1. 哨兵一号数据的基本盘：为什么雷达影像值得你花时间
第一次接触哨兵一号（Sentinel-1）数据的人，十有八九是被它那套“黑话”劝退的。打开一个SAFE文件夹，里面一堆TIFF、XML、还有长得像乱码的文件名，跟平时用的光学影像完全不是一个路数。但只要你搞遥感，尤其是做地表形变、洪涝监测、海面风场或者极地冰盖这些方向，绕不开它。原因很简单：它是目前唯一一颗免费、全球覆盖、重访周期稳定、且数据持续更新的C波段合成孔径雷达（SAR）卫星。欧空局（ESA）把这个数据完全开放，不设门槛，这在雷达遥感圈子里是头一回。
我刚开始用的时候也踩过坑，下载下来发现影像全是黑白噪点，完全看不懂。后来才明白，SAR成像是主动发射微波再接收回波，记录的是地物对微波的后向散射强度，跟光学影像靠太阳光反射完全两码事。这个本质区别决定了它的所有参数逻辑：为什么有极化方式、为什么有入射角、为什么有轨道方向、为什么需要精密轨道文件。这些参数不是摆设，每一个都直接影响你后续能不能把相位解缠做对、能不能把形变提取准。
这篇文章我打算把Sentinel-1的基本参数从头到尾捋一遍，不光是列个表，而是把每个参数背后的物理含义、对实际处理的影响、以及我在项目里踩过的坑都讲清楚。适合刚入门雷达遥感的学生、需要快速上手做监测项目的工程师、以及想从光学转向SAR的研究人员。看完你至少能明白：拿到一景Sentinel-1数据，该看哪些参数、怎么判断数据能不能用、以及不同参数组合对应什么应用场景。
2. 核心参数逐项拆解：从卫星平台到数据产品
2.1 卫星平台与轨道参数：决定数据时空基准的底层逻辑
Sentinel-1其实是一个星座计划，包含Sentinel-1A和Sentinel-1B两颗卫星。1A是2014年4月发射的，1B是2016年4月发射的。两颗卫星在同一个轨道面上，相位相差180度，这样把重访周期从单星的12天缩短到6天。不过1B在2021年12月出现异常，2022年8月正式宣布任务结束，所以现在实际在轨运行的主要是1A。欧空局后来发射了Sentinel-1C，2024年12月升空，2025年初开始提供数据，逐步接替1A。这个背景很重要，因为你在下载数据时会发现2016到2021年之间的数据量特别大，就是因为双星运行。
轨道类型是太阳同步近极地轨道，高度约693公里，倾角98.18度。这个倾角意味着卫星几乎经过地球两极，能覆盖全球绝大部分区域，包括极地。轨道重复周期是12天，也就是每12天卫星会回到同一位置上方。这个重复周期是干涉测量的基础——只有同一轨道、同一视角下获取的两景影像才能做干涉，因为只有这样才能保证两次观测的几何关系一致，相位差才主要反映地表形变而不是轨道误差。
轨道方向分升轨和降轨。升轨是卫星从南向北飞，降轨是从北向南飞。同一区域通常既有升轨数据也有降轨数据，但两者的入射角、阴影方向、叠掩区域都不一样。做形变监测时，我一般会同时下载升轨和降轨数据，因为单一轨道只能获取视线向（LOS）形变，要分解出东西向和垂直向形变，至少需要两个不同几何的观测。这个后面讲入射角的时候还会细说。
注意：下载数据前一定要确认轨道号（relative orbit number）。同一区域可能有多个轨道号覆盖，不同轨道号的入射角和方位角不同，不能混用做干涉。
2.2 成像模式与分辨率：不同应用场景怎么选
Sentinel-1有四种主要成像模式，每种模式的幅宽、分辨率、极化方式都不一样。选错模式，要么数据量太大处理不动，要么分辨率不够看不清目标。
| 成像模式 | 幅宽 | 分辨率 | 极化方式 | 入射角范围 | 典型应用 |
|---|---|---|---|---|---|
| Stripmap (SM) | 80 km | 5 m × 5 m | HH+HV, VV+VH, HH, VV | 20°-45° | 小区域精细监测 |
| Interferometric Wide (IW) | 250 km | 5 m × 20 m | HH+HV, VV+VH, HH, VV | 29°-46° | 陆地形变、大范围监测 |
| Extra Wide (EW) | 400 km | 20 m × 40 m | HH+HV, VV+VH, HH, VV | 19°-47° | 海面、极地、大范围快速覆盖 |
| Wave (WV) | 20 km × 20 km | 5 m × 5 m | HH, VV | 22°-35° | 海浪谱、海面风场 |
IW模式是默认模式，也是用得最多的。它采用TOPS（Terrain Observation by Progressive Scans）采集方式，通过天线波束在方位向扫描来获取宽幅影像。TOPS的好处是幅宽大，但代价是方位向分辨率降低，而且相邻子条带之间有重叠。处理IW数据时，每个子条带（sub-swath）要单独做配准和干涉，最后再拼接。我第一次处理IW数据时不知道要分子条带，直接把整个SAFE文件夹丢进软件，结果报错说找不到burst边界。后来才明白IW数据是由多个burst组成的，每个burst约20公里长，burst之间有多普勒历史变化，必须按burst处理。
EW模式幅宽更大，适合海面和极地这种大范围但不需要太高分辨率的场景。但EW模式的噪声等效后向散射系数（NESZ）比IW高，也就是对弱散射目标的灵敏度差一些。做海面风场反演时，EW模式是首选，因为幅宽大、重访快。SM模式现在基本不用了，因为幅宽太窄，覆盖效率低。WV模式是专门为海浪监测设计的，采用交替采集不同入射角的小影像，用来反演海浪方向谱。
实操心得：如果你做陆地形变，无脑选IW模式，极化方式选VV+VH或者HH+HV。VV对垂直结构敏感，适合形变；VH对植被体积散射敏感，适合土地覆盖分类。两者结合能做极化分解。
2.3 极化方式：微波与地物相互作用的密码
极化方式是SAR独有的参数，光学影像没有。它描述的是发射和接收微波的偏振状态。Sentinel-1支持单极化（HH或VV）和双极化（HH+HV或VV+VH）。字母含义：H是水平极化，V是垂直极化。第一个字母是发射极化，第二个是接收极化。HH就是水平发射水平接收，HV是水平发射垂直接收。
不同极化对地物的响应完全不同。VV极化对表面粗糙度和介电常数敏感，适合裸土、水体、建筑；HH极化对水平结构敏感，适合城市区域和线性地物；HV和VH是交叉极化，对植被体积散射敏感，因为微波在植被冠层里多次散射后会改变极化状态。所以做植被监测时，HV比VV好用得多。
我做过一个湿地分类的项目，一开始只用VV，结果水体、湿地植被、湿土区分不开。后来加入VH，植被和水的对比度立刻上来了。原因是VH对植被冠层的多次散射敏感，而水体是镜面反射，交叉极化回波极弱。这个对比在VH影像上表现为植被亮、水体暗，一目了然。
极化方式还影响数据量。双极化数据量是单极化的两倍，处理时间也翻倍。如果只是做形变监测，单极化VV就够了，因为形变信息在相位里，跟极化关系不大。但如果你要做分类或者生物量反演，双极化是必须的。
2.4 入射角与轨道方向：几何参数如何影响你的结果
入射角是雷达波束与地表法线之间的夹角。Sentinel-1 IW模式的入射角范围是29°到46°，从近距端到远距端逐渐增大。这个参数直接影响后向散射强度：入射角越大，回波越弱，影像越暗。所以同一景影像里，远距端通常比近距端暗。做辐射定标时，必须做入射角校正，否则你会误以为远距端的地物反射率低。
入射角还影响形变监测的灵敏度。SAR测量的是视线向（LOS）形变，即地表在雷达视线方向上的位移分量。同样的垂直形变，入射角越大，LOS向分量越小，灵敏度越低。但入射角大也有好处：阴影和叠掩区域少，地形起伏大的区域观测更完整。所以选数据时要在灵敏度和覆盖之间权衡。
轨道方向（升轨/降轨）决定了视线方向。升轨时卫星从南向北飞，视线大致朝东；降轨时从北向南飞，视线大致朝西。同一区域的升轨和降轨数据，视线方向几乎相反。这意味着同一垂直形变在升轨和降轨的LOS向投影符号相反。利用这个特性，可以分解出垂直向和东西向形变。但南北向形变对LOS向贡献很小，因为卫星飞行方向接近南北，视线几乎垂直于南北向。这是SAR形变监测的固有局限，不是参数问题，是几何决定的。
注意：做形变分解时，升轨和降轨数据的时间基线要尽量接近，否则两次观测之间的形变不是同一时期的，分解结果会有偏差。我一般要求时间基线不超过12天。
2.5 分辨率与像元间距：别被标称值忽悠了
Sentinel-1 IW模式的标称分辨率是5米（距离向）× 20米（方位向），但这是单视复数（SLC）数据的分辨率。实际产品中，像元间距（pixel spacing）和分辨率是两回事。SLC数据的像元间距在距离向约2.3米，方位向约14米，但实际分辨率受天线方向图和采样影响，距离向约5米，方位向约20米。这意味着像元之间有重叠，不是独立的。
做干涉时，多视（multi-looking）是必须的。多视就是把相邻像元平均，降低斑点噪声，但代价是空间分辨率下降。IW模式通常做4×1多视（距离向4，方位向1），得到约20米×20米的像元。如果做形变监测，多视数不能太大，否则形变信号会被平滑掉。我一般用2×1或者4×1，看噪声水平。
地面距离（ground range）和斜距（slant range）也是容易混淆的概念。SLC数据是斜距几何，即雷达视线方向的距离。要转成地距，需要做地形校正。地形校正后，像元间距会随入射角变化，远距端的像元在地面上被拉长。所以地距产品的像元间距不是常数，做面积统计时要注意。
2.6 时间基线与空间基线：干涉成败的关键
时间基线是两景影像获取时间之差，空间基线是两景影像轨道之间的垂直距离。这两个参数直接决定干涉相干性。时间基线越长，地表变化越大，相干性越低。空间基线越长，几何去相干越严重。Sentinel-1的轨道控制得很好，空间基线通常在100米以内，有时甚至小于50米。但时间基线取决于你的应用：做形变监测，时间基线越短越好，最好12天；做土地覆盖分类，时间基线可以长一些，因为分类不依赖相位。
我做过一个矿区形变监测，用12天时间基线的数据，相干性很好，形变条纹清晰。后来为了赶进度，用了一对24天时间基线的数据，结果植被区域完全失相干，形变相位解缠失败。所以时间基线不是随便选的，要根据地表类型定。城市区域时间基线可以长一些，因为建筑稳定；植被区域必须短，因为植被生长快。
空间基线也不是越短越好。太短的空间基线会导致干涉相位对形变不敏感，因为几何去相干小但形变相位也小。一般空间基线在50到150米之间比较合适，既能保证相干性，又能保证形变灵敏度。
2.7 数据产品级别：从RAW到地距的完整链条
Sentinel-1数据产品分多个级别，从原始数据到最终地距产品，每一步都有不同的处理。
| 产品级别 | 描述 | 是否包含相位 | 典型用途 |
|---|---|---|---|
| Level-0 | 原始数据，未聚焦 | 否 | 自定义处理 |
| Level-1 SLC | 单视复数，斜距几何 | 是 | 干涉、极化 |
| Level-1 GRD | 地距探测，多视 | 否 | 强度分析、分类 |
| Level-2 OCN | 海洋产品 | 否 | 海浪、风场 |
SLC是干涉测量的基础，包含幅度和相位。GRD是SLC经过多视和地距投影后的产品，只有幅度，没有相位。做形变必须用SLC，做分类可以用GRD。OCN是专门的海面产品，包含海浪谱、风场、海面高度等参数，直接可用，不需要自己处理。
我一般下载SLC做干涉，下载GRD做快速浏览和分类。GRD数据量小，处理快，适合先看看区域情况。SLC数据量大，处理慢，但信息全。下载前一定要想清楚用途，不然下了一堆SLC发现只需要强度，浪费时间。
2.8 精密轨道文件：别小看这个辅助数据
精密轨道文件（Precise Orbit Ephemeris，POE）是Sentinel-1的辅助数据，包含卫星的精确位置和速度。为什么需要它？因为SAR干涉对轨道误差极其敏感。卫星位置误差会导致相位误差，表现为干涉图上的系统性条纹。用精密轨道文件可以消除这个误差。
Sentinel-1提供三种轨道文件：预报轨道（Predicted）、快速轨道（Restituted）、精密轨道（Precise）。预报轨道精度最差，快速轨道次之，精密轨道最好。精密轨道通常在数据获取后21天发布。如果你做形变监测，必须用精密轨道，否则相位误差可能达到几厘米，完全淹没形变信号。
我刚开始做干涉时不知道要用精密轨道，直接用影像自带的轨道信息，结果干涉图上全是平行条纹，以为是形变，后来才发现是轨道误差。换了精密轨道后，条纹消失，形变信号清晰可见。这个坑我踩过，希望你别踩。
提示：下载精密轨道文件后，要用软件（如ISCE、SNAP）更新影像的轨道信息，否则软件还是用自带的预报轨道。
3. 实操流程：从下载到初步处理的完整链路
3.1 数据下载与筛选：怎么快速找到你要的那一景
下载Sentinel-1数据主要有两个渠道：欧空局的Copernicus Data Space Ecosystem（CDSE）和阿拉斯加卫星设施（ASF）。CDSE是官方平台，数据全，但下载速度有时不稳定。ASF对北美用户友好，下载快，但数据更新可能稍慢。我一般用ASF，因为它的搜索界面好用，支持按轨道号、时间、极化方式筛选。
搜索时要注意几个关键字段：产品类型（SLC/GRD/OCN）、成像模式（IW/EW等）、极化方式、轨道号、时间范围。我一般先按区域搜索，然后按轨道号筛选，因为同一区域可能有多个轨道号覆盖。选轨道号时，要看入射角和轨道方向，选最适合你应用的。比如做形变，选入射角适中的，不要太大也不要太小。
下载前一定要看预览图。预览图能快速判断数据质量：有没有大面积阴影、叠掩、或者异常。我遇到过一景数据，预览图上看区域被切成两半，后来发现是卫星机动导致的，数据不可用。如果提前看预览图，就不会浪费时间去下载和处理。
3.2 数据解压与文件结构：SAFE文件夹里到底有什么
Sentinel-1数据以SAFE格式分发，本质是一个文件夹，里面包含多个子文件夹和文件。以IW SLC为例，主要文件包括：
- manifest.safe：元数据文件，包含产品信息、轨道信息、处理历史
- measurement/：存放TIFF格式的影像数据，每个子条带一个文件
- annotation/：存放XML格式的标注文件，包含轨道、姿态、校准信息
- auxiliary/：辅助数据，如校准查找表
- support/：支持数据，如噪声查找表
measurement文件夹里的TIFF是复数数据，用普通看图软件打不开，需要用SNAP、ISCE或者GDAL。annotation文件夹里的XML很重要，包含每个burst的起止时间、多普勒中心频率、入射角等参数。做干涉时，软件会读这些XML来配准。
我第一次打开SAFE文件夹时，看到一堆文件完全懵。后来发现其实只需要关注measurement和annotation，其他文件夹基本不用管。manifest.safe可以用文本编辑器打开，快速查看产品信息。
3.3 轨道文件更新：让几何基准更准确
下载精密轨道文件后，需要更新到影像中。以SNAP为例，操作步骤是：打开影像，选择“Apply Orbit File”，在对话框中选择“Precise Orbit”或者“Restituted Orbit”，软件会自动下载并应用。如果网络不通，可以手动下载轨道文件，然后指定本地路径。
更新轨道文件后，影像的轨道信息会被替换成精密轨道。这个步骤在干涉处理前必须做，否则相位误差会很大。我一般把轨道更新作为处理流程的第一步，做完后再做配准和干涉。
注意：不同软件对轨道文件的格式要求不同。SNAP用的是EOF格式，ISCE用的是XML格式。下载时要注意选对格式。
3.4 配准与干涉：让两景影像“对齐”
配准是干涉的前提。两景影像必须配准到亚像元精度，否则干涉相位会被配准误差污染。Sentinel-1 IW数据是TOPS模式，配准要求更高，因为burst之间的多普勒历史变化会导致方位向配准误差。SNAP里的“Back Geocoding”和“Enhanced Spectral Diversity”是专门为TOPS配准设计的，能实现高精度配准。
配准后做干涉，生成干涉图。干涉图是两景影像相位之差，包含形变相位、地形相位、轨道相位、大气相位和噪声。下一步是去平地效应和地形相位。去平地效应用轨道信息，去地形相位用外部DEM。我一般用SRTM 1弧秒DEM，覆盖全球，精度够用。
干涉图生成后，要做相干性估计。相干性是干涉相位的质量指标，值从0到1。相干性低于0.3的区域，相位基本不可信。我一般把相干性低于0.3的区域掩掉，只保留高相干区域做后续处理。
3.5 滤波与解缠：从相位到形变的关键一步
干涉图有斑点噪声，需要滤波。常用滤波器有Goldstein、Boxcar、Lee。Goldstein对低相干区域效果好，但会过度平滑；Boxcar简单但效果一般。我一般用Goldstein，滤波窗口根据相干性调整，相干性高的区域窗口小，相干性低的区域窗口大。
滤波后做相位解缠。解缠是把缠绕相位（-π到π）恢复成连续相位。常用算法有SNAPHU、MCF、最小二乘。SNAPHU是经典算法，效果好但慢；MCF快但有时会出错。我一般用SNAPHU，虽然慢，但结果可靠。解缠后得到的是LOS向形变，单位是弧度，需要转成米。转换公式是：形变（米）= 相位（弧度）× 波长 / (4π)。Sentinel-1的波长是5.546厘米，所以1弧度约等于4.4毫米。
解缠是干涉处理里最容易出错的步骤。我遇到过解缠错误导致形变图出现大面积跳变，后来发现是相干性太低，解缠算法无法正确恢复相位。解决办法是提高相干性阈值，或者用外部形变模型辅助解缠。
3.6 地理编码：把形变图放到地图上
解缠后的形变图是雷达坐标系，需要地理编码转到地理坐标系。地理编码需要DEM和轨道信息，把每个像元投影到地图上。SNAP里的“Range-Doppler Terrain Correction”是常用工具，支持多种DEM和投影。
地理编码后，形变图就可以和GIS数据叠加了。我一般输出GeoTIFF格式，方便在QGIS或ArcGIS里查看。地理编码的精度取决于DEM精度和轨道精度，用精密轨道和SRTM DEM，精度通常在10米以内。
实操心得：地理编码后一定要检查形变图有没有异常值。我遇到过地理编码后形变图出现条带，后来发现是DEM拼接问题。换了一个DEM就好了。
4. 常见问题与排查技巧实录
4.1 干涉图全是噪声怎么办
这是最常见的问题。原因可能有几个：时间基线太长、空间基线太长、地表变化太大、配准不准、轨道文件没更新。排查顺序是：先看时间基线和空间基线，如果时间基线超过24天，植被区域基本失相干；如果空间基线超过200米，几何去相干严重。然后看配准质量，配准误差超过0.1像元就会导致相位噪声。最后看轨道文件，没用精密轨道会导致系统性条纹。
解决办法：缩短时间基线，选空间基线小的数据对，用精密轨道，提高配准精度。如果都不行，可能是地表变化太快，比如农田收割、洪水、火灾，这种区域本身就不适合做干涉。
4.2 解缠错误怎么发现和修复
解缠错误的典型表现是形变图出现大面积跳变，或者形变值异常大（比如几米）。发现方法是看解缠后的相位图，如果出现不连续的条纹，就是解缠错误。修复方法有几种：提高相干性阈值，掩掉低相干区域；用外部形变模型辅助解缠；换解缠算法，比如从SNAPHU换到MCF。
我一般先用SNAPHU解缠，如果结果不好，再用MCF试。如果都不行，就检查相干性，把阈值从0.3提高到0.5，牺牲覆盖换精度。
4.3 形变结果和GPS对不上怎么办
形变结果和GPS对不上，可能有几个原因：参考点选得不对、大气延迟没校正、轨道误差残留、解缠错误。参考点应该选在稳定区域，比如基岩或者城市建筑。大气延迟在山区和沿海地区很严重，可以用外部大气数据校正，比如ERA5。轨道误差残留表现为长波条纹，可以用多项式拟合去除。
我做过一个项目，形变结果和GPS差了2厘米，后来发现是参考点选在了沉降区，导致整体偏移。换了参考点后，结果和GPS吻合到毫米级。所以参考点选择很关键，一定要选在稳定区域。
4.4 数据量太大处理不动怎么办
Sentinel-1 SLC数据一景约4GB，处理时中间文件可能几十GB。如果电脑内存不够，处理会很慢甚至崩溃。解决办法：只处理感兴趣区域，用裁剪工具裁掉不需要的部分；降低多视数，减少像元数量；用云平台处理，比如Google Earth Engine或者CDSE的云处理服务。
我一般先在SNAP里裁剪，只保留研究区，这样数据量能减少80%以上。如果还不行，就用云平台，虽然灵活性差一些，但省本地资源。
4.5 常见问题速查表
| 问题 | 可能原因 | 排查方法 | 解决办法 |
|---|---|---|---|
| 干涉图全是噪声 | 时间/空间基线太长 | 检查基线 | 选短基线数据对 |
| 解缠错误 | 相干性低 | 看相干性图 | 提高阈值或换算法 |
| 形变与GPS不符 | 参考点不对 | 检查参考点 | 选稳定区域 |
| 处理速度慢 | 数据量大 | 看内存占用 | 裁剪或降多视 |
| 地理编码异常 | DEM问题 | 检查DEM | 换DEM |
4.6 独家避坑技巧
第一个技巧：下载数据前先看预览图，能省很多时间。第二个技巧：用精密轨道文件，别偷懒。第三个技巧：参考点选在稳定区域，别选在沉降区。第四个技巧：时间基线尽量短，尤其是植被区域。第五个技巧：处理前先裁剪，别整个SAFE文件夹丢进去。
我踩过最大的坑是没更新轨道文件，结果干涉图全是条纹，以为是形变，白高兴一场。后来养成习惯，第一步就是更新轨道。这个习惯帮我省了很多时间。
5. 参数组合与应用场景的对应关系
5.1 形变监测：IW SLC + VV + 精密轨道 + 短时间基线
形变监测对参数要求最严。成像模式必须IW，因为幅宽和分辨率平衡最好。极化方式选VV，因为形变在相位里，极化影响不大，但VV信噪比高。轨道文件必须精密，否则相位误差太大。时间基线尽量短，最好12天，最长不超过24天。空间基线控制在150米以内。
我做过一个城市沉降监测，用IW SLC VV数据，12天时间基线，精密轨道，结果和水准测量吻合到5毫米以内。这个精度对Sentinel-1来说已经接近极限了，因为C波段波长5.6厘米，理论精度约1厘米。
5.2 洪涝监测：IW GRD + VV/VH + 快速响应
洪涝监测对时间要求高，需要快速获取数据。用GRD产品，因为不需要相位，处理快。极化方式用VV+VH，VV对水体敏感，VH对植被淹没敏感。时间基线不重要，因为洪涝是快速变化事件，单景就能判断。空间基线也不重要。
我做过一个洪水监测，用GRD数据，当天获取当天处理，第二天就出了淹没图。关键是水体在SAR影像上表现为暗区，因为镜面反射导致回波极弱。这个特征在VV上最明显，VH上水体也暗，但植被淹没后VH会变亮，因为植被冠层在水面上方，产生多次散射。
5.3 海面风场：EW GRD + VV + 入射角校正
海面风场反演需要大范围覆盖，用EW模式。极化方式用VV，因为VV对海面粗糙度敏感，而海面粗糙度与风速相关。入射角校正必须做，因为后向散射强度随入射角变化，不校正就无法反演风速。时间基线不重要，单景即可。
我做过一个海面风场项目，用EW GRD VV数据，入射角校正后，反演风速和浮标数据吻合到2米/秒以内。这个精度对业务化应用够了。
5.4 极地冰盖：EW GRD + HH + 长时序
极地冰盖监测需要大范围、长时序。用EW模式，因为幅宽大。极化方式用HH，因为冰面散射以表面散射为主，HH对表面粗糙度敏感。时间基线可以长一些，因为冰盖变化慢。空间基线也不敏感，因为不做干涉。
我做过一个冰盖流速监测，用EW GRD HH数据，通过特征跟踪提取流速，结果和GPS吻合到10米/年以内。这个精度对冰盖研究够了。
5.5 参数组合速查表
| 应用场景 | 成像模式 | 产品级别 | 极化方式 | 时间基线 | 空间基线 |
|---|---|---|---|---|---|
| 形变监测 | IW | SLC | VV | 12天 | <150米 |
| 洪涝监测 | IW | GRD | VV+VH | 单景 | 不敏感 |
| 海面风场 | EW | GRD | VV | 单景 | 不敏感 |
| 极地冰盖 | EW | GRD | HH | 长 | 不敏感 |
| 土地覆盖 | IW | GRD | VV+VH | 长 | 不敏感 |
这个表是我根据实际项目经验总结的，不是教科书上的标准答案。不同区域、不同季节、不同地表类型，最优参数可能不同。关键是理解每个参数背后的物理含义，然后根据你的应用需求去权衡。
6. 数据获取与处理的资源清单
6.1 数据下载平台
CDSE是官方平台，数据全，但下载速度有时不稳定。ASF对北美用户友好，下载快。我一般用ASF搜索，用CDSE下载。两个平台的数据是一样的，只是分发渠道不同。
6.2 处理软件
SNAP是欧空局官方软件，免费，功能全，适合初学者。ISCE是开源软件，功能强，适合高级用户。GAMMA和SARscape是商业软件，功能强但贵。我一般用SNAP做快速处理，用ISCE做精细处理。
6.3 辅助数据
精密轨道文件从CDSE下载。DEM用SRTM或者Copernicus DEM。大气数据用ERA5。这些辅助数据都是免费的，但下载和处理需要时间。
6.4 学习资源
欧空局有Sentinel-1的官方文档，详细但枯燥。ASF有教程，实用但零散。我建议先看官方文档了解参数含义，再看教程学操作。遇到问题去论坛搜，基本都能找到答案。
我个人在实际操作中的体会是，Sentinel-1数据处理没有捷径，就是多练。每处理一景数据，都会遇到新问题，解决一个问题就多一分经验。参数是死的，应用是活的，理解参数背后的物理含义，比记住参数值更重要。最后再分享一个小技巧：处理前先做一个小区域的测试，确认流程没问题再处理全图，这样能省很多时间。
