Harmon/insar-management-system-v2
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
cf34b9a8edd5aca090f2fff8bd4220d74b99ec69
insar-management-system-v2/docs/GAMMA_WSL2_INTEGRATION_PLAN.md
T

6.5 KiB
Raw Blame History

GAMMA + WSL2 双引擎集成方案

Context

当前系统使用 ENVI/SARscape 做 D-InSAR 处理，速度慢（单对处理需数十分钟到数小时）。用户有 GAMMA License，希望在 Windows 服务器的 WSL2 中部署 GAMMA 作为第二处理引擎。ENVI 保留不动，用户可在前端选择用哪个引擎。

GAMMA 通过 WSL2 调用完全可行：subprocess.run(['wsl', '-d', 'Ubuntu', 'bash', '-c', 'gamma_cmd ...'])，与现有 ENVI 的 subprocess 模式一致。

架构对比

ENVI 链路（保留不动）：
  POST /idl/jobs/dinsar (engine=envi)
  → SystemJob(IDL_RUN_DINSAR) → envi_runner_cli 子进程
  → envi_dinsar.run_dinsar_custom_workflow() → 6步 SARscape
  → envipyengine → taskengine.exe

GAMMA 链路（新增）：
  POST /idl/jobs/dinsar (engine=gamma)
  → SystemJob(GAMMA_RUN_DINSAR) → gamma_runner_cli 子进程
  → gamma_dinsar.run_dinsar_workflow() → 9步 GAMMA CLI
  → subprocess.run(['wsl', ...]) → GAMMA 原生命令

两条链路共享：SystemTask/SystemJob 任务队列、progress.json 进度机制、job_worker 监控逻辑。

新增文件

文件 职责
backend/app/services/gamma_service.py WSL2 执行器、路径转换（win↔wsl）、配置读取、环境检查、进度写入
backend/app/services/gamma_dinsar.py GAMMA D-InSAR 9步工作流
backend/app/services/gamma_runner_cli.py 子进程 CLI 入口（对标 envi_runner_cli.py）
backend/app/services/gamma_import.py LT-1 原始数据 → GAMMA SLC 格式导入
scripts/check_gamma_wsl.py GAMMA + WSL2 环境诊断脚本

修改文件

文件 修改内容
.env 新增 GAMMA_ENABLED、GAMMA_WSL_DISTRO、GAMMA_HOME、GAMMA_ENV_SCRIPT、GAMMA_DEM_FILE 等配置
backend/app/config.py Settings 类新增 GAMMA 配置字段
backend/app/services/job_handlers.py 新增 GAMMA_RUN_DINSAR handler，注册到 _HANDLERS
backend/app/routers/idl.py DinsarJobRequest 新增 engine 字段（envi/gamma），路由分发
frontend/src/IDLAutomationPanel.jsx Step 2 新增引擎选择器（radio：ENVI / GAMMA），GAMMA 不可用时灰显
frontend/src/api/idl.js queueDinsarJob payload 新增 engine

GAMMA D-InSAR 9步工作流

每步通过 gamma_service.gamma_exec(cmd, work_dir) → wsl -d {distro} bash -c 'source gamma_env.sh && {cmd}' 执行。

步骤 GAMMA 命令 功能 对应 ENVI 步骤
1 LT-1 导入（自定义） 原始数据 → .slc + .slc.par SARsImportLuTan1
2 gc_map DEM 准备 + lookup table （ENVI 内置在 Step1）
3 create_offset + offset_pwr + offset_fit + SLC_interp 配准 InterferogramGeneration 内部
4 SLC_intf + multi_look 干涉图生成 InterferogramGeneration
5 adf 自适应滤波（Goldstein） FilterAndCoherence
6 cc_wave 相干性估计 FilterAndCoherence
7 mcf 相位解缠 PhaseUnwrapping
8 dispmap 相位→位移 PhaseToDisplacement
9 geocode_back + data2geotiff 地理编码 + 转 GeoTIFF PhaseToDisplacement

关键设计

路径转换

def win_to_wsl(win_path: str) -> str:
    # Z:\Test_data\Task_001 → /mnt/z/Test_data/Task_001
    # D:\SRTM\dem.tif → /mnt/d/SRTM/dem.tif

进度跟踪

写入与 ENVI 完全相同格式的 backend/runtime/idl_worker/job_{id}_progress.json，job_handler 的 keepalive 无需修改。GAMMA 的 total_steps=9（ENVI 为 6），进度公式 (pair_index-1+step/total)/total_pairs 天然适配。

输出格式统一

GAMMA 最终输出转为 GeoTIFF（data2geotiff），同时生成 ENVI .hdr，使 extract_disp_results() 和 D-InSAR 结果扫描能统一识别。

前端引擎选择

页面加载时调 GET /gamma/status 检查 GAMMA 是否可用。可用时显示 radio 选择器，不可用时 GAMMA 选项灰显标注"(未配置)"。

.env 配置项

# ============ GAMMA + WSL2 配置 ============
# 总开关（false 则前端不显示 GAMMA 选项）
GAMMA_ENABLED=false

# WSL2 发行版名称（wsl -l -v 查看）
GAMMA_WSL_DISTRO=Ubuntu-22.04

# GAMMA 安装路径（Linux 路径，WSL2 内部）
GAMMA_HOME=/opt/GAMMA_SOFTWARE-20230101

# GAMMA 环境初始化脚本（source 此文件后 GAMMA 命令可用）
GAMMA_ENV_SCRIPT=/opt/GAMMA_SOFTWARE-20230101/gamma_env.sh

# DEM 文件路径（Windows 路径，自动转为 WSL 路径）
GAMMA_DEM_FILE=D:\SRTM30m\srtm_dem.tif

# 处理参数
GAMMA_GEOCODE_PIXEL_SIZE_M=10.0
GAMMA_ADF_WINDOW_SIZE=32
GAMMA_MCF_COH_THRESHOLD=0.3
GAMMA_RANGE_LOOKS=4
GAMMA_AZIMUTH_LOOKS=1

分阶段实施

Phase 1：基础设施 + 环境验证

  • .env / config.py 配置层
  • gamma_service.py：win_to_wsl()、wsl_exec()、gamma_exec()、check_gamma_environment()
  • scripts/check_gamma_wsl.py 诊断脚本
  • GET /gamma/status 端点
  • 手动验证：wsl -d Ubuntu bash -c 'source gamma_env.sh && which par_S1_SLC'

Phase 2：LT-1 数据导入（技术风险最高）

  • gamma_import.py：解析 LT-1 .meta.xml → 构建 GAMMA .slc.par 参数文件
  • 关键验证：对一个 Task_*/master/ 执行导入，检查 .slc.par 参数是否正确
  • 如果 GAMMA 内置 LT-1 支持，直接调用；否则需手工构建参数文件

Phase 3：D-InSAR 核心工作流

  • gamma_dinsar.py：9步工作流
  • gamma_runner_cli.py：CLI 入口
  • 逐步调试，每步验证输入输出

Phase 4：任务调度 + 前端集成

  • job_handlers.py：新增 GAMMA handler
  • idl.py：engine 字段分发
  • IDLAutomationPanel.jsx：引擎选择器
  • 端到端测试

风险点

  1. LT-1 导入（最大风险）：GAMMA 是否内置 LT-1 读取器需要安装后确认。Plan B：用 GDAL 读 TIFF + 手工构建 .slc.par
  2. WSL2 跨文件系统 I/O：/mnt/z/ 比 WSL 原生文件系统慢 ~5x。初期可接受，后续可优化为先拷贝到 WSL 内部处理
  3. GAMMA License：WSL2 中需配置 FlexLM LM_LICENSE_FILE，在 gamma_env.sh 中统一设置

验证

  1. py_compile 所有新增/修改的 .py 文件
  2. npm run build 前端构建通过
  3. python scripts/check_gamma_wsl.py 环境诊断通过
  4. 前端选 GAMMA 引擎 → 提交任务 → 进度正常更新 → 输出 GeoTIFF 位移图
  5. 前端选 ENVI 引擎 → 行为与改造前完全一致（回归测试）
  6. GAMMA 未配置时 → 前端 GAMMA 选项灰显，无法选择
Reference in New Issue View Git Blame Copy Permalink