企业官网建设流程全解析

很多人第一次接触SAR卫星的观测任务列表时，大概率会被一堆模式名词绕晕：Stripmap、Spotlight、ScanSAR、TOPS、ISAR、GMTI、InSAR……每个缩写都代表一种成像工作模式，但它们之间的差别绝不是“分辨率高一点、低一点”那么简单。

我最初看合成孔径雷达（SAR）的资料也有同样的困惑：明明都是“往地面发微波、收回波”，为什么非要整出这么多种花样？后来自己动手处理过几组星载SAR数据、又翻了十几篇系统设计的文档，才慢慢明白——工作模式的选择，本质上是卫星在“看得清”“看得宽”“看得快”“看得懂”之间做的一笔交易。这篇文章就把这笔交易的前因后果、每种常见模式的原理和取舍、以及实际做任务规划时最容易踩的坑，一次性讲透。

1. 为什么SAR需要“工作模式”：一次成像背后的物理账

1.1 合成孔径到底在“合成”什么

要理解工作模式，先得回到SAR成像的原点：雷达要用电磁波“看见”地面，靠的是发射脉冲、接收回波，再根据回波的时延和频率变化反推地面目标的位置。方位向的角分辨率由天线波束宽度决定，而波束宽度跟天线尺寸成反比——天线越大，波束越窄，方位分辨率越高。想做到米级分辨率，需要几公里长的天线，这在卫星上完全不现实。

合成孔径雷达的聪明之处，是把“大天线”拆成了“时间”。卫星一边往前飞一边不断发射和接收脉冲，对同一个地面目标来说，它在一段飞行距离内始终被波束“扫到”。把这期间收到的回波按相位对齐、叠加，等效于一个长度等于这段飞行距离的虚拟天线。这个虚拟天线就叫合成孔径，它让SAR能用几米长的小天线实现米级甚至亚米级的方位分辨率。

但这里有一个关键点：合成孔径的长度是有限的，它取决于波束在地面扫过的距离。也就是卫星飞多长一段，目标被波束照射多久，决定了合成孔径能做多大。工作模式的不同，本质就是在“如何控制波束指向”这件事上做文章。

1.2 幅宽与分辨率：一对天生的矛盾

SAR的地距向（垂直飞行方向）分辨率由发射信号的带宽决定，带宽越大分辨率越高，这个相对独立；但方位向（沿飞行方向）的分辨率跟波束脚印大小直接相关。对于最基本的条带模式，波束固定斜侧视，地面脚印的宽度就是幅宽，而方位分辨率约等于天线孔径长度的一半。

也就是说：天线做得长，方位分辨率好，但波束窄，地面覆盖窄；天线做得短，覆盖宽，但方位分辨率差。这颗“看得清”和“看得宽”的矛盾，是设计工作模式的第一推动力。

聚束模式想的是：既然合成孔径长度决定了方位分辨率，那我让波束始终盯着一个固定区域，卫星飞多远，合成孔径就有多长，分辨率就能突破天线孔径的限制。代价是地面覆盖面积很小——就这么一小块，而且还不能连续成像。

扫描模式想的是：既然一个波束只能覆盖一条窄带，那我用多个波束把相邻的窄带拼起来，卫星每飞一段就轮流扫描几条子带，幅宽成倍增加。代价是每条子带的驻留时间被切碎，等效合成孔径变短，方位分辨率变差。

后面的滑动聚束、TOPS模式，本质上都是在“聚束式的凝视”和“扫描式的拼接”这两个极端之间插新的档位。想清楚这条主线，再看任何工作模式都不会觉得乱了。

2. 三大基础成像模式：条带、聚束、扫描的几何与取舍

2.1 条带模式（Stripmap）：最正统的循序渐进

条带模式是所有SAR模式里最基础、也是最早实用化的一种。卫星飞行时，天线波束指向保持固定（相对于卫星本体），地面上的波束脚印形成一条平行于星下点轨迹的连续带。你可以想象成卫星拿着一个手电筒，一直朝同一个方向照，地面被照亮的区域就是那条“条带”。

因为波束指向始终不变，条带模式在方位向是连续观测的，没有拼接缝，也没有照射间断，数据处理的几何关系最简单。它的方位分辨率理论上等于天线方位向长度的一半，与斜距无关；地距分辨率由信号带宽决定。想要更好的方位分辨率，就得加长天线，但天线加长又会让波束变窄、幅宽变小。所以条带模式的性能上限，在卫星天线尺寸确定的那一刻就基本定死了。

条带模式适合什么场景？就是那些希望“均匀覆盖一大片连续区域、且对分辨率有一定要求”的工作。比如测绘大面积地表、制作正射影像、监测冰川运动，或者做基础地理数据库更新。很多星载SAR的默认成像模式就是条带，因为它的后续处理流程最成熟，干涉、极化等高级应用也大多基于条带数据。

2.2 聚束模式（Spotlight）：用凝视换分辨率

聚束模式的思路跟条带完全不同：它让天线波束在成像过程中连续调整指向，始终“盯住”地面上同一个目标区域。卫星飞过一个弧段，目标一直被照射，合成孔径长度不受天线波束宽度的限制，可以做到比条带模式大得多，方位分辨率因此显著提升。

代价也很明显：场景范围小，而且场景边缘的成像质量会变差。因为波束要一直指向固定地面点，随着卫星运动，波束相对地面的入射角持续变化，场景近端和远端的多普勒历程不一样，数据处理时要额外做方位向的匹配滤波校正。尤其是高分辨率聚束，方位向信号带宽很大，对雷达系统的重复频率（PRF）要求很高，数据量也大得吓人。

实际应用中，聚束模式通常用来做“点目标”或“小范围目标”的精细侦察式观测。比如城市重点区域的灾害评估、单个港口的船舶识别、特定考古遗址的微地形测绘。它跟条带模式的关系，就像手机拍照里的“广角”和“长焦”——一个场景大、一个看得细，但你不能用长焦去拍全景。

2.3 扫描模式（ScanSAR）：用拼接换幅宽

ScanSAR的设计动机很直接：把多个相邻的条带拼起来，获得数百公里级的幅宽。实现方式是在卫星飞行过程中，波束在几个不同入射角之间交替切换。假设有4个子带，雷达就轮流给每个子带发射一小段脉冲串，扫描完一圈再回到第一个子带。这样一来，每个子带的方位向照射时间只有满驻留的1/4左右，合成孔径相应缩短，方位分辨率明显下降。

ScanSAR最让人头疼的问题叫“扇贝效应”（Scalloping）。因为每个子带的数据是由多个周期的扫描片段拼起来的，子带边缘的等效天线方向图增益会周期性起伏，导致图像亮度沿着方位向出现规律性的明暗条纹。市面上不少ScanSAR处理器都带有扇贝校正模块，但校正效果依赖对天线方向图建模的精度，处理不好会留下残余条纹。

尽管分辨率差，ScanSAR依然是目前大范围监测的主力。海洋船舶检测、海冰监测、大面积洪涝范围评估、森林砍伐巡查，都需要在尽可能短的时间内覆盖尽可能大的面积。一幅ScanSAR影像能覆盖几百公里见方的区域，重访周期也能压得很短，对于“先看到、再看细”的应急场景来说，这个优势无可替代。

2.4 三种模式的参数对比与适用场景

从系统设计的角度再看这张表，你会发现一个规律：所谓“档位”，就是卫星在固定天线资源和功率条件下，把时间、带宽、能量分配给“分辨率”还是“覆盖面积”的结果。聚束把所有能量砸向一小块地方，ScanSAR把能量摊给一大片地面，条带则是不偏不倚的中间态。理解了这一点，后面看滑动聚束和TOPS就不会觉得它们是什么玄学技术了。

3. 滑动聚束与TOPS模式：在聚束和扫描之间“走钢丝”

3.1 滑动聚束：让波束脚印在场景上“滑动”

如果聚束是死死盯住一个点，条带是一直看同一个方向，那滑动聚束（Sliding Spotlight）就是两者之间的中间状态：波束指向不是完全固定，也不是跟随卫星本体，而是让地面波束脚印以某个速度在地面上移动。移动速度比卫星地速慢，于是地面上每个目标被照射的时间比条带模式长、比聚束模式短，方位分辨率也就介于两者之间。

这个“滑动”看着简单，实现起来却相当精妙。波束的旋转速度必须被精确控制，旋转太快就退化成条带，旋转太慢就退化成聚束，而分辨率、幅宽和场景大小都在这个速度参数上连续变化。工程上一般把滑动聚束设计成“高分辨率条带”的加强版，可以在保持几十公里幅宽的同时，把分辨率做到2m甚至1m以内。

TerraSAR-X这类系统就大量使用滑动聚束模式来做高分辨率成像，幅宽比分米级聚束大很多，分辨率又优于常规条带，是“既要看得细、又想看得广”时的折中方案。对于用户来说，它往往是性价比最高的选择——前提是你能接受比条带模式更大的数据量和更复杂的处理流程。

3.2 TOPS模式：解决ScanSAR的扇贝效应

TOPS全称是Terrain Observation by Progressive Scans，中文常译为“渐进扫描地形观测”。它的扫描方式和ScanSAR一样，也是轮流照射多个子带，但有一个关键区别：每个子带的波束不是固定指向，而是在扫描过程中沿方位向向后旋转。因为波束在子带内是“扫过去”的，地面上每个目标的等效天线方向图都变得足够均匀，扇贝效应被大幅削弱。

更有意思的是，TOPS通过波束旋转还缓解了另一个问题：ScanSAR子带边缘的分辨率退化。传统ScanSAR里，子带边缘的目标只被波束边缘照射很短时间，分辨率很差；TOPS让波束主动扫过整个子带，保证子带内每个目标都有相近的照射机会，最终图像的方位分辨率在全幅宽内都保持均匀。

代价是什么呢？TOPS在子带内的多普勒带宽比ScanSAR更大，对PRF的要求更高，数据率也更大；而且子带间存在一定的重叠，整体成像效率理论上比ScanSAR略低。但从图像质量角度看，这些代价完全值得——不然Sentinel-1也不会把TOPS作为陆地观测的默认模式。

3.3 为什么现代大型SAR任务偏爱TOPS

我查过不少公开文献，Sentinel-1的默认陆地观测模式就是干涉宽幅（IW）模式，本质上是TOPS；高分三号、RADARSAT Constellation等新一代系统也规划了类TOPS的能力。原因主要有三条。

第一是质量稳。TOPS基本消除了ScanSAR的扇贝效应，方位向分辨率均匀，后续做图像分类、目标检测时不用花大量精力做辐射校正。

第二是干涉友好。TOPS模式下每个子带的成像几何是确定且规则的，相邻两次重访的干涉相位质量比ScanSAR稳定得多，这给大范围形变测量（比如地面沉降监测）提供了可靠的数据源。传统ScanSAR的干涉效果往往比较差，因为边缘效应太严重。

第三是调度灵活。TOPS的波束扫描序列可以通过参数灵活配置，卫星可以根据任务需求在宽幅和分辨率之间动态调整，运营方无需针对不同任务重新生成整个观测计划。

不过TOPS数据处理的复杂度确实比ScanSAR高。方位向信号在子带内有一个额外的二次相位项，成像算法里要做专门的多普勒频移处理，幸好现在主流SAR处理软件（如SNAP、GAMMA、ISCE）都内置了TOPS处理模块，用户不需要自己从零写算法。

4. 不止“拍照片”：ISAR、GMTI、InSAR与极化测量模式

4.1 ISAR：对运动目标做逆合成孔径

前面说的几种模式，都是卫星在动、地面目标静止的设定。如果目标本身也在动，比如一艘船在海面上航行，或者一架飞机在空中飞，那就需要换个思路：利用目标自身的转动来合成孔径，这就是逆合成孔径雷达（ISAR）。

ISAR的基本逻辑是把“合成孔径”这件事反过来——卫星波束基本固定指向目标，目标的姿态相对于雷达视线发生变化，等效于雷达绕目标转了一个角度，于是目标的各个散射点就能在距离-多普勒平面上被分辨开来。海上监视里的舰船成像、空间目标识别里的卫星成像，用的都是这个原理。ISAR图像里可以看清舰船的桅杆、甲板轮廓，甚至大致的上层建筑结构，对目标识别意义很大。

ISAR在工程上最大的难点是运动补偿。目标不是匀速直线运动的，波浪起伏、机动转弯都会让回波的相位产生未知扰动，必须先估计并补偿目标的平动分量，才能获得清晰的聚焦图像。实际中常常需要结合航海雷达的航迹信息或者GPS/AIS数据来辅助完成补偿。

4.2 GMTI与DPCA：从静止场景中揪出动目标

合成孔径雷达的一大软肋是：对沿方位向运动的目标不敏感，甚至会在图像上产生严重的“鬼影”（目标被错误地放到另一个位置）。地面动目标指示（GMTI）就是专门解决这个问题的模式。

GMTI最经典的实现之一是DPCA（Displaced Phase Center Antenna），也就是偏置相位中心天线。它利用一个天线在前后两个位置分别接收回波，等效于让两个相位中心在空间上错开，然后对两路信号做对消。静止场景在两路信号中几乎相同，会被对消掉；运动目标因为速度带来的相位差，会残留下来并被检测出来。更高级的做法是动用多通道天线做空时自适应处理（STAP），从空域和时域两个维度共同滤除杂波、保留动目标。

GMTI模式对平台的要求很高：需要多个接收通道、严格的通道间幅相一致性，以及很高的PRF来避免多普勒模糊。星载GMTI的难度比机载更大，主要是因为卫星速度快、杂波谱宽，但近些年也有不少星载实验系统展示了不错的动目标检测能力。

4.3 InSAR与极化模式：把相位和极化也变成信息

如果一块地面被SAR观测了两次，两次的雷达波相位之间存在一个差值，这个差值对应地表高程或形变信息——这就是干涉SAR（InSAR）的基本思想。InSAR本身不是一种“独立的工作模式”，而是一种数据处理方式，但它对数据获取模式提出了特殊要求：两次观测需要尽可能相似的几何，并且最好使用相同的成像模式、相同的入射角、相同的极化和轨道方向。因此，在实际任务规划中，InSAR观测往往被预留为专门的“干涉模式”，比如TanDEM-X就专门用两颗卫星组成单轨双天线干涉系统，一次飞过就能获得高精度DEM。

极化SAR（PolSAR）则是通过交替发射水平（H）和垂直（V）极化波、同时接收两个正交极化的回波，得到HH、HV、VH、VV四个通道的散射矩阵。极化信息可以反映地物的散射机制——比如水面是单次散射、建筑物是二面角散射、森林是体散射——这对地物分类、作物监测、海洋溢油检测都有很大帮助。极化模式同样不是“独立的几何模式”，而是叠加在条带或聚束之上的信号收发方式，但它直接影响系统的工作时序和天线设计，所以卫星的“模式列表”里通常会把全极化单视复数数据单独列出来。

5. 典型星载SAR的多模式设计与任务选型思路

5.1 几颗典型卫星的模式配置

看几颗有代表性的民用SAR卫星，就能直观感受到“工作模式”在真实系统里是怎么组织的。这里提一下公开资料里的参数，帮大家建立一个量级概念。

TerraSAR-X是早期多模式SAR的代表。它的条带模式分辨率约3m、幅宽30km；聚束模式可以达到1m以内，但幅宽只有10km左右；ScanSAR模式的幅宽约100km、分辨率16m左右；滑动聚束则介于条带和聚束之间，分辨率能做到2m上下、幅宽约30km。一颗卫星上同时具备这么多档位，意味着运营方可以根据用户需求“按需出图”，这也是商业SAR卫星的基本玩法。

Sentinel-1的配置则是另一种思路：面向全球大范围规律监测，不追求极致分辨率，但要求稳定、连续、干涉友好。它的干涉宽幅（IW）模式就是TOPS模式，幅宽250km，分辨率5m×20m；条带模式用于特殊情况；超宽幅（EW）模式用ScanSAR/TOPS把幅宽扩到400km以上，主要用于海洋和极地区域。

我国的高分三号卫星公开报道是“具备12种成像模式”，从聚束到扫描、从单极化到全极化都有覆盖，幅宽从10km到500km不等。这种“一个平台、多种模式”的设计，正是为了同时满足测绘、海洋、减灾、农林等多个行业的需求。

5.2 任务需求到工作模式的映射

从事SAR数据处理这几年，我总结了一条很实用的选型思路：先回答三个问题，再看模式表。

第一个问题：我要监测的范围有多大？如果是省级甚至全国尺度，基本只能选ScanSAR或TOPS宽幅模式；如果是几十公里内的局部区域，条带和滑动聚束都合适；如果目标是一个城市街区级别的小场景，聚束模式才有意义。

第二个问题：我要的精度有多高？这里要区分是几何分辨率还是形变精度。想做高分辨率影像图，优先聚束和滑动聚束；想做毫米级地表形变，InSAR堆栈需要大量条带或TOPS模式的重复观测，单靠聚束反而不合适——聚束场景太小，公共覆盖区有限，形变点密度不够。

第三个问题：数据获取时间窗口有多紧？应急场景（比如震后快速评估）往往只有一次过境机会，这时候优先保证覆盖——先用ScanSAR或宽幅TOPS把受灾范围摸清楚，再考虑要不要调度高分辨率模式做重点区域的补充观测。很多灾害应急流程里的“先粗后细、先宽后精”，其实就是模式选型思想的体现。

我自己做遥感应用时，还有一条经验：尽量少用聚束模式做常规监测。聚束数据的文件动辄几个GB，处理时间长，场景范围又小，除非目标非常明确，否则性价比远低于条带模式。道理很简单，SAR数据分析和光学影像不一样，不是“分辨率越高越好”，而是“信息与需求匹配才好”。

6. 模式实现中的工程问题与数据瓶颈

6.1 数据率：模式越高级，存储越头疼

没实际下发过SAR数据的人，很难真切体会“数据率”三个字的分量。聚束模式为了获得高方位分辨率，要求很高的脉冲重复频率，每个脉冲的采样点数也很大，产生的原始数据率是条带模式的数倍甚至一个量级。星上存储带宽和下行数传能力是有限的，所以卫星的观测计划常常不是被“能看哪里”限制，而是被“数据往哪放”限制。

我遇到过几次类似的情况：某个区域的聚束成像需求很强烈，但卫星过境时正好处于数传站盲区，星上记录容量不够，就只能把模式降档成条带或扫描，牺牲分辨率换数据量。所以在做任务排期时，一定要把数据下行弧段考虑进去，而不是只盯着光学上“这块区域能不能看”。

6.2 模糊问题：距离模糊与方位模糊

SAR系统的脉冲重复频率选择是个两难问题。PRF太低，方位向采样不足，多普勒频谱混叠，图像上会出现虚假目标（方位模糊）；PRF太高，又会让发射脉冲的接收窗口被上一个或下一个脉冲的回波干扰，产生距离模糊。两种模糊在图像上的表现都是“鬼影条纹”，处理起来非常麻烦。

工作模式与PRF的关系很紧密。聚束模式因为方位带宽大，必须选更高的PRF，距离模糊的风险也随之上升；ScanSAR/TOPS的方位带宽相对小，PRF可以压低，但低PRF又可能带来星下点回波干扰。设计者经常会用“PRF禁区图”这种工具，根据轨道高度和入射角避开那些会导致距离模糊的PRF取值。作为数据处理方，我们能做的就是留意图像上是否有周期性的模糊条纹，一旦发现，先检查是不是PRF设置不当，而不是急着调成像算法。

6.3 模式切换与任务规划：星上能源和时间的“档期”

最后的提醒跟工程管理有关。SAR卫星发射信号需要消耗大量能源，高分辨率模式因为PRF高、脉冲持续时间长，功耗显著高于宽幅模式，这会影响卫星的供电预算和热控状态。所以，一次轨道内的观测弧段往往不能“想怎么拍就怎么拍”，而是要受能源、数传、姿态机动能力的多重约束。

聚束和滑动聚束都需要卫星在观测过程中连续转动天线波束，这要求卫星平台的姿态控制或相控阵天线的波束控制能力足够强。模式之间的切换还会产生过渡时间，天线波束从一个状态稳定到另一个状态需要几十秒，太频繁的切换会浪费宝贵的观测弧段。做任务规划时，尽量把同一种模式的观测排在一起，减少切换次数。这个细节常常被忽略，但它对卫星寿命和任务成功率的实际影响非常大。

回到最开始的问题：合成孔径雷达为什么要搞出这么多工作模式？答案其实不在雷达本身，而在于“任务”二字。不同任务对分辨率、幅宽、重访周期、数据量的需求千差万别，而卫星的硬件资源是固定的，只能用“调度波束的时空方式”去适配需求。

我个人在实际工作中最大的体会是：不要神话任何一种模式。聚束模式的分辨率再高，也不适合大范围形变监测；ScanSAR的幅宽再大，也难以支撑精细目标识别。真正专业的做法，是先把自己的应用需求拆清楚，再回头去匹配模式参数。这篇文章只讲了“常见工作模式”的基本逻辑，实际的星载SAR系统里还有更多变体，比如双基模式、多角度观测、视频SAR等等，但万变不离其宗——都是在那本“看得清、看得宽、看得懂”三者之间权衡的账本上，继续添新的账目而已。