1. 项目概述为什么要在Ubuntu上折腾StaMPS如果你正在处理合成孔径雷达干涉测量InSAR数据尤其是时序InSAR分析那么StaMPSStanford Method for Persistent Scatterers这个名字你一定不陌生。它是一个基于MATLAB的开源软件包专门用于从SAR影像中提取高精度的地表形变信息在滑坡监测、城市沉降、火山活动等领域应用广泛。然而对于很多刚接触这个工具的研究人员或工程师来说第一步——安装往往就是一道坎。尤其是在Linux系统特别是Ubuntu上它涉及到MATLAB环境、编译工具链、依赖库等一系列配置步骤繁琐任何一个环节出错都可能导致前功尽弃。我最初在Windows上尝试安装StaMPS被各种路径问题和库冲突折腾得够呛。后来转向Ubuntu虽然初期也踩了不少坑但一旦配置成功其稳定性、脚本化操作的便捷性以及处理大批量数据时的性能优势就完全体现出来了。Ubuntu纯净的系统环境避免了Windows上常见的动态链接库DLL地狱对于科学计算和批量处理任务来说是更理想的选择。本文将基于Ubuntu 22.04 LTS手把手带你完成StaMPS及其所有依赖的完整安装与配置过程。我会把每一步的原理、可能遇到的坑以及我自己的解决方案都讲清楚目标是让你不仅能“照做”更能“理解为什么这么做”最终搭建一个稳定可用的StaMPS分析环境。2. 环境基石Ubuntu系统准备与MATLAB安装在安装StaMPS之前我们必须确保它的运行平台——MATLAB已经在Ubuntu上安家落户。这一步是基础也是最容易出问题的地方。2.1 Ubuntu系统基础配置首先确保你的Ubuntu系统是最新且稳定的。我推荐使用Ubuntu 22.04 LTS这是一个长期支持版本社区支持完善软件包兼容性好。打开终端先进行系统更新sudo apt update sudo apt upgrade -y接下来安装一些基础的编译和开发工具这些是后续编译某些依赖库如snaphu所必需的sudo apt install -y build-essential cmake git wget curl gfortran libgomp1注意gfortran是Fortran编译器一些科学计算库如后面会用到的liblapack需要它。libgomp1是GNU OpenMP库用于支持多线程并行计算。2.2 MATLAB在Linux下的安装策略MATLAB在Linux下的安装主要有两种方式直接从MathWorks官网下载安装包安装或者使用工具箱如matlab-support包辅助安装。我强烈推荐第一种方式因为它能给你最大的控制权也最稳定。获取安装文件访问MathWorks官网登录你的账户下载对应你许可证的Linux版本安装包通常是一个.iso文件或.zip压缩包。假设你下载的文件名为matlab_R2023b_glnxa64.zip并放在了~/Downloads目录下。准备安装目录我习惯将MATLAB安装在/opt目录下这是一个存放第三方大型应用程序的标准位置。sudo mkdir -p /opt/matlab sudo chown $USER:$USER /opt/matlab # 将目录所有权改为当前用户避免安装时权限问题解压与安装cd ~/Downloads unzip matlab_R2023b_glnxa64.zip -d matlab_install cd matlab_install运行安装程序。这里有一个关键点不要用sudo直接运行install。因为安装过程会涉及到图形界面和用户目录的配置。正确的做法是./install安装程序会以当前用户身份启动。在图形化安装向导中选择安装类型点击“使用文件安装密钥”输入你从MathWorks账户获取的密钥。选择许可证文件浏览并选择你的license.lic文件。选择目标文件夹输入我们准备好的/opt/matlab。选择产品对于StaMPS我们至少需要MATLAB本体和Signal Processing Toolbox。为了保险起见你可以勾选所有你可能用到的工具箱但这不是必须的。创建符号链接在“安装选项”中建议勾选“创建符号链接”这样可以在终端中直接输入matlab启动。配置环境变量安装完成后需要将MATLAB的可执行文件路径加入系统的PATH环境变量。编辑你的shell配置文件例如~/.bashrc如果你使用Zsh则是~/.zshrcecho export PATH/opt/matlab/bin:$PATH ~/.bashrc source ~/.bashrc现在在终端中输入matlab应该就能启动MATLAB的图形界面了。实操心得在Linux下安装MATLAB最常见的错误是启动时提示“无法打开显示”或与图形界面相关的问题。这通常是因为缺少必要的图形库。可以尝试安装以下包来解决sudo apt install -y libxcb-xtest0 libxcb-xinerama0。另一个坑是如果你通过虚拟机如VMware安装Ubuntu务必为虚拟机分配足够的显存如128MB并启用3D图形加速否则MATLAB的图形界面可能会非常卡顿甚至无法启动。3. 核心依赖StaMPS运行所需的“左膀右臂”StaMPS本身是一套MATLAB脚本但它运行时依赖几个关键的外部程序来处理数据。这些依赖如果不正确安装StaMPS根本无法运行。主要依赖是三个snaphu、ROI_PAC和GMT。我们逐一攻破。3.1 安装与编译SnaphusnaphuStatistical-Cost, Network-Flow Algorithm for Phase Unwrapping是相位解缠的核心算法程序StaMPS用它来处理干涉图中的相位模糊问题。我们需要从源码编译它。获取源码访问snaphu的官网或GitHub仓库下载源码。这里以从GitHub克隆为例cd ~ git clone https://github.com/dbekaert/snaphu.git cd snaphu/src配置与编译snaphu的编译通常很简单。直接使用make即可make如果编译成功会在当前目录生成一个名为snaphu的可执行文件。全局可用为了让StaMPS能找到它我们需要把这个可执行文件放到系统路径下比如/usr/local/binsudo cp snaphu /usr/local/bin/验证安装在终端输入snaphu -h如果能看到帮助信息说明安装成功。踩坑记录编译snaphu时可能会报错提示找不到fftw3库。这是因为snaphu依赖FFTW快速傅里叶变换库。解决方法是先安装FFTW的开发包sudo apt install -y libfftw3-dev然后重新执行make clean make。3.2 处理ROI_PAC依赖ROI_PACRepeat Orbit Interferometry PACkage是另一个InSAR处理软件StaMPS早期版本需要调用它的一些功能。不过对于StaMPS 4.1之后的版本其核心功能已经不再强制依赖完整的ROI_PAC但可能仍需要其部分运行时库如libf77g2c或工具如create_offset。一个更简单且现代的方法是不安装庞大的ROI_PAC而是只安装StaMPS社区维护的一个轻量级工具包它包含了必要的替代工具。你可以从StaMPS的官方文档或论坛找到这个工具包的链接。下载后通常只需要将其中的工具如create_offset编译并放入PATH即可。例如假设你下载了stamps_roi_tools.tar.gztar -xzf stamps_roi_tools.tar.gz cd stamps_roi_tools make sudo cp create_offset /usr/local/bin/ # 复制需要的工具核心逻辑这里的关键不是安装ROI_PAC本身而是确保StaMPS在运行时需要调用的那几个外部命令在StaMPS的params参数文件中指定的存在于你的系统路径中。你需要根据你使用的StaMPS版本和数据处理流程确认具体需要哪些工具。3.3 安装GMT可选但推荐GMTGeneric Mapping Tools是一个用于生成地图和图表的地理数据绘图工具集。StaMPS可以用它来可视化处理结果比如生成形变速率图。虽然这不是运行StaMPS的强制要求但对于结果分析至关重要。在Ubuntu上安装GMT非常简单sudo apt install -y gmt gmt-dcw gmt-gshhg这将安装GMT主程序以及必需的海岸线数据DCW和GSHHG。安装后你可以在终端使用gmt --version检查是否成功。4. 主角登场StaMPS本体的获取与配置当所有“配角”都就位后我们就可以请出“主角”了。4.1 下载StaMPSStaMPS的官方发布在GitHub上。我们使用git克隆仓库这样可以方便地更新到最新版本或切换分支。cd ~ git clone https://github.com/dbekaert/StaMPS.git这会将StaMPS克隆到~/StaMPS目录下。进入该目录你会看到主要的MATLAB脚本文件.m文件和一些文档。4.2 配置MATLAB路径这是将StaMPS“告诉”MATLAB的关键一步。我们需要把StaMPS的根目录及其所有子目录添加到MATLAB的搜索路径中这样MATLAB才能找到并执行这些脚本。有两种方法临时添加每次启动都需要在MATLAB命令窗口中输入addpath(genpath(/home/你的用户名/StaMPS)); savepath; % 保存路径更改使其永久生效谨慎使用genpath函数会递归地添加StaMPS目录下的所有文件夹。注意直接savepath可能会修改系统级的pathdef.m文件如果你没有写入权限或担心冲突可以不执行这一句而是采用第二种方法。永久添加推荐创建一个MATLAB启动脚本startup.m。这个脚本会在每次MATLAB启动时自动运行。cd ~/Documents/MATLAB如果这个目录不存在就创建它。然后创建或编辑startup.m文件nano startup.m在文件中添加以下内容% 添加StaMPS路径 stamps_path /home/你的用户名/StaMPS; if exist(stamps_path, dir) addpath(genpath(stamps_path)); fprintf(StaMPS路径已添加: %s\n, stamps_path); else warning(StaMPS目录不存在: %s, stamps_path); end保存并退出。这样每次启动MATLAB它都会自动将StaMPS加入路径并给你一个提示。4.3 验证StaMPS环境完成路径配置后重启MATLAB。在命令窗口中输入which stamps如果返回的是~/StaMPS/StaMPS.m的路径说明StaMPS主程序已被MATLAB识别。再输入stamps(--version)或者直接运行stamps如果能看到StaMPS的帮助信息或版本号那么恭喜你StaMPS主体安装成功了。5. 实战检验运行一个简单的测试流程理论配置完成我们需要用实际数据跑一个最小化的流程来验证整个环境是否真正可用。这里我们假设你已经有了准备好的SAR数据例如一些SLC图像和轨道数据并生成了初始的干涉图。5.1 准备测试数据与参数文件数据组织StaMPS对数据目录结构有严格要求。通常你需要一个主项目目录里面包含INSAR子目录INSAR下又有以日期命名的子目录存放每景SLC数据。还有DEM目录存放数字高程模型等。请严格按照StaMPS手册~/StaMPS/docs下的PDF组织你的数据。编辑参数文件在项目主目录下你需要创建或修改parms文件或ps_parms.m等取决于版本。这个文件是StaMPS运行的“大脑”告诉它每一步该怎么做。关键参数包括process_steps: 指定要运行的步骤例如[1 2 3 4]表示运行步骤1到4。snaphu_path: 必须设置为snaphu可执行文件的完整路径如/usr/local/bin/snaphu。unwrap_method: 相位解缠方法通常设为3D或SNAPHU。ll_mat_file: 包含经纬度信息的.mat文件路径。各种文件路径、阈值参数、处理区域等。一个极简的ps_parms.m片段示例如下% StaMPS参数设置 process_steps [1 2 3 4]; snaphu_path /usr/local/bin/snaphu; unwrap_method 3D; ll_mat_file ./mat/ll.mat; % 更多参数...5.2 执行处理并解读输出在MATLAB中将当前目录切换到你的项目主目录然后运行stamps(1, 4) % 运行步骤1到4参数根据你的parms文件而定或者直接运行stamps然后按照交互提示操作。关键观察点步骤1 (PS Selection)会输出探测到的永久散射体PS候选点的数量。如果这个数字为0或异常小可能是lambda波长参数设置错误或者数据信噪比太低。步骤2 (Phase Estimation)会进行相位估算。注意观察命令行是否有报错特别是关于调用外部命令如snaphu的错误。步骤3 (Spatial Filtering)进行空间滤波。如果出现内存不足的错误可能需要调整patch_size参数减小处理块的大小。步骤4 (Temporal Filtering)进行时间序列滤波生成最终的速度场和位移时间序列。如果整个过程能顺利跑完并且在项目目录下生成了预期的结果文件如ps_plot_v-do.eps速度场图ps_parms.mat参数文件ps2.mat等数据文件那么你的StaMPS环境就完全配置成功了。5.3 常见错误与排查思路即使按照上述步骤第一次运行也难免遇到问题。下面是一个排查清单错误现象可能原因排查与解决MATLAB报错未定义函数或变量 stampsStaMPS路径未正确添加到MATLAB搜索路径。在MATLAB中执行which stamps检查。确认startup.m文件已正确配置并位于~/Documents/MATLAB下。手动执行addpath(genpath(~/StaMPS))后重试。运行stamps后在调用snaphu时失败或卡住1.snaphu_path参数设置错误。2.snaphu可执行文件权限不足。3. 系统缺少运行时库。1. 在终端直接运行which snaphu确认路径并检查parms文件中的路径是否一致且为绝对路径。2. 检查权限ls -l /usr/local/bin/snaphu确保有执行权限chmod x。3. 使用ldd /usr/local/bin/snaphu检查动态链接库看是否有not found的项安装对应的库如libgfortran5。处理过程中MATLAB崩溃或报内存错误数据量太大超出MATLAB或系统可用内存。1. 在parms中减小patch_size。2. 增加系统交换空间swap。3. 考虑使用64位MATLAB并确保系统有足够物理内存。4. 对数据进行地理分块处理。生成的图像如速度场图空白或异常1. 投影参数或参考点设置错误。2. 相位解缠失败。3. 可视化参数如色标范围设置不当。1. 仔细检查ll_mat_file和lonlat参数确保与数据区域匹配。2. 检查步骤2的日志看相位解缠成功率。尝试调整unwrap_method或snaphu的配置。3. 使用MATLAB命令手动加载结果数据load ps2.mat检查ph_disp等变量是否有有效数据再调整绘图参数。6. 效率优化与进阶配置环境搭好了基础流程跑通了接下来我们可以考虑如何让它跑得更快、更稳、更顺手。6.1 利用并行计算加速StaMPS的某些步骤如相位解缠、滤波可以并行处理以大幅提升速度。这需要MATLAB的Parallel Computing Toolbox支持。检查工具箱在MATLAB中运行ver查看是否有Parallel Computing Toolbox。启用并行池在parms文件或你的主运行脚本中在调用stamps之前添加if isempty(gcp(nocreate)) parpool(local); % 启动本地并行池使用所有可用核心 end配置StaMPS参数在parms中设置num_workers参数为你想使用的核心数例如num_workers 4。注意不是所有步骤都支持并行请查阅StaMPS手册。6.2 与外部工具链集成一个高效的工作流往往不止于StaMPS。你可以将StaMPS集成到更大的自动化脚本中。数据预处理使用GMTSAR、ISCE或SNAP等软件进行干涉图生成、配准等预处理然后将结果整理成StaMPS要求的格式。结果后处理与可视化使用GMT、QGIS或Pythonmatplotlib,cartopy对StaMPS输出的.mat文件或文本文件进行更精美的制图。脚本化运行你可以编写一个Bash或Python脚本自动完成从数据下载、预处理、StaMPS运行到结果导出和绘图的全流程。在脚本中调用MATLAB可以这样matlab -nodisplay -nosplash -r cd /path/to/your/project; stamps(1,4); exit;这样可以在无图形界面的服务器上批量处理任务。6.3 版本管理与更新由于StaMPS是活跃开发的开源项目定期更新可以获取Bug修复和新功能。由于我们使用git克隆更新非常简单cd ~/StaMPS git pull origin master重要提示更新前请备份你的项目目录和参数文件新版本可能会引入不兼容的更改。更新后重新启动MATLAB以确保加载了新版本的脚本。7. 从安装到精通我的几点深度体会走过完整的安装和初期使用流程后我分享几点超越安装手册的经验这些往往是新手最容易困惑的地方。第一理解StaMPS的“参数哲学”。StaMPS的强大和复杂都体现在它的参数文件里。不要试图第一次就调出完美结果。我的建议是先用一套保守的、默认推荐的参数跑通整个流程得到初始结果。然后像做科学实验一样每次只改变一个关键参数比如lambda,clap_alpha,unwrap_time_win观察结果的变化理解这个参数控制的是什么物理量或统计特性。StaMPS手册的附录通常对每个参数有详细解释这是最好的学习资料。第二数据质量决定天花板。StaMPS是工具不是魔术。如果输入的干涉图本身质量很差失相干严重、大气效应强那么无论怎么调参结果都不会理想。在投入大量时间运行StaMPS之前务必先用其他软件如SNAP快速浏览一下你的干涉图堆栈评估一下数据的整体质量。对于植被覆盖区或快速形变区可能需要调整PS点的选择策略或者考虑使用SBAS小基线集方法StaMPS也支持。第三学会阅读日志和中间文件。StaMPS在运行时会在命令行输出大量信息不要忽略它们。这些信息告诉你每个步骤在做什么、遇到了多少候选点、解缠成功率是多少等等。同时多查看生成的中间.mat文件。用MATLAB的load命令加载它们用whos查看变量用plot简单可视化。例如查看pscands.xy的分布可以知道PS点是否集中在建筑物上城市还是散乱分布山区这直接反映了处理策略是否合适。第四社区是你的后盾。遇到稀奇古怪的错误别慌。首先仔细阅读StaMPS源码包里的README、INSTALL和docs目录下的手册。其次在GitHub的Issues页面搜索你的错误信息很可能已经有人遇到并解决了。最后如果确实找不到答案可以在相关的学术论坛如ESA的STEP Forum或GitHub上礼貌地提问清晰地描述你的问题、系统环境、错误信息和已经尝试过的解决方法。