AI + InSAR

一句话，得到形变时间序列

moraine 自带给编程 agent 看的说明（AGENTS.md），命令行的帮助、检查和 JSON 输出都是为它们设计的。 你用自然语言说明数据在哪、要什么；agent 运行经过验证的 pipeline，查看结果，向你汇报。下面是一次真实会话的开头， 数据是 Campi Flegrei（Sentinel-1，92 景）；完整记录在与 AI 对话页。

你

把 data/CampiFlegrei/gamma 里的 GAMMA 数据（参考影像 20200707）处理到相位解缠，工作目录 manual_demo/campi。告诉我你看到了什么。

AI

我先读 AGENTS.md 和第一个工作流的指南，然后运行载入 pipeline：

$ moraine run examples/01_load.toml --workdir manual_demo/campi \ --var gamma=data/CampiFlegrei/gamma --var reference=20200707 --var geo=20200707 rslc load-gamma-flatten-rslc ... done (125.8 s) rslc_pyramid ras-pyramid ... done (20.9 s) pipeline finished: 7 steps, 161.8 s

影像堆栈是 (981, 4160, 92) 的 complex64；40 % 的像元是 nan，那是配准时被掩掉的 Pozzuoli 海湾，与数据集说明一致。 下一步：PS 候选点。

AI

…… 四条 pipeline、500 秒计算之后：223 875 个精化点，已解缠。首尾两景之间的干涉图显示出火山口的隆升， 约十个条纹，以 Pozzuoli 为中心。

有两件事需要你决定：DS 阈值和参考点

处理链

五条 pipeline：从 GAMMA 结果到解缠相位

每次改动前都在 Campi Flegrei 数据集（Sentinel-1，92 景，981 x 4160 像元）上完整跑过；每条 pipeline 都有一份指南， 写明参数、预期结果和检查方法。图来自那次运行。工作流

01 载入 GAMMA 结果转为 zarr；一幅 1 x 1 视的原始干涉图

02 PS 幅度离差指数与 Noise2Fringe 时间相干性

03 DS SHP、相干矩阵、EMI 相位连接、DS 筛选

04 精化 PS + DS，Noise2Fringe Transformer，时间相干性

05 解缠 Delaunay 网络上的最小费用流

里面有什么

一组函数，而不是一条固定的工作流

PS 与 DS 筛选

幅度离差指数、Kolmogorov-Smirnov 检验选出的统计同质像元（SHP）、DS 候选点及其相干矩阵。ps、shp、co

相位连接

EMI，对非正定的相干矩阵做自适应正则化；加权时间相干性和相干像对的连通性。pl

深度学习滤波

栅格上的 Noise2Fringe 和点云上的 Noise2Fringe Transformer：训练好的模型，PyTorch，不需要干净样本。dl

相位解缠

点的 Delaunay 网络上的最小费用流、任意像对网络上的 EMCF、按相位闭合校正解缠误差。unwrap

大数据

内存中是 numpy 或 cupy 数组，磁盘上是 zarr；命令用自己的 worker 分块处理，CPU 或多块 GPU，数据可以大于内存。概念

为 agent 而生

每个函数都是一条命令，帮助完整，有 --json 输出，pipeline 从中断处续跑。命令行、Pipeline 文件

三种用法

Python、命令行或对话

Python命令行对话

import moraine as mr          # 内存中的数组（CPU 上 numpy，GPU 上 cupy）
import moraine.cli as mc      # zarr 进、zarr 出，分块处理

ph = mr.emi(coh)              # 一块点的相位连接
mc.emi('ds/coh.zarr', 'ds/ph.zarr', cuda=True)   # 整个数据集

moraine list                                    # 所有处理命令
moraine emi --help                              # 参数的形状、类型和默认值
moraine run examples/02_ps.toml --workdir WORK  # 经过验证的 pipeline；再运行一次即续跑
moraine info ps/ras_adi_pyramid                 # 不加载数据就得到结果的统计量
moraine quicklook ps/ras_adi_pyramid -o adi.png # 整幅场景的图

把 /data/site_a 的 GAMMA 数据（参考影像 20220620）处理到解缠，工作目录 /work/site_a

任何在仓库里工作的编程 agent（Claude Code、Codex、Cursor 等）读 AGENTS.md 后就能完成其余的事。见与 AI 对话。

安装：pip install moraine（CPU），GPU 另用 conda 装 cupy 和 numba-cuda：安装。