使用StaMPS_Visualizer

文章介绍了如何在Ubuntu系统中安装和使用StaMPS-Visualizer来展示由StaMPS/MTI处理的DInSAR结果,包括PS基线和SBAS基线的可视化,以及形变数据的导出和展示。此外,还提及了通过posit.cloud发布形变检测信息的过程。

0 前言

StaMPS-Visualizer :由thho开发的用于可视化由StaMPS / MTI处理的DInSAR结果。
github地址:StaMPS-Visualizer

使用StaMPS_Visualizer需要配置好StaMPS,并安装好R和Rstudio

Ubuntu中安装StaMPS
StaMPS-Visualizer 安装步骤–在linux系统中安装R和Rstudio

1 StaMPS_Visualizer 展示基线图

StaMPS_Visualizer 可以展示PS基线和SBAS基线

1.1 从SNAP中导出PS基线和SBAS基线数据

  • 打开SNAP,导入stack数据,View –> Tool Windows –> Radar –> InSAR Stack
    在这里插入图片描述
    在这里插入图片描述

  • 选择Baseline ,点击右边上面的copy,在文字编辑器中编辑,第一行cohere为1,其他的都是0
    在这里插入图片描述
    在这里插入图片描述

  • csv里面不要有空格

  • 另存为.csv格式,放在/StaMPS_Visualizer-master/input/baseline_info文件夹下面
    在这里插入图片描述

1.2 展示基线连接图

  • 包括PS基线和SBAS基线

  • 打开ui.R
    在这里插入图片描述

  • 点击Run App
    在这里插入图片描述

  • 可以选择数据源,展示PS和SBAS基线,调整时空基线长度,时间基线单位为天day,空间为米m
    在这里插入图片描述
    在这里插入图片描述

  • 也可以在浏览器中打开Open in Browser
    在这里插入图片描述

2 StaMPS_Visualizer 展示检测点形变数据

2.1 制图并导出csv

在matlab中使用ps_plot制图,具体命令如下

from https://thho.shinyapps.io/StaMPS_Visualizer/#exportbl
% the 'v-doa' parameter is an example you can change it to your needs
ps_plot('v-doa', 'ts'); 

% a new window will open
% in the new window select a radius and location of the radius center to select the PS to export

load parms.mat;

% the 'v-doa' parameter is an example you can change it to your needs
% but be sure that you use the same paramters as above in the ps_plot()!
ps_plot('v-doa', -1);

load ps_plot_v-doa.mat;
lon2_str = cellstr(num2str(lon2));
lat2_str = cellstr(num2str(lat2));
lonlat2_str = strcat(lon2_str, lat2_str);

lonlat_str = strcat(cellstr(num2str(lonlat(:,1))), cellstr(num2str(lonlat(:,2))));
ind = ismember(lonlat_str, lonlat2_str);

disp = ph_disp(ind);
disp_ts = ph_mm(ind,:);
export_res = [lonlat(ind,1) lonlat(ind,2) disp disp_ts];

metarow = [ref_centre_lonlat NaN transpose(day)-1];
k = 0;
export_res = [export_res(1:k,:); metarow; export_res(k+1:end,:)];
export_res = table(export_res);

% you can specify the location and name of the .csv export by renaming the second parameter
writetable(export_res,'stamps_tsexport.csv')

2.2 导入csv并展示

  1. 将上一步导出的csv数据放在input-stusi文件夹中
    在这里插入图片描述
  2. 在Rstudio中运行ui.R,打开toggle controls即可看到各个PS点的形变信息
    在这里插入图片描述

3 发布形变检测信息

注册一个posit.cloud账号,在Rstudio中输入上述网址中的token
在这里插入图片描述

点击shiny应用右上角的publish,publish application

如果网络条件好的话,就可以直接发布了,我的网络条件有点差,没发布成功。


感谢阅读!

### StaMPS_stu IT 相关资料 StaMPS (Stanford Method for Persistent Scatterer interferometry) 是一种用于处理合成孔径雷达干涉测量数据的技术。该技术主要用于监测地表形变,广泛应用于地质灾害预警、城市规划等领域。 #### 1. StaMPS 的工作原理 StaMPS 技术通过分析多个 SAR(Synthetic Aperture Radar)图像来识别稳定散射体,并利用这些散射体计算地面位移。这种方法能够有效减少大气噪声和其他干扰因素的影响,从而提高测量精度[^3]。 ```python import os from PySAR import StaMPS def process_sar_data(input_dir, output_dir): """ 使用 StaMPS 处理 SAR 数据 参数: input_dir (str): 输入 SAR 图像文件夹路径 output_dir (str): 输出结果保存路径 返回: None """ # 初始化 StaMPS 对象 stamps = StaMPS() # 设置输入输出目录 stamps.set_input_directory(input_dir) stamps.set_output_directory(output_dir) # 执行处理流程 stamps.run_processing_chain() if __name__ == "__main__": input_path = "/path/to/sar/images" output_path = "/path/to/output/results" process_sar_data(input_path, output_path) ``` #### 2. StaMPS_stu 特点 StaMPS_stu 是专门为学生和初学者设计的教学版本,简化了部分功能以便于理解和学习。此版本提供了详细的文档和支持材料,帮助用户快速上手并掌握基本操作方法[^4]。 #### 3. 应用场景 除了科研领域外,StaMPS 还可以应用于以下几个方面: - **基础设施健康监测**:桥梁、隧道等大型建筑物的安全监控; - **自然资源管理**:森林砍伐、土地沉降等问题的研究; - **环境保护**:湿地变化、冰川运动等情况的跟踪观察。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Vigo*GIS_RS

来瓶可乐~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值