，X频段只能看到树梢，L、 S频段只能看到树根，C频段则介于两者之间，既能看到地表，也能看到树干。因此，在对海洋、气象、减灾等环境和目标进行探测时，C频段的优势更为突出。
（补充）
在雷达行业，雷达工作频率划分成为若干波段，由低到高的顺序依次是高频（HF），甚高频（VHF）、超高频（UHF，也称作P）、L波段、S波段、C波段、X波段，Ku波段、K波段、Ka波段、U波段、V波段和W波段。
| 标志字符 | 全程/名称来源 | 频率范围 | 中心频率 | 中心频率对应波长 |
|---|---|---|---|---|
| HF | 高频：high frequency | 3~30MHz | —— | —— |
| VHF | 甚高频：very high frequency | 30~300MHz | —— | —— |
| UHF/P | 特高频：ultra high frequency | 300~1000MHz | —— | —— |
| L | 长波：long wave | 1~2GHz | 1.5GHz | 20cm |
| S | 短波：short wave | 2~4GHz | 3GHz | 10cm |
| C | S和X的折中：compromise | 4~8GHz | 6GHz | 5cm |
| X | 用于火控雷达，X来自于瞄准镜的“准心” | 8~12GHz | 10GHz | 3cm |
| Ku | kurz-under | 12~18GHz | 15GHz | 2cm |
| K | kurz，德语“短”（容易被水蒸气吸收，不能再雨雾天气使用，所以有Ka、Ku） | 18~27GHz | —— | —— |
| Ka | kurz-above | 27~40GHz | 35GHz | 8mm |
| U | 40~60GHz | 50GHz | 6mm | |
| V | 60~80GHz | 70GHz | 4mm | |
| W | 80~110GHz | 100GHz | 3mm |
各波段雷达功能：
-
波长短，分辨率高，穿透性差，容易被吸收
-
波长长，分辨率低，穿透性强
-
搜索雷达，工作频段（VHF、UHF、L）
-
搜索跟踪雷达，工作波段（L、S、C）
-
火控、成像雷达，工作波段（C、X、Ku）
-
弹载雷达，工作频段（X、Ku、K、Ka、V、U、W）
3. 极化方式
高分三号多极化包含单极化、双极化及全极化
4. 成像模式
共包括6种条带成像模式、1种滑块聚束成像模式、3种扫描成像模式、1种波成像模式、2种扩展入射角成像模式。
高分三号卫星是迄今为止成像模式（12种）最多的SAR卫星，它不仅涵盖了传统的条带、扫描成像模式，而且可在聚束、条带、扫描、波浪、全球观测、高低入射角等多种成像模式下实现自由切换，既可以探地，又可以观海，达到“一星多用”的效果。
（我们数据的成像模式是UFS/SL/QPS1）
| 序号 | 成像模式 | 入射角 (°) | 视数A*E | 分辨率 (m) | 成像带宽 (km) | 极化方式 | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 中文名 | 英文名 | 标称 | 方位向 | 距离向 | 标称 | 范围 | |||||
| 1 | 滑块聚束 | Spotslight (SL) | 20~50 | 1*1 | 1 | 1.0~1.5 | 0.9~2.5 | 10*10 | 10*10 | 可选单极化 | |
| 2 | 超精细条带 | Ultra-fine stripmap (UFS) | 20~50 | 1*1 | 3 | 3 | 2.5~5 | 30 | 30 | 可选单极化 | |
| 3 | 精细条带1 | Fine stripmap (FSI) | 19~50 | 1*1 | 5 | 5 | 4~6 | 50 | 50 | 可选双极化 | |
| 4 | 精细条带2 | Wide fine stripmap (FSII) | 19~50 | 1*2 | 10 | 10 | 8~12 | 100 | 95~110 | 可选双极化 | |
| 5 | 标准条带 | Standard stripmap (SS) | 17~50 | 3*2 | 25 | 25 | 15~30 | 130 | 95~150 | 可选双极化 | |
| 6 | 窄幅扫描 | Narrow ScanSAR (NSC) | 17~50 | 1*6 | 50 | 50~60 | 30~60 | 300 | 300 | 可选双极化 | |
| 7 | 宽幅扫描 | Wide ScanSAR (WSC) | 17~50 | 1*8 | 100 | 100 | 50~110 | 500 | 500 | 可选双极化 | |
| 8 | 全球观测模式 | Global observation (GLO) | 17~53 | 2* (2~4) | 500 | 500 | 350~700 | 650 | 650 | 可选双极化 | |
| 9 | 全极化条带1 | Quad-pol stripmap (QPSI) | 20~41 | 1*1 | 8 | 8 | 6~9 | 30 | 20~35 | 全极化 | |
| 10 | 全极化条带2 | Wide quad-pol stripmap (QPSII) | 20~38 | 3*2 | 25 | 25 | 15~30 | 40 | 35~50 | 全极化 | |
| 11 | 波成像模式 | Wave (WAV) | 20~41 | 1*2 | 10 | 10 | 8~12 | 5*5 | 5*5 | 全极化 | |
| 12 | 扩展入射角 | 低入射角 | Extended incidence angle (EXT) | 10~20 | 3*2 | 25 | 25 | 15~30 | 130 | 120~150 | 可选双极化 |
| 高入射角 | 50~60 | 20~30 | 80 | 70~90 | 可选双极化 | ||||||
5. 产品分级
（不确定，我们的数据是L1A级）
| 产品级别 | 产品形式 | 定义 |
|---|---|---|
| L1A | 复数据产品（SLC） | 根据卫星参数，进行成像处理、相对辐射校正后获得的斜距复数据产品，提供斜地转换系数；复数据产品保留幅度、相位、极化信息。 |
| L1B | 单视图像产品（SLP） | 根据卫星参数，进行成像处理、相对辐射校正的图像数据斜距产品。 |
| 多视图像产品（MLP） | 根据卫星参数，进行成像处理、多视处理、相对辐射校正、拼接后获得的图像数据产品。 | |
| L2 | 系统几何校正产品（SGC） | 根据卫星下传的姿轨数据，进行几何定位、地图投影、重采样后获得的系统级几何校正产品。 |
6. 单幅产品组成
| 序号 | 名称 | 文件格式 | 文件命名 | 简单介绍 | 说明 |
|---|---|---|---|---|---|
| 1 | SAR1级影像数据 | Tiff | sar.tif | 位深度16，用gdal读没有地理信息 | 影像数据、RPC参数文件、影像元信息文件、浏览图、和拇指图以景号为唯一标识。详细介绍见下面的“各个文件介绍” |
| 2 | RPC参数文件 | .RPB/.RPC | sar.rpc | 保存的坐标信息，应该就是用来对图像进行地理编码的 | |
| 3 | 影像元信息文件 | XML | sar.meta.xml | 存放平台、传感器、GPS、影像、采集过程等信息 | |
| 4 | 入射角文件 | XML | sar.incidence.xml | 存放拍摄时的入射角 | |
| 5 | 浏览图文件 | JPEG | sar.jpg | ||
| 6 | 入射角文件 | JPEG | sar.shumb.jpg |
各个文件介绍：
- rpc文件：用于几何校正的RPC模型。简单来说，RPC模型就是有理函数纠正函数，是将地面点大地坐标与其对应的像点坐标用比值多项式关联起来，这就像数字摄影测量学上在外场用单反相机拍张照片，并求出其内外方位元素、已知对应像点坐标的大地坐标值（一般三对以上）将相片的所有像点坐标转换为大地坐标的求解过程。举个简单例子，用ENVI打开无法支持对应影像RPC文件的数据（比如GF-2）就会显示无参考坐标系统，即没有对应的坐标信息，软件需要自动链接RPC文件才得以显示影像的坐标信息；或者进行RPC校正后的影像就带有坐标信息了，之后影像需要根据问题本身、精度要求、用途等考虑是否需要进行GCPs控制点校正以及是否需要生产数字正射影像产品（DOM）。
7. GF3数据应用
| 行业 | 应用领域 | 监测内容 |
|---|---|---|
| 海洋 | 海岛海岸带动态监测 | 海岸线变迁监测 |
| 海岸带滨海湿地监测 | ||
| 海岛监测 | ||
| 围填海监测 | ||
| 浮筏养殖区监测 | ||
| 海洋环境灾害监测 | 海面风场 | |
| 海浪 | ||
| 北极海冰分布 | ||
| 海洋权益维护信息服务 | 船舶态势监测 | |
| 船舶识别 | ||
| 海上油气平台监测 | ||
| 减灾 | 专题应用 | 水体提取 |
| 建筑物群倒塌信息提取 | ||
| 道路损毁提取 | ||
| 水利 | 专题应用 | 地表水体监测 |
| 地表土壤含水量监测 | ||
| 洪涝灾害监测 | ||
| 干旱灾害监测 | ||
| 水利工程监测 | ||
| 气象 | 降水量监测 |
GF3数据使用——PIE地理编码
PIE官网（软件下载，注册码都有）（下载的里面有用户手册，还是好用的）
1. 最原始数据展示
原始的sar.tiff（展示的是HH极化）
- 位深度为16（window显示）
- matlab读出来是（w, h, 2）的 int16的图像，无法show，单独一个通道show出来没东西。
- python不能用PIL读出来。
- python能用gdal读出来，但是 没有地理信息，可以show单独一个通道
- 二者读出来数值一样，都是有正有负有零的矩阵
2. 数据导入
导入成功：
这个时候输出路径底下的文件就会有：
- 用matlab读不出来
- 用python的PIL读不出来
- 只能用gdal读出来，但是 没有地理信息，没法show，因为是复数
- 是（h, w）的数据，数据类型是complex64
3. 复数数据转换
选择转换的数据，选上一步的输出
然后就会自己加载进来了，这时候：
输出文件夹变成：
- matlab读完是（h, w）的 single数据（数值都很小）
- python用PIL可以读
- python用gdal可以读， 没有地理信息。读出来是跟matlab一样的，python的show出来很黑，因为数值小
- matlab的show如下跟window的有些许不一样，因为是single，各自的处理不一样：
4. 地理编码
选择上一步输出的复数据影像，全极化就四张都选
地理编码结束后如下：
- 地理编码之后图片变大了？？h和w都变大了好多
- matlab读出来是（h*, w*）single 数据，show出来如下，数值很小
- python的PIL和gdal都可以读， 有地理信息
对应电子地图下载
使用bigemap
784
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
