文件结构

InSARHub 在流程推进过程中会向磁盘写入一组一致的文件。每个阶段都会在工作目录中添加文件 — 从配对选择到分析，始终使用同一文件夹，因此可以通过查看哪些文件存在来判断文件夹的处理进度。

目录结构

单堆叠（平铺）运行 — 仅找到一个轨道/帧时，所有文件直接写入 workdir/：

workdir/
├── insarhub_config.json               # 流程配置（随每个阶段累积）
├── stack_p0_f0.json                   # 配对、基线、场景、质量评分
├── network_p0_f0.png                  # 干涉图网络图像
├── dem_p0_f0.tif                      # DEM 栅格（下载器 dem 后）
├── hyp3_jobs.json                     # 已提交任务 ID（处理器提交后）
├── hyp3_retry_jobs_*.json             # 重试批次（处理器重试后）
├── .mintpy.cfg                        # InSARHub 写入的 MintPy 配置（分析器初始化后）
├── .insarhub_cache.json               # 处理器结果缓存（文件名 + 输出目录）
├── .insarhub_quality_cache.json       # 天气、积雪、土地覆盖、相干性特征缓存
├── .insarhub_pair_quality_db.json     # 所有 N×(N-1)/2 场景配对的预评分质量
├── decay_maps/                        # S1 相干性像素衰减 GeoTIFF（每季一个）
│   ├── S1_coherence_decay_winter_vv.tif
│   ├── S1_coherence_decay_spring_vv.tif
│   ├── S1_coherence_decay_summer_vv.tif
│   └── S1_coherence_decay_fall_vv.tif
├── tmp/                               # 解压的 zip 内容（清理时删除）
└── clip/                              # AOI 裁剪数据（清理时删除）

多堆叠运行 — 搜索覆盖多个轨道/帧时，每个组获得自己的 p{path}_f{frame}/ 子文件夹，结构与单堆叠布局完全相同。

workdir/
├── p100_f466/                    # 每个轨道/帧组一个子文件夹
│   ├── insarhub_config.json
│   ├── stack_p100_f466.json
│   ├── .insarhub_quality_cache.json
│   ├── .insarhub_pair_quality_db.json
│   ├── decay_maps/
│   └── ...
├── p93_f121/
│   └── ...

MintPy 输入（inputs/ifgramStack.h5 等）和输出（timeseries*.h5、velocity.h5、velocity.tif 等）均由 MintPy 写入，此处不再列出。详情请参阅 MintPy 文档。

各阶段文件

第一阶段 — 配对选择

由 insarhub downloader --select-pairs 或 GUI 选择配对 产生。

文件	说明
`insarhub_config.json`	下载器类型和设置
`stack_p{path}_f{frame}.json`	选定配对、垂直基线、场景列表和配对质量评分
`network_p{path}_f{frame}.png`	干涉图网络图 — 节点为场景，边为配对，按质量评分着色
`.insarhub_quality_cache.json`	配对评分期间获取的天气、积雪和相干性数据
`.insarhub_pair_quality_db.json`	所有 N×(N−1)/2 场景组合的预评分质量
`decay_maps/`	从 AWS S3 缓存的 S1 全球相干性像素衰减 GeoTIFF（每季一个）

第一阶段 b — DEM 下载

由 insarhub downloader dem 产生。可选 — 仅在配准需要本地 DEM 时使用。

文件	说明
`dem_p{path}_f{frame}.tif`	覆盖堆叠 AOI 的合并重投影 DEM 栅格

第二阶段 — 任务提交

由 insarhub processor submit 或 GUI 处理产生。

文件	说明
`insarhub_config.json`	更新了处理器类型和设置
`hyp3_jobs.json`	按账户分组的 HyP3 任务 ID
`hyp3_retry_jobs_{timestamp}.json`	重试批次的任务 ID（每次重试时写入）
`.insarhub_cache.json`	每次检查后更新，包含已成功文件名和输出目录

第三阶段 — 分析

由 insarhub analyzer run 或 GUI 运行分析器 产生。

文件	说明
`insarhub_config.json`	更新了分析器类型
`.mintpy.cfg`	InSARHub 写入的 MintPy `smallbaselineApp` 配置
`tmp/`	解压的 HyP3 产品内容（临时）
`clip/`	AOI 裁剪后的干涉图（临时）

清理后：tmp/ 和 clip/ 被删除。insarhub_config.json、.mintpy.cfg 和所有 MintPy 输出被保留。

主要 JSON 文件格式

`insarhub_config.json`

随每个阶段运行而累积的中央流程配置。所有键均为可选 — 仅包含已执行阶段的内容。

{
  "downloader": {
    "type": "S1_SLC",
    "config": {
      "start": "2020-01-01",
      "end": "2020-12-31",
      "relativeOrbit": 100,
      "frame": 466
    }
  },
  "processor": {
    "type": "Hyp3_S1",
    "config": {
      "phase_filter_parameter": 0.6,
      "looks": "20x4"
    }
  },
  "analyzer": "Hyp3_SBAS"
}

`stack_p{path}_f{frame}.json`

一个轨道/帧组的配对网络和质量评分。

{
  "pairs": [
    ["S1A_IW_SLC__1SDV_20200101", "S1A_IW_SLC__1SDV_20200113"],
    ["S1A_IW_SLC__1SDV_20200113", "S1A_IW_SLC__1SDV_20200125"]
  ],
  "baselines": {
    "S1A_IW_SLC__1SDV_20200101": 0.0,
    "S1A_IW_SLC__1SDV_20200113": 12.4,
    "S1A_IW_SLC__1SDV_20200125": -5.8
  },
  "scenes": [
    "S1A_IW_SLC__1SDV_20200101",
    "S1A_IW_SLC__1SDV_20200113",
    "S1A_IW_SLC__1SDV_20200125"
  ],
  "pair_quality": {
    "scores": {
      "S1A_..._20200101,S1A_..._20200113": 87.5
    }
  }
}

`hyp3_jobs.json`

按账户分组的已保存 HyP3 任务 ID 及输出目录。

{
  "job_ids": {
    "username1": ["job-id-aaa", "job-id-bbb"],
    "username2": ["job-id-ccc"]
  },
  "out_dir": "/data/bryce/p100_f466"
}

内部缓存文件

这些点文件由程序自动写入，可以安全删除 — InSARHub 会在下次运行时重新生成。

`decay_maps/`

从 AWS S3 缓存的 S1 全球相干性像素衰减 GeoTIFF，每季一个三波段文件：

波段	内容
1	γ∞ — 永久散射体相干性基底
2	γ0 — t = 0 时的初始相干性
3	τ — 去相干时间常数（天）

这些文件在进程重启后仍保留，因此每个 AOI 每季只查询一次 S3。删除它们可强制从 S3 重新下载。