ML-TS-InSAR

Mini Long Time-Series InSAR

小区域、长时序InSAR处理包

本软件包基于ISCE、MintPy、MiaplPy开发。

修改了ISCE的stack处理流程，能够仅下载单个burst进行处理，且实现了先裁剪后处理的功能。

SBAS-InSAR：单burst数据下载→裁剪→配准→干涉→解缠→时序处理 （ISCE+MintPy）

DS-InSAR：单burst数据下载→裁剪→配准→相位优化→干涉→解缠→时序处理 （ISCE+MiaplPy+MintPy）

相较于以往处理上百景影像需要数TB的存储空间且耗费大量时间而言，本软件包仅对影像的小区域子集进行处理，仅需数十GB存储空间，避免了非研究区域数据下载、配准、干涉、解缠等处理所造成的无意义空间、时间损耗。

#####################################################################################

使用说明待完善。。。。。。

#####################################################################################

##################################################################################### #####################################################################################

Sentinel-1小区域长时序InSAR本地高效处理案例

1 SARGet数据搜索及下载（Sentinel-1）

SARGet软件参考链接：
https://github.com/ZGHHGZ/SARGet.exe

以某研究区域的中心经纬度（经度：118.0971；纬度：36.7292）为例进行搜索：

• 搜索结果：共3组数据覆盖该位置；
• 实验选取：分组编号为069_146274_IW2的时序影像；
• 时间范围：2022年1月1日至2026年3月5日；
• 筛选结果：共95景影像。

将95景影像下载至自定义空文件夹，本案例下载路径为：
C:\InSAR_process\S1_process

2 时序InSAR预处理

2.1 处理环境配置

本流程适用于小区域长时序InSAR高效处理，对计算机性能要求较低，可在个人电脑运行，环境配置步骤如下：

步骤	操作说明	参考链接
1	安装WSL（Windows Subsystem for Linux）	https://learn.microsoft.com/zh-cn/windows/wsl/install
2	在WSL下安装conda	https://docs.conda.io/projects/conda/en/latest/user-guide/install/linux.html
3	通过hyp3-isce2安装ISCE2软件	https://github.com/ASFHyP3/hyp3-isce2

注意：安装ISCE2后，需手动进入conda环境下的ISCE2包路径，将contrib文件夹复制到对应位置（contrib文件夹来源：https://github.com/isce-framework/isce2）。

2.2 数据处理

ISCE2处理Sentinel-1数据的最小单位为Burst，默认流程会产生大量冗余数据；ML-TS-InSAR支持单Burst自定义裁剪，仅处理研究区范围内数据，大幅提升效率、降低存储占用。

2.2.1 工具准备

ML-TS-InSAR链接：https://github.com/ZGHHGZ/ML-TS-InSAR

文件放置规则：

1. 将ML-TS-InSAR的code文件夹置于SARGet下载文件夹的同级目录：
   • SARGet下载路径（本案例）：C:\InSAR_process\S1_process
   • code文件夹路径（本案例）：C:\InSAR_process\
2. 将ML-TS-InSAR内的pre_parameter.txt文件放入SARGet下载文件夹内，并按需求设定处理参数。

2.2.2 命令行执行

1. 打开WSL命令行窗口，进入SARGet下载路径的WSL映射目录：
   案例Windows路径：C:\InSAR_process\S1_process

   对应WSL路径：/mnt/c/InSAR_process/S1_process

2. 执行时序预处理命令：

   python ../code/pre_data_SARget.py