LICSBAS的处理流程

菲林可乐

已于 2023-04-18 10:51:53 修改

阅读量2.4k

点赞数 5

分类专栏： InSAR 文章标签： linux

于 2022-09-14 09:41:32 首次发布

本文链接：https://blog.csdn.net/m0_60086135/article/details/126846395

版权

InSAR 专栏收录该内容

23 篇文章

订阅专栏

1.前言

Sentinel1A/B提供了丰富且有用的合成孔径雷达 (SAR) 数据，这些数据有可能以高空间和时间分辨率揭示全球地表变形。然而，对于大多数用户而言，充分利用大量关联数据具有挑战性，尤其是在大范围内。为了帮助应对这一挑战，利兹大学开发了 LiCSBAS，这是一种开源 SAR 干涉测量 (InSAR) 时间序列分析包，它与自动化 Sentinel-1 InSAR 处理器 (LiCSAR) 集成在一起。 LiCSBAS 利用免费提供的 LiCSAR 产品，用户在获得 InSAR 时间序列分析结果的同时可以节省处理时间和磁盘空间。在 LiCSBAS 处理方案中，具有许多展开错误的干涉图被闭环自动识别并去除。可靠的时间序列和速度是在使用多个噪声指数的掩蔽的帮助下得出的。 InSAR 通用大气校正在线服务 (GACOS) 可轻松实施大气校正以降低噪声。

2.处理流程

LiCSBAS 是用 Python3 和 Bourne Again Shell (bash) 编写的，无需依赖任何商业软件即可运行。源代码可在 GitHub [ 31 ] 上获得。尽管步骤 0-1 和 0-2 专门用于操作 LiCSAR 产品，但假设所需的元数据可用且文件可用，则可以从步骤 0-3 处理来自 Sentinel-1 以外的卫星并使用各种软件包生成的干涉图被转换为兼容的格式（4 字节，单精度浮点格式）。未来的 LiCSBAS 增强功能可能包括从除 LiCSAR 之外的 InSAR 档案（例如 ARIA 等）准备输入数据的功能。

处理的流程如下：主要分为两步骤，Step 0-1 to 0-5准备数据，Step 1-1 to 1-6进行时序处理

Step 0-1: Download GeoTIFF from COMET-LiCS web portal

主要在comet-lics下载unw和cc数据，即干涉相位图和相干图数据，还可以下载gacos数据，一般先下载gacos，再下载unw和cc。

LiCSBAS01_get_geotiff.py -f 033D_05304_131313 -s 20160123 -e 20220105 --get_gacos

Step 0-2: Convert (and downsample)

该脚本将 unw 和 cc 的 GeoTIFF 文件分别转换为 float32 和 uint8 格式，用于进一步的时间序列分析，如果指定，还可以对数据进行下采样（多视）。不会重新创建现有文件以节省时间，即只会处理新的可用数据。

LiCSBAS02_ml_prep.py -i GEOC -n 1

Step 0-3: GACOS correction (optional)

此脚本使用 GACOS 数据对 unw 数据应用对流层校正。上请求从外部获得 GACOS 数据可以在步骤 01（如果可用）从 COMET-LiCS 网站自动下载，或者可以通过在GACOS 网站如果您通过 GACOS 网站请求 GACOS 数据，则可以分别在基线和 slc.mli.par 中找到感兴趣的日期和时间。这些也可在 COMET-LiCS 门户网站上获得。 GACOS 数据准备好后，下载 tar.gz，解压，放入 GACOS 目录。不会重新创建现有文件以节省时间，即只会处理新的可用数据。可以通过显示 GACOS_info.png 和 */*.gacos.png 直观地检查更正的影响。此步骤是可选的。

LiCSBAS03op_GACOS.py -i GEOCml -o GEOCml1GACOS

Step 0-4: Mask UNW (optional)

此脚本会屏蔽 unw 数据中的指定区域或低相干性区域。当unw数据包含展开错误较多且不感兴趣的区域时，masking是有效的，可以改善Step 1-2（loop closure）的结果。不会重新创建现有文件以节省时间，即只会处理新的可用数据。此步骤是可选的。没用过，可以不用。

LiCSBAS04op_mask_unw.py -h

Step 0-5: Clip UNW (optional)

此脚本从 unw 和 cc 数据中裁剪指定的感兴趣矩形区域。裁剪可以使数据量更小，处理速度更快，改善步骤1-2（闭环）的结果。不会重新创建现有文件以节省时间，即只会处理新的可用数据。此步骤是可选的。

LiCSBAS05op_clip_unw.py -i in_dir -o out_dir [-r x1:x2/y1:y2] [-g lon1/lon2/lat1/lat2] [--n_para int]

 -i  Path to the GEOCml* dir containing stack of unw data.
 -o  Path to the output dir.
 -r  Range to be clipped. Index starts from 0.
     0 for x2/y2 means all. (i.e., 0:0/0:0 means whole area).
 -g  Range to be clipped in geographical coordinates (deg).
 --n_para  Number of parallel processing (Default: # of usable CPU)