前言

最近忙着做老闆的項目，這篇博客拖得有些久了。目前來看，Sentinel-1 IW GRD等級數據，是非常常用的SAR數據，儘管其僅僅攜帶了振幅信息，通常只能普通SAR處理，但其應用是很廣泛的，常見的是普通的SAR地物分類，目標檢測，植被、海洋蔘數反演等。因此，對於搞SAR的研究人員來說，瞭解和實現其通常的預處理操作是必要的，儘管普通SAR數據處理流程是相似的。

如果你對歐空局開源遙感處理軟件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：665903216（最近許多人加這個羣，但這個羣已滿人），歐空SNAP處理交流羣（二）：1102493346。

本文的某些操作與06篇的操作是相同的，但是某一些操作仍然需要強調一下，因此，本文仍然會給出一個相對較爲詳細的介紹。

Sentinel-1 IW GRD級數據與SLC級數據的區別

如果你想知道Sentinel-1拍攝模式和不同等級產品數據的定義，請看06篇博客中Sentinel-1數據產品模式簡介部分的介紹。

Sentinel-1 IW GRD級數據是由SLC級經過經過多視處理、採用WGS84 橢球投影至地距的聚焦數據，因此地距座標是斜距座標投影至地球橢球后的成果，需要注意的是斜距到地距的轉換並不是真正意義上的地理編碼或者地形校正，僅僅是投影了。(range:斜距向，ground range:地距向，這裏的地面你可以看成是WGS84橢球體的細小表面（可以看作平面））

不過，由於做了多視處理，其數據量相較SLC級數據要小許多。其像素信息代表監測區域的幅度信息，而相位信息則被丟失，所以該等級數據是無法做PolSAR或者InSAR處理的。該產品在方位向和距離向分辨率一致，在降低斑點噪聲的同時降低幾何分辨率。相對於SLC 數據而言，GRD 數據做了消除熱噪聲的操作以提高圖像質量。

將Sentinel-1 IWSLC級產品轉化爲GRD級產品

SNAP中S1工具箱帶有將Sentinel-1 IW SLC轉換爲GRD的工具，打開Radar—>Sentinel-1 TOPS—>S-1 SLC to GRD:
（這裏使用上一篇博客中的一幅SLC影像爲例）
你可以看到轉換時的一系列處理：

依次是熱噪聲去除，輻射定標，TOPSAR-Debusrt，多視濾波，相干斑濾波，斜距變地距，GRD(這個是空白操作)。

一般，如果你需要將SLC轉換GRD,保持默認的參數就可以（當然，濾波器，多視等是可以調整的，尋找最優值需要經驗，默認的參數，通常是適用的）。但是,生成的結果與GRD產品數據不完全一樣（一般在歐空局哥白尼數據中心下載的S1 IW GRD產品沒有經過輻射定標處理），這個轉換操作多了輻射定標的處理，但像軌道校正，地形校正等是沒有進行處理的。

結果（下圖Bands文件夾下的Sigma0_VH,Sigma0_VV波段分別表示VH和VV通道的後向散射係數 $\sigma_0$ ）：

這樣的處理，通常不及直接下載Sentinel-1 IW GRD級的產品數據來得方便一些。

數據

本文所用的數據爲2019年8月28日覆蓋整個上海市的兩景Sentinel-1 IW GRD級影像：
S1A_IW_GRDH_1SDV_20190828T095450_20190828T095515_028768_034210_A6E9.zip
S1A_IW_GRDH_1SDV_20190828T095515_20190828T095540_028768_034210_860C.zip
其範圍如下圖所示：

下文以S1A_IW_GRDH_1SDV_20190828T095515_20190828T095540_028768_034210_860C.zip
該景數據爲例演示其操作，將該數據（.zip文件）拖入SNAP的Product Explorer窗口中，在SNAP打開後如下圖所示：

查看原始數據的波段

點開該窗口Bands文件夾，可以看到其中4個波段，Amplitude_VH波段表示VH通道的振幅，Intensity_VH波段表示VH通道的強度（振幅的平方），剩下的VV通道意義類似。注意Intensity_VH前面有個“V“的標誌（V是”Virtual“的前綴，虛擬之意），這表示該波段是在內存中臨時產生虛擬的波段，不是實際存儲在硬盤的波段。見上圖。

軌道校正

該操作會自動下載精確的軌道文件並更新Sentinel-1衛星數據中元數據文件（.xml）中的Sentinel-1衛星軌道狀態信息，默認的元數據文件中軌道狀態數據精度不是很高。這個精確的軌道文件通常需要兩週左右才能產生，一般來說，如果可以更新更精確的軌道位置，這個操作應該做，特別是在需要較高的配準處理時。（注意，這個操作需要聯網，因爲需要聯網下載精確軌道文件）

具體操作，選擇Radar—>Apply Orbit File,打開對應的窗口:
I/O Parameters（輸入輸出參數）面板

Processing Parameters（處理參數）面板中：

設置好參數，點擊Run即可。該操作很快，一兩分鐘便處理好了，應該僅僅替換元數據文件（.xml）的某些內容。該操作不會改變其波段內容，因此，其影像是相同的：

熱噪聲去除

熱噪聲的成因

爲何會有熱噪聲？

熱噪聲是SAR衛星系統自帶的噪聲（可以看作背景噪聲），SAR是主動成像的，需要發射機發出電磁波信號（能量），你可以想像一下，SAR天線從發出電磁波到接收電磁波所經歷的距離（Sentinel-1衛星距地面高度約700km）,由於存在波的球面擴散效應，能量呈距離平方反比衰減，所以，你可以想象發射機大概需要多大的功率，需要發出多強的能量，考慮到這點，你會想到SAR衛星裝置（發射機、功率放大器、接收機等）內部的熱量（熱損耗）不可以忽視的。

熱噪聲的影響

這樣看來，獲取到的SAR影像應該都帶有熱噪聲，熱噪聲會影響估計得到雷達後向散射信號精度，但是一切都是相對的，如果我們接收到的SAR有效信號比其強得多（即信噪比高），熱噪聲影響是可以忽略的。對於Sentinel-1衛星來說，這是一個可選的預處理操作。（其實，這是SAR衛星造價非常昂貴（造價通常是被動遙感光學衛星的幾十倍）的原因之一，需要主動發射能量，研製一顆SAR衛星的難題不止發射機功率的問題。SAR衛星的研製是很大難度的，我國也是在2016年纔有第一顆星載SAR衛星（高分三號，GF-3），儘管和國外還有很大差距）。

具體操作

選擇Radar—>Radiometric—>S-1 Thermal Noise,打開該操作窗口：
I/O 參數面板如下：
（注意，輸出的文件名需要手動添加一下後綴）

Processing Parameters面板：
保持默認參數就可以：

確認參數無誤後，點擊Run即可（大約需要十幾分鐘的時間）。結果如下所示：（儘管得到的是強度信息，不是振幅，不過，這不會影響後續的輻射定標過程）

輻射定標

輻射定標是接收的後向散射信號（能量）轉化爲有單位的物理量（有一些是沒有單位的比例值），比如這裏的後向散射係數。對於SAR數據而言，由於雲層的穿透性，只需要做輻射定標操作即可，不存在光學影像的大氣校正操作。
具體操作：Radar—>Calibrate：
I/O Parameters面板保持默認就行（也可以修改輸出的文件名和目錄）

Processing Parameters參數面板：
（保持默認的勾選選項）

一般我們都是使用歸一化的雷達後向散射係數（雷達散射截面）sigma0( $\sigma_0$ )即可以，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（強度）定標後得到。

確認無誤後，點擊Run。結果如下：

多視

這是一個可選的操作。前面提到GRD級數據已經經過多視處理的了，其像素代表爲正方形的地面區域。儘管還可以進一步做多視，因爲多視可以消除或者減弱相干斑的影響，但是，多視會降低影像的分辨率（儘管這也減少數據量）。這裏，博客裏不做這個操作，但是展示一下該操作的參數。後面使用濾波器消除或減弱相干斑的影響。

具體操作：Radar—>Multilooking

Processing Parameters:

設置好對應的參數，點擊Run即可。

相干斑濾波

相干斑是SAR影像常見的現象，對於SAR分類等應用來說，這是噪聲，但是對於InSAR等來說，確實有效信號。去除相干斑的濾波器有多種，這裏使用的Refined Lee濾波器（改進的Lee濾波器），這是目前最常用的相干斑濾波器，它是一種自適應濾波器（濾波窗口可以根據區域自動調整），處理效果較爲出色。這裏，不會講解太多的濾波算法原理，感興趣的話，可以找下相關的教材和論文。

具體操作：Radar—>Speckle Filtering—>Single Product Speckle Filter
I/O Parameters參數面板：

Processing Parameters參數面板：

（Refined Lee濾波器其實還有一個默認的濾波窗口大小設置，但是SNAP中默認爲7x7，你可以點擊該參數面板的Help看下其參數介紹）

設置好對應的參數後，點擊Run即可。濾波結果（保留打開的數據集4的VH通道後向散射係數sigma0）：

濾波效果

點擊Windows—>Tile Horizontally(水平分屏顯示影像)

水平分屏後，一些設置（主要在Navigation(導航)窗口上）：

放大到局部，進行對比。仔細觀看下面紅色圈的兩個區域，可以看到右邊的圖像斑點明顯少於左邊的，右邊像素（小鄰域範圍）要均勻一些。

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。

先關閉打開的數據集4和5的Sigma0_VH通道影像，繼續進行地形校正操作。

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 Parameters面板參數：

Processing Parameters:

上述的參數除了DEM掩膜的數據外都不需要調整，當然，也可結合自身情況手動調整。
確認無誤後，點擊Run即可(大約需要1小時左右的時間)。

可以加上SNAP中自帶的Nasa World map世界底圖驗證一下幾何校正的效果：

分貝化

上述處理後得到的是線性比例單位的後向散射係數，其值通常是很小很小的正值（接收器接收的雷達後向散射（或者說功率）是很小，主要原因是傳輸距離遠）。

我們知道聲音的響度單位是分貝，因爲我們的耳朵對聲響的敏感程度（聲敏）與功率呈現對數關係，所以聲音中經常使用分貝(dB)這個單位。分貝化（實際上是一種對數變換）有幾個好處：一是分貝化的雷達後向散射係數範圍近似常見的高斯分佈；二是雷達後向散射係數分貝化後，數據的存儲位數可以變小（可以由雙精度的double型數據存爲float浮點型數據），節省存儲空間；三是雷達後向散射係數分貝化後，可視化以及數據分析上更方便。

分貝化的公式爲 $dB=10*{log}_{10}(P/P_0)$ ，其中 $P$ , $P_0$ 分別表示目標量和參考量。對於後向散射係數 ${\sigma}_0$ 而言，分貝化，實際上是執行下述的對數變換： $\sigma_0(dB)=10*log_{10}\sigma_0$ 。

具體操作：Raster—>Data Conversion—>Converts bands to/from db
I/O Parameters面板：

Processing Parameters面板參數：
保持默認參數就OK

確認參數無誤後，點擊Run（大約需要幾十分鐘時間）。

結果（影像顯得更白和亮一些）：

可以看下影像像素值的分佈情況（粗略的統計，精確的統計比較耗時，SNAP中打開影像時默認是5%拉伸）：在左下方的colour Manipulation（顏色操作面板）中可以看到其粗略的分佈情況，其數值集中在前面（因爲沒有分貝化，後向散射係數的值是很小很小的）

分佈化後的像素值（粗略）統計分佈情況（SNAP中打開影像時默認是5%拉伸）：
可以看到其分佈呈是近似看作由幾個高斯分佈構成的，這是分貝化後的一個效果。

至此一個較完整的Sentinel-1 IW GRD數據預處理已經結束了。

流程圖預處理

爲了演示後面鑲嵌的操作，我們需要對另一景Sentinel-1 IW GRD數據完成預處理過程。我們關閉上述的創建數據集1-7，並關閉SNAP,以便釋放內存，然後重新打開SNAP,導入另一景Sentinel-1 IW GRD數據，然後使用流程圖方式快速完成預處理過程（上述分步過程需要耗費個小時的處理時間，使用流程圖僅需十幾分鍾）：

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。
創建的流程圖如下：

各個步驟（沒有多視步驟）的參數設置：
熱噪聲去除（這步是可選的）：

軌道校正：

輻射定標：

相干斑濾波：

地形校正：

分貝化：

輸出：

確認無誤後，點擊Run。

結果：

鑲嵌與裁剪

鑲嵌

鑲嵌在SNAP中有幾種方式。一般而言，應儘可能使用同源近乎同一時間的影像進行鑲嵌，這樣纔可能獲得較好的鑲嵌效果（沒有色差或色差很小）。這裏使用的是同一天順軌的兩幅Sentinel-1 IW GRD影像來鑲嵌，最終得到一幅覆蓋整個上海市的Sentinel-1 SAR影像。

先在SNAP中導入上述兩幅預處理後的影像。
注意，一般方式1和2只有在影像地理編碼後纔會有較好的效果。

方式1：普通SAR鑲嵌

操作：Radar—>Geometric—>SAR-Mosaic
這種鑲嵌方式是SNAP中通用的SAR鑲嵌方式（對於順軌和交軌的SAR鑲嵌皆適用情況）

ProductSet-Reader參數面板:

SAR-Mosaic參數面板：
Write參數面板：

確認好上述參數後，點擊Run即可（花費的時間視電腦內存等配置確定，博主這裏花了3個半小時）。

結果：
VH通道：

VV通道：

VV通道中有明顯色差分界線，VH通道看不到，主要因爲VH的數值相對VV的後向散射小。

RGB圖效果：

可以看到明顯的色差分界線。

方式2：柵格鑲嵌

使用普通的通用柵格鑲嵌工具完成鑲嵌，參考博客03-SNAP處理Sentinel-2 L2A級數據(一)中的普通鑲嵌操作，下面只給出各個面板參數的參數。
操作：Raster—>Geometric Operations—>Mosaicing

I/O參數面板：

Map Projection Definition面板參數：

Variables & Conditions 面板參數

確認無誤後點擊Run（博主大概耗費了1個半小時得到結果）。
結果：
VH通道：

VV通道：

RGB圖;

可以看到，生成RGB圖中間部分仍是有點色差的分界線（分界線上還有一些白色的亮點）

方式3：TOPSAR技術鑲嵌

對於順軌相連（上下相鄰）的兩景Sentinel-1 IW GRD影像還可以使用TOPSAR Slice Assembly操作來完成鑲嵌。但是，要注意順序，使用這種方式鑲嵌的話，TOPSAR Slice Assembly 在V6.0以下的SNAP中處理一定要地形校正那步之前（否則會出錯，據說SNAP7.0已經修復這個bug，但我沒有測試過）。
該操作位於：Radar—> Sentinel-1 TOPS—>TOPSAR Slice Assembly。
但是，前面預處理得到的是地形校正後的影像。我們利用原始數據（壓縮包）和流程圖快速完成這兩景順軌的Sentinel-1 IW GRD影像預處理和鑲嵌過程（博主花了半小時）。

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。

在SNAP中導入兩景Sentinel-1 IW GRD影像原始數據（壓縮包形式即可），創建下面的流程圖處理過程：

Read2:

ThermalNoiseRemoval（熱噪聲去除）:
Apply-Orbit-File（軌道校正）:

ThermalNoiseRemoval(2)（熱噪聲去除2）:

Apply-Orbit-File(2)（軌道校正2）:

Calibration（輻射定標）:

Calibration(2)（輻射定標2）:

SliceAssembly（TOPSAR切片組裝，TOPSAR鑲嵌）:

Speckle-Filter(相干斑濾波):
Terrian-Correction(地形校正）:

LinearToFromdB（分貝化）:
Write:

確認上述面板的參數，點擊Run即可（大約需要等待半小時）。

結果：
VH通道：

VV通道：

RGB圖：

看不到明顯的分界線，這是TOPSAR鑲嵌實際上根據原來IW的burst帶信息拼接起來的（如果把burst帶可以地板磚的話，這個過程就像鋪地板磚一樣，可以在上下連接處無縫連接起來）

結論

對於同一天的順軌兩景（或多景）影像鑲嵌使用TOPSAR鑲嵌方式鑲嵌能獲得最好的鑲嵌效果；如果對於交軌的兩景（或多景）可以使用SAR-Mosaic或者普通柵格鑲嵌方式鑲嵌，SAR-Masaic設置更方便一些，普通柵格鑲嵌要繁瑣一些，效果上兩者差別不大，具體選哪種需要結合實際效果判斷（這裏似乎普通柵格鑲嵌方式鑲嵌效果似乎好點，但是後期SNAP官方還會對SAR-Mosaic操作進行改進，那就難料了）。

裁剪

對於小研究區而言，裁剪這步可以放在軌道校正之前，這樣可以減少後續處理的數據量。

規則裁剪

操作：Raster—>Subset
參考03-SNAP處理Sentinel-2 L2A級數據(一)博主中的柵格操作部分。
我利用上一步鑲嵌起來的整幅覆蓋上海市的Sentinel-1 IW GRD影像裁剪出崇明島區域部分：
結果（注意裁剪後的數據集是在內存中生成的，需要在數據集名上右擊，彈出窗口點擊Save Product才能寫入磁盤）：

不規則裁剪

這個操作是藉助矢量掩膜功能實現的。
參見05-SNAP處理Sentinel-2 L2A級數據(三)博客區域掩膜（裁剪）操作部分，如果需要自己勾繪掩膜區域的話，請看該篇博客的創建樣本集部分內容（不同的是掩膜區域可能只需要一個不規則的多邊形即可）。

我們利用上面規則裁剪後的數據集繼續進行不規則裁剪，先用SNAP的多邊形工具勾繪一個覆蓋崇明島的多邊形區域：

具體操作：Raster—>Masks—>Land/Sea Mask

I/O參數面板：

Processing Parameters參數面板:

結果：
（注意掩膜是在原數據上進行的，得到的範圍和原影像是一樣，如果你想縮小到多邊形的邊界範圍，你需要再用一次規則裁剪操作。）

默認打開的掩膜裁剪的影像，會顯示矢量多邊形，可以在圖層管理器窗口上把它關閉。

一般來說，掩膜操作一般放在出圖的最後步驟裏。Nice! The End!

結語

關於SNAP中對Sentinel-1 IW GRD的預處理操作介紹到這裏。07篇博客後，關於SNAP對Sentinel-1、Sentinel-2的預處理的基礎部分已經差不多，接下會分篇介紹SNAP中命令行工具gpt、snappy包、歐空局專題雲開發平臺等內容，再往後會介紹一下SNAP實現Sentinel-1、Sentinel-2數據等數據應用。後面的博客，涉及到基礎預處理部分，將略過。前面介紹的SNAP一些常見的基礎處理操作，建議使用SNAP的同志多熟悉一下，其操作參數在後面使用gpt和snappy工具會用到。許多事情是需要循序漸進的，前面的預處理基礎操作雖然比較費時間，但是
絕對不是沒作用的，最起碼會加深了你對遙感影像處理過程的瞭解（爲什麼要這樣做，爲什麼需要這個參數，爲什麼這個參數需要這樣設置等）。

許多人在催我更新博客，但是一篇較高質量的博客需要花費好幾天的時間（而且博主還要測試幾次，纔敢寫），博主只能說有空時會加快更新的速度。如無意外，一般一個月會更新一篇博客。

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：665903216（這個羣已滿人），歐空SNAP處理交流羣（二）：1102493346。

參考文獻

[1] 楊魁, 楊建兵, 江冰茹. Sentinel-1衛星綜述[J]. 城市勘測, 2015(02):26-29.
[2] 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.
[3] Sentinel-1 User Guides https://sentinel.esa.int/web/sentinel/user-guides/sentinel-1-sar
[4] Sentinel-1 Technical Guides https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-1-sar

07-SNAP處理Sentinel-1 IW GRD數據