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

news2024/9/23 15:23:07

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

  • 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 Create Stack
    • 2.13 Range-Doppler Terrain Correction 距离多普勒校正
    • 2.14 改变配色方案并查看形变量
    • 2.15 将相干性较低的地方变为透明
    • 2.16 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
    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!

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/400728.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

【Unity3D日常开发】Unity3D中协程的使用

推荐阅读 CSDN主页GitHub开源地址Unity3D插件分享简书地址我的个人博客 大家好,我是佛系工程师☆恬静的小魔龙☆,不定时更新Unity开发技巧,觉得有用记得一键三连哦。 一、前言 最近有小伙伴问协程怎么用、怎么写,我也是会用会写…

Revit管理链接模型视图样式和链接CAD

一、Revit中如何管理链接模型的视图样式 Revit软件协同,无非就两种方式:1、工作集;2、链接文件。其中“工作集”属于软件内部的工作协调方式,不是我们本期问题汇总要说明的问题,这里我们着重说一下第二种关于“链接文件”方式协同…

我们的理性何处安放

每天工作压力和各种人相处都让我们非常忙碌,我们上大学,努力工作,都是想获得更好的人生场景,素养,提升自身的认知,这样就是对我们大多数人生最负责任。如何让自己理性与人为善,并能被人温柔以待…

大数据-学习实践-3HDFS

大数据-学习实践-2HDFS (大数据系列) 文章目录大数据-学习实践-2HDFS1知识点2具体内容2.1HDFS介绍2.2HDFS操作2.2.1基本操作2.2.2Java操作HDFS2.3HDFS体系结构2.3.1NameNode2.3.2SecondaryNameNode2.3.3DataNode2.3.4总结2.4HDFS回收站2.4HDFS安全模式2.5定时上传至HDFS2.6HDF…

java版工程项目管理系统 Spring Cloud+Spring Boot+Mybatis+Vue+ElementUI+前后端分离 功能清单

java版工程项目管理系统 Spring CloudSpring BootMybatisVueElementUI前后端分离 功能清单如下: 首页 工作台:待办工作、消息通知、预警信息,点击可进入相应的列表 项目进度图表:选择(总体或单个)项目显…

Kalman Filter in SLAM (4) ——Iterated Extended Kalman Filter (IEKF, 迭代扩展卡尔曼滤波)

文章目录1. IEKF 概述2. IEKF 的核心思想2.1. The Motivation of Iteration2.2. IEKF 迭代线性化步骤3. IEKF 的推导3.1. 预测公式3.2. 校正公式1. IEKF 概述 由于非线性模型中做了线性化近似,当非线性程度越强时,误差就会较大,但是由于线性…

删库跑路现场还原

数据库是公司重要资产,在此类重要资产平台上,尤其是重要操作,应该保持敬畏心。数据库被删了?可怎么证明是某某某删了数据库?或者根本都不知道谁删除了数据库,又没抓现行,该怎么办?正…

品牌直播人气高达80w+,如何在B站打造品牌营销阵地?

2月9日,手机品牌REALME真我(以下简称“真我”),在B站开启一场「发布会」盛宴。这场发布会正是为新机“真我GT Neo5”发布进行全面宣传,在当日,真我品牌官方号在B站开启了一场线上新机发布会。来源-B站官方号…

云和虚拟化有什么区别?

云和虚拟化概念容易被混淆,特别是因为它们都围绕着用抽象资源创建有用的环境。但是,虚拟化是一项允许您从单个物理硬件系统创建多个模拟环境或专用资源的技术,而云是可在整个网络中抽象,汇总和共享可伸缩资源的IT环境。简而言之&a…

优化UnRaid容器的WebUI端口设置实现应用快捷访问的方法

文章目录前言详细流程前言 自从入了UnRaid的坑,发现Docker真是个好东西,各种各样的应用工具层出不穷,可以大大提高生产效率。然而在安装Docker应用后,对于如何方便的访问该应用,各个应用服务提供者给出的解决方案不是…

ip-guard如何通过准入网关对指定的服务器进行通讯加密保护?

1、准入网关在高级配置设置受保护服务器; WEB管理界面【系统工具】,点击【配置管理】,点击参数设置,进入高级配置界面,输入配置内容即可。 [ControlServer]

最受欢迎的大数据可视化

大数据可视化是进行各种大数据分析的最重要组成部分之一。 一旦原始数据流被以图像形式表示时,以此做决策就变得容易多了。 为了满足并超越客户的期望,大数据可视化工具应该具备这些特征:能够处理不同种类型的传入数据能够应用不同种类的过滤…

【华为机试真题 Python实现】2023年1、2月高频机试题

文章目录2023年1季度最新机试题机考注意事项1. 建议提前刷题2. 关于考试设备3. 关于语言环境3.1. 编译器信息3.2. ACM 模式使用sys使用input(推荐)3. 关于题目分值及得分计算方式4. 关于做题流程5. 关于作弊2023年1季度最新机试题 两个专栏现在有200博文…

银河麒麟V10SP1高级服务器版本离线RPM方式升级openssl openssh 自动化升级系统补丁实战实例全网唯一

银河麒麟高级服务器操作系统简介: 银河麒麟高级服务器操作系统V10是针对企业级关键业务,适应虚拟化、云计算、大数据、工业互联网时代对主机系统可靠性、安全性、性能、扩展性和实时性等需求,依据CMMI5级标准研制的提供内生本质安全、云原生支…

主成分分析(PCA)原理

主成分分析(PCA)原理 在高维数据处理中,为了简化计算量以及储存空间,需要对这些高维数据进行一定程度上的降维,并尽量保证数据的不失真。PCA和ICA是两种常用的降维方法。 PCA:principal component analysi…

[思考进阶]06 养成“记笔记”的习惯,能够改变你的思考方式

目录前言一、10000张纸法则二、康奈尔笔记法三、东京大学笔记法四、养成“记笔记”的习惯除了要提升自己的技术能力,思维的学习和成长也非常非常重要,特推出此[思考进阶]系列,进行刻意练习,从而提升自己的认知。 前言 经常看到一…

BCELoss

1:单标签二分类:N是样本数,Yn是标签。范围在**[0,1]**。 公式: 举个例子: input torch.Tensor([[0.8, 0.9, 0.3]])#, [0.8, 0.9, 0.3], [0.8, 0.9, 0.3], [0.8, 0.9, 0.3]]) target torch.Tensor([[1, 1, 0]])#, […

weblogic-文件读取漏洞

weblogic-文件读取漏洞 0x00 前言 Weblogic存在管理后台,通过账号密码登录,由于管理员的疏忽,经常会使用弱口令,或者默认的账户名密码。因此存在弱口令爆破的风险。在本环境下模拟了一个真实的weblogic环境,其后台存…

Java:SpringBoot整合Spring Security实现认证与授权学习笔记

本文通过逐步学习Spring Security,由浅入深,SpringBoot整合Spring Security 分别实现自定义的HTTP Basic认证 和 Form表单认证。 本文是学习笔记,网上的教程五花八门,由于时间久远,很难拿来就用。 在此特别感谢IT老齐…

雪花算法(SnowFlake)

简介现在的服务基本是分布式、微服务形式的,而且大数据量也导致分库分表的产生,对于水平分表就需要保证表中 id 的全局唯一性。对于 MySQL 而言,一个表中的主键 id 一般使用自增的方式,但是如果进行水平分表之后,多个表…