Harmon/insar-management-system-v2
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6893041a9ff785c438fc59669606b1e4c8a02b48
insar-management-system-v2/docs/archive/PYINT_LT1_DEM_GEOMETRY_CHAIN_EXPERIMENT_20260420.md
T
Harmon d108b33f80 docs: govern and archive superseded notes 
- add documentation governance and cleanup audit documents

- update README and docs index to distinguish current vs historical sources

- move superseded planning, SBAS, Gamma, and experiment notes into docs/archive

- fix remaining archive text garbling in two documents
2026-04-27 08:06:09 +08:00

7.9 KiB
Raw Blame History

PyINT LT-1 DEM 几何链定位实验

日期: 2026-04-20
状态: 实验设计
目标问题: 验证 LT-1 在 PyINT/Gamma 中 coreg/init_offsetm 失败，是否由 DEM 本体问题引起，还是由 DEM 参与的几何映射链条引起

1. 结论先行

这轮实验不再直接回答“轨道是不是问题”，而是专门回答下面这个问题:

init_offsetm 报错里的大量 zero values in MLI1 image patch，究竟是 DEM 文件本身有问题，还是 DEM -> rdc_trans -> geocode -> mli0 这一条几何映射链条有问题。

当前更值得优先验证的是:

  1. HGTSIM 是否本身就存在异常空洞或覆盖错误
  2. lt0 是否把参考图映射到了错误位置
  3. mli0 的中心 512 x 512 patch 是否天然就是大面积 0
  4. mli0 与 Samp 的有效重叠区是否根本不在图像中心

2. 已知事实

当前 coreg_gamma.py 的关键顺序是:

  • rdc_trans
  • geocode
  • create_diff_par
  • init_offsetm mli0 Samp diff0 1 1

也就是说，init_offsetm 当前比较的是:

  • MLI1 = mli0
  • MLI2 = Samp

而不是直接比较 DEM。

已完成的 A/C/D 轨道实验说明:

  1. 只改 state vector，init_offsetm 的 zero-count 会下降
  2. 但下降后仍然失败
  3. ORB_filt_spline.py 已经基本认可重写后的轨道

这说明:

  • 轨道确实影响几何
  • 但当前失败不太像“只有轨道问题”
  • DEM 相关的几何映射链条值得单独定位

3. 三类假设

H1: DEM 本体问题

DEM 文件本身有问题，例如:

  • 覆盖范围不对
  • 裁剪窗口不对
  • sidecar / 投影信息不对
  • 高程值大面积异常或空洞

若 H1 成立，则更换 DEM 源后应显著改变 HGTSIM 和 mli0 的空洞模式。

H2: DEM 几何链问题

DEM 文件本身可用，但 LT-1 导入几何、轨道或 generate_rdc_dem 中间步骤有问题，导致:

  • rdc_trans 查找表偏移
  • geocode 后的 mli0 被映射到错误位置
  • mli0 中心 patch 与 Samp 根本不重叠

若 H2 成立，则即使更换 DEM，本质失败形态也可能不变；但改变轨道或几何参数时，mli0 的零值分布会跟着变化。

H3: patch 选取问题

mli0 与 Samp 不是完全不重叠，而是图像中心不是有效重叠区。

若 H3 成立，则:

  • 全图并非都坏
  • 换 rpos/azpos 后，init_offsetm 可能在其他 patch 上能工作

4. 实验原则

这轮实验尽量不跑整条生产链，只盯 init_offsetm 之前的中间产物。

固定不变:

  • 同一批 3 景 LT-1 数据
  • 同一个 master: 20230726
  • 同一套 looks 参数
  • 同一份 PyINT/Gamma 环境

允许变化:

  • DEM 来源
  • 是否启用精轨重写
  • init_offsetm 的 patch 位置

优先观测对象:

  • HGTSIM
  • lt0
  • mli0
  • Samp
  • diff0

5. 分层实验设计

Layer 1: 不改 DEM，先看中间产物

目的: 判断当前 DEM 链条到底在哪一步开始“空掉”。

组 L1-A: 基线组

使用当前已经失败的 case，导出并统计:

  • HGTSIM
  • lt0
  • mli0
  • Samp

对每个文件都做:

  1. 全图零值比例
  2. 中心 512 x 512 patch 零值比例
  3. 中心 patch 的最小值、最大值、均值
  4. 快速可视化图

判定意义:

  • 如果 HGTSIM 自身就明显异常，优先怀疑 DEM 或 generate_rdc_dem
  • 如果 HGTSIM 正常而 mli0 异常，优先怀疑 lt0/geocode
  • 如果 mli0 正常但中心 patch 不在有效重叠区，优先怀疑 patch 选取

组 L1-B: 精轨重写对照组

复用已经跑过的精轨重写 case，只比较:

  • HGTSIM
  • mli0
  • Samp

判定意义:

  • 如果只改轨道，mli0 的零值分布就跟着变，说明问题不在 DEM 文件本体
  • 如果 HGTSIM 也明显变化，说明 DEM 映射结果强依赖 .slc.par 几何

Layer 2: 改 DEM 源，固定几何

目的: 判断 DEM 文件本身是否是主因。

组 L2-A: 当前 DEM

使用当前 prepared_dem_source，作为基线。

组 L2-B: 替代 DEM

推荐优先选一个同区域、同分辨率级别、不同来源的 DEM，例如:

  • 已有的另一份系统 DEM
  • 或成功 ENVI/IDL 任务中使用过的 DEM

要求:

  • 不改 .slc.par
  • 不改轨道
  • 只重跑 makedem_pyint -> generate_rdc_dem

判定意义:

  • 如果换 DEM 后 HGTSIM/mli0 明显改善，DEM 本体有嫌疑
  • 如果几乎不变，DEM 本体不是主因

组 L2-C: 合成平坦 DEM

用一个覆盖相同区域、常数高程的测试 DEM。

这组不是为了出正确结果，而是为了测试:

  • 失败是否强依赖真实地形起伏
  • 还是只要进入几何映射链就已经错位

判定意义:

  • 如果平坦 DEM 仍在同一位置失败，说明不是高程细节导致
  • 如果平坦 DEM 反而明显改善，则真实 DEM 参与的映射可能存在投影或裁剪问题

Layer 3: 不改 DEM，扫描 patch 位置

目的: 判断中心 patch 是否只是选错了地方。

方法:

  • 保持 mli0、Samp、diff0 不变
  • 只改变 init_offsetm 的:
    • rpos
    • azpos
  • 在图像中心周围做稀疏网格扫描

推荐:

  • 先做 5 x 5 或 7 x 7 网格
  • patch 大小仍保持默认 512

每个点记录:

  • 是否报 zero-patch 错误
  • zero-count
  • 是否能进入下一步

判定意义:

  • 如果某些位置能通过，说明不是整幅图都坏，而是中心 patch 选取不对
  • 如果所有位置都报大面积 0，更像几何链整体错位

6. 关键观测指标

DEM 相关

  1. HGTSIM 是否生成成功
  2. HGTSIM 的全图与中心 patch 零值比例
  3. HGTSIM 是否存在明显空洞、条带或边界错切

几何映射相关

  1. lt0 是否可用
  2. mli0 的全图与中心 patch 零值比例
  3. mli0 与 Samp 的有效像元重叠比例
  4. mli0 与 Samp 是否在中心 patch 上具有相似纹理

init_offsetm 相关

  1. 是否仍失败在同一位置
  2. zero-count 是否显著下降
  3. 换 patch 位置后是否存在可工作区域

7. 推荐输出物

每轮实验至少产出:

  • 中间产物清单
  • 每个文件的统计 JSON
  • 快速可视化 PNG/TIF
  • 一张对照表

推荐的统计字段:

{
  "case": "L1-A_baseline",
  "file": "mli0",
  "width": 0,
  "lines": 0,
  "global_zero_ratio": 0.0,
  "center_patch_zero_ratio": 0.0,
  "center_patch_size": 512,
  "nonzero_overlap_with_samp": 0.0
}

8. 判定标准

支持“DEM 本体问题”的证据

  1. 更换 DEM 后，HGTSIM 和 mli0 的空洞模式大幅变化
  2. 同一套几何下，只有某一份 DEM 会触发大面积零值
  3. 合成平坦 DEM 能显著改善中心 patch

支持“DEM 几何链问题”的证据

  1. HGTSIM 看起来基本正常，但 mli0 大面积为 0
  2. 只改轨道或 .slc.par，mli0 零值分布就发生变化
  3. 换 DEM 后失败模式基本不变

支持“patch 选取问题”的证据

  1. 中心 patch 失败，但偏移后的 patch 可以工作
  2. mli0 与 Samp 在全图上存在局部重叠区，只是中心不对

9. 推荐的最小闭环

不建议一上来就换很多 DEM。最小闭环应按这个顺序:

  1. 先做 Layer 1
    • 对现有基线 case 和精轨重写 case 提取 HGTSIM/lt0/mli0/Samp 统计和快视图
  2. 再做 Layer 3
    • 扫描 init_offsetm 的 rpos/azpos
  3. 只有在 Layer 1/3 仍无法判断时，再做 Layer 2 换 DEM

原因:

  • 这能先区分“DEM 文件坏了”与“中心 patch 选错了”
  • 也能避免过早把问题全部甩给 DEM

10. 推荐下一步

推荐直接执行两个子实验:

  1. 中间产物审计实验
    • 把 A 组和 C 组的 HGTSIM/lt0/mli0/Samp 取出来做零值统计和快视图
  2. init_offsetm patch 扫描实验
    • 在同一 case 上只扫描 rpos/azpos

如果这两步做完后发现:

  • mli0 全图都坏，再优先查 generate_rdc_dem 和 LT-1 导入几何
  • 只有中心 patch 坏，再优先查 patch 选取
  • 换 DEM 才有明显改善，再回到 DEM 本体问题

这轮实验的目的不是立刻修好 coreg，而是把“DEM 文件问题”和“DEM 几何链问题”从概念判断变成可测的证据链。

Reference in New Issue View Git Blame Copy Permalink