：ISCE2 (topsStack).png)
跨网络远程开发环境搭建指南：MacOS 连接 Windows 工作站本指南详细说明如何使用 VS Code Remote-SSH 结合 Tailscale 内网穿透工具，实现从 MacOS 客户端远程控制 Windows 工作站进行 Python 开发。
第一阶段：构建虚拟局域网 (Tailscale)Tailscale 用于将处于不同物理网络（如家庭网络与单位内网）的设备组建成一个虚拟局域网，解决公网 IP 缺失与防火墙阻断问题。
1. Windows 工作站端设置
访问 Tailscale 下载页面。
下载并安装 Windows 客户端。
启动应用并使用 Google、Microsoft 或 GitHub 账号登录。
在任务栏右下角找到 Tailscale 图标，右键点击，记录显示的 IP 地址（格式通常为 100.x.y.z）。这是后续连接使用的 HostName。
2. MacOS 客户端设置
通过 Mac App Store 或官网下载安装 Tailscale。
启动并登录与 Windows 端 完全一致 的账号。
确保状态显示为 Connect。
3. 连通性测试在 M ...
羽化镶嵌这个 Python 脚本提供了一种高性能解决方案，可将大量栅格瓦片镶嵌成无缝、网格对齐的数据集。
主要功能
高效空间索引：为所有输入瓦片创建空间索引，以便快速查询，从而显著加快大面积区域的处理速度。
无缝羽化：采用加权平均算法融合重叠瓦片，消除明显的接缝。
基于网格处理：基于用户提供的网格 shapefile 文件进行瓦片镶嵌。
可配置重叠：为每个输出网格瓦片添加指定的重叠区域。
自动化工作流程：扫描多个输入目录并自动处理所有网格。
核心算法1. 空间索引（R树）为了避免遍历每个输入文件来处理每个网格单元，脚本首先构建一个空间索引。
处理过程：它读取每个源 .tif 文件的地理边界，并使用 GeoPandas 将其存储在 GeoPackage 文件中。对于大型数据集，这是最关键的性能优化。
2. 无缝拼接（羽化）为了消除瓦片重叠处的接缝，使用基于加权平均的羽化技术。
流程：
为每个图块生成一个“权重图”，中心像素的权重为 1.0，边缘像素的权重平滑过渡到 0。
拼接时，会累积两个缓冲区：一个用于存储“像素值 * 权重”之和，另一个用于存储“权重”之和。
最终像素 ...
简介AutoGrid: 之前做超分算法的时候，发现小图组合在 PPT 中异常困难，于是后面用 Python 写了这个程序，能自动完成学术论文中多图组合的排版工作。与 PowerPoint 或 Photoshop 不同，不需要反复调整，即可保证图片完美对齐、间距均匀以及标签风格统一。
核心功能
自动网格排版
网格系统： 自动将导入的图片按行列网格排列，支持自定义行列数。
自定义间距： 通过滑块精确控制横向 (X距) 和纵向 (Y距) 的间距。
留白控制： 轻松调整整个组图的外边距。
智能标签同步
锚点同步： 只需要将第一个图片的序号 **(a)**拖动到满意的相对位置。
一键对齐： 点击 “智能同步” 按钮，后续所有图片的序号 (b), (c)… 会自动跳转到完全一致的相对位置。
专业标注设置
学术字体： 内置支持 Arial 、 Times New Roman 、 Calibri 以及 SimHei 等字体。
丰富样式： 支持调节字号、加粗，以及自定义序号生成格式。
图片处理
多格式支持： 支持 PNG, JPG, TIFF, BMP 等常见格式。
单独缩放： 选中 ...
Mapborn 地理空间绘图工具库使用说明书之前使用 matplotlab 画地图的时候，放置指北针和比例尺都比较麻烦，后来就做了这个工具包。
1. 概述Mapborn 是一个基于 Python 的轻量级地理空间绘图工具库。集成了 Matplotlib 的绘图能力与 GDAL/OGR 的空间数据处理能力，旨在简化栅格数据与矢量数据的可视化流程。核心设计目标是提供一套简洁的编程接口，能够快速构建具备指北针、比例尺、经纬网格及色带等标准制图要素。该工具能够自动处理坐标系转换与投影匹配。
2. 环境依赖与安装Mapborn 依赖于 Python 科学计算与地理信息处理的基础生态环境。在部署该工具前，运行环境需包含以下核心依赖库：
GDAL: 用于处理多格式栅格与矢量数据，并提供底层坐标投影转换支持。
Matplotlib: 提供底层绘图画布与图形渲染引擎。
NumPy: 用于高性能矩阵运算与图像数据存储。
1234567conda create -n mapborn python=3.10conda activate mapbornconda install -c conda- ...
摘要：完成 ISCE2 之后，需要使用 MintPy 进行时序分析，步骤如下：
1. 构建配置文件(.txt)以下为一个示例：
123456789101112131415161718192021222324252627282930313233# vim: set filetype=cfg:## ---------------- input data ---------------- ##mintpy.load.processor = iscemintpy.load.metaFile = ../reference/IW*.xmlmintpy.load.baselineDir = ../baselines## 数据加载路径配置mintpy.load.unwFile = ../merged/interferograms/*_*/filt_*.unwmintpy.load.corFile = ../merged/interferograms/*_*/filt_*.cormintpy.load.connCompFil ...
%EF%BC%9AISCE2%20(topsStack).png)
摘要：整合了一下使用 ISCE2 进行 InSAR 处理的标准流程。记录了从原始 SLC 数据到解缠相位的完整技术路线。
1. 安装基础环境在 Ubuntu 系统下，InSAR 处理任务主要通过终端命令行完成。
建议使用 Conda 建立隔离环境。
12345678910111213# 1. 创建名为 insar 的虚拟环境 (指定 Python 3.9)conda create -n insar python=3.9# 2. 激活环境conda activate insar# 3. 安装核心软件conda install -c conda-forge isce2 mintpy gdal# 4. 验证安装load_insar # 加载 ISCE 环境变量topsApp.py -h # 测试 ISCE2smallbaselineApp.py -h # 测试 MintPy
2. ISCE2 堆栈处理全流程2.1. 账户注册在ASFVertex 官网注册 Earthdata 账户：https://search.asf.alaska.edu/
2.2. 配置.netrc ...
