🛰️ EnviSAT-ASAR 时间序列 InSAR 数据处理完整流程 (基于Doirs + StaMPS)

🎯 本文将详细介绍如何使用 Doris + StaMPS 软件对 EnviSAT-ASAR 数据进行时序 InSAR 处理，包括数据准备、预处理、配准、干涉图生成、相位解缠、最终时序分析等步骤。处理步骤参考StaMPS操作说明书。
🤔 文中没有提供的脚本，默认使用Doris + StaMPS 官方脚本，可直接调用。

---

🧭 处理流程概览

1. 📁 数据准备
2. 📚 数据读取与裁剪
3. 🗺️ DEM数据
4. 🌊 批量处理
5. 🌈 Small Baseline 处理
6. 🛠️ StaMPS 时间序列解算
7. 📈 形变时间序列提取

---

1. 📁 数据准备

• 参考之前的内容数据下载，将每个Frame的数据下载在一个文件夹，数据格式内容如下示例：

  ASA_IMS_1PNESA20040104_024344_000000152023_00075_09648_0000.N1 ASA_IMS_1PNESA20040523_024344_000000152027_00075_11652_0000.N1 ASA_IMS_1PNESA20041010_024345_000000152031_00075_13656_0000.N1 ASA_IMS_1PNESA20041114_024343_000000152032_00075_14157_0000.N1 ASA_IMS_1PNESA20050123_024341_000000152034_00075_15159_0000.N1

  • 将每一期的数据放置在单独的文件夹，文件夹用日期命名：

    mkdir.csh

      mkdir.csh
    

• 轨道数据，建议在GMTSAR官网, 下载Orbit Data，解压存放在/user/local/orbits目录。或直接运行以下代码下载：

    http://topex.ucsd.edu/gmtsar/tar/ORBITS.tar
    sudo -i
    cd /usr/local
    mkdir orbits
    cd orbits
    tar -xvf ~/Downloads/ORBITS.tar # (need full path to ORBITS.tar)
  

  修改StaMPS安装目录中的StaMPS_CONFIG.bash文件，添加以下路径配置：

    export SAR_ODR_DIR="/user/local/orbits"
  

---

2. 📚 数据读取与裁剪

• ⚙️ 在数据处理目录，首先链接数据，运行脚本

   link_slcs data_path 
  

  每个日期下，都存放三个文件

  数据链接 ASA_IMS_1PNESA20040104_024344_000000152023_00075_09648_0000.N1
image.slc 和 image.slc.rsc

• 选择一个日期，作为超级主影像，使剩余影像均与其配准。

    cd master_data
    step_read_whole_XXX
  

  XXX 代表卫星 ‘ERS’, ‘Envisat’, ‘RSAT’, ‘RSAT2’, ‘TSX’, or ‘CSK’; 这里选择Envisat。

  完后后，可打开KML文件查看数据范围。同时SLC目录会生成几个文件。

• 编辑SLC目录的master_crop_geo.in文件。lon lat代表影像中心的经纬度，n_lines n_pixels代表距离向和方位向的行数，一般取30000和5000。

  lon 113.5
lat 42.33
n_lines 30000
n_pixels 5000
  编辑完成后，在master_date目录下运行以下代码，使剩余所有影像均裁剪至与主影像一致。

    step_master_read_geo
    cd ..
    make_read_geo
  

---

3. 🗺️ DEM数据

• 在SLC与INSAR_master_date同级目录下建立DEM文件夹，将DEM.flt放置于此，格式转换如下：

  gdal_translate -of ENVI DEM.grd DEM.flt

• 进入INSAR_master_date文件夹，运行以下代码。

    step_master_orbit_ODR
  

  然后，基于DEM.flt信息，编辑timing.dorisin文件以下内容。

  SAM_IN_FORMAT real4
SAM_IN_DEM /data/T156/DEM/DEM.flt //DEM路径
SAM_IN_SIZE 5222 6070 // rows cols
SAM_IN_DELTA 0.000092592574951594 // 分辨率

SAM_IN_UL 46.42181 -122.46252 // 左上角的维度、经度
SAM_IN_NODATA -9999
  

  完成后，运行脚本：

    step_master_timing
  

  🌟🌟🌟 这一步运行时间可能较长，可以同时和make_orbits（很快完成）、make_coarse（用时较久）和make_coreg（用时较久）运行。

    make_orbits
    make_coarse
    make_coreg
  

  一个命令一个终端，同时处理。

---

4. 🗺️ 批量处理

• 以下代码，按顺序依次进行，做完一个再做下一个。

    make_dems
    make_resample
    make_ifgs
  

  进入任意一个辅影像文件夹，运行脚本

    step_geo
  

---

5. 🌈 Small Baseline 处理

• 首先提取影像基线信息

    mt_extract_info
  

• 打开matlab，运行代码，生成small_baselines.list。

    ps_load_info
    sb_find(rho_min,Ddiff_max,Bdiff_max) %默认0.5，1500，1070
    plot_sb_baselines
  

  一般需要不断调试Ddiff_max,Bdiff_max。使基线组合匀称合理。

• 按照生成的干涉组合进行差分干涉，在终端执行命令

    make_small_baselines
  

• 在SMALL_BASELINES目录中，运行以下代码分块

    mt_prep 0.6 3 2 50 200
  

  0.6 = amplitude difference dispersion (0.6 is reasonable)
3 = number of patches in range (default 1)
2 = number of patches in azimuth, (default 1)
50 = overlapping pixels between patches in range (default 50)
200 = overlapping pixels between patches in azimuth (default 200)
  

---

6. 🛠️ StaMPS 时间序列解算

• 设置参数weed_standard_dev(标准差筛选阈值), 推荐选择2.0。并行处理n_cores，选择10。

    setparm('weed_standard_dev',2.0)
    setparm('n_cores',10)
  

• 参数设置完成后，即可运行以下命令，开始解算SBAS

    stamps
  

---

7. 📈 形变时间序列提取

时间序列分析是InSAR的关键环节，我们在这里介绍如何提取StaMPS结果中一些点位的时间序列。

• 查看时间序列，在matlab中运行命令

    ps_plot('V-do','ts')
  

  • 可以点击TS plot按钮，在地图中选点，绘制时间序列
  • 或者，在StaMPS安装目录中，找到/StaMPS-4.1-beta/matlab/ts_plot.m文件，在44行之后重新设置点的经纬度：

    [lon0,lat0] = ginput(1); % turn on when final
    lon0 = 112.15575;   %时序点的经度
    lat0 = 37.53895;    %时序点的维度
  

• StaMPS中能够绘制点的时间序列，运行以下命令，可将时间序列导出

    ts_table = [day(:), ts(:)];
    ts_table_double = double(ts_table);  % 转成 double
    save('output.txt', 'ts_table_double', '-ascii');