geoskill-dinsar-coherence-analysis

从配准主/从复SLC估计多视复相干系数γ与干涉相位，识别稳定散射体与去相关变化区（建筑变化/滑坡/植被），输出相干性与相位GeoTIFF及统计JSON。D-InSAR complex coherence and interferometric phase estimation with multi-looking.

D-InSAR 相干性分析 | D-InSAR Coherence Analysis

Estimates the complex coherence and interferometric phase from registered master / slave complex single-look images (SLC):

• Complex coherence γ = |Σ(m·conj(s))| / sqrt(Σ|m|²·Σ|s|²), estimated within a --looks-r × --looks-a multi-looking window. γ∈[0,1]: stable scatterers (buildings, exposed bedrock) have high coherence; changed areas (new construction / demolition, landslides, vegetation) decorrelate and show low coherence.
• Interferometric phase φ = angle(Σ m·conj(s)), reflecting line-of-sight deformation / topographic phase.

Multi-looking is implemented with a boxcar sliding-window mean; normalization in the numerator and denominator cancels out within the same window.

Dependencies / 依赖

bash

pip install numpy rasterio scipy

Usage / 使用方法

Basic usage (bbox only, master/slave SLC synthesized automatically)

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116.0 39.0 117.0 40.0 --output-dir ./out

Example 1: synthetic data (offline)

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116 39 117 40 --synthetic --looks-r 5 --looks-a 1 --output-dir ./syn

Example 2: real master/slave SLC

bash

python geoskill-dinsar-coherence-analysis.py --input master_slc.tif --slave slave_slc.tif --looks-r 5 --looks-a 2 --output-dir ./real

Example 3: larger multi-looking window (smoother coherence)

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116 39 117 40 --looks-r 8 --looks-a 4 --output-dir ./smooth --quiet

Example 4: specify polarization and low-coherence threshold

bash

python geoskill-dinsar-coherence-analysis.py --bbox 121 31 122 32 --polarization vh --coh-threshold 0.4 --output-dir ./sh --quiet

Output / 输出

File	Format	Description
coherence.tif	GeoTIFF (float32)	Complex coherence γ∈[0,1], EPSG:4326
phase.tif	GeoTIFF (float32)	Interferometric phase φ∈(-π,π], EPSG:4326
coherence_statistics.json	JSON	Mean / quantiles / low-coherence area, etc.
output-manifest.json	JSON	Run manifest

Data Source / 数据源 / Source

• Real mode: local registered master / slave complex SLC GeoTIFF (2 bands: real + imaginary parts).
• Synthetic mode: locally generated master/slave complex SLC (high correlation in stable areas + decorrelation from injected change patches).

Privacy / 隐私声明 / Privacy

• Runs fully offline by default; --synthetic requires no network.
• All processing is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-dinsar-coherence-analysis description: '从配准主/从复SLC估计多视复相干系数γ与干涉相位，识别稳定散射体与去相关变化区（建筑变化/滑坡/植被），输出相干性与相位GeoTIFF及统计JSON。D-InSAR complex coherence and interferometric phase estimation with multi-looking.'

D-InSAR 相干性分析 | D-InSAR Coherence Analysis

从配准后的主 / 从复单视图像（SLC）估计 复相干系数 与 干涉相位：

• 复相干系数 γ = |Σ(m·conj(s))| / sqrt(Σ|m|²·Σ|s|²)，在 --looks-r × --looks-a 多视窗口内估计。γ∈[0,1]：稳定散射体（建筑、 裸岩）相干性高；变化区域（新建 / 拆除、滑坡体、植被）去相关、相干性低。
• 干涉相位 φ = angle(Σ m·conj(s))，反映视线向形变 / 地形相位。

多视用 boxcar 滑窗均值实现，分子分母同窗口归一化相互抵消。

依赖

bash

pip install numpy rasterio scipy

使用方法

基本用法（仅给 bbox，自动合成主从 SLC）

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116.0 39.0 117.0 40.0 --output-dir ./out

示例 1：合成数据（离线）

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116 39 117 40 --synthetic --looks-r 5 --looks-a 1 --output-dir ./syn

示例 2：真实主从 SLC

bash

python geoskill-dinsar-coherence-analysis.py --input master_slc.tif --slave slave_slc.tif --looks-r 5 --looks-a 2 --output-dir ./real

示例 3：更大多视窗（更平滑相干性）

bash

python geoskill-dinsar-coherence-analysis.py --bbox 116 39 117 40 --looks-r 8 --looks-a 4 --output-dir ./smooth --quiet

示例 4：指定极化与低相干阈值

bash

python geoskill-dinsar-coherence-analysis.py --bbox 121 31 122 32 --polarization vh --coh-threshold 0.4 --output-dir ./sh --quiet

输出

文件	格式	说明
coherence.tif	GeoTIFF (float32)	复相干系数 γ∈[0,1]，EPSG:4326
phase.tif	GeoTIFF (float32)	干涉相位 φ∈(-π,π]，EPSG:4326
coherence_statistics.json	JSON	均值 / 分位数 / 低相干区面积等
output-manifest.json	JSON	运行清单

数据源 / Source

• 真实模式：本地配准主 / 从复 SLC GeoTIFF（2 波段：实部 + 虚部）。
• 合成模式：本地生成主从复 SLC（稳定区高相关 + 注入变化斑块去相关）。

隐私声明 / Privacy

• 默认完全离线运行，--synthetic 无任何网络。
• 所有处理本地完成，不上传用户数据。

License

MIT