SAR 遥感入门:哨兵-1 免费数据从下载到 QGIS 查看

为什么做遥感的人要会 SAR

光学遥感（Sentinel-2、Landsat）依赖太阳反射，云一盖、天一黑就没辙。合成孔径雷达（SAR）自己发射微波、接收回波，穿透云层、不依赖光照，洪灾当晚、台风天照样成像。哨兵-1 卫星的 SAR 数据免费公开、全球覆盖，是很多灾害应急和地表监测任务的首选数据。

门槛也明显：SAR 图像是「后向散射强度」，不是人眼习惯的光学影像；斑点噪声让画面「沙沙」的；处理链比光学多几步。这篇按 ESA 官方教程的四步流程走一遍：校准 → 多视 → 滤波 → 地形校正。

第一步：下载哨兵-1 数据

哨兵-1 产品类型里，日常分析用 GRD（Ground Range Detected，地距产品） 就够，不用碰需要干涉处理的 SLC（单视复数）。模式选 IW（干涉宽幅），这是陆地上的默认模式；极化选 VV/VH 双极化，后面能做极化对比。

下载入口两个常用的：欧空局 Copernicus Data Space Ecosystem（官方，注册即可搜下）和 NASA 的 ASF DAAC（搜索界面好用，按范围和时间框选下载）。搜的时候画个范围、选时间窗、勾上 GRD/IW，一个 zip 通常一两 GB。下载后不用解压，SNAP 能直接读 .zip 里的 .SAFE 结构。

第二步：SNAP 里四步处理

ESA 的 SNAP 桌面软件免费，打开产品后四步走：

1. 辐射定标（Calibration）：菜单 Radar → Radiometric → Calibrate。原始强度是传感器计数值，定标转成物理后向散射系数（Sigma0 或 Gamma0），输出选 dB 单位，后面阈值分割才方便。

2. 多视处理（Multilook）：菜单 Radar → SAR Utilities → Multilook。SAR 的固有特性让单视影像又噪又「拉丝」，多视按方位向和距离向平均，换取更匀的纹理和更好的辐射质量。参数照默认（Number of Looks 大致按 1:4 方位/距离）即可。

3. 斑点滤波（Speckle Filter）：菜单 Radar → Filtering → Single Product Speckle Filter。选 Refined Lee 或 Lee Sigma 这类保边滤波，在去噪和保留地物边缘之间平衡。滤波这一步直接决定后续分类和阈值分割的效果。

4. 地形校正（Terrain Correction）：菜单 Radar → Radiometric → Terrain Correction（Range Doppler 法）。SAR 是斜视成像，地形起伏会让地物「压扁或拉长」，用 SRTM 高程把影像重投影到地图坐标。处理完的产品里找 Gamma0_VV / Gamma0_VH 波段，这就是能进 GIS 的后向散射影像。

NASA Earthdata 的官方流程就是这四步：处理产物是一个 .data 文件夹，把里面的 Gamma0_VV.img 直接拖进 QGIS 就能显示。

下载 → 定标 → 滤波 → 地形校正，SNAP 里四步走完就能进 QGIS

第三步：QGIS 里看图和用图

拖进 QGIS 后先调显示：图层属性 → 符号化 → 单波段假彩色，色带选「灰度反转」或色带，让暗水面和亮建筑对比明显。之后就是常规操作：

• 水体/洪水识别
  平静水面几乎镜面反射，回波极弱，后向散射值显著低于陆地——阈值分割或简单分类即可圈出淹没区，UN-SPIDER 的洪水制图实践就是这么做的
• 极化对比
  VV 和 VH 叠成 RGB（比如 VV 红、VH 绿、比值蓝），对植被结构、风浪扰动敏感，视觉判读效率高
• 时间序列
  多期处理后影像入 QGIS 做变化分析，比光学数据多一个「全天候」优势

三个坑

第一个坑：跳过定标直接看原始值。 原始 DN 值不能跨时相、跨景比较。定标到 dB 后再谈阈值，否则同一地物两景影像数值差一大截。

第二个坑：滤波参数一刀切。 Lee 滤波窗口开太大，细小地物（道路、单栋房）被抹掉。窗口 7×7 起步，保边优先，看着纹理判断。

第三个坑：把 SAR 当光学影像解读。 SAR 是侧视成像，建筑物和山坡有叠掩、阴影、透视收缩，几何上「变形」是物理原理不是 bug。初学先认暗=水面/平地，亮=粗糙面/金属/体散射，别急着套光学判读经验。

小结

SAR 入门的关键不是算法，是把处理链跑熟：下载 GRD/IW 数据、SNAP 四步（定标→多视→滤波→地形校正）、QGIS 出图阈值化。数据免费、工具免费，一次洪灾或一次台风的过程影像，就是最好的上手练习。会了光学遥感再看 SAR，相当于给监测能力加了一条全天候通道。