在SNAP中用sentinel-1数据做DInSAR测量---以门源地震为例

8 篇文章 1 订阅

0 写在前面

1 数据下载

  1. SAR数据:
    使用sentinel-1数据,均为下行(Des)数据,数据下载请参阅
    哨兵-1 Sentinel-1数据下载(ASF)
    哨兵-1 Sentinel-1数据下载(欧空局)
    • 具体的数据名称为:

S1A_IW_SLC__1SDV_20211229T231926_20211229T231953_041230_04E66A_3DBE ***Des
S1A_IW_SLC__1SDV_20220110T231926_20220110T231953_041405_04EC57_103E ***Des

  1. DEM数据:
    使用的DEM数据为欧空局COP 30m
    下载方法请参阅QGIS下载各种DEM的插件(SRTM 90m/30m -ALOS 30m -Cop 30m/90m-NASADEM Global DEM)
    当然了,你也可以使用SRTM,如果网络条件好,SNAP也会自动下载DEM,包括上述数据。

  2. 精密轨道数据
    这个不必多说,一定是最精密的POEORB数据,SNAP会根据数据自动下载,如果想手动下载,请参阅3种方法下载Sentinel-1精密轨道数据

2 处理步骤

  • 把数据压缩包拖进SNAP
    在这里插入图片描述

2.1 split

  • 工具路径为Radar--Sentinel-1 TOPS--S-1 TOPS Split
    在这里插入图片描述
  • 选择数据,两景都要做split
    在这里插入图片描述
  • 选择subswath、pol(极化)、burst。这里我选择的是IW2、VV极化、2-7bursts,所有数据的设置要一致。选择brust的时候,鼠标拖动两遍的三角形,就可以移动位置了。设置好后点击RUN即可。
    在这里插入图片描述
    在这里插入图片描述

2.2 apply orbit 导入精密轨道

  • 工具路径Radar--Apply Orbit File
    在这里插入图片描述
    在这里插入图片描述
  • 选择Sentinel Precise(Auto Download)
    在这里插入图片描述

2.3 查看数据的时空基线base line

  • 工具路径Radar--Interferometic--InSAR SAtack Overview在这里插入图片描述
  • 点击Add Opened(我打开的是_orbit数据),再点击Overview,可以看到时间基线(Btemp)12天,空间基线(Bperp)56.64米,模拟相干系数(Modeld Coherence)0.94,说明还不错,当然,做形变的空间基线越短越好。
    在这里插入图片描述

2.4 back-geocoding 配准

  • 工具路径:Radar--Coregistration--S1 TOPS Coregistration--S-1 Back Geocoding
    在这里插入图片描述
  • 添加数据,第一行为主影像。如果数据较多,请结合上一节的时空基线选择主影像。
    在这里插入图片描述
  • 选择参考DEM,精度越高越好,可以自动下载,也可以选择电脑上已经下载好的DEM,这里我选择的是自动下载COP30。
    在这里插入图片描述

在这里插入图片描述

2.5 Enhanced Spectral Diversity

Sentinel-1卫星TOPS模式影像由于多普勒中心在方位向的快速变化导致其方位线(azimuth lines)具有时变信号特性,干涉时要求方位向配准精度达到0.001个像素,否则相邻Burst影像干涉图之间将出现相位跳变[1]。然而Sentinel-1卫星精密轨道精度约为5 cm,依据SAR影像配准理论,几何配准理论精度约为0.005个像素(置信度为68.3%),尚无法满足方位向配准精度要求,需要在几何配准的基础上进一步采用增强谱分集(enhanced spectral diversity)对残余偏移量进行估计[2-4]。增强谱分集是Burst模式影像进行谱分集配准的特殊形式,处理时无须对影像进行过采样,具有计算效率高、配准精度高等优势。目前研究人员已经从数学角度证明了Sentinel-1卫星增强谱分集配准极限精度(Cramer-Rao lower bound,CRLB)精度优于0.001像素[5]。因此可认为增强谱分集配准是Sentinel-1卫星影像干涉处理的关键[6-7]。
参考文献:吴文豪, 张磊, 张腾旭, 等. Sentinel-1卫星TOPS模式影像增强谱分集配准优化. 测绘学报,2020,49(11):1451-1462. DOI: 10.11947/j.AGCS.2020.20180578

  • 工具路径 Radar--Coregistration--S1 TOPS Coregistration--S1 Enhanced Spectral Diversity
    在这里插入图片描述
    默认即可

2.6 Deburst

就是把这些burst的缝接起来
在这里插入图片描述

  • 工具路径Radar--Sentinel-1 TOPS--S-1 TOPS Deburst
    在这里插入图片描述
    在这里插入图片描述

2.7 Interogram Formation 生成干涉图

  • 工具路径Radar--Interferometic--Products--Interferogram Formation
    在这里插入图片描述
    在这里插入图片描述
  • 去平地相位、去地形相位;如果想制作DEM,则不需要去地形相位,参阅博文在SNAP中用sentinel-1数据制作DEM
    在这里插入图片描述
  • 近乎完美的蝴蝶纹
    在这里插入图片描述

2.8 Multilook 多视

  • 工具路径:Radar--SAR Utilities--Multilook
    在这里插入图片描述
    在这里插入图片描述
  • 多视比默认为4:1,地距分辨率大概为14m
    在这里插入图片描述
    在这里插入图片描述

2.9 Goldstein Phase Filtering 相位滤波

  • 工具路径Radar--Interferometic-Filtering--Goldstein Phase Filtering
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2.10 Subset(可选)

  • 工具路径Radar-Subset
    在这里插入图片描述
  • 参照flt之后的缠绕相位的图片,裁剪研究区,设定好范围之后,其他默认。
    在这里插入图片描述
    在这里插入图片描述
  • 这是裁剪之后的范围
    在这里插入图片描述
  • 将裁剪后的成果save as。
    在这里插入图片描述
    在这里插入图片描述

2.11 snaphu中的解缠处理

snaphu的安装请参阅博文在SNAP中用sentinel-1数据制作DEM

2.11.1 snaphu–export 输出为snaphu文件

这个意思是把数据导出成snaphu能处理的格式,所以这里文件夹的命名就要有snaphu相关的字符。导出之后要到文件夹中找到相关文件

  • 工具路径Radar--Interferometic--Unwrapping--Snaphu Export
    在这里插入图片描述
    在这里插入图片描述

  • 设置导出路径,注意看这里的几个参数,包括分块、同时处理的块的数量、块之间的重叠,如果分块太多,块之间的重叠面积太小,可能会因为相位孤岛而导致解缠失败。当然,分块数量也是和电脑性能有关的,如果电脑性能若,就分块多一些,如果电脑性能好,就分块少一些,不管怎么分块,都要设置合适的重叠

  • 这里我设置了两中不同的参数:

      1. 第一个是分成10*10=100块,同时处理4块,块间重叠为100
        在这里插入图片描述
        在这里插入图片描述
    1. 第二个是分块1*1=1,此时同时处理块数和块间已经无意义。

在这里插入图片描述
在这里插入图片描述
如果不分块,只有一块的话,处理时间可能比较久。

2.11.2 Snaphu-unwrapping 解缠(GUI图形界面)

  • 工具路径Radar--Interferometic--Unwrapping--Snaphu-unwrapping
    在这里插入图片描述

  • 选择phase开头的snaphu.img格式的文件
    在这里插入图片描述
    在这里插入图片描述

  • 这里解缠后导出的路径一定要精确到UnwPhase开头snaphu.hdr结尾的文件所在的文件夹。
    在这里插入图片描述

  • 解缠耗时较长,黑色界面会显示解缠进程。
    在这里插入图片描述

2.11.2 Snaphu-unwrapping 解缠(terminal)

  • linux系统
  • 在之前snaphu–export的文件夹中打开terminal
    在这里插入图片描述
  • 打开snaphu.conf文件,复制snaphu -f …… 这一行,在terminal中粘贴并执行。
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述

2.11.3 snaphu-Import,导入解缠好的文件

  • 工具路径 Radar--Interferometic--Unwrapping--Snaphu Import
    在这里插入图片描述

  • 1- Read-Pahse选择之前做好的flt文件
    在这里插入图片描述

  • 2- Read-Unwrapped-Phase选择上一步解缠后的UnwPhase开头snaphu.hdr结尾的文件
    在这里插入图片描述
    在这里插入图片描述

  • 3-snaphuimport默认
    在这里插入图片描述

  • 4- Write 选择写入路径,就是转换成snap格式。
    在这里插入图片描述

  • 可见,S1A_IW_SLC__1SDV_20211229T231953_20220110_unwrapped.dim就是解缠后的SNAP格式的文件。
    在这里插入图片描述

- 解缠结果

  • 上文提到的第一种分块4*4=16的解缠结果,重叠100,可见解缠结果不太好
    在这里插入图片描述
  • 上文提到的第二种分块6*6=36的解缠结果,效果较好。但是这种设置是看电脑配置(尤其是内存)和数据量的,所以要多试试,且相同配置,在不同时候也看跑出不同的结果,这也是snaphu有时候的bug。
    在这里插入图片描述

2.11 Phase to Dispalcement相位转形变

  • 工具路径
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2.12 Create Stack

相位转形变只输出一个波段,为了验证数据的精度,我们还需要干涉图(ifg)首次生成的相干性(coh)波段。

  • 工具路径Radar--Coregistration--Stack Tools--Create Stack
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2.13 Range-Doppler Terrain Correction 距离多普勒校正

  • 工具路径:Radar--Geometric--Terrain Correction--Range-Doppler Terrain Correction
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 校正后的数据
    在这里插入图片描述

2.14 改变配色方案并查看形变量

在这里插入图片描述

  • 点击这个三角形,可以删除或者换颜色
    在这里插入图片描述
  • 改成只有三种颜色,分别代表抬升、变化较小、沉降
    在这里插入图片描述
    在这里插入图片描述
  • 使用划线工具和画图工具查看形变量
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2.15 将相干性较低的地方变为透明

使用波段计算器(Band Maths)
在这里插入图片描述

if coh_IW2_VV_29Dec2021_10Jan2022 > 0.3 then displacement_slv1_29Dec2021_VV else NaN

在这里插入图片描述

在这里插入图片描述

2.16 导出成果为tif

  • 点击数据名称(displacement),点击左上角的file–export–GeoTIFF/BigTIFF,选择文件夹,导出即可。
    在这里插入图片描述

感谢阅读!

  • 7
    点赞
  • 67
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
### 回答1: snap可以裁剪Sentinel-2数据。具体步骤如下: 1. 打开snap软件并导入Sentinel-2数据。 2. 在“图像处理”菜单中选择“子集”选项。 3. 在“子集”对话框中选择“ROI”选项卡。 4. 在“ROI”选项卡中选择“矩形”或“多边形”工具,然后在图像上绘制一个矩形或多边形来定义裁剪区域。 5. 点击“确定”按钮,然后在“子集”对话框中选择“输出”选项卡。 6. 在“输出”选项卡中选择输出文件的格式和路径,然后点击“确定”按钮。 7. 等待裁剪过程完成,然后保存输出文件。 注意:在裁剪Sentinel-2数据时,需要注意数据的分辨率和波段,以确保输出数据的质量和准确性。 ### 回答2: Snap是一个专业级的开源遥感软件,为用户提供了丰富的遥感处理功能。它的强大之处在于它能够读取和处理多种遥感数据源,其中包括Sentinel-2数据Sentinel-2是欧洲空间局推出的卫星数据,通过它我们可以获取高分辨率和高质量的遥感图像。这些图像可以用来分析和监测土地覆盖、农业生产、水资源等方面的情况。Snap软件可以帮助我们进行对这些数据的快速处理,包括裁剪。 在Snap软件中,裁剪Sentinel-2数据需要进行以下操作: 1.打开Snap软件,选择“File”进行数据导入,选择Sentinel-2数据文件并导入到Snap中。 2.选择导入的Sentinel-2数据图层,点击“Subset”按钮,进入裁剪模式。 3.在“Subset”界面中,用户可以设置输出文件的大小、位置、分辨率等参数。然后使用鼠标或手动输入坐标的方式,框定需要裁剪的区域。 4.最后,点击“OK”,软件便会为我们生成裁剪后的Sentinel-2数据。 裁剪Sentinel-2数据是一个重要的处理步骤,它能够帮助我们节约计算资源、减少处理时间,并且让我们更加关注我们所需的数据,从而对数据进行更精确的分析。Snap软件提供了简单且易于操作的界面,让数据处理变得更加容易。在使用过程中如果有疑问,可以参考Snap软件官方的教程或者咨询遥感专家的意见,以确保数据处理的正确性和有效性。 ### 回答3: 近年来,由于卫星遥感技术的发展,卫星数据的使用越来越广泛,其中包括Sentinel-2卫星数据。这些数据通常以原始格式提供,需要进行裁剪、处理等操作以满足用户需求。而snap软件,作为一款开源免费的卫星数据处理软件,被广泛使用于Sentinel-2数据的处理当中。 snap软件提供了丰富的功能,使得用户可以对Sentinel-2数据进行不同类型的处理和操作,例如数据裁剪、合并、去云、归一化等。其中,使用snap进行数据裁剪主要包括两个方面:矩形区域裁剪和矢量区域裁剪。 对于矩形区域裁剪,用户需要首先打开snap软件,导入Sentinel-2卫星数据,进入“Subset”功能界面,在“Subset Type”选项中选择“Region of Interest”,并在“Region of Interest Definition”栏中设置需要裁剪的区域的左上角和右下角的坐标。接着,用户需要再次点击“Subset”选项进行数据裁剪即可。 对于矢量区域裁剪,用户需要先准备好需要裁剪的矢量数据,并将其导入snap软件。接着,在“Subset Type”选项中选择“Shapefile Subset”选项,在“Shapefile”栏中选择导入的矢量数据,点击“Subset”选项即可进行数据裁剪。 总的来说,snap软件提供了简单且易于操作的数据裁剪功能,可以满足大多数用户的需求。但需要注意的是,在进行数据裁剪的同时,也要考虑数据质量和分辨率等因素,以保证数据处理的精度和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Vigo*GIS_RS

来瓶可乐~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值