下面的文章都是，在本公众号发过的关于合成孔径雷达的公众号文章。现在做一个简单的回顾。
国外教程：
sar处理：
insar处理：
对GMTSAR的D-InSAR得到数据进行简单的分析，包括数据读取、数据转换并进行代码编写
大家好，我是小白，是真的小白，不是专门学雷达的，雷达太难了，还是光学遥感稍微看起来简单一些，真不开玩笑。
学合成孔径雷达，有两个原因：
1.是属于兴趣爱好
2.看好这门技术前途
其中，在一开始写公众号的时候，也就是2022年，写公众号的时候，就分享过怎么处理高分三号的影像。
可以点击这篇文章：《实现高分3号1级到2级的处理》
可以毫不犹豫地说，在2022年前，互联网上没有人分享过类似的文章、源代码。
因为想偷懒，所以把《实现高分3号1级到2级的处理》几何处理部分单独摘出来写了《RPC | 高分三号雷达数据RPC校正》
这些两篇文章所涉及的知识，与光学遥感的知识有些类似，自己看着官方的文档，一步一步debug写代码。
雷达影像和光学影像基本上可以共用同一套RPC校正的代码、流程。
而在2024年，其实没有放弃对sar知识的继续学习，在网上冲浪时，看到matlab官网和欧空局有相关的sar数据处理的内容，自己一边打断点、一边运行相关的代码（这部分的代码是抄的），然后记录下这个过程，顺便水一水公众号，所以写了2篇公众号文章。
《利用Python处理合成孔径雷达（SAR）数据的成像过程》
《【代码】ERS SAR 原始数据提取和成像（距离徒动算法）》
insar是一个很难很难的东西，一开始学的时候，在2024年之前，我本人是用snap跟着csdn上面的教程处理sentinel-1影像，傻瓜式操作就OK了。
在2024年，又是在网上冲浪的时候，看到了pygmtsar。于是老老实实学起来了gmtsar。gmtsar比snap难一些，但是我蛮喜欢gmtsar这样的处理数据的方式，酷酷的。
当然，snap是一个很好的软件，snap是欧空局用java语言开发的开源软件，曾经我多次想在本地编译snap，但是每次都出错，这两年，曾经尝试编译snap的次数有三次。
为什么想编译snap，主要是馋它的insar处理算法。
只要在本地编译成功了，我哪里不会就在那里打个断点，一步一步地把一边看着论文，一边读代码，把insar算法摸透。
当然 ，这个是我曾经的想法，一直都没成功过。
还有，pygmtsar和gmtsar不是同一个东西哦。
pygmtsar，后面有时间，应该也会去搞一搞，主要是时间冲突了，todo的事情太多了，重要的是我自己比较懒，又比较爱玩
话说回来，pygmtsar是很好学的，因为他的作者一直在更新，也一直在写教程文章。不过这些教程文章是要开他的会员，好像是50美刀左右就可以看他写的教程了，具体金额我忘了。或许，后面我可以斥巨资去学，然后再把我学的东西分享到这个公众号。
insar，是sar的一个很重要的应用，在我看来，它可以实现大规模、大范围的沉降监测。但是，我一直对insar的准确度和相关性有所怀疑，因为我没有现场数据，很难去分辨它是否可靠。这个是小白的一个疑惑点，
就这一问题，我去年问过一个中大的帅小伙。他给我的回答是：insar在国外用了很多年了，很多大牛写过文章，都证明了它的可靠性。
怎么说好呢，如果insar真的靠谱，那么这门技术的含金量会继续提升。
2024年，发生了很多地面塌陷的事件，如5月梅州高速公路塌方、11月深圳宝安路面塌陷等等。如果insar真的靠谱，那么可以通过insar去大规模的做沉降监测应用，而不是在纸上谈兵。遥感也会因为insar技术走入大众的视线。
哈哈，买房前做一遍insar,看看是否有塌方的趋势。
或许做一个网站，专门做塌方预测的信息的买卖，这或许是一个商机。
学合成孔径雷达，没有kpi，是兴趣爱好，能学会就学会，不能学会就放弃，我还有很多这样的兴趣爱好，所以在这方面，我的心态都是比较佛。能做就做，不能就拉倒。
今天写得有点乱，先这样吧，over。
