生成多时相相干性 (Image Analyst)

获得 Image Analyst 许可后可用。

摘要

使用地面范围检测和相干性产品生成假彩色合成图像。 合成图像中的每个波段均由不同的合成孔径雷达 (SAR) 采集数据构成，这些数据源自复数雷达产品。

使用情况

• 在 SAR 应用中，多时相相干性对于确保精准的变化检测、分类和形变监测至关重要，其通过评估多次 SAR 采集过程中后向散射信号的时间变化来实现。

• 输入必须是地形校正的 SAR 数据。 使用应用几何地形校正工具正射校正输入雷达数据。

• 有关如何设置波段的详细信息，请参阅双影像 MTC 合成和四影像 MTC 合成。

参数

对话框

标注	说明	数据类型
输入红色波段的雷达数据	输入红色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
输入绿色波段的雷达数据	输入绿色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
输入蓝色波段的雷达数据	输入蓝色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
输出雷达数据	输出多时相相干性数据集。	Raster Dataset
极化波段 (可选)	将进行干涉的极化波段。 默认为第一个波段。	String

Python

GenerateMultitemporalCoherence(in_radar_red, in_radar_green, in_radar_blue, out_radar_data, {polarization_bands})

名称	说明	数据类型
in_radar_red	输入红色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
in_radar_green	输入绿色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
in_radar_blue	输入蓝色波段的地面范围检测或相干雷达数据。	Raster Dataset; Raster Layer
out_radar_data	输出多时相相干性数据集。	Raster Dataset
polarization_bands (可选)	将进行干涉的极化波段。 默认为第一个波段。	String

代码示例

GenerateMultitemporalCoherence 示例 1（Python 窗口）

在本示例中，波段组合为振幅前、振幅后与相干性。

import arcpy
arcpy.env.workspace = r"C:\Data\SAR"

outRadar = arcpy.ia.GenerateMultitemporalCoherence("Pre_Amplitude.crf", 
      "Post_Amplitude.crf", "Coherence.crf", "VV") 
outRadar.save("MTC.crf")

GenerateMultitemporalCoherence 示例 2（独立脚本）

在本示例中，波段组合为振幅前、振幅后与相干性。

# Import system modules and check out ArcGIS Image Analyst extension license
import arcpy
arcpy.CheckOutExtension("ImageAnalyst")
from arcpy.ia import *

# Set local variables
red = r"C:\Data\SAR\Pre_Amplitude.crf"
green = r"C:\Data\SAR\Post_Amplitude.crf"
blue = r"C:\Data\SAR\Coherence.crf"
polarization="VV"
out_radar= r"C:\Data\SAR\MTC.crf"

#Create output
outRadar = arcpy.ia.GenerateMultitemporalCoherence(red, 
      green, blue, polarization) 
outRadar.save(out_radar)

环境

像元对齐, 像元大小, 压缩, 当前工作空间, 范围, 地理变换, GPU ID, NoData, 输出坐标系, 并行处理因子, 处理器类型, 金字塔, 栅格统计, 重采样方法, 临时工作空间, 捕捉栅格, 切片大小

许可信息

• Basic: 需要 Image Analyst
• Standard: 需要 Image Analyst
• Advanced: 需要 Image Analyst