Harmon/insar-management-system-v2
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
cc22b9ac2d0173b773a63bc4ec1493ff0b955a15
insar-management-system-v2/docs/PAIRING_ENHANCEMENT_DESIGN.md
T

18 KiB
Raw Blame History

D-InSAR 配对增强设计文档

版本: v2.0 日期: 2026-03-08 状态: 概念设计，部分能力已落地

更新说明（2026-04-26）：截至 2026-04-25，pairing cache、pairing health 状态和基础指标统计已经在现网落地。当前运行态事实请优先参考 CURRENT_STATUS_20260425.md、DATABASE_SELF_MAINTENANCE_AUDIT_20260425.md 和健康检查接口；本文档保留配对语义、策略命名、产品交互和后续演进方向的设计价值。

一、背景与目标

1.1 设计起点（2026-03-08 基线）

当前配对系统采用单池全组合模式：

  • 所有影像放入同一个池子，两两组合，用时间基线范围过滤
  • 无法控制主影像（master）和辅影像（slave）的时间段
  • 无法指定配对策略（星型、链式、SBAS 网络等）
  • 不支持手动选定参考影像

这种设计适合探索性分析，但不满足生产级 InSAR 处理需求。

1.2 行业标准实践

参考成熟 InSAR 软件（ISCE、LiCSBAS、MintPy、GAMMA）：

特性 行业标准 现有系统
主/辅影像分池 明确的 reference/secondary 选择 ❌ 无
配对策略 SBAS / Sequential / Star ❌ 仅全组合
时间范围控制 主辅池独立时间段 ❌ 单一 start_date
参考影像指定 支持手动或自动选择 ❌ 无
多卫星支持 预留扩展机制 ⚠️ 硬编码 LT-1

1.3 设计目标

  1. 双池配对机制：主影像池和辅影像池独立时间范围
  2. 多策略支持：SBAS / Sequential / Star 三种标准策略
  3. 参考影像控制：自动选择或用户指定
  4. 多卫星扩展性：预留 Sentinel-1、ALOS-2、TerraSAR-X 等卫星接入
  5. 向后兼容：现有配对逻辑作为 SBAS 策略保留

二、配对策略详解

2.1 SBAS（短基线子集）

定义：在时空基线阈值内全组合配对，形成冗余网络。

适用场景：

  • 大范围形变监测
  • 需要高时间分辨率和空间覆盖
  • 对大气误差敏感的区域

参数：

  • time_baseline_min/max：时间基线范围（天）
  • spatial_baseline_max_meters：footprint 中心距上限（米，兼容字段名保留）
  • overlap_threshold：两景 footprint 最小重叠率（兼容字段名保留）
  • coverage_diversity_penalty：覆盖多样性惩罚因子

配对逻辑：

主池影像 × 辅池影像 → 满足时空基线约束 → 覆盖优化 → 最终配对

示例：

主池: 2024-01-01 ~ 2024-06-30 (10 景)
辅池: 2024-07-01 ~ 2024-12-31 (12 景)
时间基线: 30~90 天
→ 生成 45 对（经覆盖优化后约 20 对）

2.2 Sequential（顺序配对）

定义：按时间排序，每景影像与后续 N 景配对。

适用场景：

  • 连续监测（如滑坡、地面沉降）
  • 需要时间连续性的形变序列
  • 计算资源有限时

参数：

  • num_connections：每景与后续几景配对（默认 1）
  • 其他时空约束同 SBAS

配对逻辑：

1. 合并主辅池，按日期排序
2. 每景与后续 num_connections 景配对
3. 应用时空基线过滤

示例：

影像序列: [A, B, C, D, E, F]
num_connections = 2
→ 配对: A-B, A-C, B-C, B-D, C-D, C-E, D-E, D-F, E-F

2.3 Star（星型配对）

定义：选择一个参考影像，所有其他影像与它配对。

适用场景：

  • 时序形变分析（PS-InSAR 前处理）
  • 需要统一参考基准
  • 参考影像质量已知且优秀

参数：

  • reference_image_id：指定参考影像 ID（可选）
  • 自动选择策略：选择与其他影像平均重叠率最高的影像

配对逻辑：

1. 确定参考影像（用户指定 或 自动选择）
2. 参考影像 × 所有其他影像
3. 应用时空基线过滤

示例：

参考影像: 2024-06-15 (质量最优)
其他影像: 20 景
→ 配对: 20 对（全部以 2024-06-15 为主影像）

三、双池配对机制

3.1 时间范围控制

参数 说明 默认值
master_date_from 主影像起始日期 (YYYYMMDD) None（不限）
master_date_to 主影像截止日期 (YYYYMMDD) None（不限）
slave_date_from 辅影像起始日期 (YYYYMMDD) None（不限）
slave_date_to 辅影像截止日期 (YYYYMMDD) None（不限）

3.2 池子定义规则

主影像池：

WHERE imaging_date >= master_date_from
  AND imaging_date <= master_date_to
  AND (其他约束: 卫星、轨道、模式、极化、精轨...)

辅影像池：

WHERE imaging_date >= slave_date_from
  AND imaging_date <= slave_date_to
  AND (其他约束: 卫星、轨道、模式、极化、精轨...)

3.3 向后兼容

当四个日期参数全为 None 时：

  • 主辅池合并为同一个池子
  • 行为等效于现有系统（m.imaging_date <= s.imaging_date 避免重复）

四、多卫星扩展设计

4.1 当前硬编码问题

现有代码中卫星相关硬编码：

# spatial_service.py
if master.satellite != slave.satellite:
    continue

# 前端显示
satellite: "LT-1"

4.2 扩展方案

数据库层：

  • radar_data.satellite 字段已支持任意字符串，无需修改
  • 配对函数增加 p_allowed_satellites 参数（数组）

后端层：

class PairingRequest(BaseModel):
    # 新增
    allowed_satellites: Optional[List[str]] = None  # ["LT-1", "S1A", "S1B"]
    cross_satellite_pairing: bool = False           # 是否允许跨卫星配对

前端层：

  • 配对 Modal 增加卫星多选框
  • 从数据库动态获取可用卫星列表：SELECT DISTINCT satellite FROM radar_data

配对逻辑：

# 同卫星配对（默认）
if not cross_satellite_pairing:
    if master.satellite != slave.satellite:
        continue

# 跨卫星配对（高级功能，需谨慎）
if allowed_satellites:
    if master.satellite not in allowed_satellites:
        continue
    if slave.satellite not in allowed_satellites:
        continue

4.3 卫星特性差异处理

不同卫星需要不同的配对参数：

卫星 典型时间基线 典型 footprint 中心距上限 波长 备注
LT-1 30~90 天 < 3000 m L 波段 当前系统
Sentinel-1 6~12 天 < 150 m C 波段 高重访频率
ALOS-2 14 天 < 500 m L 波段 与 LT-1 类似
TerraSAR-X 11 天 < 200 m X 波段 高分辨率

建议：

  • 前端提供"卫星预设"按钮，自动填充推荐参数
  • 数据库增加 satellite_config 表存储默认配对参数

五、数据库函数设计

5.1 新函数签名

CREATE OR REPLACE FUNCTION find_dinsar_pairs_v2(
    -- 时空约束
    p_time_baseline_min INTEGER,
    p_time_baseline_max INTEGER,
    p_spatial_baseline_max_meters NUMERIC,
    p_overlap_threshold NUMERIC,
    p_aoi_geom GEOMETRY DEFAULT NULL,
    p_require_orbit_data BOOLEAN DEFAULT TRUE,
    p_require_same_imaging_mode BOOLEAN DEFAULT TRUE,
    p_require_same_polarization BOOLEAN DEFAULT TRUE,
    p_aoi_overlap_threshold NUMERIC DEFAULT NULL,

    -- 双池日期（新增）
    p_master_date_from TEXT DEFAULT NULL,
    p_master_date_to TEXT DEFAULT NULL,
    p_slave_date_from TEXT DEFAULT NULL,
    p_slave_date_to TEXT DEFAULT NULL,

    -- 多卫星支持（新增）
    p_allowed_satellites TEXT[] DEFAULT NULL,
    p_cross_satellite_pairing BOOLEAN DEFAULT FALSE
)
RETURNS TABLE (
    master_id INTEGER,
    slave_id INTEGER,
    master_imaging_date TEXT,
    slave_imaging_date TEXT,
    time_baseline_days INTEGER,
    spatial_baseline_meters NUMERIC,
    overlap_ratio NUMERIC
)

5.2 核心 SQL 逻辑变化

-- 现有逻辑
WHERE m.id < s.id  -- 避免重复
  AND m.satellite = s.satellite

-- 新逻辑
WHERE m.id <> s.id
  AND m.imaging_date <= s.imaging_date  -- 主影像早于辅影像
  -- 主池日期约束
  AND (p_master_date_from IS NULL OR m.imaging_date >= p_master_date_from)
  AND (p_master_date_to IS NULL OR m.imaging_date <= p_master_date_to)
  -- 辅池日期约束
  AND (p_slave_date_from IS NULL OR s.imaging_date >= p_slave_date_from)
  AND (p_slave_date_to IS NULL OR s.imaging_date <= p_slave_date_to)
  -- 卫星约束
  AND (p_allowed_satellites IS NULL OR m.satellite = ANY(p_allowed_satellites))
  AND (p_allowed_satellites IS NULL OR s.satellite = ANY(p_allowed_satellites))
  AND (p_cross_satellite_pairing OR m.satellite = s.satellite)

5.3 部署策略

  1. 创建 003_pairing_enhancement.sql 迁移文件
  2. init_db.py 自动应用（已有机制，line 354-356）
  3. 保留 find_dinsar_pairs 旧函数（向后兼容）
  4. 后端优先调用 find_dinsar_pairs_v2，失败时回退

六、后端 API 设计

6.1 Schema 变更

# models/schemas.py

class PairingRequest(BaseModel):
    """D-InSAR 配对请求参数（增强版）"""

    # === 时空约束（保留） ===
    time_baseline_min: int = Field(default=1, ge=0, le=3650)
    time_baseline_max: int = Field(default=90, ge=1, le=3650)
    overlap_threshold: float = Field(default=0.5, ge=0.0, le=1.0)
    spatial_baseline_max_meters: int = Field(default=3000, ge=0, le=100000)
    coverage_diversity_penalty: float = Field(default=0.3, ge=0.0, le=1.0)
    require_same_imaging_mode: bool = True
    require_same_polarization: bool = True
    aoi_overlap_threshold: Optional[float] = Field(default=None, ge=0.0, le=1.0)

    # === 双池日期（新增） ===
    master_date_from: Optional[str] = Field(default=None, pattern=r'^\d{8}$')
    master_date_to: Optional[str] = Field(default=None, pattern=r'^\d{8}$')
    slave_date_from: Optional[str] = Field(default=None, pattern=r'^\d{8}$')
    slave_date_to: Optional[str] = Field(default=None, pattern=r'^\d{8}$')

    # === 配对策略（新增） ===
    strategy: str = Field(default="sbas", pattern=r'^(sbas|sequential|star)$')
    num_connections: int = Field(default=1, ge=1, le=10)
    reference_image_id: Optional[int] = None

    # === 多卫星支持（新增） ===
    allowed_satellites: Optional[List[str]] = None
    cross_satellite_pairing: bool = False

    # === 向后兼容（保留） ===
    start_date: Optional[str] = Field(default=None, pattern=r'^\d{8}$')

    @field_validator('master_date_to')
    def validate_master_date_range(cls, v, info):
        if v and info.data.get('master_date_from'):
            if v < info.data['master_date_from']:
                raise ValueError('master_date_to must >= master_date_from')
        return v

    @field_validator('slave_date_to')
    def validate_slave_date_range(cls, v, info):
        if v and info.data.get('slave_date_from'):
            if v < info.data['slave_date_from']:
                raise ValueError('slave_date_to must >= slave_date_from')
        return v

6.2 服务层变更

# services/spatial_service.py

async def find_dinsar_pairs(
    self,
    db: AsyncSession,
    params: PairingRequest,
    aoi_wkt: Optional[str] = None,
    require_orbit_data: bool = True
) -> Tuple[List[RadarPair], List[str], bool]:
    """
    增强版配对逻辑：
    1. 调用 find_dinsar_pairs_v2 SQL 函数
    2. 根据 strategy 后处理结果
    3. 回退路径同步更新
    """

    # 1. 调用数据库函数
    pairs = await self._call_db_pairing_function(db, params, aoi_wkt, require_orbit_data)

    # 2. 策略后处理
    if params.strategy == "sbas":
        # 覆盖优化（现有逻辑）
        pairs = self._optimize_coverage_diversity(pairs, params.coverage_diversity_penalty)

    elif params.strategy == "sequential":
        # 顺序配对
        pairs = self._apply_sequential_strategy(pairs, params.num_connections)

    elif params.strategy == "star":
        # 星型配对
        pairs = self._apply_star_strategy(pairs, params.reference_image_id)

    # 3. 生成 task_name 并去重
    pairs = self._generate_task_names(pairs)

    return pairs, warnings, fallback_used

七、前端 UI 设计

7.1 配对 Modal 布局

┌─────────────────────────────────────────────────┐
│ D-InSAR 配对参数                                 │
├─────────────────────────────────────────────────┤
│ 配对策略: ○ SBAS  ○ Sequential  ○ Star          │
│                                                  │
│ [策略说明]                                       │
│ SBAS: 短基线子集，形成冗余网络，适合大范围监测    │
│                                                  │
├─────────────────────────────────────────────────┤
│ 主影像时间范围                                   │
│  从: [日期选择器 YYYYMMDD]  至: [日期选择器]     │
│                                                  │
│ 辅影像时间范围                                   │
│  从: [日期选择器 YYYYMMDD]  至: [日期选择器]     │
│                                                  │
│ ☑ 使用双池模式（不勾选则主辅池合并）             │
├─────────────────────────────────────────────────┤
│ 时间基线: [1] ~ [90] 天                         │
│ footprint 中心距上限: [3000] 米                  │
│ 两景 footprint 最小重叠率: [0.5]                 │
│ 覆盖多样性惩罚: [0.3]                            │
│                                                  │
│ ☑ 成像模式一致  ☑ 极化一致  ☑ 仅精轨影像        │
├─────────────────────────────────────────────────┤
│ AOI 来源: ○ 上传 SHP  ○ 行政区选择              │
│ [AOI 选择区域...]                                │
│                                                  │
│ AOI 覆盖率阈值: [0] (0 表示不限制)               │
├─────────────────────────────────────────────────┤
│ 高级选项 [展开 ▼]                                │
│  卫星选择: ☑ LT-1  ☐ Sentinel-1  ☐ ALOS-2      │
│  ☐ 允许跨卫星配对（谨慎使用）                    │
│                                                  │
│  Sequential 参数:                                │
│    每景配对数: [1]                               │
│                                                  │
│  Star 参数:                                      │
│    参考影像: [自动选择 ▼] 或 手动指定 ID: [___]  │
├─────────────────────────────────────────────────┤
│ [取消]                            [开始配对]     │
└─────────────────────────────────────────────────┘

7.2 策略切换交互

  • 选择 SBAS：显示"覆盖多样性惩罚"参数
  • 选择 Sequential：显示"每景配对数"参数
  • 选择 Star：显示"参考影像选择"下拉框（从已有影像列表动态加载）

7.3 卫星选择

  • 从 GET /api/radar-data/available-satellites 动态获取
  • 默认只勾选 LT-1
  • 跨卫星配对显示警告提示

八、实施计划

Phase 1: 数据库层（1 天）

  • 创建 003_pairing_enhancement.sql
  • 实现 find_dinsar_pairs_v2 函数
  • 更新 init_db.py 应用迁移
  • 测试 SQL 函数（手动执行验证）

Phase 2: 后端层（2 天）

  • 更新 PairingRequest Schema
  • 实现策略后处理逻辑（Sequential / Star）
  • 更新 spatial_service.py 调用新函数
  • 更新回退路径逻辑
  • 新增 GET /api/radar-data/available-satellites 端点
  • 单元测试（pytest）

Phase 3: 前端层（2 天）

  • 更新 pairingStore.js 增加新字段
  • 重构 PairingModal.jsx UI
  • 实现策略切换交互
  • 实现卫星多选
  • 更新 usePairingLogic.js 传参
  • 前端构建测试

Phase 4: 集成测试（1 天）

  • 端到端测试（SBAS / Sequential / Star）
  • 双池配对测试
  • 多卫星配对测试
  • 向后兼容测试（旧参数仍可用）
  • 性能测试（大数据量）

Phase 5: 文档与部署（0.5 天）

  • 更新 CLAUDE.md 记录改动
  • 更新用户手册（如有）
  • 部署到测试环境
  • 用户验收测试

总计: 约 6.5 天

九、风险与缓解

风险 影响 缓解措施
SQL 函数性能下降 配对速度变慢 保留旧函数，性能对比测试
前端 UI 复杂度增加 用户学习成本 提供"快速模式"和"高级模式"切换
多卫星配对参数不当 生成无效配对 前端参数校验 + 后端警告提示
向后兼容性破坏 旧配对失效 保留 start_date 参数，自动转换

十、未来扩展

  1. 基线网络可视化：时间-中心距散点图（D3.js / ECharts）
  2. 配对质量评分：根据相干性、大气条件预估配对质量
  3. 自动参数推荐：基于历史配对结果的机器学习推荐
  4. 批量配对模板：保存常用配对参数为模板
  5. Sentinel-1 轨道框架：支持 Sentinel-1 的 Track/Frame 概念

附录 A：术语对照表

中文 英文 说明
主影像 Master / Reference 配对中的参考影像
辅影像 Slave / Secondary 配对中的从属影像
时间基线 Temporal Baseline 两景影像的时间间隔
footprint 中心距 Footprint Center Distance 两景影像 footprint 的中心距离
短基线子集 SBAS (Small Baseline Subset) 配对策略之一
星型配对 Star Graph 单主影像配对策略
顺序配对 Sequential Pairing 时间顺序配对策略

文档结束

Reference in New Issue View Git Blame Copy Permalink