MintPy

MintPy

迈阿密基于Python的InSAR时间序列软件（MintPy，读作/mɪnt paɪ/）是一个用于干涉合成孔径雷达（InSAR）时间序列分析的开源软件包。它读取ISCE、ARIA、FRInGE、HyP3、GMTSAR、SNAP、GAMMA或ROI_PAC格式的干涉图堆栈（已配准和解缠），并生成视线方向上的三维（空间2D和时间1D）地表位移。它包括一个常规时间序列分析（smallbaselineApp.py）和一些独立的工具箱。

在1.1.1版本之前，这个软件包被称为PySAR。从1.1.2版本开始，我们改用MintPy这个名称。

这是一个研究用代码，按"原样"提供给您，不保证其正确性。使用风险自负。

1. [安装](https://github.com/insarlab/MintPy/blob/main/./installation.md

2. 运行MintPy

2.1 常规工作流程 smallbaselineApp.py

MintPy读取一堆干涉图（解缠后的干涉图、相干性和SNAPHU的连通分量（如果可用））和几何文件（DEM、查找表、入射角等）。你只需要提供文件所在的路径，MintPy就会处理剩下的工作！

smallbaselineApp.py                         # 使用默认模板'smallbaselineApp.cfg'运行
smallbaselineApp.py <自定义模板>             # 使用默认和自定义模板运行
smallbaselineApp.py -h / --help             # 帮助
smallbaselineApp.py -H                      # 打印默认模板选项
smallbaselineApp.py -g                      # 如果默认模板不存在，则生成
smallbaselineApp.py -g <自定义模板>          # 基于自定义模板生成/更新默认模板

# 使用--start/stop/dostep选项运行
smallbaselineApp.py GalapagosSenDT128.txt --dostep velocity  # 只运行'velocity'步骤
smallbaselineApp.py GalapagosSenDT128.txt --end load_data    # 在'load_data'步骤后结束运行

在smallbaselineApp.py中，它读取解缠后的干涉图，将它们全部参考到同一个相干像素（参考点），计算相位闭合并估算解缠误差（如果要求的话），将干涉图网络反演为时间序列，计算时间相干性以评估反演质量，校正本地振荡器漂移（仅适用于Envisat），校正分层对流层延迟（使用全球大气模型或相位-高程比方法），移除相位斜坡（如果要求的话），校正DEM误差，...最后估算速度。

每个步骤的配置参数在可自定义的文本文件smallbaselineApp.cfg中以默认值初始化。

示例：加拉帕戈斯群岛费尔南迪纳火山的Sentinel-1数据

wget https://zenodo.org/record/3952953/files/FernandinaSenDT128.tar.xz
tar -xvJf FernandinaSenDT128.tar.xz
cd FernandinaSenDT128/mintpy
smallbaselineApp.py ${MINTPY_HOME}/docs/templates/FernandinaSenDT128.txt

<p align="left"> <img width="600" src="https://yellow-cdn.veclightyear.com/0a4dffa0/00df08da-edd1-4f97-8f11-bbe9f84c32da.jpg"> </p>

结果图保存在**./pic**文件夹中。要探索更多数据信息和可视化，请尝试以下脚本：

info.py                    # 检查HDF5文件结构和元数据
view.py                    # 2D地图视图
tsview.py                  # 1D点时间序列（交互式）
plot_coherence_matrix.py   # 绘制一个像素的相干性矩阵（交互式）
plot_network.py            # 绘制数据集的网络配置
plot_transection.py        # 沿2D矩阵的一条线绘制1D剖面（交互式）
save_kmz.py                # 生成点或栅格图像的Google Earth KMZ文件
save_kmz_timeseries.py     # 为时间序列生成点格式的Google Earth KMZ文件（交互式）

2.2 自定义处理流程

MintPy是一个包含独立实用脚本的工具箱。只需使用-h / --help运行脚本即可查看其用法，你可以构建自己的自定义处理流程！这里是一个比较使用不同对流层延迟校正估算的速度的示例。

2.3 基于mintpy模块构建

MintPy采用Python模块化设计，具有实用的类和函数，并在代码级别有详细注释。熟悉Python的用户可以基于mintpy.objects和mintpy.utils构建自己的函数和模块。然而，我们目前还没有完整的API文档网站（也许你可以为此做出贡献！）。以下是一个从HDF5文件中读取位移时间序列3D矩阵的示例。

from mintpy.utils import readfile
ts_data, meta = readfile.read('timeseries_ERA5_ramp_demErr.h5')

3. 文档

软件中实现的算法在Yunjun等人（2019）的论文中有详细描述。

• 使用示例数据集快速入门
• 示例数据目录
• 示例模板文件
• Jupyter Notebook教程

4. 联系我们

• 大多数开发讨论都在GitHub上进行。欢迎提出问题或对任何开放的问题或拉取请求发表评论。
• 加入我们的Google Groups用户论坛或使用GitHub讨论功能提问或留言。

5. 贡献

**冒名顶替综合症免责声明：**我们需要你的帮助。真的。

你的内心可能有个小声音告诉你还没准备好成为开源贡献者；你的技能还不够好，无法做出贡献。你能提供什么呢？

我们向你保证 - 你内心的小声音是错的。只要你会写代码，就可以为开源项目贡献代码。为开源项目做贡献是提升编码技能的绝佳方式。优秀的开发者不是以写出完美的代码来衡量的（那样会取消我们所有人的资格！）；而是尝试创造，犯错，并从错误中学习。这就是我们所有人进步的方式，我们很乐意帮助他人学习。

**成为开源贡献者不仅仅意味着写代码。**你可以通过撰写或校对文档、建议或实现测试，甚至是对项目提供反馈来提供帮助（是的 - 这包括对贡献过程提供反馈）。这些贡献对整个项目来说可能是最有价值的，因为你是以全新的视角来看待项目，所以你能看到资深贡献者忽略的错误和假设。

欲了解更多信息，请阅读我们的贡献指南。

本免责声明改编自MetPy项目。

6. 引用本作品

Yunjun, Z., Fattahi, H., and Amelung, F. (2019), 小基线InSAR时间序列分析：解缠误差校正和噪声降低, Computers & Geosciences, 133, 104331.

除上述内容外，我们建议你引用描述特定分析中使用的算法的原始出版物。这些内容在默认模板文件中有简要说明，并在参考文件中列出。