06-SNAP處理Sentinel-1 IW SLC數據（極化SAR預處理）

（碼字不易，轉載請註明來源！謝謝！）

前言

網上有一些關於SNAP處理Sentinel-1 數據的例子，但是處理的數據基本是都是GRDH級的數據，很少處理SLC級的數據（有些是針對InSAR應用進行處理的）。現階段多數人處理Sentinel系列數據大都是利用ENVI等軟件進行的，然而ENVI等處理軟件都是商業軟件，儘管可以使用破解版或免費申請使用，但是總是有點限制，或是功能受限或是時長受限，總之，使用起來也是不便。本篇文章是爲了填補這個空白而創作，一方面是爲了促進SNAP軟件和免費Sentinel系衛星的使用，另一面也是爲了答覆一些朋友的疑問。

這裏的處理是針對PolSAR分類而進行，探討的是利用SNAP對Sentinel-1 衛星數據雙極化處理操作。

記得在去年GIS大會程曉教授說過1999年在北極（還是南極）科研考察時遇到海面結冰現象，需要尋找一條破冰道路（還是不結冰的路線），當時，加拿大航空局免費提供了幾景Radarsat-1 SAR衛星影像（那時候，一景SAR影像比現在貴得多相對購買力而言），好事啊，但是，非常遺憾，當時居然沒有人懂得處理與分析該SAR影像，相當於這幾景SAR影像全廢了（至少當時沒有發揮其作用）。現在已經過去了20年，我國也有自己的SAR衛星（高分3號，GF-3），儘管還有不少問題。毫無疑問，SAR（星載也好，機載也好）是非常重要的，無論對於軍用（許多隱形飛機攜帶的就是高精度機載SAR）還是民用，至少敵對勢力在研究這個，你就不能不能不研究這個。雖然有些感概，但更希望這樣的事情可以避免。搞SAR前景是美好的（至少國家是需要的），但現階段是艱苦的，還在追逐西方的腳步。

希望本文能給各位帶了一些收穫！

基本認識

在博主第一篇博客中是利用PolSARpro進行處理的，本質上說，PolSARpro是通過調用SNAP（早期是通過ASF的MapReady）來對Sentinel-1衛星進行預處理的，當然，它們都是歐空局授權開發的軟件，僅僅針對的重點不同，PolSAR封裝了許多極化SAR相關函數（多於1500個），SNAP僅能實現一些比較基本的極化SAR處理，就是常見的幾種極化分解，Freeman,H-A-$\alpha$等極化分解，沒有辦法深入進行PolInSAR/PolTomoSAR處理。

Sentinel-1數據產品模式簡介

網上已有介紹，不再重複贅述，請看有道雲筆記哨兵1號（Sentinel-1）數據的介紹，
歐空局官網也有對Sentinel-1數據產品模式介紹。

Sentinel-1數據文件名命名規則

網上也已有介紹，不再重複贅述，請看博客Sentinel 1文件名命名規則的講解或者參考歐空局官網關於Sentinel-1數據命名規則的介紹。

Sentinel-1數據文件組織結構

下載並解壓Sentinel-1 IW SLC（或GRD）級產品數據的壓縮包，進入解壓後的文件夾，可以看到如下的文件組織結構：
與下圖是一一對應的：

它包括:

• 一個manifest.safe文件（元數據文件，本質上是一個.xml文件）；
• 測量數據的子文件夾measurement，存放的是真正影像數據（.tif格式的文件）；
• 一個包含KML和HTML預覽文件的預覽子文件夾preview（存放的是與預覽圖有關的文件）；
• 一個註釋子文件夾annotation（存放是衛星拍攝以及定標時的相關數據說明等元數據）；
• 包含XML模式的支持子文件夾support（對.xml文件的擴展支持文件）
• 此外還有一個關於數據質量的說明文件。

或者參考歐空局官網SAFE(Standard Archive Format for Europe, 歐洲標準存檔格式)的介紹。

快速預覽數據

利用preview子文件夾下product-preview.html文件（可以用瀏覽器打開）， 可以快速看到該影像數據的預覽圖以及文件組織結構：

如果你點擊某個圖中藍色標記鏈接，會自動跳轉到該文件，很方便查看該文件內容。

數據源

本文用的數據是剛好覆蓋上海市全境（指陸地區域）的兩幅2019年8月22日Sentinel-1B（IW SLC,干涉寬幅模式斜距單視複數）衛星影像：
S1B_IW_SLC__1SDV_20190822T095402_20190822T095429_017697_0214B5_658C.SAFE
S1B_IW_SLC__1SDV_20190822T095426_20190822T095453_017697_0214B5_5B01.SAFE
如下圖所示：

SNAP對Sentinel-1A或Sentinel-1B數據的預處理功能是比較成熟，這裏選擇的是Sentinel-1B, 因爲有人反映處理Sentinel-1B有時會遇到問題。不過，我覺得這種可能性很低，如果你遵循較規範的處理流程的話。

預處理

(注，博主筆記本電腦windows10系統，i7, 運行內存16G,應該是足夠處理兩景數據集的)

導入影像

在SNAP導入Sentinel-1影像，有2種方式：

• 拖動方式：
  可以將Sentinel-1影像數據壓縮包（.zip）直接拖入SNAP的左側的Product Explorer窗口，稍後SNAP會自動導入該壓縮包裏面的數據。（可以按Ctrl鍵選擇多個，並一次拖動多個）；
  
  可以將解壓後Sentinel-1影像數據的.SAFE後綴文件夾直接拖入SNAP的Product Explorer窗口，稍後SNAP會自動導入該文件夾裏面的數據（可以按Ctrl鍵選擇多個，並一次拖動多個）；

• 利用SNAP的菜單欄功能：File—>Open Product
  在彈出窗口中選擇Sentinel-1影像數據壓縮包（可以按Ctrl鍵選擇多個，並一次拖動多個）；
  
  在彈出窗口中選擇Sentinel-1影像數據解壓後.SAFE文件夾下的manifest.safe文件（一次只能選擇一次）。

顯然，拖動方式更方便一些。

SLC影像通道介紹

導入Sentinel-1B IW SLC影像後，展開其下方的文件（點擊文件夾名前面的“+”號），再把Bands文件夾展開，如下圖：

其中，文件夾Metadata存放是影像的元數據文件；文件夾Vector Data 存放的是矢量數據（如大頭針pin標記點,控制點，還可以添加ROI等矢量數據）；文件夾Tie-Point Grid存放的是與地理編碼有關的網格數據(如經緯度，入射角等信息);文件夾Quicklooks存放是Quicklook圖（快視圖）；Bands存放是SAR的極化通道（波段）數據。

IW模式SLC數據名及構成的解釋

SLC(Single Look Complex，單視複數)，SAR影像是比較複雜的，SAR影像比光學影像有許多優點，其中，SAR影像可以攜帶相位和極化信息，這是SAR影像區別於光學影像的重要特性，使得SAR影像有許多有別於光學影像的應用。

Sentinel-1發射的電磁波屬於微波的C波段頻段範圍。電磁波（可見光也是一種電磁波）是橫波，極化信息只有橫波才能攜帶。波的方程表示可以由頻率，振幅，相位確定三角函數和複數表示，複數表示更加簡潔一些。（這段話希望勾起你學過的數學複變函數學以及物理電磁學，深入理解建議看相應的參考書或者SAR或微波遙感的教材）。

Sentinel-1 SAR IW SLC數據包含3個子帶（IW1,IW2, IW3），在一個IW產品中總共有三個(單極化)或六個(雙極化)極化通道圖像。每個子帶又由9個burst帶（脈衝帶）構成。

IW 模式 TOPSAR（Terrain Observation with Progressive Scans SAR ）成像技術來拍攝3個子帶，該技術可以獲得和ScanSAR成像技術一樣的分辨率和拍攝範圍，但是獲得影像質量更高，影像噪聲更易處理。後面，我將SNAP對這種TOPSAR技術得到的IW影像的預處理稱爲TOPSAR預處理，TOPSAR預處理的操作都在SNAP的Radar—>Sentinel TOPS菜單欄下。

如果你對TOPSAR 技術感興趣的話，可以找下這方面的論文。
詳見歐空局Sentinel-1衛星IW拍攝模式介紹。

Bands波段說明：

i_IW1_VH：IW1子帶VH極化通道實部，字母i表示in_phase(同相, 波的實部)，IW1表示第1個子帶，VH表示VH通道，H極化通道發射，V極化通道接收；
q_IW1_VH：IW1子帶VH極化通道虛部，字母q表示quadrature(正交分量， 博得虛部)，IW1表示第1個子帶，VH表示VH通道，H極化通道發射，V極化通道接收；
Intensity_IW1_VH：IW1子帶VH極化通道強度，Intensity表示強度，IW1表示第1個子帶，VH表示VH通道，H極化通道發射，V極化通道接收（“Intensity_IW1_VH”最前面的V字母表明該波段是虛擬波段，也就是導入影像後臨時計算存在運行內存的波段）。

大概一年前多，有人問我“i_IW1_VH”中的字母i表示什麼意思，我當時在研究PolSARpro的結果圖像，該軟件用i表示複數虛部（imaginary的前綴），我錯把這個移到SNAP軟件上，實際上不是。這點可以通過將鼠標移動到高通道上提示的信息得到確認：

但是，你可以還是很好奇，爲什麼是這樣表示？

衛星上的檢波器一般都是平方律檢波器，使用它可以得到與波的功率（瞬時能量）成正比。之所以稱爲平方律檢波器，是因爲波自身的瞬時電壓本身是$E(t)$振幅， 但檢波器的輸出電壓是$E^2(t)$----波的功率。

SAR測量系統是相干測量系統，既測量入射電磁波輻射振幅，又測量其相位。相干測量系統的戲法是進行兩次功率測量：當信號與某種參考信號混合，進行一次測量，然後將同樣的信號與同第一種信號之間存在$\pi/2(90^{\degree})$相位差的另一種參考信號混合後，再進行測量。

將接受到的信號與兩個相差爲$\pi/2$的信號混合，轉爲同相（in_phase,I, 波的實部）和正交（quadrature,Q,波的虛部）分量（就像複平面上的虛軸可以由實軸旋轉$\pi/2(90^{\degree})$得到）。I和Q通道的信息組成了相干系統的原始數據（複數數據）。SNAP這樣的表示遵循雷達信號處理的表達規範，從信號處理方面可以清楚地區分開。

說了那麼多，下面，終於可以進入正題了。接下來，將對其中一個數據集的預處理操作進行較詳細的分步驟介紹和分析，結合另一個數據使用TOPSAR操作和流程圖功能處理。

軌道校正

（這步需要聯網，因爲需要下載精確軌道數據，否則可能報錯）
這裏以數據集S1B_IW_SLC__1SDV_20190822T095426_20190822T095453_017697_0214B5_5B01
爲例來演示。可以關閉另一個數據集。分步處理，會產生許多臨時的文件，所以最好選擇一個容量更大的文件夾來保存數據。

(菜單欄Optical指的光學衛星影像的操作，Radar指的是雷達衛星影像的操作，Sentinel-1的處理基本上全在Radar菜單下面)

選擇：Radar—>Apply Orbit File。Sentinel-1元數據也是有軌道相關參數的。這一步，背後是將元數據.xml的描述軌道的參數值（例如星曆數據等）用更精確的軌道文件（精確的軌道文件通常需要影像產生兩週後才能計算得到，可以在Sentinel-1質量控制報告網址下載，但是SNAP中是直接從歐空局Sentinel-1軌道文件服務器下載的）替換掉。如果你想手動下載，可以可以ENVI官方下載Sentinel-1衛星精密軌道數據的博客。
（I/O Parameters參數面板一般默認即可，當然，你可能需要修改輸出的目錄路徑，默認得到的數據集名會添加上後綴“_Orb”,表示已做軌道校正）

對於InSAR或是多時相SAR應用等，軌道數據不準確，將會給後續數據處理帶來不少誤差。嚴格來說，對於一幅SAR影像用於SAR分類目的處理，這個步驟不是必須的，也就是這個軌道沒有得到修改，分類不會有明顯的影響，但是，如果可以做的更好，還是要做一下。

點擊Run,大概需要幾分鐘的時間（取決於你的網速和電腦配置）。

這個步驟對原始的影像是沒有任何影響的，修改的是元數據xml文件。

輻射定標

選擇：Radar — > Radiometric —> Calibrate,打開輻射定標的參數面板：
（注意在I/O Parameters面板的源數據集選擇上一步軌道校正的結果，當然你可以修改輸出的目錄，通常默認就可）

第二個參數面板比較重要，對於極化SAR處理而言，其輻射定標是復定標，分別對複數的實部和虛部進行定標。
（極化SAR處理必須選擇復定標）

這裏，不會探討後向散射係數sigma0($\sigma_0$),gamma0($\gamma_0$)和beta0($\beta_0$)的區別，後兩者是在$\sigma_0$上做了一點修正後得到，具體的修正可以參考微波或者雷達遙感的教材。這三者由對複數的振幅定標後得到。對於極化SAR的定標而言，這樣會丟失相位信息，最終得不到散射矩陣S的元素。

確認無誤，點擊Run即可。因爲通道多（雙極化，實、虛部等），數據量大可能需要耗費一定時間（博主花了50多分鐘）。需要耐心等候。完成後，可以看到Bands子文件夾下保留原來的複數數據組織形式（原始數據集1一樣）。

這個步驟之後，最好關閉SNAP,重新導入復定標後的數據進行操作，因爲前一步會耗費較大的內存，SNAP是Java代碼寫的，Java的垃圾回收機制，經常不會馬上回收內存，會導致後面的速度變慢甚至失敗。關閉重新導入是最有效最快的釋放內存的方法。另外，前一個步驟的文件（包括後面分步驟的操作得到的結果），也可以刪掉，避免佔據大量的磁盤空間。

Deburst

這個操作去除的是Sentinel-1 IW SLC影像帶有burst帶（脈衝帶）的暗帶部分（黑色背景，無信號部分），效果就是合併所有burst帶有效信號部分，也就是說包括IW1,IW2,IW3子帶全都會被合併起來。

原始影像中，相鄰的burst帶會有一個細小的黑色暗帶，對應的是連續發射脈衝信號的無信號部分（$T-t_p$），脈衝信號示意圖如下：

（由於數據量(14G左右，很恐怖)比較大，需要耗費較長的時間，博主耗費了近4小時）
操作如下：Radar—>Sentinel-1 TOPS —> S-1 TOPS Deburst:
(I/O參數面板確認源數據集，保持默認即可)

Processing Parameter參數面板保持默認就行，處理全部的極化通道：

點擊Run即可，接着便是漫長的等待。完成後打開i_VH通道的效果。

可以看到影像主要呈現在中間位置，上下兩邊的背景很大，這主要是因爲距離向（分辨率爲2.3米）和方位向（分辨率約爲14米），像素表示不是方形區域導致，很容易知道沿行方向爲距離（斜距）向，沿列方向爲方位向（因爲swath子帶IW1，IW2, IW3是沿行方向拼接起來的，當然也可以從這個方面看出（不計背景區域），沿行方向像素數較多，表明這個方向分辨率高，距離向分辨率高，因此這是斜距向，沿列方向，像素數較少表明這個方向分辨率高低，so,這是方位向）：

還有一個信息可以幫助我們檢驗這個判斷，影像的大小（在多視的時候，我們對比一下他的影像大小變化），顯然影像寬度像素數多（列數多）：

成極化矩陣C2
（由於上一步耗費較多的運行內存，建議關閉SNAP重新導入deburst後的數據集來進行後面的步驟）
由於Sentinel-1 衛星最多隻有雙極化通道，這裏的只能生成C2協方差矩陣。

Processing Parameters參數面板選擇C2:

確認無誤，點擊Run,接着便是漫長的等待，約耗費了5小時（數據量很大約14G）。由於C2是複共軛對稱矩陣，只需記錄C11（實數）, C12（複數，分實部和虛部存儲）和C22（實數）元素即可。如下圖左側方框所示：
影像效果不明顯，但是SAR的相干斑現象比較明顯（許多地方表現出亮的斑點）。後面經過多視和極化濾波會還會許多。

多視

(注意多視一定要放在生成極化矩陣C2之後。先做多視再做生成極化矩陣C2，得到的結果是錯誤的)

多視的作用，在我的第一篇PolSARpro的博客有提到。除了消除或減弱相干斑噪聲，多視，大大減少了後續數據量。

具體操作：Radar—>Multilooking:
(I/O參數面板保持默認即可，注意選擇上一步生成的C2數據集)

Processing Parameters參數面板：
（SNAP自動計算多視的參數，無特殊需求，保持默認即可）。多視視數計算在我的PolSARpro第一篇博客中有詳細介紹。
（默認，斜距向視數爲4， 方位向視數爲1，GR Square Pixel指像素地面正方形範圍之意，更多參數說明查看Help幫助）

確認無誤，點擊Run即可，大概耗費約4小時，數據量約變爲上一步數據量的總視數（n=4x1）倒數1/n（這裏1/4）。打開RGB圖看下效果（影像範圍覆蓋了全境，背景很少）：

檢驗之前的距離向和方位向的判斷（其中，斜距向視數爲4， 方位向視數爲1）：

這證實，我們的判斷是正確的。實際，多數SAR影像沿行方向（左右或者說東西向）是斜距向，列方向（上下或者說南北向）是方位向。

升降軌左右視判斷

有經驗的SAR專家，看着SAR影像就可以判斷出SAR衛星在拍攝影像時的情況，究竟是升軌還是降軌？左視還是右視？
一般地可以通過SAR的幾何畸變判斷的，如透視收縮，疊掩等，但這是需要當地的地形地物有一定的認識以及對SAR成像以及幾何畸變理論的理解。
這裏，提供的一種較簡單判斷的方法。

記住，上北下南左西右東。

首先，我們知道，降軌指的是衛星從北（地球北極）往南（地球南極）運動，升軌指的是衛星從南（地球南極）往北（地球北極）運動；左視指的是衛星拍攝方向爲左邊（指的是衛星前進方向的左邊），右視衛星拍攝方向爲右邊（衛星前進方向的右邊）。下圖是升軌左視的情況：

其次，我們需要知道，SAR影像，方位向（Azimuth）爲飛行方向，斜距向(Slant range)爲衛星的拍攝方向（垂直於飛行方向）。下圖是降軌左視的情況：

升降軌判斷：
考慮順軌相鄰兩幅影像的情況（可以視爲兩行像素），升軌的時候，衛星先拍攝的是下面一幅影像（南邊的），再到上面一幅影像（北邊的），也就是下面的地物像素點先記錄，最終效果是記錄的影像與實際地物上下顛倒；降軌的情況正好相反，衛星先拍攝的是上面一幅影像（北邊的），再到下面一幅影像（南邊的），和地物正好對應。

其次，我們知道SAR影像記錄的先記錄的是（斜距上）距離衛星更近地物點成像的像素（距離短的先接收到）。若是衛星拍的是西邊，東邊（我們理解的右邊）的先記錄，西邊（我們理解的右邊）的後記錄，與影像實際地物左右相反；若是衛星拍的是東邊，西邊（我們理解的左邊）的先記錄，東邊（我們理解的右邊）的後記錄，與影像實際地物左右分佈一致。

（左右視沿衛星前進方向來區分，而不是我們常認爲左右方向）兩者結合就可以得出結論：

示意圖見下：
升軌左視

降軌左視

升軌右視
降軌右視的情況：
我們利用多視操作後的影像和導航圖裏面的實際地物來判斷：

（影像崇明島跑到了上方[原來在下面]，海還在右邊[左右沒有倒置]）
影像上下倒置，說明這是升軌右視拍攝的影像。我們可以通過查看影像的元數據，來確認我們的判斷：

地形校正

有一些SAR軟件（例如PolSARpro）將地形校正校正功能命名爲地理編碼，可以接受，但是更嚴格來說，這是不嚴謹的，地形校正除了地理編碼（賦予影像實際座標信息）外，還會做地形輻射校正。這是搞SAR需要區分的地方之一。

操作：Radar—>Geometric—>Terrain Correction—> Range-Doppler Terrain Correction(距離多普勒法地形校正):
(這一步需要聯網，因爲需要下載DEM數據，否則可能會報錯（儘管允許使用外部的DEM,但是這很容易出錯）)
I/O參數面板:

Processing Parameters參數面板：
（要注意去掉默認勾選的Mask out選項，否則會將無DEM的區域掩膜掉，更多的參數介紹請看Help）

確認無誤後，點擊Run，大概需要1個小時多，可得到結果（下圖爲C2矩陣的假彩色合成圖，可以看到和左下方的導航圖實際情況一致）：

由於影像是WGS84座標系，我們可以加上歐空局自帶的NASA world map底圖（導航圖的底圖）看看，驗證一下其地形校正的效果（也可以導出爲kmz格式到Google Earth Pro中，這個耗時比較長，而且導出的數據比較大，很可能Google Earth Pro打不開，不建議做）。

觀察圖中岸邊以及河道的三個紅色圈，可以看到地形校正（儘管world map底圖分辨率較）是以底圖相吻合的，地形校正是成功的！

導出爲PolSARpro格式

PolSARpro和SNAP同爲歐空局組織開發的軟件，同源同宗，關係密切，自然可以轉換，PolSARprod的數據格式有些獨特，將Sentinel-1 的極化矩陣數據導出，還需要做一些修改，PolSARpro才能識別。

（一定要做在SNAP中做地形校正之後才導出到PolSARpro，在之前的話，導出到PolSARpro，在PolSARpro中無法在做地理編碼，因爲一些元數據丟失了）

操作： File—>Export—>SAR Formats—>PolSARPro

使用默認的方式（按默認文件名）導出數據（這裏保存在PolSArpro_test文件夾中）：

修改一

導出後的文件夾名，修改爲C2

修改爲C2（因爲PolSARpro按極化矩陣識別數據）：

修改二

進入該重命名爲C2的文件夾，把config.txt文件中的PolType的“dual”修改爲“pp2”。pp2表示第二種部分（雙極化）極化，即VH和VV。

打開PolSARpro V6.0或者PolSARpro V5.1.3，導入C2文件夾數據集：

確認後，點擊Save&Exit。

PolSARpro自動識別C2數據集（數據量比較大，需要等待一下）：

讀取成功後，PolSARpro會爲之創建掩膜圖像：

創建一個RGB圖，顯示一下：
結果（生成的RGB圖有點不一樣，因爲RGB合成方式的差異以及沒有分貝化，不過，不重要，這只是檢查PolSARpro是否成功識別數據而已）：

如果想利用PolSARpro進行後續處理，請看我之前寫的兩篇PolSARpro處理的博客:
PolSARpro v5.1.3 處理Sentinel-1A SLC數據
PolSARpro v6.0之Sentinel-1A Wishart與SVM監督分類

回看PolSARpro的預處理

觀測中間那個框，上面注有其操作流程：
S1 TOPS Split —>Apply Orbit File —> Complex Calibration—>Deburst
(這分別對應SNAP中的S1 TOPS Split ，Apply Orbit File, Calibration, S1 TOPS Deburst操作，)

Terrain observation by progressive scans( TOPS)是一種成像技術，TOPS和TOPSAR兩個詞在文獻可以混用，一般都是指這種成像技術。

事實上，利用SNAP中的TOPS操作可以實現Sentinel影像的裁剪和鑲嵌操作。而且這種效果比普通的柵格鑲嵌和裁剪要更好，這種TOPS處理方式就像鋪地磚一樣。

TOPSAR Split操作

即S1 TOPS Split操作（Split, 分割之意），這個操作是用來選擇一副Sentinel-1 SLC影像的子帶（即9個burst）或者某幾個burst帶。實際上，可以認爲這是一種裁剪操作
我們利用上面演示原始的一景做演示：S1B_IW_SLC__1SDV_20190822T095402_20190822T095429_017697_0214B5_658C.SAFE

這裏把崇明島區域分割出來。
具體操作：Radar—>Sentinel-1 TOPS—>S-1 TOPS Split:
（這裏打開的是原始數據壓縮包，沒有經過任何預處理）

Processing Parameters參數面板：

點擊一下放大到研究區全圖的放大鏡圖標（在底圖上按住鼠標滾動可以進一步控制底圖的縮放），這裏選擇的是子條帶IW2的編號爲2-5burst帶影像。

確認無誤點擊Run即可。結果如下：
我們發現子條帶IW1也有覆蓋了部分崇明島區域，我們再利用S1 TOPS Split從數據集1（原始數據集）中將IW1的2-5burst帶分離出來，爲後面演示S1 TOPS Merge操作做準備（注意修改一下默認的數據集名，避免覆蓋）。

TOPSAR merge操作

TOPSAR merge操作是一種合併操作，是S1 TOPS Split（分割）的反操作，可以將原先的TOPS Split提取的數據集S1 TOPS Deburst後合併起來（經過S1 TOPS split分割的數據集必須經過S1 TOPS Deburst纔可以用這個操作）。可以認爲這是一種拼接工具。合併的數據集需要有交集（或者相鄰）。

S1 TOPS Split 數據集預處理

按照Apply Orbit File—>Calibration—>S1 TOPS Deburst的步驟處理。
這裏是使用流程圖工具進行預處理。流程圖工具使用介紹，請看博客04-SNAP處理Sentinel-2 L2A級數據(二)波段疊加那步流程圖創建過程。
創建的流程圖(流程圖的節點均在Radar菜單欄下找，位置是對應的)如下：
（因爲用到軌道校正，所以需要聯網）

需要注意的Calibration操作，需要選擇復定標：

其它節點（Apply-Orbit-File,TOPSAR-Deburst）的參數保持默認即可。上述的兩個子帶IW2,IW1分割後的數據集均使用該流程圖處理, 爲後面的TOPSAR merge做準備。

TOPSAR Merge

具體操作：Radar—>Sentinel-1 TOPS—>S-1 TOPS Merge

ProductSet-Reader參數面板：
（注意選擇的爲上述deburst後的數據集，否則會報錯）

TOPSAR-Merge面板參數保持默認：
確認無誤後點擊Run即可，大約需要1小時多，取決於你的數據量大小。

結果（可以看到IW1和IW2確認鑲嵌起來，並且看不出拼接痕跡）：

鑲嵌

上面討論的是一景Sentinel-1 SLC影像，但實際有時我們的處理範圍比這幅影像的範圍大得多。之下來的這個操作，可以實現將兩幅（或者多個）Sentinel-1 SLC影像預處理。

TOPSAR Assembly操作

TOPSAR Assembly操作(assembly,組裝之意)是將同一天順軌的兩個（或者多個）Sentinel-1影像組裝起來，這個組裝可以認爲是一種鑲嵌，這個鑲嵌比普通的柵格鑲嵌和SNAP中的SAR Masaic效果要好， 組裝起來的數據，拼接邊界上看不出拼接線。但是這個操作在SNAP V6.0中一定要在地理編碼前面（否則會出錯，據說SNAP7.0已經修復這個bug，但我沒有測試過）。如果要拼接（鑲嵌），一般這個步驟放最開始的步驟。

流程圖處理

這裏使用流程讀入上述兩幅原始Sentinel-1 SLC影像，並實現極化SAR的預處理，最終得到覆蓋上海市全境的地形校正後的C2矩陣數據集。

使用流程處理大大加快了處理時間，處理兩幅Sentinel-1B 影像（壓縮包，約7個G）,整個處理僅需70分鐘左右，可見流程圖處理的效率之高（其原因是避免了每步的生成的大影像數據的磁盤讀寫操作），並且還節省了大量的存儲空間。如果你熟悉了每步操作的參數，中間過程的產生的文件（多是影像）不重要，強烈推薦你使用流程圖工具或者SNAP命令行工具gpt處理。

當然，流程圖的缺點也是明顯的，主要是丟失中間過程的文件，而且一步出錯，後面全錯。SAR的新手還是建議分步跑過一遍處理流程，熟悉每步操作的參數，意義，結果，後面遇到問題才容易分析出來。

創建的流程圖：

每個節點的參數設置（特別注意Calibration，Polarimetric-Matrices，Terrain- Correction兩個節點的參數，其它的參數基本上保持默認即可）：(Read,Read2讀入的是原始數據集，Write需要保存爲自己的文件名)
Read

Read2

TOPS Assembly

Apply Orbit File

Calibration

TOPSAR Deburst

Polarimatric Matrices

Multilook

Terrain Correction

Write

確認各個操作參數無誤後，點擊Run，等待1個小時多即可，很快（儘管兩景影像加起來有近14G的數據量）。我們利用鑲嵌後並經過地形校正後的C2數據集，生成一個RGB看看效果（加上了底world map圖）：

Perfect! 流程圖高效地完成了預處理操作。

TOPSAR Assembly合併起來的數據集，可以繼續使用 TOPS split, TOPS merge工具進行分割，合併操作。這意味着我們利用S1 TOPS Assembly, TOPS split, TOPS merge可以獲取覆蓋我們研究範圍最小burst集數據。這樣，可以減少我們數據量，並且可以避免一些常規柵格裁剪，鑲嵌，掩膜處理時邊界問題。

後語

這篇博客應該可以加深你對SAR圖像以及SNAP中的SAR預處理操作的理解，我希望你知道每個預處理步驟的意義，爲什麼要做，如何做，結果是什麼，有什麼需要注意的地方，預處理的順序爲何是這樣的，可以交換順序否。你應該知道SNAP的設計應該根據SAR成像及其預處理理論設計，這是有別於別的遙感處理軟件的特別之處。

雖然這篇博客僅僅討論了極化SAR的預處理操作，後續的極化濾波，分類等沒有提及到，但SNAP中是可以直接做的，當然SNAP的功能不止這些，SNAP有些功能缺少，但是目前的功能足夠你做些東西。記住，SNAP可以原生態地支持Sentinel衛星數據的處理，歐空局後面還會對其功能進行完善。

下篇博客，介紹一下SNAP中Sentinel-1 GRD級數據的預處理。雖然前面介紹花了不少筆墨介紹Sentinel-2 光學影像在SNAP中的處理，但是實際SNAP對Sentinel-1的處理功能更齊全一些。博客早期是搞極化SAR,相對而言，對SAR遙感的熟悉程度優於光學遙感。

最後，如果你對歐空局開源軟件處理軟件SNAP及其snappy開發處理感興趣，可以加入博主創建的歐空局SNAP處理交流羣（QQ羣：665903216）。

抱歉，又寫的太多了。祝好！

參考文獻

[1] 歐空局Sentinel-1 SAR User Guide網址：https://sentinel.esa.int/web/sentinel/user-guides/sentinel-1-sar
[2] 劉保坤,禹衛東.ScanSAR與TOPSAR的對比研究[J].中國科學院研究生院學報,2011,28(03):360-365.
[3] lain H. Woodhouse著；董曉龍，徐星歐，徐曦煜譯. 微波遙感導論[M]. 北京：科學出版社, 2014, 3.
[4] 微波遙感-3.2側視雷達圖像的幾何特徵
[5] sentinel-1-slc-polarimetric-decomposition:https://forum.step.esa.int/t/sentinel-1-slc-polarimetric-decomposition/3071