在SNAP中用sentinel-1数据制作DEM

原创 已于 2023-03-06 20:04:42 修改 · 置顶 · 8.1k 阅读 · 115 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#sentinel #遥感 #DEM #snap #snaphu

于 2023-02-24 15:59:09 首次发布
文章介绍了如何利用SNAP软件和snaphu插件，基于InSAR技术处理sentinel-1数据来制作DEM。内容涵盖SNAP和snaphu的安装，数据下载，以及从Split到Geometic的详细处理步骤，包括相位滤波、解缠等关键环节。同时指出sentinel-1数据因时间基线长和C波段特性可能带来的挑战。

在SNAP中用sentinel-1数据制作DEM

写在前面，Sentinel-1数据不适合做DEM，因为sentinel-1的时间基线较长，目前的数据是12天，那么获得的数据的相干性就比较差；C波段雷达的穿透能力不强，受地表植被、水域等因素影响较大，去相干是个大问题……还有很多原因

0 SNAP 简介

笔者使用过Windows和Linux版本，这两个版本的软件界面和操作习惯几乎完全一致，有些博主说Linux版本运行速度更快，笔者并无此感觉。且大部分使用者的Linux系统安装在虚拟机中，无法完全调动物理机的资源，因此建议物理机为Windows的同学使用Windows版本的SNAP。

1 SNAP和snaphu的安装

1.1 SNAP安装

  • 由于是开源软件，不需要破解，因此安装过程中只需要next，选择安装文件夹即可，没有复杂的步骤

1.2 snaphu安装

1.2.1 Windows系统安装snaphu

  1. 如果是Windows系统，点击Tools，选择Plugins
    在这里插入图片描述
  2. 在弹出的窗口中选择Available Plugins中点击SNAPHU Unwrapping，选择左下角的install
    在这里插入图片描述
  • 由于我已经安装好了，所以我的SNAPHU Unwrapping在Installed中
    在这里插入图片描述
  1. 点击Tools中的Mange External Tools，查看status是否正常
    在这里插入图片描述
    在这里插入图片描述
  • 在Bundled Binaries中，查看Target Folder，打开这个文件夹，是否能找到snaphu的安装包，如果有，就是可以用的。
    在这里插入图片描述
    在这里插入图片描述

1.2.2 Linux系统中安装snaphu

  • 主要步骤如上所述Windows系统中安装snaphu，

  • 如果遇到Path does not exist：“snaphu路径”，如下图
    在这里插入图片描述

    • 检查一下这个文件的权限，尝试更改权限
    • sudo chmod +x snaphu
      在这里插入图片描述

  • ok，这就没问题了。
    在这里插入图片描述

  • 如果遇到其他报错等问题，可以参考网页https://forum.step.esa.int/t/snaphu-unwarping-path-error/29054/3

2 基于InSAR技术制作DEM的基本原理

InSAR DEM 技术流程图，源自《SARscape培训教程》,作者：Esri中国信息技术有限公司
在这里插入图片描述

具体技术细节在此不多说，请参考博文InSAR基础知识简介

一般不需要做数据聚焦，我们可以直接下载sentinel-1 SLC数据

3 数据下载，包括sentinel-1 SLC数据、参考DEM数据、精密轨道数据

请详细阅读下列博文，并下载好数据。

3.1 sentinel-1 SLC数据

  1. 哨兵-1 Sentinel-1数据下载（ASF）
  2. 哨兵-1 Sentinel-1数据下载（欧空局）
  3. 哨兵-1 Sentinel-1 数据下载（ONDA）

3.2 参考DEM数据

  1. QGIS下载各种DEM的插件（SRTM 90m/30m -ALOS 30m -Cop 30m/90m-NASADEM Global DEM）
  2. SARscape手动下载30mDEM（SRTM1 V3）切片数据-[EC: 40008]参考 5.在USGS下载DEM切片即可

3.3 精密轨道数据

3种方法下载Sentinel-1精密轨道数据

4 在SNAP中用sentinel-1数据制作DEM的具体步骤

打开SNAP，开始处理数据，准备好两期数据，覆盖范围一致，时间基线尽可能短

SNAP中可以使用工作流处理，这里我前一部分演示工作流，后面分步骤演示。

4.1 Split----->Apply Orbit File---->Back Geocoding---->Enhanced Spectral Diversity

如果你的电脑内存较大（32G以上），可以把这几步制作成工作流，如果内存小，可以一步一步来。

  1. 加载数据
    在这里插入图片描述
    在这里插入图片描述

  2. 点击GraphBuilder
    在这里插入图片描述

  • 右键Add ，添加各个模块

    • Read读取文件
      在这里插入图片描述
    • TOPSAR-Split
      在这里插入图片描述
    • Apply-Orbit-File
      在这里插入图片描述
    • Back-GeoCoding
      在这里插入图片描述
    • Enhanced Spectral Diversity
      在这里插入图片描述
    • Write
      在这里插入图片描述

  • 完整模型
    在这里插入图片描述

  1. 在Read中放置原始数据，日期早的在前，日期晚的在后
    在这里插入图片描述
    在这里插入图片描述

  2. 在TOPSAR-Split中选择subwath（IW）和极化，以及Bursts
    一个sentinel-1数据包括左中右3个IW，一个IW包括9个brust，如下图所示IW2，Bursts为1-6
    在这里插入图片描述

  3. 在Apply-Orbit-File中选择轨道数据，可以选择自动下载，如果自动下载不成功就手动下载，precise表示精密轨道。
    在这里插入图片描述

  4. 在Back-Geocoding中选择参考DEM，这个我建议事先现在好，选择External DEM，选择放置路径和NoData值即可，因为自动下载很慢。
    在这里插入图片描述
    在这里插入图片描述

  5. Enhanced Spectral Diversity默认即可

  6. Write选择一个文件夹，name后缀为_Orb_Stack_esd，表示做了哪些步骤
    在这里插入图片描述

  7. 点Run即可运行

4.2 Interogram Formation

在这里插入图片描述

  • 选择上一步做好的esd文件，其他的默认即可
    在这里插入图片描述
    在这里插入图片描述

4.3 deburst，就是把之前的bursts合起来，选择上一步的成果，参数默认即可

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

4.4 Multilook 多视，选择上一步的deb，其他默认

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

4.5 Goldstein Phase Filtering 相位滤波，选择上一步的ML，其他默认

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

  • 滤波前后的相位图
    在这里插入图片描述

4.6 snaphu export， 输出为snaphu文件

在这里插入图片描述

  • 选择上一步的flt文件
    在这里插入图片描述
  • 设定好输出文件夹，选择TOPO模式，设置一定范围的重叠区，点击run
    在这里插入图片描述

4.7 snaphu-unwrapping 解缠

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
  • 点击显示执行进程，选择输出文件夹，下面的黑框会显示执行日志，这个解缠花费的时间比别的步骤都长，如果进度条一闪而过，那就是snaphu没安装好，请再次仔细阅读本文1.2snaphu安装的内容
    在这里插入图片描述

4.8 snaphu-import，导入解缠好的文件

在这里插入图片描述

  • 1- Read-Pahse选择之前做好的flt文件，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随便写，能记住就行
    在这里插入图片描述

4.9 Phase to Elevation 相位转高程

在这里插入图片描述

  • 选择上一步做好的import文件
    在这里插入图片描述
  • 选择外部DEM，设置NoData值
    在这里插入图片描述
  • 这一步的DEM成果，但不是最终成果
    在这里插入图片描述

4.10 subset，裁剪DEM（可选），可以看到上一步的成果很粗糙，边缘不可用，因此可以裁剪掉

在这里插入图片描述

  • 编辑这个蓝色框即可，其他默认，点击OK后，可以在左边看到
    在这里插入图片描述
    在这里插入图片描述

  • 现在还是临时文件，打开看一下范围是否合适
    在这里插入图片描述

  • 觉得合适，就右键这个文件，点击save product as
    在这里插入图片描述
    在这里插入图片描述

4.11 Geometic 地理编码

在这里插入图片描述

  • 选择输出文件夹，其他默认即可
    在这里插入图片描述

  • 可以看到分辨率是13.96*14.67，这个可以手动改大，但不宜改小，也可以选择DEM，这个意思是输出参考DEM，也就是你之前导入的外部DEM。
    在这里插入图片描述

  • DEM最终成果在这里插入图片描述

  • 将DEM导出，选中需要导出的elevation_VV，然后点击左上角的File，点击Export，导出为GeoTIFF格式
    在这里插入图片描述

  • 在其他GIS软件中打开，效果很不理想：
    在这里插入图片描述
    在这里插入图片描述

感谢阅读！

SNAP对Sentinel-1预处理
所有专家都曾始于新手
10-17 8000
点击run开始处理。
Sentinel-1 SLC影像生成DEM数据（SNAP）
最新发布
2302_77490099的博客
07-08 1418
使用Sentinel-1 SLC数据进行DEM生成，也就是基于InSAR的数字高程模型重建。
微波遥感SNAP（一）——基于Sentinel-1雷达数据重建数字高程模型
Arcgiser的博客
01-29 1万+
一、基于Sentinel-1雷达数据重建数字高程模型（DEM） 1.1 InSAR测高的基本原理 1.2实验过程 1.2.1.在SNAP软件中打开原始数据 确定研究区域大致范围下载外部DEM 1.2.2.下载外部DEM 1.2.3.DEM拼接 利用ArcMap中的ArcToolbox> Data Management Tools>Raster>Ra...
利用升降轨sentinel-1A提取昆明DEM及其精度分析
06-11
昆明位于低纬度高海拔区域,海拔在2 000 m左右,为了分析利用INSAR技术提取昆明城区的DEM精度。文中利用升降轨模式下的sentinel-1A获取昆明区域DEM,然后通过相关系数值法和均值法分别对升降轨DEM进行数据融合,对两种融合方法得到的DEM进行对比,结果显示前者比后者得到DEM的精度高。再将相干系数法融合得到DEM与SRTM3 DEM在相同区域采用叠加分析的相减法得到高程异差图,最后由检查点法和剖面法分别对高程异差图进行精度分析。结果表明,融合DEM有效的消除雷达叠掩、透视收缩等引起的"空洞"现象,更好显示地面起伏和纹理特征。其高程异差值统计标准差为±29. 50 m,高程异差值的绝对值小于30 m的区域占84. 5%。
sentinel1数据预处理（SNAP，包含工具下载以及DEM报错处理)
qq_40434461的博客
08-22 2268
sentinel1 数据处理全流程，包括软件下载、使用过程中的DEM报错等
Sentinel-1数据做SBAS-InSAR完整流程（ENVI-SARScape）
热门推荐
siwenaiyou的博客
08-16 2万+
实验所用的软件版本ENVI5.6。
数字高程模型DEM和构建学习1
bcbobo21cn的专栏
09-19 2035
DEM DEM，一般指数字高程模型。Digital Elevation Model，简称DEM。 是通过有限的地形高程数据实现对地面地形的数字化模拟，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型(Digital Terrain Model，简称DTM)的一个分支，其它各种地形特征值均可由此派生。 高程 高程指的是某点沿铅垂线方向到绝对基面的距离，称绝对高程，简称高程。某点沿铅垂线方向到某假定水准基面的距离，称假定高程。 常用的高程系统共有正高、正常高、力高和大地高程4种.
基于SNAP软件处理Sentinel-1 IW SLC数据的方法
06-17
本文详细介绍了使用SNAP对Sentinel-1 IW SLC数据进行预处理的方法，包括数据导入、轨道校正、辐射定标、Deburst、多视升降轨左右视判断、地形校正等步骤，还涉及TOPSAR Split和TOPSAR Merge操作，并将数据导出为...
精选资源
SNAP处理Sentinel-1数据的详细指导
01-04
本文将深入探讨如何使用SNAP（ Sentinel Processing Environment）工具来处理 Sentinel-1卫星的干涉合成孔径雷达（InSAR）单视复杂（IW SLC）数据。SNAP是一款强大的开源软件，专为欧洲空间局（ESA）的Sentinel系列...
SNAP处理Sentinel-1 IW SLC数据
08-08
SNAP处理Sentinel-1 IW SLC数据 Sentinel-1是欧空局开发的雷达卫星系统，主要用于地表监测和环境监测。IW模式是Sentinel-1卫星的一种工作模式，SLC（Single Look Complex）是 Sentinel-1 IW模式下的数据产品之一。...
哨兵1号处理手册
03-25
欧空局最新C波段合成孔径雷达SAR sentinel-1A详细处理流程
点数据集插值生成DEM
12-14
supermap iDesktop 本插件通过矢量点数据集插值生成DEM
SNAP开发指南
04-03
关于zigbee开发语言的简单介绍，SNAP语言的开发指南
哨兵二号数据下载的手把手指导以及12.5米DEM数据下载
qq_43807997的博客
05-12 7004
哨兵二号数据下载的手把手指导以及12.5米DEM数据下载哨兵二号数据下载网站推荐USGS下载哨兵数据哨兵2号数据预处理12.5米DEM数据下载 哨兵二号数据下载 网站推荐 可以下载哨兵二号数据的网站可供选择的还是很多的，国内的地理空间信息云，国外的欧空局和USGS等等； 但是这些网站各有缺点，先拿地理空间数据云说：它含有的哨兵二号数据十分有限，仅局限于2016年12月以前，数据质量不是很好，唯一的优点就是下载速度快，如果要下载2017年及以后的数据在地理空间数据云是下不了的，还是要去欧空局及USGS，同时2
SNAP/PolSARPro 进行数据处理过程中地形校正/地理编码无法获取DEM的问题
yizhiboshanshan的博客
07-21 7249
说明：该问题是2021年1月前版本的SNAP会遇到的问题，以后的版本无此问题。 SAR初学者，最近在学习snap和PolSARpro软件的使用，分别参考了一位大佬的两篇博客： 06-SNAP处理Sentinel-1 IW SLC数据（极化SAR预处理）以及 PolSARpro v5.1.3 处理Sentinel-1A SLC数据 大佬的过程说明很详细了，但在实践的过程中，无法实现snap中的地形校正（包含地理编码），同样的，PolSARpro中地理编码的部分也无法实现，估计PolSARpro也是利用
SARscape处理SAR数据遇到的问题汇总（数据导入、DEM等）
Galaxy_0927的博客
09-29 2万+
笔者之前使用过SARscape5.3版本（目前多数SARscape通用版本）进行PS、SBAS等操作，针对SARscape5.6.0/5.6.2与旧版本的区别与数据处理中遇到的问题写一篇笔记，希望能对正在学习的朋友起到参考作用。
SARscape数据处理SAR数据笔记——DEM
u011322358的博客
04-08 1万+
SARscape数据处理SAR数据笔记——DEM 1.视数跟距离向分辨率、方位向分辨率以及中心入射角有关。 精确的计算方法如下: 地距分辨率= pixel spacing slant range /sin(incidence angle) 相应的参数可以从.sml文件找找到，如下字段: 2.3295620000000001 13.91558 39.27285282130623 地距分辨率=2.3...
SNAP地形校正（一）（使用本地DEM）NASA Earthdata下载ASTER GDEM数据、Arcmap镶嵌多幅DEM影像
shj_ybyb的博客
10-29 2666
下载DEM数据在其他教程里 这个里面说的很详细，但是我下载的时候IDM无法连接授权。于是我在网站上搜索下载，也很快。 本文以阿勒泰地区为例，下载多幅dem数据拼接到一起 IDM自动跳出直接下载就可以了，下载多幅的话重复操作。 标记在图幅里他就会显示该图幅。 下载的多幅dem用Arcmap打开，Arctoolbox——data management tools（数据管理工具）——Raster（栅格）——Raster dataset（栅格数据处理）——mosaic（镶嵌）——默认——选择图层.
ENVI哨兵一号数据处理
Rjjjjj11的博客
09-21 2万+
使用ENVI+SarScape处理哨兵数据
snaphu 安装
06-12
### Snaphu 安装指南 Snaphu 是一种用于合成孔径雷达（SAR）干涉测量数据处理的软件，主要用于相位解缠。以下是 Snaphu 的安装和配置指南。 #### 系统要求 在安装 Snaphu 之前，请确保系统满足以下要求： - 操作系统：支持 Linux、macOS 和 Windows。 - 编译器：需要安装 GCC 或其他兼容的 C++ 编译器。 - 开发工具：建议安装 CMake，以便简化构建过程[^3]。 #### 安装步骤 1. **下载源代码** 访问 Snaphu 的官方网站或 GitHub 仓库，下载最新版本的源代码。例如，可以通过以下命令克隆仓库： ```bash git clone https://github.com/insar/snapHu.git ``` 2. **配置环境** 确保已安装必要的依赖项。对于 Linux 系统，可以使用以下命令安装依赖项： ```bash sudo apt-get update sudo apt-get install build-essential cmake ``` 3. **编译与安装** 使用 CMake 构建项目并生成可执行文件： ```bash mkdir build cd build cmake .. make ``` 如果编译成功，会在 `build` 目录下生成 Snaphu 的可执行文件。 4. **验证安装** 运行以下命令以验证 Snaphu 是否正确安装： ```bash ./snaphu -h ``` 如果显示帮助信息，则说明安装成功[^3]。 #### 配置与使用 Snaphu 的配置通常通过输入文件完成，包括干涉图、相干性图等。以下是一个简单的示例脚本： ```bash snaphu input.cpx output unwrapped ``` 其中： - `input.cpx` 是输入的复数干涉图。 - `output unwrapped` 是输出的解缠相位文件。 #### 注意事项 - 如果处理大规模数据集，可能需要调整内存分配参数以避免溢出。 - 对于特定的应用场景，可能需要结合其他 SAR 数据处理工具（如 GMTSAR 或 ISCE）进行联合分析[^4]。 --- ### 示例代码 以下是一个简单的 Python 脚本，用于调用 Snaphu 并传递参数： ```python import subprocess def run_snaphu(input_file, output_file): command = f"snaphu {input_file} {output_file}" result = subprocess.run(command, shell=True, capture_output=True, text=True) if result.returncode == 0: print("Sn
评论 23
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Vigo*GIS_RS

来瓶可乐~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值