Synthetisches Blendenradar

Übersicht

Synthetisches Aperturradar sendet kohärente Mikrowellenpulse und zeichnet Amplitude und Phase von Echos von der Oberfläche auf. Plattformbewegung liefert Beobachtungen von vielen Positionen, so dass die Signalverarbeitung eine Antenne synthetisieren kann, die viel länger ist als das physische Instrument. Da der Sensor eine eigene Beleuchtung bietet, kann er nachts arbeiten und viele Radarbänder dringen in Wolken ein.

Technische Grundlagen

Ein seitlich gerichtetes Radar misst komplexe Echos als Funktion der schnellen Zeit innerhalb jedes Pulses und der langsamen Zeit entlang der Bahnplattform. Übertragene Bandbreite setzt eine Slant-Range-Auflösung, während die kohärente Aperturlänge die Azimutfokussierung bestimmt. Die Dopplerfrequenz ändert sich, wenn sich der Sensor einem Ziel nähert und zurückweicht. Matched Filtering komprimiert Puls- und Blendenreaktionen, und die Bewegungskompensation entfernt Abweichungen vom angenommenen Pfad. Die Streuung hängt von der Wellenlänge in Bezug auf Rauheit und Vegetationsstruktur, Einfallswinkel, Dielektrizitätskonstante und Polarisation ab.

Wie es funktioniert

Die Entfernungskompression trennt Echos nach Reisezeit, während die Azimutfokussierung die Phasenhistorie kompensiert, die beim Passieren eines Ziels durch die Plattform erzeugt wird. Geometrie, Wellenlänge, Bandbreite und Antennenmuster bestimmen Auflösung und Abdeckung. Wiederholte Aufnahmen ermöglichen Interferometrie, die Phase vergleicht, um die Topographie oder Oberflächenverschiebung abzuschätzen; polarimetrische Messungen unterscheiden Streumechanismen, die mit Vegetation, Boden und gebauten Strukturen verbunden sind.

Mess- und Forschungsmethoden

Die radiometrische Kalibrierung wandelt digitale Werte in Rückstreukoeffizienten um, und Eckreflektoren oder stabile natürliche Ziele überprüfen die Stabilität. Geocoding verwendet Orbit- und Höhendaten, um Schrägkoordinaten auf Gelände abzubilden. Die interferometrische Verarbeitung registriert zwei komplexe Bilder, bildet eine Phasendifferenz, entfernt topographische und orbitale Komponenten und wickelt die Phase aus, um die Verschiebung zu schätzen. Persistent-Scatterer und Distributed-Scatterer-Zeitreihen reduzieren atmosphärisches Rauschen über viele Akquisitionen hinweg. Die Validierung verwendet GNSS-, Nivellierungs- oder unabhängige Bilder und meldet Kohärenz, Referenzpunkt- und Sichtliniengeometrie.

Schlüsselideen

• Radarhelligkeit hängt von Geometrie, Rauheit, Feuchtigkeit und dielektrischen Eigenschaften ab und nicht von optischen Farben.
• Die Phase ist außerordentlich empfindlich auf die Weglänge, aber auch auf Atmosphäre, Umlaufbahnfehler und zeitliche Oberflächenveränderung.
• Darüber hinaus sind Verkürzung und Schatten intrinsische seitenförmige Geometrieeffekte, die eine explizite Interpretation erfordern.

Aktuelle Forschungsgrenze

Konstellationen verbessern die Wiederbesichtigungszeit, während längere Wellenlängen Vegetation und Verformung mit unterschiedlicher Kohärenz beobachten. Polarimetrische Interferometrie und Tomographie schätzen die vertikale Struktur, und bistatische Missionen können die Höhe ohne zeitliche Dekorrelation messen. Die Onboard-Verarbeitung kann Katastrophenprodukte unter begrenztem Downlink priorisieren. Zu den Forschungsherausforderungen gehören die Echtzeitkorrektur, ionosphärische Artefakte und der Transfer von maschinellem Lernen zwischen Sensoren. Eine Verschiebungskarte misst Bewegung in Richtung oder weg vom Satelliten, nicht volle dreidimensionale Bewegung; die Kombination von aufsteigenden, absteigenden und Bodendaten ist erforderlich, um Komponenten ohne ungerechtfertigte Annahmen zu schließen.

Warum es wichtig ist

SAR unterstützt Deformationsüberwachung, Katastrophenkartierung, Eis- und Waldbewertung, maritime Überwachung und planetare Erkundung. Lange Archive machen Oberflächenveränderungen von Millimeter zu Zentimeter über große Regionen hinweg beobachtbar.

Grenzen und offene Fragen

Speckle und geometrische Verzerrungen erschweren die visuelle Interpretation, und dichte Vegetation kann interferometrische Signale dekorreliert. Zuverlässige Verschiebungsschätzungen erfordern Referenzauswahl, atmosphärische Korrektur und Unsicherheitsanalyse; automatisierte Klassifizierungen können fehlschlagen, wenn sich der Sensormodus oder die Landbedingungen ändern.