工作流

moraine 的处理链是五个经过验证的 pipeline 文件（决策 0009、0033）：每个文件改动前都在样例数据集上完整跑一遍， 指南里的数字和图都来自那次运行。样例数据集是 Campi Flegrei：Sentinel-1 降轨 track 22，2019-01-02 到 2021-12-29 共 92 景，全分辨率 981 x 4160 像元，那不勒斯西边正在隆升的火山口（仓库里的 data/CampiFlegrei/README.md 说明 GAMMA 结果是怎样做出来的）。文件的 [vars] 默认值就是它的值；其他数据用 --var 给出你的值。五个文件共用一个 工作目录、互相读取输出，所以要按顺序运行：

moraine run examples/01_load.toml --workdir WORK --var gamma=/path/to/gamma --var reference=YYYYMMDD --var geo=YYYYMMDD
moraine run examples/02_ps.toml --workdir WORK --var shape=NLINES,WIDTH
moraine run examples/03_ds.toml --workdir WORK --var shape=NLINES,WIDTH
moraine run examples/04_refine.toml --workdir WORK
moraine run examples/05_unwrap.toml --workdir WORK --var shape=NLINES,WIDTH --var range_pixel_spacing=... --var azimuth_pixel_spacing=...

pipeline	指南	做什么	输出
examples/01_load.toml	01 载入 GAMMA 结果	GAMMA 结果转 zarr，坐标，web mercator	WORK/raw/
examples/02_ps.toml	02 PS 候选点	幅度离差 + Noise2Fringe 时间相干性	WORK/ps/
examples/03_ds.toml	03 DS 处理	SHP、DS 候选点、相干性、相位连接、DS 筛选	WORK/ds/
examples/04_refine.toml	04 合并与精化	PS + DS，Noise2Fringe Transformer，时间相干性	WORK/pc/
examples/05_unwrap.toml	05 相位解缠	Delaunay 网络上的最小费用流	WORK/unw/

要改参数，把文件复制到工作目录再改副本，或者用 --var name=value 覆盖 [vars] 里的值。再次运行时，参数和输入都没变 的步骤会被跳过，改动下游的步骤重跑；moraine run FILE --dry-run 显示计划，moraine status FILE 显示状态。失败的 步骤会打印错误和日志；修好原因后再运行一次文件。文件格式见 Pipeline 文件约定（英文）； moraine run FILE --json 在 stdout 打印一个 JSON 对象，含计划、各步记录和输出摘要（JSON 输出）。

五份指南目前是英文的。每份都列出步骤、要调的参数、样例数据集上的预期结果和那次运行的图，以及数字不对时怎么办。 指南就是 AI agent 读的文件；那次会话记录在样例数据集上运行的正是这五个文件。