获得 Image Analyst 许可后可用。
Sentinel-1 1 级合成孔径雷达 (SAR) 影像必须经过处理才可用于可视化或分析。 一些问题有待解决，包括去除热噪声、校准以检索有意义的反向散射值、去除斑点噪声、去除辐射和几何畸变以及渲染具有较大数值范围的影像。
合成孔径雷达工具集，在 Image Analyst 工具箱中，包含八个工具，可用于从 Sentinel-1 地面范围探测 (GRD) 数据生成经过校准、地形校正、分析即用型影像数据。 如下图所示，以下工具可用于生成分析即用型 Sentinel-1 GRD 数据：
- 下载轨道文件
- 应用轨道校正
- 移除热噪声
- 应用辐射校准
- 应用辐射地形扁率
- Despeckle
- 应用几何地形校正
- 转换 SAR 单位
轨道状态矢量的下载和使用
辐射和几何地形校正的准确性依赖于所提供的轨道状态矢量 (OSV)。 Sentinel-1 产品有三种类型的 OSV：预测型、重构型和精确型。 预测的 OSV 与 Sentinel-1 1 级 GRD 和 SLC 辅助产品一起提供，恢复型 OSV 可在影像采集后三小时内通过欧洲航天局 (ESA) 获得，精确型 OSV 可在影像采集后三周内通过 ESA 获得。 建议在 OSV 可用时将其更新为恢复型或精确型。
下载轨道文件工具可识别并下载适用的 OSV 文件。 应用轨道校正工具使用该下载的 OSV 文件以更新 Sentinel-1 的产品元数据。
热噪声去除
SAR 影像因相加热噪声而变形。 热噪声在反向散射分布较低的影像中最为明显，例如在交叉极化通道中，其特点是反向散射分布较窄。
由于 Sentinel-1 的渐进式扫描地形观测 (TOPS) 采集模式，Sentinel-1 产品中的热噪声在各个子条带扫描中是不同的。 热噪声通常表现为子条带扫描之间的强烈对比。 移除热噪声工具使用 Sentinel-1 产品元数据以纠正热噪声。
辐射校准
应用辐射校准工具使用 Sentinel-1 产品元数据以检索有意义的反向散射值。 辐射校准是将 SAR 产品从影像像素数字数 (DN) 转换为单位面积 SAR 反向散射强度物理量的过程。 三种校准类型是 
、
和 
。 用于校准的单位面积决定了校准的类型。
Beta nought 表示倾斜范围内单位面积的雷达反射率，通常称为雷达亮度系数。
Sigma-nought 表示地面范围内每单位面积的雷达反射率。 尽管 Sigma nought 是描述反射率的流行选项，但仍需谨慎使用。 Sigma nought 值随入射角的变化而变化，因此近距离要素在远距离可能有不同的 Sigma nought 值。 如果使用 Sigma nought 进行多时空分析或变化检测，请使用来自相同传感器和相同观察几何的影像，以确保 Sigma nought 的变化是由于一段时间内的物理过程造成的，而非由于观察几何不同而产生的伪影。
Gamma nought 表示在垂直于倾斜范围的平面上每单位面积的雷达反射率。 它使用相对于椭圆体的入射角进行归一化，因此它可提供与范围无关的测量值。 如需使用反向散射值来区分单一影像中的独特要素，请使用 Gamma nought 而非 Sigma nought。 另外，如果您对多时空分析感兴趣，或者对使用来自不同传感器或不同观测几何学（上升与下降）的 SAR 影像进行变化探测感兴趣，请使用 Gamma nought。 只有在地形平坦的情况下，才可在这些类型的应用中使用 Gamma nought。
辐射地形扁率
由于 SAR 传感器的侧视性质，面向传感器的要素将人工调整为比背对传感器的要素更亮。 应用辐射地形扁率工具可纠正源于复杂地形和传感器观测几何的人为辐射测量值。
给定一个输入 DEM 和一个输入的 Sentinel-1 GRD 产品校准到 Beta nought，应用辐射地形扁率工具使用距离多普勒方法1计算照射面积，产生一个地形平坦化的 Gamma nought 输出。 另外，也可指定一个地形平坦的 Sigma nought 输出，该输出使用基于 DEM 的本地入射角进行归一化。
一个可选的输出是模拟的散射区域。 这些输出可用于深入了解地形如何人为地影响非地形平坦化的校准数据。
另一个可选的输出是几何畸变掩膜，用于识别受阴影、透视收缩、延长或停留影响的像素。 几何畸变掩膜输出可帮助您根据几何畸变类型来掩膜地形平坦的 Gamma nought 或 Sigma nought 输出。
最后一个可选输出是一个几何畸变栅格，包含地形坡度的代理、观察角、透视收缩率和局部入射角。 几何畸变输出提供的数据可用于执行地形平坦化和识别受几何畸变影响的像素。
对于解释任何地形上单一影像的应用，或者对于比较来自不同传感器或同一传感器在任何地形上不同观察几何的多个影像的应用，必须进行辐射地形平坦化处理。
Despeckle
SAR 影像具有噪声异常（被称为斑点）的特点。 这种固有的条件是由反向散射信号的建设性和破坏性干扰造成的。 Despeckle 工具可提供几个斑点过滤器，以改善 SAR 影像的信噪比。 可用的斑点过滤器有 Lee2、增强型 Lee3、优化型 Lee4、Frost5、Kuan6 和 Gamma MAP7。 这些滤波器依赖于本地的像素统计，以优化斑点抑制，同时保留要素细节。 为保留这些过滤器所需的统计特性，建议在几何地形校正之前应用去斑，对数据进行重新采样和重新投影。
几何地形校正
SAR 传感器是侧视的，因此面对传感器的要素看起来是压缩的，而背对远离传感器的要素看起来是拉伸的。 应用几何地形校正工具可纠正几何扭曲，将像素移至正确的地理位置。
应用几何地形校正工具使用距离多普勒方法和输入的 DEM 对输入的 SAR 影像进行正射校正。 对于大多数应用，建议使用分辨率接近或高于输入 SAR 数据的 DEM。 对于没有地形的应用，可省略输入 DEM。 应用几何地形校正工具可使用距离多普勒方法和产品元数据中的地理定位网格以对输入的 SAR 影像进行正射校正。
转换为分贝
准备分析数据的最后一步是将无单位（线性）反向散射强度转换为分贝 (dB)。 转换 SAR 单位工具可使用简单的对数转换将线性反向散射强度转换为分贝。 对数转换减少了反向散射强度值的范围，以改善影像的可视化和解释。
参考资料
[1] Small, D. 2011. "Flattening Gamma: Radiometric Terrain Correction for SAR Imagery."IEEE Transactions on Geoscience and Remote Sensing 49, no. 8: 3081–3093. DOI: 10.1109/TGRS.2011.2120616.
[2] J. S. Lee. "Digital Image Enhancement and Noise Filtering by Use of Local Statistics." IEEE Transactions on Pattern Analysis and Machine Intelligence vol. PAMI-2, no. 2, pp. 165–168, March 1980, DOI: 10.1109/TPAMI.1980.4766994.
[3] A. Lopes, R. Touzi, and E. Nezry. "Adaptive speckle filters and scene heterogeneity." IEEE Transactions on Geoscience and Remote Sensing vol. 28, no. 6, pp. 992–1000, Nov. 1990, DOI: 10.1109/36.62623.
[4] J. S. Lee and E. Pottier. "Polarimetric radar imaging: from basics to applications." CRC press, Dec. 2017.
[5] V. S. Frost, J. A. Stiles, K. S. Shanmugan, and J. C. Holtzman. "A Model for Radar Images and Its Application to Adaptive Digital Filtering of Multiplicative Noise." IEEE Transactions on Pattern Analysis and Machine Intelligence vol. PAMI-4, no. 2, pp. 157–166, March 1982, DOI: 10.1109/TPAMI.1982.4767223.
[6] D. T. Kuan, A. A. Sawchuk, T. C. Strand, and P. Chavel. "Adaptive Noise Smoothing Filter for Images with Signal-Dependent Noise." IEEE Transactions on Pattern Analysis and Machine Intelligence vol. PAMI-7, no. 2, pp. 165–177, March 1985, DOI: 10.1109/TPAMI.1985.4767641.
[7] A. Lopes, E. Nezry, R. Touzi, and H. Laur. "Maximum A Posteriori Speckle Filtering And First Order Texture Models In Sar Images." 10th Annual International Symposium on Geoscience and Remote Sensing, 1990, pp. 2409–2412, DOI: 10.1109/IGARSS.1990.689026.