中科星图——Sentinel-1_SAR_GRD数据集-编程知识

中科星图——Sentinel-1_SAR_GRD数据集

数据名称：

Sentinel-1_SAR_GRD

数据来源：

Copernicus

时空范围：

2022年8月-2023年2月

空间范围：

全国

数据简介：

哨兵1号（Sentinel-1）卫星是欧洲航天局哥白尼计划（GMES）中的地球观测卫星，由两颗卫星（Sentinel-1A和Sentinel-1B）组成，载有C波段合成孔径雷达，重访周期为六天，可提供连续的全天候日夜图像，非常适用于海洋监测、陆地监测和应急服务的业务应用。Sentinel-1卫星共有四种专用数据采集模式，条带（SM）模式、干涉宽幅（IW）模式、超幅宽（EW）模式、波浪（WV）模式。Sentinel-1常用SW、IW、EW模式获取，有三个产品级别Level-0（原始影像）、Level-1和Level-2（各种模式下的海洋产品）。地距GRD（Ground range detected）SAR数据，包含经过多视处理、采用WGS84椭球投影至地距的聚焦数据，相对于SLC数据，GRD数据消除热噪声以提高图像质量。前言 – 人工智能教程

Sentinel-1 Synthetic Aperture Radar Ground Range Detected (Sentinel-1 SAR GRD) 数据集是由欧空局（European Space Agency，ESA）通过Sentinel-1卫星收集并处理的一系列合成孔径雷达（Synthetic Aperture Radar，SAR）图像数据。这个数据集提供了全球范围内较高分辨率的雷达图像，并且是免费开放的。

Sentinel-1卫星是欧空局Copernicus计划的一部分，旨在提供高质量的地球观测数据以用于环境监测、灾害管理、资源管理和农业等领域。Sentinel-1卫星搭载的SAR仪器可以在任何天气条件下获取地表的雷达图像，对于不同类型的地表覆盖物具有较高的穿透和敏感性。这使得Sentinel-1 SAR GRD数据集成为了许多应用领域的重要数据源。

Sentinel-1 SAR GRD数据集的主要特点包括以下几个方面：

高时空分辨率：Sentinel-1卫星以C波段进行观测，具有相对较短的波长，因此具有较高的空间分辨率。数据集提供的图像具有10米至30米的空间分辨率，使得用户可以获取到地表细节的丰富信息。此外，Sentinel-1卫星具有多级观测模式，可以在不同的时间间隔内获取相同区域的图像，提供了更高的时空分辨率。
全天候观测：由于SAR技术的特殊性质，它可以独立于天气条件进行观测。这使得Sentinel-1 SAR GRD数据集能够在云层、雨雪覆盖和夜晚等极端天气条件下获取地表信息，对于传统光学遥感数据受限的场景提供了一个重要的补充。
多模式图像：Sentinel-1 SAR GRD数据集提供了两种观测模式的图像，即垂直视图和水平视图。这些不同的观测模式提供了不同的信息来解释地表的性质，对于绘制地物边界、物质组成和变化检测等应用非常有用。
全球覆盖：Sentinel-1卫星在轨道上以极地轨道方式运行，可以在不同的纬度范围内获取全球覆盖的数据。这意味着用户可以获取到地球上任何地方的SAR

引用代码：

S1/L1C/GRD

波段

名称分辨率（米）描述信息

HH 10 Single co-polarization, horizontal transmit/horizontal receive

HV 10 Dual-band cross-polarization, horizontal transmit/vertical receive

VV 10 Single co-polarization, vertical transmit/vertical receive

VH 10 Dual-band cross-polarization, vertical transmit/horizontal receive

代码：

/*** @File    :   Sentinel-1_SAR_GRD* @Time    :   2023/04/17* @Author  :   GEOVIS Earth Brain* @Version :   0.1.0* @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层* @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有* @Desc    ：  数据集key为S1/L1C/GRD的Sentinel-1_SAR_GRD类数据集  * @Name    :   Sentinel-1_SAR_GRD数据集
*/
//指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件
var imageCollection = gve.ImageCollection("S1/L1C/GRD").filterDate('2022-12-10','2022-12-12').select(['VV']).limit(10);print("imageCollection",imageCollection);var img = imageCollection.first();print("first", img);var visParams = {
//    gamma: 1,
//    brightness: 1,min: 42,max: 1570,palette: {"band_rendering": {"pseudocolor": {"colormap": ['#FCD163','#66A000','#3E8601','#004C00','#023B01']}}}
};Map.centerObject(img);
Map.addLayer(img,visParams);