SNAP + StaMPS 处理Sentinel-1哨兵1 时间序列

Step0: 文件准备及路径设置

0.1 前往GitHub下载snap2stamps: Github snap2stamps

0.2 新建工作路径，用来进行数据处理，并将下载的snap2stamps解压到该文件夹下，并新建两个文件夹，master和slaves，准备分别用来存放预处理的主影像和所有其它辅影像。e.g., 我的工作路径为…/IW3Burst69。

Step1：数据准备

1.1 前往ESA官网或者ASF网站下载哨兵数据，注意下载的数据必须是相同的path和frame。

1.2 将所有数据添加到购物车后可下载生成的.py文件，将所有数据批量下载。下载的数据可以自己先单独存储在其它位置，预处理完后再存放到工作路径下。

Step2 数据预处理

2.1 在snap中打开自己选定的主影像。

2.2 对主影像进行预处理，选取swath和burst，文件存放路径设置为工作路径下的master文件夹，e.g., …/IW3Burst69/master。

2.3 对主影像进行轨道矫正，Radar->Apply Orbit File。

Step3 snap2stamps 数据处理

3.1 snap2stamps 参数设置。编辑工作目录下…/IW3Burst69/bin/project.conf 文件。第4行设置为工作目录…/IW3Burst69, 第5行为工作目录下graphs文件夹，第8行为选定的swath，第9行为做完轨道校正的主影像的 …_Split_Orb.dim文件，12-15行为经纬度坐标（坐标可大于slc覆盖范围，但不能设置为空），18行为snap软件安装位置下的gpt文件所在位置，21-22为cpu和cache大小设置。

3.2 确保python版本为python2版本。将终端工作路径设置为工作路径下的bin文件…/IW3Burst69/bin。终端输入 python2 slaves_prep.py project.conf，会将所有的辅影像slc存放到…/slaves单独的日期文件夹中。

3.3 终端输入 python2 splitting_slaves.py project.conf，会将辅影像按照主影像的区域提取，结果存放在新生成的…/split文件夹中。

3.4 终端输入 python2 coreg_ifg_topsar.py project.conf，会在工作路径下生成两个文件夹，coreg和ifg，分别存放配准结果和生成的干涉图。

3.5 终端输入 python2 stamps_export.py project.conf。会生成一个新的以主影像命名的文件夹，e.g., INSAR_20180624，下面包含了四个文件夹，分别是dem，diff0，geo，rslc。

3.6 完成以上步骤即完成了snap2stamps的预处理。下一步需要调用stamps中的命令初选ps点及分patch。在确保stamps能正常使用的情况下（未安装stamps可以参考StaMPS安装步骤），进入到INSAR_20180624路径下，输入命令mt_prep_snap 0.4 3 2 50 200 /..INSAR_20180624(INSAR_20180624的绝对路径) 3 2 (划分patch个数，分别为range 和azimuth方向) 50 200 (patch的重叠区域像素，分别为range和azimuth方向)。

3.7 完成后即可打开matlab进行时间序列的处理。常见问题可参考博客InSAR处理常见问题及解决方法。