合成孔径雷达(SAR)简介

鸟瞰图拍摄的地球照片， 通常被认为是最熟悉的卫星图像， 即“光学图像” 。 这种类型的图像使用“被动传感” ， 这意味着太阳可以充当光源来捕获可见光。 它的工作方式类似于我们的手机相机在不启用闪光灯的情况下拍照。 遗憾的是， 当太阳下降或天空中有云层， 带有光学传感器的卫星无法获得清晰的图像。 如果说日光或天气对光学传感器而言是一个隐患问题， 那么带有合成孔径雷达 (SAR)传感器的卫星可以帮助解决现实存在的问题。 这意味着现在可以研究北极在冬季黑暗的两极， 或潮湿和云层覆盖率高的热带地区。

上图为印度尼西亚巴厘巴板湾存在云的光学图像和清晰的 SAR 图像示例（来源：LANDSAT 8 和 Sentinel-1）。

SAR 的作用

由于 SAR 可以穿透黑暗、云层和雨水， 它可用于检测由于自然或人为事件引起的环境变化， 例如洪水、漏油、森林砍伐、船舶探测和海冰（仅举几例）。

SAR 如何运作？

SAR 传感器使用“主动传感” ， 不依赖太阳作为来源而生成 “SAR 图像”。 该传感器向地球表面发送信号 S， 返回传感器的反射信号 S 称为 “测量d反向散射”。 SAR 图像只是测量反向散射的二维渲染。

光学传感器（左）仅适用于晴朗晴朗的天空， SAR 传感器（右）可以在白天和晚上工作， 甚至在有云的情况下也可以工作。

传感器发出的信号类型是电磁能量脉冲， 可以“看穿”云层、烟雾和雨水。 信号的波长决定穿透深度； 波长越长，信号穿透和穿透地形植被的深度就越深。

显示短波长到长波长的电磁波谱和相应的波类型（从左到右 - 伽马射线、X 射线、紫外线、可见光、红外线、微波、无线电）以及 SAR 传感器可以使用的不同波段微波范围。

SAR 到底是什么？

首先将从解释 “Radar” 开始。 R-A-D-A-R 代表无线电检测和测距， 卫星传感器发射射频能量脉冲来检测物体并确定相对于卫星的距离（测距）。
利用光学技术， 可以调整相机的光圈， 即光线穿过的开口， 以增加照片的亮度和分辨率， 从而捕捉更清晰的图像。

增加给定传感器的相机光圈大小可以让更多的光线进入， 从而提高图片的分辨率。

SAR 中的“孔径”使用与相机类似的概念， 即增加孔径会提高分辨率。 然而，在这种情况下， 孔径与天线可以接收多少能量有关， 分辨率是空间分辨率。 由于卫星天线的尺寸需要大数百倍才能捕捉地球表面的图像（这将大得离谱，而且在物理上不可能发射到轨道上）， 我们“综合”模拟了一个大孔径。 当卫星绕轨道运行时， SAR 传感器在经过一个区域时向地面发送并记录几个脉冲。 这种先进的数据记录与信号处理技术相结合， 使具有短天线的 SAR 传感器能够综合地延长其天线， 从而提高其空间分辨率以生成单个高分辨率 SAR 图像。

总之，随时随地， SAR 可用于定位和绘制地球地图、描述随时间变化的特征以及跟踪运动物体。 如前所述，SAR 可用于检测由于自然或人为事件引起的环境变化， 例如洪水、石油泄漏、森林砍伐、船舶探测和海冰。 然而，SAR 应用程序远不止这些。

SAR 数据的预训练深度学习模型

SAR 是一种重要的雷达工具， 因为它提供了地球表面特性和形状的一致视图。 与光学图像不同， SAR 在阴天（或夜晚）并不重要。 无论气候条件如何， 都可以重新访问和收集特定区域的数据， 而不必担心环境因素。

令人兴奋的是， 它为各种分析功能打开了许多大门， 尤其是在特定景观中检测或建模变化。 借助 SAR，可以在极端天气事件（必然有大量云层覆盖）或火山喷发时监测洪水泛滥的河流， 并伴有大量烟雾和火山灰。

事实上，Esri 实际上已经为美国中西部和南部发生的 2019 年洪水事件执行了此操作， 该事件被恰当地命名为“大洪水”， 因其对生活在受灾地区的 1400 万人造成了影响。 这只是一个示例， 其中可以通过 SAR 工具集中的一系列地理处理工具来创建 Sentinel-1 SAR 分析就绪产品。 更令人兴奋的是， 可以对 SAR 数据进行处理并将其写入数据集， 以构成未来分析和解释的基础。

在 ArcGIS 中使用 SAR 数据

可在 ArcGIS 环境中利用一系列选项和功能来处理和分析 SAR 数据， 范围从栅格产品支持和栅格函数到深度学习。

利用栅格产品和函数处理数据

由于其多功能性， Esri 已将 SAR 支持扩展到多个栅格产品中， 旨在使从特定传感器添加影像的过程更加直观。 栅格产品是 ArcGIS 根据提供的相应元数据渲染传感器数据的有效方式。 Esri 目前支持 Sentinel-1、RADARSAT Constellation Mission 和 ICEYE GRD 产品。

许多工具也已包含在栅格函数中， 这些在显示栅格时直接针对原始数据应用计算， 因此仅处理可见像素。 假设没有中间数据写入磁盘， 这允许在 ArcGIS Pro 中快速试验参数。

此外可以利用地理处理工作流在磁盘上创建彩色合成图像， 或使用其他栅格函数在内存中处理 SAR 数据。 因此可以利用平台的偏振特性为 ArcGIS 分析环境创建三波段栅格数据集。

利用深度学习分析数据

目前，Esri 提供三种 SAR 预训练模型， 可在 ArcGIS Living Atlas of the World 中使用。 这三个模型都专注于对象检测和像素分类； 然而，重要的是提供机制来执行连贯的变化检测和特征提取、检测向前发展。 每个 SAR 预训练模型都使用免费提供的 Sentinel-1 地面距离检测 (GRD) 数据。 以下是目前提供的每个 SAR 模型的快速摘要。

船舶检测

无论目标是追踪非法渔船还是在汹涌的风暴中监控货船船队， 船舶检测（SAR）预训练模型都可以省去利用 Sentinel-1 SAR 数据手动检测船舶的繁琐任务。 此模型可用于任何地区， 但根据软件类型， 需要以下许可证要求之一：

• ArcGIS Image Analyst扩展（用于ArcGIS Pro）
• ArcGIS图像服务器（适用于ArcGIS Enterprise）
• ArcGIS图像（用于ArcGIS Online）

如果有 ArcGIS Pro 的 ArcGIS Image Analyst 扩展， 还有一个自定义项目模板， 可以利用它来简化工作流。 可以在此处（https://doc.arcgis.com/en/pretrained-models/latest/imagery/using-ship-detection-sar-.htm）找到使用此自定义模板的步骤。

水体提取

与用于船舶检测的 SAR 特定预训练模型非常相似， 水体提取 (SAR)预训练模型通过自动执行对 SAR 数据固有有用的任务来节省时间。 在本例中， 它从 Sentinel-1 SAR 图像中提取水体作为栅格， 在指定的感兴趣区域 (AOI) 中包含水和非水类。 该模型非常适合 Sentinel-1C 波段 VH 波段栅格数据， 但与船舶检测模型类似， 需要根据软件类型获得特定的许可要求。 这些许可要求如下：

• ArcGIS Image Analyst 扩展模块（适用于 ArcGIS Pro）
• ArcGIS Image Server（适用于 ArcGIS Enterprise）
• ArcGIS 图像（用于 ArcGIS Online）

可在此处（https://doc.arcgis.com/zh-cn/pretrained-models/latest/imagery/using-water-body-extraction-sar-usa.htm）找到使用水体提取 (SAR)预训练模型的步骤。

漏油检测

到目前为止， 可能已经了解到这些预训练模型可以节省时间和精力， 以及专门为 SAR 数据开发的另一种预训练模型： 溢油检测 (SAR)预训练模型。 检测我们世界海洋中的漏油本来就很困难， 但能够做到这一点也很重要， 因为漏油会对生态系统产生不利影响。 利用 SAR 数据， 可以实施此深度学习模型来检测潜在的石油泄漏作为 ArcGIS 中的要素图层。 该模型可在全球范围内使用， 并且最适合与 Sentinel-1 VV 波段栅格数据一起使用。

此模型的许可要求如下：

ArcGIS Image Analyst 和 ArcGIS 3D Analyst 扩展模块（适用于 ArcGIS Pro） 配置了栅格分析的 ArcGIS Image Server（适用于 ArcGIS Enterprise） ArcGIS 图像（用于 ArcGIS Online） 可以在此处（https://doc.arcgis.com/en/pretrained-models/latest/imagery/using-oil-spill-detection-sar-.htm）找到使用溢油检测 (SAR)预训练模型的步骤。

展望未来

SAR 的未来充满了可能性， 尤其是随着越来越多的数据变得容易获得。 随着 SAR 支持的增加， 以各种方式分析数据的能力将继续增强。 展望未来，目标是提供可在 ArcGIS 中直接利用的行业特定工作流。 最终，通过有针对性的预训练深度学习模型支持特定工作流程将有助于简化采用。

此外，虽然我们目前支持 Sentinel-1、RADARSAT Constellation Mission 和 ICEYE GRD 数据产品， 但即将推出扩展格式支持。 增加本地支持的传感器列表对于希望抽象出与使用 SAR 数据相关的复杂性非常重要。

关于 SAR 的优势和驱动因素

• SAR 成像不受天气或时间要求的限制，
• 非常适合监测特定区域的变化并进行分析。
• 用户可以利用可免费下载的 Sentinel 1 数据，
• 利用输出在 ArcGIS 中进行分析，

Esri 目前拥有三种主要的 SAR 数据预训练深度学习模型， 船舶检测 (SAR)、水体提取(SAR) 和溢油检测(SAR)， SAR 格局正在发生变化， 这将提供许多即将到来的选项， 具体取决于用例（例如：未来的传感器支持将包括 Capella 和 RADARSAT-2）。