| 标注 | 说明 | 数据类型 |
输入雷达数据 | 输入雷达数据。 将应用辐射地形扁率的数据。 必须通过辐射方法将数据校准到 beta nought。 | Raster Dataset; Raster Layer |
输出雷达数据 |
应用辐射地形扁率的雷达数据。 | Raster Dataset |
DEM 栅格 | 输入 DEM。 将用于估算局部照明区域和局部入射角的 DEM。 | Mosaic Layer; Raster Layer |
应用大地水准面校正 (可选) | 指定是否将输入 DEM 的垂直参考系统转换为椭球体高度。 大多数高程数据集均参考海平面正高，因此在这些情况下，需要进行校正以将海平面正高转换为椭球体高度。
| Boolean |
极化波段 (可选) | 将应用辐射地形扁率的极化波段。 默认情况下，第一个波段处于选中状态。 | String |
校准类型 (可选) | 指定是否将使用 sigma naught 或 gamma nought 对输出应用地形扁率。
| String |
输出散射区域 (可选) | 散射区域雷达数据集。 | Raster Dataset |
输出几何畸变 (可选) | 4 波段几何畸变雷达数据集。 第一波段为地形坡度，第二波段为视角，第三波段为收缩率，第四波段为局部入射角。 | Raster Dataset |
输出几何畸变掩膜 (可选) | 1 波段几何畸变掩膜雷达数据集。 像素使用六个唯一值进行分类，每种畸变类型一个：
| Raster Dataset |
获得 Image Analyst 许可后可用。
摘要
校正由于地形引起辐射变型的输入合成孔径雷达 (SAR) 数据。
由于 SAR 传感器的侧视特性，面向传感器的要素人为地显得更亮，而背向传感器的要素人为地显得更暗。 辐射地形扁率将反向散射值归一化，因此值变化将归因于表面散射属性。
要获得有意义的反向散射，必须应用辐射地形扁率，该反向散射可以与任何地形上 SAR 图像中要素的表面散射属性直接相关。
使用情况
输入的 SAR 数据必须校准到 beta nought。
使用应用辐射定标工具将 SAR 数据校准到 beta nought。
如果输入的 DEM 没有覆盖整个 SAR 数据集，该工具将输出 DEM 范围外像素的 NoData 值，用于 gamma nought 和 sigma nought。
输入的 DEM 必须位于 WGS 84 (EPSG:4326) 地理坐标系中。
几何畸变掩膜为可选输出，可以提供由输入雷达数据中的地形引起的各种几何畸变的信息。 提供的输出畸变包括透视缩短、延长、叠掩和阴影。
在上图中，面向传感器的蓝色斜坡和背向传感器的洋红色斜坡在地面上的长度相同，但在 SAR 图像中，蓝色透视缩短区域看起来短于洋红色延长区域。 这是因为背对传感器的斜坡比面向传感器的斜坡具有更多的像素。
当雷达信号在到达底部之前，到达较高要素的顶部时，就会出现叠掩。 陡峭山体的绿色部分为叠掩的示例；它将出现在与地面相同的像素中。 棕色部分是停留和阴影的组合，它将出现在 SAR 图像上部的右侧，尽管在地面上位于其左侧。
当对象阻挡雷达信号时，将会出现阴影。 背对传感器的黄色斜坡未亮起。 由于雷达照明在大气中没有散射，因此 SAR 图像中的阴影呈黑色。
参数
- 值为 0
- 值为 1
- 值为 2
- 值为 3
- 值为 4
- 值为 5ApplyRadiometricTerrainFlattening(in_radar_data, out_radar_data, in_dem_raster, {geoid}, {polarization_bands}, {calibration_type}, {out_scattering_area}, {out_geometric_distortion}, {out_geometric_distortion_mask})| 名称 | 说明 | 数据类型 |
in_radar_data | 输入雷达数据。 将应用辐射地形扁率的数据。 必须通过辐射方法将数据校准到 beta nought。 | Raster Dataset; Raster Layer |
out_radar_data |
应用辐射地形扁率的雷达数据。 | Raster Dataset |
in_dem_raster | 输入 DEM。 将用于估算局部照明区域和局部入射角的 DEM。 | Mosaic Layer; Raster Layer |
geoid (可选) | 指定是否将输入 DEM 的垂直参考系统转换为椭球体高度。 大多数高程数据集均参考海平面正高，因此在这些情况下，需要进行校正以将海平面正高转换为椭球体高度。
| Boolean |
polarization_bands [polarization_bands,...] (可选) | 将应用辐射地形扁率的极化波段。 默认情况下，第一个波段处于选中状态。 | String |
calibration_type (可选) | 指定是否将使用 sigma naught 或 gamma nought 对输出应用地形扁率。
| String |
out_scattering_area (可选) | 散射区域雷达数据集。 | Raster Dataset |
out_geometric_distortion (可选) | 4 波段几何畸变雷达数据集。 第一波段为地形坡度，第二波段为视角，第三波段为收缩率，第四波段为局部入射角。 | Raster Dataset |
out_geometric_distortion_mask (可选) | 1 波段几何畸变掩膜雷达数据集。 像素使用六个唯一值进行分类，每种畸变类型一个：
| Raster Dataset |
代码示例
此示例使用 DEM 和 gamma naught 参数校正了交叉极化雷达数据集。
import arcpy
arcpy.env.workspace = "D:\Data\SAR\S1\20181014"
outRadar = arcpy.ia.ApplyRadiometricTerrainFlattening(
"IW_manifest_TNR_CalB0_Dspk.crf", "D:\Data\DEM\dem.tif", "GEOID",
"VH;VV", "GAMMA_NOUGHT")
outRadar.save("IW_manifest_TNR_CalB0_Dspk_RTFG0.crf")此示例使用 DEM 和 gamma naught 参数校正了交叉极化雷达数据集。
# Import system modules and check out ArcGIS Image Analyst extension license
import arcpy
arcpy.CheckOutExtension("ImageAnalyst")
from arcpy.ia import *
# Set local variables
in_radar = "D:\Data\SAR\S1\20181014\IW_manifest_TNR_CalB0_Dspk.crf"
out_radar = "D:\Data\SAR\S1\20181014\IW_manifest_TNR_CalB0_Dspk_RTFG0.crf"
in_dem_raster = "D:\Data\DEM\dem.tif"
ApplyGeoid = "GEOID"
polarization = "VH;VV"
calibration_type = "GAMMA_NOUGHT"
# Execute
outRadar = arcpy.ia.ApplyRadiometricTerrainFlattening(
in_radar, in_dem_raster, ApplyGeoid, polarization, calibration_type)
outRadar.save(out_radar)许可信息
- Basic: 需要 Image Analyst
- Standard: 需要 Image Analyst
- Advanced: 需要 Image Analyst