微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型

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

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第1张图片

 

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

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第2张图片

1.2.2.下载外部DEM

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第3张图片

1.2.3.DEM拼接

利用ArcMap中的ArcToolbox> Data Management Tools>Raster>Raster Dataset>Mosaic or Mosaic to New Raster,将所下载的12幅DEM拼接为一幅DEM,存储为tif格式。

1.2.4.影像裁剪(S-1 TOPS Split)

打开SNAP,点击Radar->Sentinel-1 TOPs->S-1 TOPS Split.对第一幅影像(主影像)进行裁剪,设置如下参数,设置完毕点击Run,生成裁剪后的影像,Burst参数选取3-8。对第二幅影像同样的裁剪,参数设置相同。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第4张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第5张图片

1.2.5.应用轨道文件(Apply-Orbit-File)

点击Radar->Apply Orbit File,设置如下参数

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第6张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第7张图片

设置完毕,点击Run,得到应用轨道后的影像

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第8张图片

同理对裁剪后的第二幅影像进行相同的应用轨道操作。

1.2.6.配准(Back-Geocoding)

对上一步操作后的主从影像进行配准,点击Radar->Coregistration->S1 TOPS Coregistration->S-1 Back Geocoding。设置如下参数(注:参数中选取的DEM为步骤3中拼接好的外部DEM)。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第9张图片   微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第10张图片

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第11张图片

设置好参数后,点击Run,生成配准后的影像。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第12张图片

1.2.7 .Enhanced-Spectral-Diversity

点击Radar->Coregistration->S1 TOPS Coregistration->S-1 Enhanced Spectral Diversity

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第13张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第14张图片

参数选择默认,得到ESD后的影像。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第15张图片

1.2.8.干涉(interferogram)

对配准后的影像进行干涉,点击Radar->Interferometric->Products->Interferogram Formation

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第16张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第17张图片

设置完毕后点击Run,生成干涉图

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第18张图片

1.2.9.TOPSAR-Deburst

点击Radar->Sentinel-1 TOPs->S-1 TOPS Deburst

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第19张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第20张图片

得到Deburst后的影像

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第21张图片

1.2.10 .多视(Multilook)

点击Radar->Multilooking,设置如下参数

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第22张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第23张图片

点击Run,得到多视后的影像图

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第24张图片

1.2.11.滤波(Goldstein Phase Filtering)

点击Radar->Interferometric->Filtering->Goldstein Phase Filtering滤波后的影像为:

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第25张图片

1.2.12.相位解缠

将滤波后的影像进行相位解缠,首先点击Radar->Interferometric->Unwrapping->Snaphu Export.

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第26张图片

然后在Linux下基于SNAPHU软件进行相位解缠。在虚拟机桌面上新建一个SNAPHU文件夹,把Snaphu Export的文件复制到虚拟机上创建的SNAPHU文件夹中。打开snaphu.conf,复制相位解缠操作的命令行,打开终端,将该命令行粘贴到终端,进行相位解缠,

需要将上述解缠结果拷贝到你的电脑中,然后将相位解缠结果重新导入SNAP软件中,点击Radar->Interferometric-> Unwrapping->Snaphu Imput参数设置完毕后,点击Run,得到相位解缠结果图

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第27张图片

1.2.13.相位转高程

将解缠得到的相位转为高程,点击Radar->Interferometric->Products->Phase to Elevation

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第28张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第29张图片

点击Run,得到结果如下

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第30张图片

1.2.14.地理编码

将雷达坐标系下的高程转化为地理坐标系,选择Radar->Geometric->Terrain Correction->Range Doppler Terrain Correction,如图,设置如下参数,DEM选取准备好的External DEM(外部DEM)。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第31张图片  微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第32张图片

点击Run,得到地理编码之后的高程图

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第33张图片

1.3实验结果及分析

将InSAR生成的DEM结果与SRTM和TanDEM-X 90米DEM进行比较分析,包括两到三条剖面线的比较。

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第34张图片    微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第35张图片

微波遥感SNAP(一)——基于Sentinel-1雷达数据重建数字高程模型_第36张图片

根据Sentinel-1生成的DEM影像与SRTM90米分辨率和TanDEM-X90米的分辨率的DEM进行比较,并选择相同位置的剖面图进行比较,经过对比分析三幅图像的剖面线,形状和结果基本一致,处理后的结果较为准确,经过ArcGIS处理制作成图,结果如上图所示。

 

 

你可能感兴趣的:(RS)