我是linux用户，因此后文仅介绍linux环境下的操作。理解本项目的内容需要一定的linux基础。
推荐使用conda安装。安装时可能遇到依赖解析耗时极久、甚至失败的问题，推荐通过使用libmamba来解析依赖，避免出现上述问题。
conda install isce2 -c conda-forge --solver libmamba开发者说GitHub版的isce2缺少部分组件，无法使用较老的insarApp和isceApp接口。事实上，因为stripmapApp和topsApp两个新版接口已经覆盖了insar处理的绝大部分功能，所以也没有必要使用老式接口。
因为stripmapApp等高级接口在applications文件夹下，显示组件mdx在bin下，所以可以将上述路径加到环境变量中，以方便使用这些工具。
# 我的环境名为isce，python版本是3.11
export ENV_PATH=~/.conda/envs/isce
export ISCE_HOME=$ENV_PATH/lib/python3.11/site-packages/isce
export PATH=$PATH:$ISCE_HOME/applications:$ISCE_HOME/bin如果在ubuntu上直接安装，需要安装以下依赖
gcc
gfortran
libfftw3-dev
python3
python3-pip
cython3
libopencv-dev
libmotif-dev
pybind11-dev
libgdal-dev
python3-gdal
libhdf5-dev
python-dev
随后
cmake .. -DCMAKE_INSTALL_PREFIX=/home/isce2 -DPYTHON_MODULE_DIR=/usr/local/lib/python3.10/dist-packages我使用docker启动服务：
docker run -it -p 11451:22 -v ~/laurel:/home/data --name isce ubuntu:22.04进入到$ISCE_HOME路径下，可以看到applications、components等文件夹，其中最重要的就是上述这两个文件夹：
-
applications是对components组件的高级封装，包含了相对完整的处理流程。如果需要用ISCE进行完整的干涉处理，那就要用到这个文件夹下的程序。
InSAR的处理流程可以参考isce_tutorial.pdf这个文件。本项目内的3份pdf文件都比较老了，主要记录了insarApp.py时期的使用方法，但是ISCE的使用逻辑一直没有改变，用来理解ISCE的工作流程是足够的。如果对insarApp.py每一步骤的作用感兴趣，那么可以参考ISCE.pdf。
-
components内有许多功能模块，如果需要利用ISCE完成相对单一的功能，就需要自己调用这里的模块。理解模块的功能可以参考ISCE_modules_Piyush.pdf。