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

单堆叠布局 — 仅找到一个轨道/帧时，所有文件直接写入 workdir/：

HyP3ISCE2GMTSAR_S1ISCE3_BurstISCE3_NISAR

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
├── 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）
├── .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_*.tif
├── hyp3/                              # HyP3 下载的 ZIP 产品（处理器下载后）
│   └── S1AA_*_INT20_*.zip
└── mintpy/                            # MintPy 分析输出（分析器运行后）
    ├── .mintpy.cfg
    ├── inputs/
    ├── geo/
    ├── tmp/                           # 解压的 zip 内容（清理时删除）
    ├── clip/                          # AOI 裁剪后的干涉图（清理时删除）
    └── timeseries*.h5, velocity.h5, ...

workdir/
├── insarhub_config.json
├── stack_p0_f0.json
├── network_p0_f0.png
├── .insarhub_quality_cache.json
├── .insarhub_pair_quality_db.json
├── decay_maps/
│   └── S1_coherence_decay_*.tif
├── slc/                               # 下载的 SLC .SAFE 文件和轨道 .EOF 文件
│   ├── S1A_IW_SLC__*.SAFE/
│   └── *.EOF
├── dem/                               # ISCE2 格式 DEM（自动下载 GLO-30）
│   ├── dem.wgs84
│   └── dem.wgs84.xml
├── isce/                              # ISCE2 stackSentinel 工作目录
│   ├── run_files/
│   ├── merged/
│   │   ├── interferograms/
│   │   └── geom_reference/
│   └── ...
└── mintpy/                            # MintPy 分析输出（分析器运行后）
    ├── .mintpy.cfg
    ├── inputs/
    ├── geo/
    └── timeseries*.h5, velocity.h5, ...

workdir/
├── insarhub_config.json
├── stack_p0_f0.json
├── network_p0_f0.png
├── slc/                            # 下载的 SLC .SAFE 文件和轨道 .EOF 文件
├── topo/                           # GMTSAR 格式 DEM（dem.grd）
└── gmtsar/                         # GMTSAR 实例目录
    ├── gmtsar_jobs.json            # 已保存任务状态（按配对）
    ├── baseline_table.dat
    ├── raw/                        # 解包的 SLC + 每个场景的 PRM/LED/SLC
    ├── <ref>.SAFE_<sec>.SAFE/      # 每对实例目录（多子条带）
    │   └── merge/                  #   合并后的地理编码产品（phasefilt_ll.grd、corr_ll.grd）
    └── intf/<julian_pair>/         # 单子条带输出（GMTSAR 儒略日命名）

分析器输出（同一工作目录中可选其一或两者）：

分析器	输出目录	内容
GMTSAR_Mintpy_SBAS	gmtsar_mintpy/	MintPy smallbaselineApp 输出（timeseries*.h5、velocity.h5 等）
GMTSAR_SBAS	gmtsar_sbas/	每个日期的 disp_*.grd、线性速度 vel.grd

workdir/
├── insarhub_config.json
├── stack_p56_merged_*.json         # 配对（基于 burst，以 fullBurstID 为键）
├── slc/                            # 组装的 .SAFE 目录（通过 burst2safe）
├── s1-burst-db/                    # 缓存的 OPERA burst bbox sqlite3
├── dem/                            # Copernicus DEM + 水体掩膜
├── tec/                            # IONEX 地图（每个采集日期一张）
├── cslc/                           # 每个 burst-日期的地理编码 CSLC（COMPASS）
├── ifgrams/                        # 干涉图（dolphin）
├── stitched/                       # 每对合并的 burst
├── timeseries/                     # dolphin 时序输出（ISCE3_Dolphin_S1_PL）
├── isce3_burst_jobs.json           # 已保存任务状态（按阶段）
└── .stage_status/                  # 每个阶段的 .succeeded/.failed 标记

NISAR GSLC 已经完成地理编码，因此没有 COMPASS 前端（dem/、tec/、cslc/ 均不存在）。原始 GSLC 先被裁剪到 AOI，再直接送入 dolphin。

workdir/
├── insarhub_config.json
├── slc/                            # NISAR L2 GSLC 数据（*.h5），每个日期一个
├── cropped_gslc/                   # 按 AOI 裁剪的 GSLC VRT（`crop` 阶段）
├── slc_stack.vrt                   # dolphin 在裁剪后 GSLC 上的输入堆叠
├── bounds_mask.tif, combined_mask.tif
├── linked_phase/                   # 相位链接 + 时间相干性（dolphin）
├── PS/                             # 永久散射体幅度离差
├── interferograms/                 # 地理编码干涉图 + 相关系数（dolphin）
├── unwrapped/                      # 地理编码解缠相位 + 连通分量
├── timeseries/                     # dolphin 时序输出（ISCE3_Dolphin_NISAR_PL）
├── isce3_nisar_jobs.json           # 已保存任务状态（按阶段）
└── .stage_status/                  # 每个阶段的 .succeeded/.failed 标记

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，结构与对应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/
│   └── ...

---

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

本地处理器会写入各自的任务文件，而非 hyp3_jobs.json：

处理器	任务文件
ISCE2_S1	isce/isce_jobs_{timestamp}.json
GMTSAR_S1	gmtsar/gmtsar_jobs.json
ISCE3_Burst	isce3_burst_jobs.json

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
mintpy/tmp/	解压的 HyP3 产品内容（临时）
mintpy/clip/	AOI 裁剪后的干涉图（临时）

清理后：mintpy/tmp/ 和 mintpy/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_Mintpy_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/hyp3"
}

---

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。