光学卫星影像在火灾监测中的应用比较成熟，但光学卫星会受到天气的影响，合成孔径雷达(SAR)是一种主动成像系统，可以透过云雾看地球表面的变化。在森林火灾发生时，即使由于大火产生了大量扬尘，我们还是可以使用SAR数据追踪火灾的燃烧区域。本文介绍利用SAR数据监测森林火灾的燃烧区域。
图：SAR数据和光学数据获取方式不同
SAR图像包括了强度和相位信息，在单通道强度图像上比较难识别火烧区域。地表粗糙度和覆盖类型的变化会引起相位的变化，从而利用相位可以定位一些地表微小的变化信息，所以我们可以使用相位信息来识别地表变化的区域。基于多时相数据的相位变化就可以进行土地变化区域的检测。这里使用相干性变化检测技术（Coherence Change Detection——CCD）识别火灾前后地表的变化信息。
本文的例子为2021年6月20号发生的一场火灾，获取了当年6月8号、6月20号、7月2号、7月14号、7月26号、8月7号六期哨兵1的SLC数据。利用SARscape5.6.2的CCD处理工具进行SAR数据处理和分析。
- 启动CCD时序计算工具：SARscape/Interferometry/Coherence Workflows/Coherence CCD Time Line Workflow。这个工具是流程化操作方式，一步步操作即可。
- 输入多时相SLC数据和DEM数据，根据情况选择裁剪文件（支持kml、kmz、Shp），点击Next。
图：输入多时相SLC数据
- Import Generic SAR Data步骤，根据输入的SLC文件是否事先做过导入来选择相应的参数。
- Multitemporal Coherence步骤，进行相干图的计算，可以预览计算结果，如下图所示为其中一个数据对的相干图。
图：其中一个数据对的相干图
- Coherence Geocoding步骤，对相干图进行地理编码。
- Generate Color Composite步骤，选择RGB彩色合成方案。有多种RGB合成方法供选择。
如下图为：
R：7月26号-8月8日相干图
G：7月14号-7月26号相干图
B：6月8日-6月20日相干图
并叠加了一个矢量边界图。图上高亮的颜色区就是森林火灾燃烧过的区域。利用ENVI的流程化分类工具（/Classification/Classification Workflow）就可以提取过火面积信息。
图：RGB彩色合成图
标签：Coherence,CCD,相干,SAR,监测,数据,火灾 From： https://www.cnblogs.com/enviidl/p/16599323.html