在SNAP中用sentinel-1数据做InSAR测量,以门源地震为例

news2025/8/4 1:23:21

在SNAP中用sentinel-1数据做InSAR

  • 0 写在前面
  • 1 数据下载
  • 2 处理步骤
    • 2.1 split
    • 2.2 apply orbit 导入精密轨道
    • 2.3 查看数据的时空基线base line
    • 2.4 back-geocoding 配准
    • 2.5 Enhanced Spectral Diversity
    • 2.6 Deburst
    • 2.7 Interogram Formation 生成干涉图
    • 2.8 Multilook 多视
    • 2.9 Goldstein Phase Filtering 相位滤波
    • 2.10 Subset(可选)
    • 2.11 snaphu中的解缠处理
      • 2.11.1 snaphu--export 输出为snaphu文件
      • 2.11.2 Snaphu-unwrapping 解缠(GUI图形界面)
      • 2.11.2 Snaphu-unwrapping 解缠(terminal)
      • 2.11.3 snaphu-Import,导入解缠好的文件
    • 2.11 Phase to Dispalcement相位转形变
    • 2.12 导出成果为tif

0 写在前面

  • SNAP版本为8.0.0
  • snaphu的安装请参阅博文在SNAP中用sentinel-1数据制作DEM

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

  • 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

2.12 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
    在这里插入图片描述

感谢阅读!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/394272.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Unity】接入Max广告聚合SDK

下载和导入MAX Unity插件: 官方SDK链接 在这里插入图片描述 2.初始化MAX SDK: MaxSdkCallbacks.OnSdkInitializedEvent (MaxSdkBase.SdkConfiguration sdkConfiguration) > {// AppLovin SDK is initialized, start loading ads };MaxSdk.SetSdkK…

JavaScript 高级4 :正则表达式

JavaScript 高级4 :正则表达式 Date: January 19, 2023 Text: 正则表达式、正则表达式特殊字符、正则表达式中的替换 目标: 能够说出正则表达式的作用 能够写出简单的正则表达式 能够使用正则表达式对表单进行验证 能够使用正则表达式替换内容 正则…

渗透测试自动化生成报告——ExportReport

Git仓库: https://github.com/ljy1058318852/ExportReport0x01 概述: 本项目用于自动化生成报告。可根据项目需求,通过简单的提取变量来自定义报告模板。内附常见扫描器API/原报告(awvs、xray、goby)数据提取模块,可直接生成全新…

电影《断网》观后感

上周看了电影《断网》这部电影,题材是网络攻击与防范的故事,这样的题材距离我们很远,又离我们很近,我们每天都在用网络,生活中也离不开网络,所以它离我们很近,但是真正涉及到网络攻击时&#xf…

【00后卷王秘籍】python自动化测试—Python自动化框架及工具

1 、概述 手续的关于测试的方法论,都是建立在之前的文章里面提到的观点: 功能测试不建议做自动化 接口测试性价比最高 接口测试可以做自动化 后面所谈到的 测试自动化 也将围绕着 接口自动化 来介绍。 本系列选择的测试语言是 python 脚本语言。由于其…

为什么99%的程序员都做不好SQL优化?

连接层 最上层是一些客户端和链接服务,包含本地sock 通信和大多数基于客户端/服务端工具实现的类似于 TCP/IP的通信。主要完成一些类似于连接处理、授权认证、及相关的安全方案。在该层上引入了线程 池的概念,为通过认证安全接入的客户端提供线程。同样…

forEach() 的用法

forEach() 方法用于遍历动态数组中每一个元素并执行特定操作。 forEach(回调函数(item){}) :数组遍历方法 item:指的是数组里的每一项 含义是:遍历数组里的每一项,对每一项执行一次回…

【Git】Git工作流程及使用

Git工作流程及使用Git工作流程与常用命令Git工作流程Git常用命令项目中使用Git的场景需求开发前的分支拉取流程,需求开发后的分支合并流程分支合并出现冲突如何解决线上出现事故代码如何回退Git工作流程与常用命令 Git工作流程 workspace:工作区 stagin…

学习streamlit-2

首先视频快速预览下今天的学习内容: Streamlit Shorts: How to make a button今天继续学习streamlit,首先激活之前建立的虚拟环境: ❯ conda activate streamlit-env (streamlit-env) ~ via 🐍 v3.9.16 via &#x1f…

3DCAT+一汽奥迪:共建线上个性化订车实时云渲染方案

近年来,随着5G网络和云计算技术的不断发展,交互式3D实时云看车正在成为一种新的看车方式。与传统的到4S店实地考察不同,消费者可以足不出户,通过网络与终端设备即可实现全方位展示、自选汽车配色、模拟效果、快捷选车并进行个性化…

面向对象设计模式:创建型模式之建造者模式

一、引入 Build:建造和构建具有建筑结构的大型物体 建楼:打牢地基、搭建框架、然后自下而上一层层盖起来。构建物体:通常需要先建造组成这个物体的各个部分,然后分阶段把它们组装起来 二、建造者模式 2.1 Intent 意图 Separate…

不考虑分配与合并情况下,GO实现GCMarkSweep(标记清除算法)

观前提醒 熟悉涉及到GC的最基本概念到底什么意思(《垃圾回收的算法与实现》)我用go实现(因为其他的都忘了,(╬◣д◢)ムキー!!) 源码地址(你的点赞,是我开源的…

基于鲸鱼算法优化SVM的发电功率回归预测,eemd-woa-svm

目录 支持向量机SVM的详细原理 SVM的定义 SVM理论 鲸鱼算法的原理及步骤 SVM应用实例,基于eemd分解+鲸鱼算法改进SVM的回归分析 代码 结果分析 展望 支持向量机SVM的详细原理 SVM的定义 支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义在…

Linux中将多块新硬盘合并成一个,挂载到/mysqldata目录下

需求: 将两块空硬盘合并为“一块”,挂载到指定目录(/data)下,达到在一个目录使用2块硬盘所有空间的效果。 使用 fdisk -l 命令查看当前系统中的硬盘,如下图: 系统中存在两块未分配的硬盘&#…

< Linux > 进程信号

目录 1、信号入门 生活角度的信号 技术应用角度的信号 前台进程 && 后台进程 信号概念 用kill -l命令察看系统定义的信号列表 信号处理的方式 2、信号产生前 用户层产生信号的方式 3、产生信号 3.1、通过终端按键产生信号 3.2、核心转储core dump 3.3、调用系统函数…

目前全网最全Linux学习笔记

操作系统 用户和计算机的接口,同时也是计算机硬件和其他软件的接口; 用户程序是运行的操作系统之上; 功能: 管理计算机系统的硬件、软件及数据资源,控制程序运行,改善人机界面,为其他应用软…

6.4 深度负反馈放大电路放大倍数的分析

实用的放大电路中多引入深度负反馈,因此分析负反馈放大电路的重点是从电路中分离出反馈网络,并求出反馈系数 F˙\pmb{\dot F}F˙。 一、深度负反馈的实质 在负反馈放大电路的一般表达式中,若 ∣1A˙F˙∣>>1|1\dot A\dot F|>>1…

微服务之 CAP原则

文章目录微服务CAP原则AC 可用性 一致性CP 一致性 分区容错性AP 可用性 分区容错性提示:以下是本篇文章正文内容,SpringCloud系列学习将会持续更新 微服务CAP原则 经过前面的学习,我们对 SpringCloud Netflix 以及 SpringCloud 官方整个生…

Windows 上 执行docker pull命令 提示:The system cannot find the file specified.

错误提示error during connect: This error may indicate that the docker daemon is not running.: Get "http://%2F%2F.%2Fpipe%2Fdocker_engine/v1.24/version": open //./pipe/docker_engine: The system cannot find the file specified.解决办法在cmd 窗口中执…

视觉SLAM十四讲ch7-1视觉里程计笔记

视觉SLAM十四讲ch7-1 视觉里程计笔记本讲目标从本讲开始,开始介绍SLAM系统的重要算法特征点法ORB特征BRIEF实践特征提取与匹配2D-2D:对极几何八点法求E八点法的讨论从单应矩阵恢复R,t小结三角化![在这里插入图片描述](https://img-blog.csdni…