合成孔径雷达(SAR)是一种成像雷达,它将运动天线在连续位置上记录的回波合并处理,从而获得相当于尺寸大得多的天线所具备的分辨能力。它通常搭载于飞机或航天器,主动向观测区域发射微波信号,并记录返回电磁波的强度和相位。其核心特征是相干处理:在合并回波时保留回波之间的相位关系,使沿较长飞行距离采集的测量数据能够形成一个合成孔径。
SAR 是遥感的重要工具,因为它无需阳光即可成像,而且在常用波长下能够穿透大多数云层。因此,在黑暗、持续云层覆盖或烟雾限制光学成像的情况下,它仍能提供观测数据。根据波长、观测几何、极化方式和数据采集策略的不同,SAR 可以揭示地表粗糙度、植被结构、土壤湿度、海冰状况以及建成环境的变化。对适当条件下获取的不同次观测数据进行相位比较,还可用于地形测绘和地表运动测量;在有利条件下,后者的灵敏度可达毫米级。
SAR 图像并非普通照片。其几何关系取决于雷达信号的传播时间和平台运动,而图像亮度反映的是微波散射特性,并非可见光颜色。因此,要理解这种仪器,既需要波动物理知识,也需要信号处理知识。实现高分辨率的相干测量同时也会带来一些特有效应,包括斑点噪声、地形畸变,以及对观测场景中微小散射变化的敏感性。
成像几何与合成孔径的形成
常规雷达通过发射信号与接收到回波之间的时间延迟确定距离。对于收发位置实际上相同的单基地雷达,斜距为
其中, 为光速, 为信号往返传播时间。成像雷达沿两个主要方向区分目标:距离向,即横跨飞行航迹的方向;方位向,即大致沿飞行航迹的方向。侧视几何利用传播时间的差异,分离来自不同地面位置的回波;若垂直向下观测,飞行路径两侧的许多位置就会无法区分。
距离分辨率主要取决于发射信号的带宽。对于带宽为 的理想脉冲压缩波形,
因此,在不计实际加权和处理影响的情况下,100 兆赫的带宽对应约 1.5 米的斜距分辨率。地距分辨率还取决于局部观测角度。在平坦地形上,地距分辨率近似为 ,其中 是相对于铅垂方向测量的入射角。像元间距是另一个独立的量:每隔一米存储一个像元,并不意味着实际分辨率达到了一米。
孔径合成在方位分辨率方面发挥着决定性作用。沿航迹长度为 的真实天线,其波束宽度约为 ,其中 为波长。天线波束的覆盖范围随距离增大而扩大,因此从轨道高度进行观测时,很难获得高分辨率。合成孔径雷达则在平台飞越目标的过程中,跟踪目标回波的相位变化。静止目标的距离历程及相应的多普勒效应变化历程是可预测的。处理时对这些变化进行补偿,并将该目标的回波相干叠加,而来自其他位置的回波则无法以同样的方式叠加。
对于理想的正侧视条带式合成孔径雷达,方位分辨率近似为
与真实孔径雷达的方位分辨率不同,这一理想结果不会直接随目标距离的增大而变差。较短的物理天线能在更长的飞行时间段内照射目标,从而形成更长的合成孔径。但这一关系并非普遍适用:聚束成像、波束控制、加权、斜视角以及可用多普勒带宽都会使其发生变化。
相干积累要求准确掌握雷达与目标之间的距离。距离误差 会产生约为 的双程相位误差。因此,在厘米波段,即使很小的轨迹误差也可能导致图像散焦。通常的成像模型还假定场景静止。运动中的车辆或波峰具有不同的相位历程,因此在图像中可能发生位置偏移、模糊或其他畸变,而不是呈现在其瞬时地理位置上。
仪器设计与数据采集模式
合成孔径雷达由微波发射机、接收电子设备、稳定的时间与频率基准、天线、导航测量设备以及高速数据记录或下传系统组成。许多星载系统采用相控阵天线,通过电子控制阵元来改变波束指向或形状,无须转动整个航天器。机载仪器通常将全球定位系统的测量结果与惯性导航系统相结合,以估计飞行轨迹并支持运动补偿。
频率选择涉及重要的权衡。X 波段系统的工作波长通常约为 3 厘米,C 波段约为 5—6 厘米,L 波段约为 23—24 厘米;P 波段的波长则更长。较短的波长往往更突出小尺度地表特征和植被上层。较长的波长则可能与枝条、树干或某些植被下方的地面产生更强的相互作用。不过,波长本身并不能保证穿透能力:含水量、电导率、植被密度、入射角以及散射体的分布都会产生影响。
大多数成像系统发射长时宽的调频脉冲,通常称为啁啾脉冲。长脉冲携带的能量较多,而其宽带宽则使脉冲压缩后能够获得较高的距离分辨率。发射功率、接收机噪声、天线增益、传播损耗和相干积累共同决定系统的灵敏度与信噪比。噪声等效后向散射系数是一项实用的性能指标,因为它表明了仪器噪声与场景信号相当时的大致散射水平。
不同的数据采集模式以不同方式分配可用的观测时间和带宽。在条带模式下,指向大致固定的侧视波束沿飞行路径连续对一条带状区域成像。在聚束模式下,波束跟踪选定区域,延长对该区域的相干观测时间,从而获得更高的方位向分辨率,但代价是无法实现连续覆盖。扫描合成孔径雷达(ScanSAR)在多个距离向子条带之间切换,以缩短每个位置的观测时间为代价扩大覆盖范围。渐进扫描地形观测模式(TOPS)还会在每个突发观测期间沿方位向扫描波束,以提高宽幅成像的均匀性。
脉冲重复频率还带来了另一组权衡。它必须足够高,才能对有效多普勒带宽进行采样,同时又必须保证不同发射脉冲所产生的回波能够相互区分。采样不足会造成方位向模糊;时序安排不当则可能导致距离向模糊,或因发射期间无法接收而形成观测空缺。因此,宽覆盖与极高分辨率是相互制约的要求,而非可以独立调节的指标。多接收通道、数字波束形成和交错脉冲时序能够放宽部分限制,但也会提高对校准、硬件和处理的要求。仪器设计还必须兼顾电功率、天线面积、热控制、数据量以及航天器质量。
从原始回波到地理配准图像
SAR 原始数据通常是按快时间和慢时间索引的复数采样值。快时间表示一个脉冲重复间隔内的回波时延,慢时间则用于索引沿运动轨迹依次发射的脉冲。采样值的实部和虚部保留了幅度与相位信息。点目标最初并不会呈现为清晰的点:其发射波形横跨多个距离向采样点,而目标距离的变化又使其信号分布在多个脉冲中。成像处理将这些能量聚焦到相应的位置。
距离向压缩通过对发射波形进行匹配滤波来实现。随后,方位向压缩处理目标沿合成孔径的相位变化。其中一个重要的复杂因素是距离单元徙动:在观测期间,同一目标与天线的距离不断变化,因此可能跨越多个记录中的距离单元。要实现精确聚焦,就必须在相干求和之前将这些信号分量对齐,或通过其他方式对其建模。假定的运动轨迹、地形高度或传播路径若存在误差,就可能留下残余模糊或几何位置偏移。
有几类算法可以完成这些操作。距离—多普勒处理将大部分运算分为距离向滤波和方位向滤波,并显式校正距离徙动。线性调频变标法在适当的假设下,利用相位运算高效处理距离徙动。Omega–k 处理则在二维频域或波数域中处理数据。后向投影法采用另一种方式:计算从每个平台位置到每个输出位置的预期传播时间,再对经过适当相位调整的采样值进行累加。这种方法能够灵活适应各种几何条件,但处理大型数据集时计算量可能很大。
运动补偿对机载雷达尤为重要,因为湍流和导航误差会使飞机偏离理想的直线航迹。自聚焦技术利用雷达数据本身估计部分残余相位误差。当场景中存在强散射目标或具有足够结构特征的内容,能够提供有效约束时,这些方法可以提高清晰度,但不能取代全部导航或校准工作。精确聚焦也不自动意味着精确的绝对地理定位:后者还取决于定时、轨道或轨迹精度、仪器延迟以及地形模型。
常见产品包括保留相位信息的单视复数图像,以及包含幅度或强度信息的检波图像。多视处理通过对近似独立的观测取平均来降低相干斑,但代价是损失空间细节。辐射定标将记录值转换为定义明确的后向散射量,通常表示为 σ⁰、β⁰ 或 γ⁰,三者采用不同的参考面积约定。在未考虑各自定义的情况下,不应将这些量混用。
地理编码将雷达测量结果映射到地理坐标中。地形校正利用高程信息处理几何畸变,而辐射地形校正还会补偿有效照射面积的变化。重采样可以生成便于使用的地图网格,但无法恢复被雷达阴影遮蔽的地表,也无法分离因叠掩而已经重叠的所有信号分量。因此,即使图像看起来与常见地图无异,处理元数据仍然是正确解读图像的关键。
后向散射、散斑与图像解译
雷达图像的亮度取决于电磁波与观测场景之间的相互作用。测得的回波受到多种因素影响,包括相对于波长的表面粗糙度、材料的介电性质、入射角、极化方式以及散射几何关系。斜向观测平静水面时,水面通常会将能量反射到远离雷达的方向,因此呈现暗色。粗糙的水面则会向雷达方向散射更多能量。同样,平滑的裸地可能呈现暗色,而粗糙地形可能较亮。因此,仅凭亮度无法唯一确定材料类型或土地覆盖类别。
水分会显著影响许多天然材料的介电性质。在微波波段,液态水的介电常数远高于干燥的矿质土壤或空气,因此土壤含水量的变化可能显著改变后向散射。不过,表面粗糙度、植被覆盖、土壤质地和观测角度会使这种关系变得复杂。湿润植被不仅会改变自身的散射特性,也会改变穿过植被的信号所受的衰减。在较长波长下,树干和地面可能对回波有很大贡献;在茂密植被中,体散射和衰减则可能掩盖亮度与生物量之间的简单关系。
人造建筑物常通过二次反射散射产生强回波。信号可能在垂直墙面与相邻地面之间反射,然后返回雷达。因此,朝向有利的建筑物可能异常明亮,而结构相似但朝向不同的建筑物可能远不如它们显眼。角反射器正是专门利用类似的几何关系,应用于定标和形变监测。一个亮像元可能对应的是单个占主导地位的反射体,而不是一片反射能力均匀的地面。
散斑的产生,是因为一个分辨单元内通常包含大量无法分辨的散射体。它们的复数回波发生相长或相消干涉,形成颗粒状的强度图案。这是相干成像的固有结果,而不仅仅是电子噪声。对于充分发展的散斑,一种常用模型将单视强度视为服从指数分布;对相互独立的多视结果取平均后,相对波动幅度大致按视数的平方根的倒数减小。实际场景可能明显偏离这一理想模型,尤其是在孤立强反射体或非均质表面占主导的情况下。
侧视几何会造成与大多数光学照片不同的畸变。面向雷达的坡面在距离向上被压缩,产生透视收缩。如果坡面上部比下部更靠近雷达,两者原本预期的排列顺序就会颠倒,从而发生叠掩。背向雷达的坡面则可能落入雷达阴影区,无法受到直接照射。从相反方向观测可以揭示互补的表面信息,但单幅图像无法提供真正阴影区内的信息。
进行多时相比较时,还必须区分真实的物理变化与数据获取条件的差异。入射角、极化方式、土壤湿度或植被含水量的变化,都可能在土地覆盖类别未发生任何变化的情况下改变亮度。因此,可靠的解译需要综合考虑雷达物理原理、数据获取元数据、空间背景,以及适用时的独立观测资料。
极化测量与三维散射结构
雷达极化测量研究场景如何改变发射电磁波的极化状态。线极化通道通常标记为 HH、HV、VH 和 VV:第一个字母表示水平或垂直发射极化,第二个字母表示接收极化。全极化仪器测量复数散射响应,能够比单极化图像更完整地表征电磁波与场景的相互作用。双极化系统仅观测其中一部分通道,而紧缩极化设计则采用其他收发极化组合,在仪器设计上作出不同取舍,以获取更多信息。
对于满足互易性的单站观测场景,经过校准以及与所用约定相对应的坐标处理后,交叉极化响应 HV 和 VH 理想情况下相等。散射矩阵可表示为
矩阵元素均为复数,因此不仅幅度重要,它们之间的相对相位也很重要。经平均处理的协方差矩阵或相干矩阵描述各通道之间的统计关系。极化校准必须考虑通道不平衡、串扰和相位偏移,否则可能会将仪器效应误认为场景本身的性质。
极化分解将观测到的散射表示为数学分量或理想化物理机制的组合。表面散射、二次反射散射和体散射是常见的解释类别。例如,它们有助于区分粗糙的开阔地表、墙面与地面的相互作用,以及随机取向的植被组分。这些类别是模型,而非观测结果能够唯一确定的物质类型。倾斜结构、地形坡度、混合地表覆盖,以及实际粒子分布偏离假设等情况,都可能使分解结果产生歧义或误导。
当不同环境的总回波强度相近时,极化信息尤其有用。交叉极化后向散射通常对植被结构以及引起退极化的多次相互作用较为敏感。同极化通道之间的相位关系有助于区分某些表面散射响应与二次反射散射响应。在农业中,这些测量可用于跟踪作物在整个生长季中的形态结构变化,但作物类型、种植行向、水分状况和田间管理措施的影响仍然相互交织。
多次观测可将分析从极化特性扩展到垂直结构。极化合成孔径雷达干涉测量将极化信息与干涉相位相结合,以分离具有不同有效散射高度的贡献。在适当模型下,该方法可以估计植被高度以及冠层结构的某些特征。合成孔径雷达层析成像利用多个空间基线上的观测数据,分辨高程维度上的散射。在城市中,它可以区分普通图像中相互重叠的地面、建筑立面和屋顶散射贡献;在森林中,它可以提供垂直散射分布的信息。
这些方法需要足够多样的基线、精确的配准、稳定的校准,以及关于随时间变化情况的适当假设。垂直分辨率取决于高程方向上采样形成的孔径,而不只是图像数量。茂密植被和城市几何结构可能产生分布式散射响应或多个散射响应,而非对应于单一、明确高度的响应。因此,重建的结构是对微波散射分布的估计,并不总是直接对应于实际冠层边界或建筑表面。
干涉测量、地形与地表形变
干涉合成孔径雷达通常简称为 InSAR,它比较两次或多次经过适当配准的 SAR 观测的相位。相位差包含雷达到地表距离变化的信息。从略有不同的位置获取的数据可用于测量地形;在不同时间进行的观测还可揭示形变。测得的干涉相位混合了地形、位移、大气传播、轨道误差、散射变化和噪声等因素的贡献。
数据获取位置之间的空间间隔称为干涉基线。其垂直于观测方向的分量在很大程度上决定了高程测量的灵敏度。较大的垂直基线通常能提高高程灵敏度,但间隔过大可能降低相干性,因为两台仪器或两次飞越所观测到的场景散射特征会有所不同。当数据获取的几何关系已知,且相位具有足够的相干性时,就可以生成数字高程模型。单航过系统通过相互分离的天线几乎同时记录同一场景,从而减少时间失相干。
对于形变,与斜距变化有关的相位贡献通常写为下式,具体正负号取决于符号约定:
一个完整的相位周期对应于 的视线方向距离变化。当波长为 5.6 厘米时,这一变化量约为 2.8 厘米。相位测量精度可以远高于一个周期,这也解释了为何位移探测的灵敏度能够远优于图像分辨单元的米级尺度。但这种灵敏度并不意味着每次测量都具有同等水平的绝对精度。
记录的相位被包裹在跨度为 的区间内。相位解包裹通过估计缺失的整数周期数,重建空间上连续的相位场。在非相干区域、位移梯度急剧变化处、彼此不连通的区域或干涉条纹采样不足的地方,这一过程可能失败。相干性衡量不同次数据获取之间复信号的一致性,但仅凭高相干性,并不能证明所有相位差都代表地面运动。
在植被摆动、作物生长、积雪变化或地表受到扰动的地方,时间失相干现象尤为严重。大气水汽会引入随空间变化的传播延迟,其表现可能与形变相似。电离层效应在较长波长下尤为重要,可能产生大尺度相位结构或图像畸变。轨道误差和残余地形误差还会引入其他模式。时间序列方法利用多次获取的数据,通过统计分析将持续性运动与其中某些影响分离开来,通常重点分析稳定的点状反射体,或散射特性一致的分布式区域。
InSAR 测量的是沿雷达视线方向的运动,而非完整的三维位移矢量。结合升轨和降轨观测,可以对多个位移分量加以约束,但近极轨卫星的观测几何通常对南北向运动相对不敏感。解读结果还需要选定参考位置或参考框架:相对位移图上看似静止的区域,在绝对大地测量意义上未必静止。
陆地过程、生态系统与建成环境
在陆地区域,SAR 可用于观测从突发灾害到缓慢环境变化的各类过程。洪水制图是其中的典型应用,因为雷达能够穿透风暴伴随的云层获取图像。开阔的洪水水面通常呈暗色,而树木下方或建筑物之间的淹水可能增强二次反射散射,从而呈现亮色。仅凭暗像元阈值,可能会将洪水水面与永久性水体、平滑的干燥表面或雷达阴影混淆。因此,业务化制图通常会结合灾前影像、地形信息、土地覆盖背景和多次观测。
农业应用利用了雷达对水分、粗糙度和植物结构的敏感性。重复观测可以识别生长模式、收割活动、翻耕或水稻田淹水情况。在植被相对稀疏、地表粗糙度和观测几何条件得到充分约束的情况下,土壤水分反演最为直接。微波测量主要反映近地表土层的状况,其有效探测深度取决于波长和土壤条件;这类测量并不能直接获取整个根区的水分储量。作物制图将时序特征与背景信息或统计模型相结合,而不是假定雷达亮度与作物类型之间存在普遍适用的关系。
在森林中,较长波长的测量能够提供木质结构和地上生物量的信息。随着生物量增加,后向散射对生物量变化的敏感性往往会降低,其有效饱和水平取决于频率、极化方式、森林类型和环境条件。干涉测量和层析成像测量可提供互补的结构信息。扰动监测能够发现采伐、风暴破坏、火灾影响或淹水状况的变化,但季节性水分变化和物候变化也可能改变信号。
形变测量已成为研究地震、火山、滑坡和地面沉降的重要手段。地震干涉图能够显示断层两侧大范围的位移分布,而时间序列则能揭示火山的缓慢膨胀或某些缓慢滑坡的运动。与地下水开采、采矿或油气开采有关的地面沉降,可能波及城市和农业区域。这些观测测量的是地表响应;要确定其成因,还需要地质、水文、工程或其他独立证据。快速位移、陡峭地形和植被变化可能导致无法获得有效测量,而这些情况恰恰可能出现在事件影响最强烈的区域。
在建成环境中,结构物上稳定存在的雷达反射体可用于监测影响基础设施的形变,监测对象包括铁路、桥梁、路堤和工业区。被测反射体可能位于屋顶或建筑立面,而非地面,其时间序列也可能包含热膨胀的影响。卫星测量仅对特定散射位置和方向进行采样,因此并不等同于全面的结构检查。
SAR 还可支持持续多云地区的土地覆盖制图和环境评估。将其与光学影像和激光雷达相结合,可以整合互补信息:光学传感器侧重光谱特性,激光雷达测量采样位置的三维几何结构,而 SAR 记录相干微波散射。机器学习能够融合这些输入数据,但模型性能取决于训练数据的代表性,以及不同传感器、季节、入射角和地理区域之间的一致性。
海洋、海冰与积雪地区
在海洋上,合成孔径雷达(SAR)主要观测海面短波产生的微波后向散射,其强度受风的影响,并受到海流、表面膜和长波的调制。许多大尺度海洋特征正是通过调制这些小尺度波浪而间接显现出来的。因此,锋面、涡旋、内波和辐合带可以形成独特的明暗图案,而无须雷达直接深入穿透海水。合成孔径形成期间的运动也会影响海洋成像,因此,其影像解译不同于静止陆地的影像解译。
风速反演通常采用地球物理模型函数,将经过定标的后向散射与风速、风向相对于雷达的方向、入射角、频率及极化方式联系起来。风向信息可以来自影像中可辨识的风条纹,也可以来自外部大气模型。降雨单体、大气稳定度、表面膜和强海流都可能使这种关系变得复杂。SAR能够提供沿海及风暴相关风场的精细空间细节,但其时空采样方式不同于专用散射计或气象卫星。
海浪还会引入其他成像机制,包括倾斜调制、流体动力调制和速度聚束。与波浪相关的轨道运动会改变散射表面的多普勒历程。在某些条件下,由此产生的方位向位移会呈现非线性,从而抑制或扭曲波谱的某些部分。因此,SAR影像中某种图案的波长和方向,并不总能直接解释为海面高程场未经畸变的映射。
船舶通常在较暗的海面背景上呈现为明亮目标,有时还伴有尾迹。由于船舶的运动不符合聚焦处理所采用的静止场景假设,其影像位置可能发生偏移。海面浮油可能抑制短波并呈现暗色,但低风速区、天然生物膜及其他过程也可能产生相似的特征。要区分这些情况,需要结合背景信息、补充观测以及对周边条件的分析;仅凭暗色特征,无法确定是否存在浮油,也无法判定其来源。
海冰观测受益于SAR不依赖日照、且能够穿透极地云层成像的能力。后向散射和极化信息可反映冰面粗糙度、变形、卤水状况、积雪和融化状态。连续获取的影像可以用于追踪海冰位移,以及冰间水道的张开或闭合。海冰分类具有季节依赖性:即使冰龄没有发生简单明确的变化,表面融化和再冻结也可能显著改变其雷达特征。
在冰川和冰盖上,特征追踪和干涉测量可用于测量冰体运动,而重复观测则可用于勾画边缘和接地区的变化。对于某些波长,干雪和低温冰体允许雷达波穿透相当大的深度,因此,主要雷达散射层位可能位于可见表面之下。湿雪会显著改变吸收和散射特性,往往能形成有助于绘制融化状况分布图的对比。因此,在测量高程及其变化时,必须区分实际表面几何形态的变化与有效散射层深度或特性的变化。
历史发展与观测系统的演变
合成孔径雷达的原理形成于20世纪50年代初。1951年,固特异公司的卡尔·A. 威利提出了一种基于多普勒效应的方法,伊利诺伊大学和密歇根大学的相关研究也推动了机载相干成像技术走向实用。早期系统面临着巨大的计算挑战:综合处理大量相位敏感数据,超出了当时通用计算机的能力。光学处理提供了一条重要途径,利用记录下来的雷达数据和相干光,完成与所需滤波处理相对应的运算。
早期研发与军事侦察密切相关,因为不依赖日光的高分辨率成像具有明显的作战价值。随着仪器、处理方法和数据获取条件的改善,民用科学应用逐渐扩大。从光学处理器向数字计算的转变,使更精确的运动补偿、灵活的成像处理以及系统性的大范围数据处理成为现实。电子技术和存储技术的进步,也提高了机载和星载仪器能够处理的带宽与数据量。
1978年发射的“海洋卫星”(Seasat)是首颗搭载成像合成孔径雷达、用于海洋学研究的卫星。尽管其任务仅持续了约三个月,但其L波段观测展示了星载雷达在海洋、冰体和陆地研究中的价值。20世纪80年代的航天飞机成像雷达实验,以及1994年的SIR-C/X-SAR任务,积累了使用不同频率和极化方式开展科学观测的经验。1991年发射的欧洲ERS-1卫星、1992年发射的日本JERS-1卫星,以及1995年发射的加拿大RADARSAT-1卫星,推动了持续性民用卫星合成孔径雷达观测体系的建立。
20世纪90年代,随着重复轨道卫星数据日益可得、处理方法逐渐成熟,干涉测量应用迅速发展。2000年的航天飞机雷达地形测绘任务利用彼此分离的接收天线,获取了近全球范围的干涉高程测量数据,覆盖了世界上大部分有人居住的地区。德国于2010年发射的TanDEM-X卫星与TerraSAR-X卫星协同运行,通过双星编队获取双基地干涉数据,用于构建全球高程模型。这些任务表明,通过控制观测几何构型,可以将相位测量转化为大范围地形产品。
2014年发射的“哨兵一号A星”和2016年发射的“哨兵一号B星”,通过欧洲“哥白尼计划”大幅扩展了系统性的C波段观测。它们的宽幅数据采集能力和开放数据政策,支持了科学研究与业务应用中的常态化时间序列分析。在公共任务之外,商业星座也提供了更频繁的定向数据采集和高分辨率产品,尤其是在X波段。重访间隔、可用的观测几何构型、许可条件、数据交付时延和长期连续性,仍是需要分别考量的因素:卫星数量多,并不意味着就能自动形成一致的科学时间序列。
当前的研发重点包括高分辨率宽幅成像、数字波束形成、多接收通道、小型化平台,以及更快速的星上或地面处理。不断增长的数据量,也推动分析工作转向大规模数据档案和云端处理环境。然而,对于长期测量而言,仅有计算能力还不够。稳定的定标、精确的轨道信息、一致的观测计划、有据可查的处理流程变更,以及任务之间的连续性,共同决定了相隔多年的观测能否被解读为可靠的地表变化记录。