合成孔径雷达：穿透云雾的观测“利器”

合成孔径雷达包括波长和频率、偏振、散射机制和干涉测量的详细信息。 虽然大多数使用遥感的科学家都熟悉来自美国地质调查局的 Landsat、美国宇航局的中分辨率成像光谱仪 (MODIS) 和欧洲航天局的 Sentinel-2 的被动光学图像， 但另一种遥感数据正在掀起波澜，那就是合成孔径雷达，或 SAR。 SAR 是一种主动数据收集， 其中传感器产生自己的能量， 记录与地球相互作用后反射回来的能量。 虽然光学图像类似于解释照片， 但 SAR 数据需要一种不同的思维方式， 因为信号反而对结构和水分等表面特征有反应。

SAR 的 Synthetic 是什么？

雷达数据的空间分辨率与传感器波长与传感器天线长度之比直接相关。 对于给定的波长， 天线越长，空间分辨率越高。 对于以大约 5 cm 波长运行的太空卫星（C 波段雷达）而言， 为了获得 10 m 的空间分辨率， 需要一个大约 4,250 m 长的雷达天线。（超过 47 个足球场！）

这种尺寸的天线对于太空中的卫星传感器来说是不实用的。 因此，科学家和工程师想出了一个巧妙的解决方法，即合成孔径。 在这个概念中，来自较短天线的一系列采集被组合起来模拟一个更大的天线， 从而提供更高分辨率的数据（查看下图的几何图形）。

用于在沿轨道位置 x = 0 处形成目标 P 合成孔径的观测几何。

插入了微波波段的电磁波谱。

频率和波长的作用

Landsat 的可操作陆地成像仪 (OLI) 和 Sentinel-2 的多光谱仪器 (MSI) 等光学传感器收集电磁波谱的可见光、近红外和短波红外部分的数据。 雷达传感器利用厘米到米尺度的较长波长， 这赋予了它特殊的属性， 例如能够穿透云层（查看右侧的电磁频谱）。 SAR 的不同波长通常称为波段， 用字母表示， 例如 X、C、L 和 P。 下表列出了波段及其相关频率、波长和该波段的典型应用。

波长是使用 SAR 时要考虑的一个重要特征， 因其决定了雷达信号如何与表面相互作用以及信号可以穿透介质多远。 例如，工作波长约为 3 厘米的 X 波段雷达几乎无法穿透阔叶林， 因此主要与树冠顶部的树叶相互作用。 另一方面，L 波段信号的波长约为 23 厘米， 可以更好地穿透森林， 并允许雷达信号与大树枝和树干之间进行更多交互。 波长不仅会影响到森林的穿透深度， 还会影响土壤和冰等其他土地覆盖类型的穿透深度。

例如，科学家和考古学家正在使用 SAR 数据帮助“发现”， 随着时间的推移被茂密植被或沙漠沙子隐藏的失落城市和城市型基础设施。 有关在空间考古学中使用 SAR 的信息， 请查看 NASA 地球观测站的 Peering through the Sands of Time（https://earthobservatory.nasa.gov/features/SpaceArchaeology）和 Secrets below the Sand（https://earthobservatory.nasa.gov/images/90847/secrets-beneath-the-sand）。

偏振和散射机制

雷达还可以通过控制发射和接收路径中分析的极化来收集不同极化的信号。 偏振是指发射的电磁波在其中振荡的平面方向。 虽然方向可以发生在任何角度， 但 SAR 传感器通常传输线性偏振。 水平极化用字母 H 表示， 垂直极化用 V 表示。

雷达传感器的优点是可以在发射和接收时精确控制信号极化。 垂直 (V) 发射和水平 (H) 极化接收的信号将由 VH 指示。 或者，以水平 (H) 发射并以水平 (H) 接收的信号将由 HH 指示， 依此类推。根据以下类型的散射， 检查来自这些不同偏振的信号强度包含有关成像表面结构的信息：粗糙表面、体积和双反射（见下图）。

• 粗糙的表面散射，例如由裸土或水引起的散射， 对 VV 散射最敏感。
• 例如，由森林冠层中的树叶和树枝引起的体积散射对 VH 或 HV 等交叉极化数据 最为敏感。
• 最后一种散射，双反射， 是由建筑物、树干或淹没的植被引起的，对 HH 偏振信号最敏感。

HH 中的强散射表明双反射散射占主导地位（例如，茎状植被、人造结构）， 而强 VV 与粗糙表面散射（例如，裸露地面、水）有关， 双极化的空间变化表明体积分布散射体（例如植被和高渗透土壤类型，如沙子或其他干燥多孔土壤）。

重要的是要注意归因于不同散射类型的信号量可能会随着波长的变化而变化， 因为波长会改变信号的穿透深度。 例如，C 波段信号仅穿透到森林树冠的顶层， 因此将经历大部分粗糙度散射和有限量的体积散射。 然而，L 波段或 P 波段信号将具有更深的穿透力， 因此会经历强烈增强的体积散射以及树干引起的增加的双反射散射量（查看下面的树冠穿透图）。

SAR 测量对森林结构的敏感性以及在不同波长下穿透到树冠的敏感性， 用于陆地表面的机载或星载遥感观测。

干涉测量法 (InSAR)

SAR 数据还可以启用一种称为干涉测量法或 InSAR 的分析方法。 InSAR 利用传感器记录的相位信息来测量传感器到目标的距离。 当对同一目标进行至少两次观察时， 距离以及来自传感器的附加几何信息可用于测量地表地形的变化。 这些测量非常准确（高达厘米级！）， 可用于识别火山爆发和地震等事件造成的变形区域（查看下面干涉图）。

2018 年 2 月 17 日和 02 月 5 日获得的 Sentinel-1 SAR 数据的干涉图显示， 俯冲逆冲断层上的地震断层滑动导致地面隆起高达 40 厘米。 运动轮廓为 9 厘米的颜色轮廓，也称为边缘。

数据可用性

从 2014 年欧洲航天局 (ESA) Sentinel-1a 的发射和开放数据政策开始， 直到最近才广泛免费提供一致的 SAR 数据集。 其他传感器具有历史数据、仅适用于某些区域的图像， 或需要购买数据的策略。 以下列出了已经或正在生成数据的 SAR 传感器， 以及数据参数和访问位置。

1.软件：Sentinel 应用平台 (SNAP) Sentinel 1 工具箱 ( S1TBX )

• 开发者：European Space Agency（欧洲航天局）
• 分析类型：用于 SAR 数据的极化和干涉处理的图形用户界面 (GUI)。 从头到尾处理包括用于校准、散斑过滤、配准、正射校正、镶嵌和数据转换的算法。
• 适用任务：
  • Sentinel-1
  • ERS-1 and 2
  • ENVISAT
  • ALOS PALSAR
  • TerraSAR-X
  • COSMO-SkyMed
  • RADARSAT-2

2.软件：pyroSAR

• 开发者：John Truckenbrodt, Friedrich-Schiller-University Jena / Deutsches Zentrum， für Luft- und Raumfahrt German Aerospace Center
• 分析类型：一个用于大规模 SAR 卫星数据处理的 Python 框架， 可以访问 GAMMA 和 SNAP 处理能力。 专门处理采集元数据、格式化预处理数据以供进一步分析， 以及将数据导出到数据立方体的选项。
• 适用任务：哨兵和各种过去和现在的卫星任务

3.软件：通用制图工具 合成孔径雷达 ( GMTSAR )

• 开发者：康菲石油公司、斯克里普斯海洋研究所和圣地亚哥州立大学
• 分析类型：GMTSAR 为通用制图工具 (GMT) 添加了干涉测量处理功能， 通用制图工具是用于操作地理数据和创建地图的命令行工具。 GMTSAR 包括两个主要处理器：其中之一是 InSAR 处理器， 可以聚焦和对齐图像堆栈， 将地形图映射到相位， 进行相位展开， 并形成复杂的干涉图。 令一个是后处理器， 用于过滤干涉图并创建相干性、相位梯度和视线位移产品。

• 适用任务：

  • ERS-1/2
  • 远景卫星
  • ALOS-1
  • TerraSAR-X
  • COSMOS-天医
  • 雷达卫星二号
  • 哨兵一号
  • ALOS-2

4.软件：Delft 面向对象的雷达干涉测量软件 ( DORIS )

• 开发者：代尔夫特理工大学代尔夫特地球观测与空间系统研究所
• 分析类型：从单视复数 (SLC) 到复数干涉图和相干图的干涉测量处理， 包括地理编码功能，但不包括相位展开。
• 适用任务：来自 ERS、ENVISAT、JERS、RADARSAT 的单视复杂数据

5.软件：用于相位展开的统计成本、网络流算法 ( SNAPHU )

• 开发者：斯坦福雷达干涉测量研究组
• 分析类型：在大多数 Unix/Linux 平台上运行的用 C 编写的软件。 用于相位展开（干涉过程）。 SNAPHU 算法已被纳入其他 SAR 处理软件， 包括 ISCE。
• 适用任务：输入数据是格式为光栅的干涉图， 具有单精度（浮点、实数4 或复数8）浮点数据类型

6.软件：混合可插拔处理管道 ( HYP3 )

• 开发者：阿拉斯加卫星设施
• 分析类型：InSAR 处理的在线界面， 包括相位展开等步骤（使用最小成本流算法）， 以及访问一些用于干涉测量的 GAMMA 和 ISCE 处理功能。 还包括辐射地形校正 (RTC) 和变化检测工具。
• 适用任务：取决于过程。

7.软件：InSAR 科学计算环境 ( ISCE )

• 开发者：喷气推进实验室和斯坦福大学
• 分析类型：打包为 Python 模块的干涉测量处理。 从原始或 SLC 到复杂的干涉图和相干图的干涉测量处理， 包括地理编码、相位展开、过滤等。
• 适用任务：
  • ALOS
  • ALOS2
  • COSMO_SKYMED
  • ENVISAT
  • ERS
  • KOMPSAT5
  • RADARSAT1
  • RADARSAT2
  • RISAT1
  • Sentinel-1
  • TERRASARX
  • UAVSAR

8.软件：MapReady

• 开发者：阿拉斯加卫星设施
• 分析类型：用于对多极化合成孔径雷达 (PolSAR) 数据进行地形校正、地理编码和应用极化分解的 GUI。
• 适用任务：ALOS Palsar 和 ASF 目录中的其他旧数据集（不适用于 Sentinel-1，推荐用于 Sentinel-1 的 SNAP S1TBX）

9.软件：Python 雷达工具 ( PyRat )

• 开发者：Andreas Reigber
• 分析类型：用 Python 实现的 GUI， 用于机载和星载 SAR 图像的后处理， 包括各种滤镜、几何变换以及干涉和偏振处理的功能。
• 适用任务：机载和星载 SAR 数据

10.软件：极化 SAR 数据处理和教育工具箱( PolSARpro )

• 开发者：欧洲航天局
• 分析类型：用于高级偏振处理的 GUI。包括 PolSAR、PolinSAR、PolTomoSAR 和 PolTimeSAR 数据的分析功能， 包括椭圆偏振基变换、散斑滤波器、分解、参数估计和分类、分割等功能， 以及包括用于森林和地表的全极化相干 SAR 散射和成像模拟器。

• 适用任务：

  • ALOS-1 / PALSAR-1
  • ALOS-2 / PALSAR-2
  • COSMO-SKYMED
  • GaoFen-3
  • RADARSAT-2
  • RISAT
  • TerraSAR X
  • Tandem-X
  • SENTINEL-1A and -1B

• 支持即将到来的任务：

  • ALOS-4 / PALSAR-3
  • BIOMASS
  • SAOCOM
  • NISAR
  • NOVASAR-S
  • RCM / RADARSAT-3
  • TerraSAR-L

几个新的传感器也计划在未来几年内推出。 其中包括 NASA-印度空间研究组织 SAR (NISAR) 联合卫星， 它将收集 L 波段 SAR 数据， S 波段的覆盖范围更有限。 所有数据都将免费向公众公开。 ESA 还启动了 P 波段 BIOMASS 任务， 该任务也将采用开放数据政策。

所有免费和公开可用的 SAR 数据都可以在 Earthdata Search（https://search.earthdata.nasa.gov/search?q=SAR）中访问。

数据处理与分析

使用 SAR 数据的限制之一是较低级别的 SAR 数据需要一些繁琐的预处理步骤。 根据要进行的分析类型， 这些预处理步骤可以包括：应用轨道文件、辐射校准、去爆、多视、散斑过滤和地形校正。 这些步骤在SAR 预处理单页中有更详细的描述。