คริสเตียน อาลลิง โซเรนเซ่น
นี่คือโมดูล Python สำหรับการทำงานกับภาพถ่ายดาวเทียม Sentinel-1 โดยเฉพาะใน Python ช่วยให้คุณสามารถค้นหาภาพที่ต้องการ ดาวน์โหลดและใช้งานได้ (ปรับเทียบ, ตัวปรับจุดจุด ฯลฯ) ฉันใช้แพ็คเกจ SentinelSAT สำหรับข้อมูลเมตา จากนั้นข้อมูลจะถูกดาวน์โหลดจาก NASA ASF
ทำไม เพราะฉันไม่ได้ทำงานกับ ESA SNAP นอกจากนี้ ในกรณีนี้ มันง่ายกว่าที่จะมีเวิร์กโฟลว์ทั้งหมดของฉันใน Python
ฉันไม่รับประกันคุณภาพ ความปลอดภัย หรือสิ่งใดๆ ใช้ตามที่คุณต้องการ
การแนะนำ
ความต้องการ
ติดตั้งและเรียกใช้
ใช้อิมเมจ Sentinel-1 ใน Python
SAR สั้นๆ ครับ
รับทราบ
มากมาย
จีโอแพนด้า
mgrs (ควรลบออกในเวอร์ชันหลัง ๆ .. ขออภัย.. )
scikit-learn (ควรลบออกในเวอร์ชันหลัง ๆ .. sry.. )
scipy (ควรลบออกในเวอร์ชันหลัง ๆ .. ขออภัย.. )
คาร์โตปี
หมอน
หมีแพนด้า
ยาม
matplotlib
repo นี้สามารถติดตั้งได้โดยใช้ git clone หรือ pypi.. ปัจจุบันฉันวางไว้ใน pypi-test เท่านั้น หวังว่ามันจะยังคงอยู่ตรงนั้น..
การใช้งาน Pypi
จีดาล. ตรวจสอบให้แน่ใจว่าการผูก gdal ของคุณใช้งานได้...
ติดตั้ง sentinel_1_python โดยใช้การทดสอบ pypy
python3 -m pip install sentinel-1-python --extra-index-url=https://test.pypi.org/simple/
การใช้โคลน
ติดตั้งข้อกำหนดทั้งหมด
โคลน
git clone https://github.com/aalling93/sentinel_1_python.git
กลับไปที่สารบัญ
รับข้อมูลเมตาของภาพ
ด้วย Sentinel_metadata() เป็น met:met.area([29.9,21,56.7,58])met.get_metadata(sensor='s1_slc',start_data='20220109',end_date='20221010')
กรองภาพหากคุณต้องการ
met.iw() #filer ดังนั้นเราจึงมีเพียง IW
การแสดงภาพก่อนดาวน์โหลด:
met.plot_image_areas() # แสดงขอบเขตของรูปภาพmet.show_cross_pol(4)
จากนั้นเราก็จะสามารถเห็นขอบเขตของภาพได้
และแสดงภาพก่อนดาวน์โหลด...
ดาวน์โหลดภาพ
โฟลเดอร์ = f'{os.getenv("raw_data_dir")}/slc_sweden'with Satellite_download(met.products_df) as dwl:os.makedirs(folder, existing_ok=True)#save metadatadwl.products_df.to_pickle(f'{folder} /slc_dataframe.pkl')#ดาวน์โหลดไฟล์ thumbnailsdwl.download_thumbnails(folder=f'{folder}/slc_thumbnails') #ดาวน์โหลดรูปภาพ slc ในรูปแบบ .zip และแยกเป็นรูปแบบ .SAFE..dwl.download_sentinel_1(f'{folder}/slc')โหลด ปรับเทียบ รูปภาพฟิลเตอร์จุดใน Python
image_paths = glob.glob(f'{os.getenv("raw_data_dir")}/*/*/*.SAFE')img = s1_load(image_paths[0])img =img.calibrate(mode='gamma') # ก็ใช้ได้เช่นกัน เช่น 'sigma_0' img = img.boxcar(5) #สามารถสร้างได้ง่ายๆ เช่น ลี ตัวกรอง..img.simple_plot(band_index=0) 
ตอนนี้เราสามารถแยกขอบเขตของรูปภาพ ที่กำหนดโดยดัชนีหรือชุดพิกัดได้
indx = img.get_index(lat=57.0047,long=19.399)img[indx[0]-125:indx[0]+125,indx[1]-125:indx[1]+125].simple_plot(band_index=1 )
กลับไปที่สารบัญ
เรดาร์รูรับแสงสังเคราะห์ (SAR) เป็นเครื่องมือแบบแอคทีฟที่สามารถนำไปใช้ได้ เช่น งานเฝ้าระวังที่ไม่ให้ความร่วมมือ ข้อได้เปรียบที่ใหญ่ที่สุดเหนือ MSI ก็คือมันทำงานได้ทั้งกลางวันและกลางคืน และสามารถมองเห็นผ่านเมฆและฝนได้ ด้วยการวางเครื่องมือ SAR บนดาวเทียม จึงเป็นไปได้ที่จะได้รับความครอบคลุมทั่วโลกด้วยความละเอียดเชิงเวลาและเชิงพื้นที่เฉพาะการออกแบบ ด้วยเหตุนี้ ด้วยการรวม เช่น เครื่องมือ AIS และ SAR เข้าด้วยกัน จึงสามารถได้รับการเฝ้าระวังแบบร่วมมือและไม่ร่วมมือได้
เรดาร์เป็นเครื่องมือที่ปล่อยคลื่นแม่เหล็กไฟฟ้าที่มีลายเซ็นเฉพาะในสเปกตรัมไมโครเวฟ สำหรับเรดาร์แบบคงที่เดียว อุปกรณ์เรดาร์จะส่งสัญญาณและรับสัญญาณสะท้อนกลับจากพัลส์ สัญญาณสะท้อนกลับขึ้นอยู่กับโครงสร้างของเป้าหมายที่ส่องสว่าง ดังนั้น เมื่อเปรียบเทียบสัญญาณที่ส่งและรับที่รู้จักกันดี จึงเป็นไปได้ที่จะอธิบายทั้งลักษณะทางเรขาคณิตและคุณลักษณะพื้นฐานของเป้าหมายโดยใช้สมการเรดาร์แบบคงที่แบบโมโนสแตติก:
ที่ไหน ?? เป็นสัญญาณที่ได้รับมาจากสัญญาณที่ส่ง ??. ตัวแปร ? คือความยาวคลื่นเฉพาะการออกแบบของเรดาร์ และ ?(?,?) รูปแบบเกนของเรดาร์ สัญญาณจะกระจายตามระยะทางที่เดินทาง ?. ภาพตัดขวางของเรดาร์ ?(?, ?) จึงสามารถหามาได้และกำลังอธิบายคุณลักษณะไดอิเล็กทริกและเรขาคณิตของเป้าหมาย และขึ้นอยู่กับมุม ? และ ?. อย่างไรก็ตาม ในที่ที่มีสัญญาณรบกวน จะต้องเพิ่มองค์ประกอบอื่นเข้าไปในสมการเรดาร์แบบโมโนสแตติก ใน Repo อื่น ๆ ของฉัน https://github.com/aalling93/Finding-on-groud-Radars-in-SAR-images ฉันทำงานกับ Radio Frequency Interfence (RFI) ปรากฏการณ์ที่สัญญาณอื่นๆ จากเรดาร์อื่นรบกวนสัญญาณ SAR โดยทั่วไปแล้ว ?(?,?) กำลังอธิบายพลังงานที่มีอยู่ภายในพื้นที่เป้าหมาย และจึงต้องทำให้เป็นมาตรฐานกับพื้นที่นั้น ค่าสัมประสิทธิ์การกระจายกลับของเรดาร์หาได้จาก:
โดยสามารถใช้พื้นที่ที่แตกต่างกันได้ขึ้นอยู่กับปัญหาที่เกิดขึ้น เมื่อใช้ SAR เป็นเรดาร์ถ่ายภาพ แต่ละพิกเซลในภาพจะมีเฟสและค่าแอมพลิจูด ด้วยการปรับเทียบภาพ จึงเป็นไปได้ที่จะได้ค่าสัมประสิทธิ์การกระจายกลับของเรดาร์ดังที่เห็นในสมการ - ในโมดูลนี้ คุณสามารถดาวน์โหลดโหลดและปรับเทียบอิมเมจ Sentinel-1 ได้โดยไม่ต้องใช้ซอฟต์แวร์ภายนอก หรือเช่น แพคเกจ Snappy (ที่น่าอับอาย)
เนื่องจาก SAR ได้รับการกระจายกลับจากวัตถุทั้งหมดภายในพื้นที่ที่มีการส่องสว่าง จึงเกิดปรากฏการณ์คล้ายเสียงที่เรียกว่าจุด (speckle) เกิดขึ้น ซึ่งส่งผลให้ได้ภาพที่ละเอียดโดยแต่ละพิกเซลเป็นผลรวมของการกระจายกลับจากวัตถุแต่ละชิ้นในพื้นที่ ใน repo ของฉัน https://github.com/aalling93/Custom-made-SAR-speckle-reduction ฉันได้ใช้ตัวกรอง Speckle ที่แตกต่างกันหลายตัวและแสดงความแตกต่างภายใต้เงื่อนไขที่แตกต่างกัน -
เรดาร์ถ่ายภาพ SAR แตกต่างจากเรดาร์ปกติ โดยการใช้การเคลื่อนที่ของแท่นเพื่อสังเคราะห์ความละเอียดที่ดีขึ้น จึงเป็นที่มาของชื่อเรดาร์รูรับแสงสังเคราะห์ เมื่อถ่ายภาพเป้าหมายที่อยู่นิ่ง ความถี่ดอปเปลอร์จะพบได้จากความเร็วของแท่น SAR ปล่อยและรับพัลส์หลายจังหวะเข้าและออกจากเป้าหมายเดียวกัน เมื่อ SAR บินไปยังเป้าหมาย มันจะวัดความถี่ดอปเปลอร์เชิงบวกซึ่งจะลดลงจนกระทั่งตั้งฉากกับเป้าหมาย หลังจากนั้นจะพบความถี่ดอปเปลอร์เชิงลบที่เพิ่มขึ้น
สัญญาณแม่เหล็กไฟฟ้าจะถูกส่งด้วยโพลาไรเซชันแนวนอนหรือแนวตั้ง โดยที่ SAR แบบเต็มพารามิเตอร์สามารถส่งโพลาไรเซชันทั้งแนวนอนและแนวตั้งได้ เนื่องจากปฏิสัมพันธ์ของพัลส์ที่ส่งกับเป้าหมาย ทั้งสัญญาณแนวตั้งและแนวนอนจึงสะท้อนกลับไปยัง SAR ทำให้เกิดกลไกการกระเจิงที่แตกต่างกันหลายอย่างเกิดขึ้น มีกลไกการกระเจิงหลายประเภท สำหรับการตรวจจับเรือ สิ่งที่โดดเด่นที่สุดคือการกระเจิงบนพื้นผิวและการกระเจิงแบบสะท้อนกลับสองครั้ง
สัญญาณที่ส่งจะถูกดูดซับบางส่วน และสะท้อนบางส่วนจากวัตถุที่ส่องสว่าง การกระเจิงบนพื้นผิวคือการกระเจิงที่อธิบายสัญญาณที่สะท้อน หากพื้นผิวเรียบสนิท (แบบ Specular) จะไม่มีการสะท้อนกลับสะท้อนกลับไปยัง SAR หากพื้นผิวขรุขระ จะเกิดการกระเจิงขึ้นและพัลส์ตกกระทบส่วนหนึ่งจะกระเจิงกลับไปที่ SAR พื้นผิวที่ขรุขระจะมีการกระจายกลับที่สูงกว่าเมื่อเปรียบเทียบกับพื้นผิวที่เรียบกว่า นอกจากนี้ VV และ HH ยังมีการกระเจิงกลับที่สูงกว่าเมื่อเทียบกับ VH และ HV (HV และ VH เกือบจะเหมือนกันเสมอ) สำหรับทั้งพื้นผิวที่หยาบและเรียบ พื้นผิวที่ชื้นส่งผลให้ส่วนตัดขวางของเรดาร์สูงขึ้น การกระเจิงกลับของพื้นผิวขึ้นอยู่กับความหยาบและค่าคงที่ไดอิเล็กทริกของชิ้นงานที่พื้นผิวนั้นส่องสว่าง ดังนั้นพื้นผิวมหาสมุทรมักจะส่งผลให้เกิดการกระเจิงกลับเล็กน้อยเนื่องจากพื้นผิวเปียกและค่อนข้างเรียบ (ที่ความเร็วลมต่ำ) แม้จะพิจารณาค่าคงที่ไดอิเล็กตริกสูงที่ความถี่ SAR ก็ตาม
การกระเจิงของการสะท้อนสองครั้งและเกิดขึ้นเมื่อพัลส์ที่ส่งถูกสะท้อนอย่างพิเศษสองครั้งจากมุมกลับไปที่ SAR ส่งผลให้เกิดการกระเจิงกลับที่สูงมาก เรือมักจะมีหลายมุมและมีความราบรื่นมาก ส่งผลให้มีการกระจายกลับสูงเป็นพิเศษ ดังนั้นจึงมักจะแยกแยะได้ง่าย เช่น เรือที่มีพื้นผิวมหาสมุทร หากต้องการข้อมูลเพิ่มเติมเกี่ยวกับกลไกการกระเจิงของมหาสมุทร ดังที่ได้กล่าวไปแล้ว มีกลไกการกระเจิงอื่นๆ อยู่หลายประการ และเมื่อตรวจพบ เช่น เรือในภาพ SAR ในอาร์กติก ก็จะต้องพิจารณาการกระเจิงของปริมาตรด้วย
เนื่องจากรูปทรงเรขาคณิตของ SAR และแพลตฟอร์มที่เคลื่อนที่ได้ เซนเซอร์ภาพ SAR ทั่วไปจึงได้รับการออกแบบให้ถ่ายภาพที่มีการโฟกัสด้วยความละเอียดที่ดี ภายใต้สมมติฐานที่ว่าเป้าหมายของเซนเซอร์นั้นอยู่กับที่ในระหว่างการรับภาพ การโฟกัสนี้ไม่สามารถทำการโฟกัสไปที่เป้าหมายที่กำลังเคลื่อนที่ได้ ดังนั้นเครื่องมือ SAR ปกติจึงไม่เหมาะที่จะตรวจจับวัตถุที่เคลื่อนที่เร็ว เช่น เรือ ผลลัพธ์ที่ได้คือพื้นหลังคงที่ที่ได้รับการแก้ไขอย่างดีและเป้าหมายเคลื่อนที่ที่ได้รับการแก้ไขไม่ดี ในงานเฝ้าระวังที่ไม่ให้ความร่วมมือ นี่เป็นปัญหาสำคัญ ภายใต้สมมติฐานที่ว่าเป้าหมายกำลังเคลื่อนที่ตั้งฉากกับแนวการมองเห็นของ SAR ด้วยความเร่งคงที่ สามารถลดปัญหาได้โดยนำดอปเปลอร์ชิฟต์ของภาพ SAR มาพิจารณาด้วย เรือเดินทะเลปกติไม่ปฏิบัติตามรูปแบบดังกล่าว ดังนั้น จะต้องคำนึงถึงรูปแบบวิถีที่ซับซ้อนมากขึ้นเมื่อพิจารณาเรือที่มีเครื่องมือ SAR
โดยสรุป การใช้ความสามารถของเครื่องมือ SAR ควรจะเป็นไปได้ที่จะตรวจจับเรือบนพื้นผิวมหาสมุทรได้
ตัวฉันเอง ไซมอน ลูเพมบา, ไอจิล ลิพเพิร์ต
ดูไฟล์ใบอนุญาต ในระยะสั้น:
อ้างอิงฉันในงานของคุณ! บางอย่างเช่น: Kristian Aalling Sørensen (2020) sentinel_1_python [ซอร์สโค้ด] https://github.com/aalling93/sentinel_1_python. อีเมล: [email protected]
รับมากที่สุดเท่าที่เป็นไปได้เพื่อติดตามฉันบน Github คุณและเพื่อนร่วมงานของคุณที่ใช้สิ่งนี้เป็นอย่างน้อยที่สุด ฉันเป็นนักล่าเหมือนกัน
ติดดาวพื้นที่เก็บข้อมูลนี้ โดยมีเงื่อนไขเหมือนกับด้านบน
อาจจะเขียนอีเมลถึงฉันสักสองสามฉบับเพื่อบอกฉันว่าฉันทำงานได้อย่างยอดเยี่ยมแค่ไหน?
ช่วยฉันปรับปรุงการทำงานด้วย ฉันมองหาผู้ร่วมงานอยู่เสมอ
