اختيار البكسل المتجانس هو خطوة رئيسية في نظام الرادار التداخلي مع فتحة تركيبية للراصدات المتناثرة (Distributed Scatterer Interferometric Synthetic Aperture Radar، DS-InSAR)، ويؤثر بشكل مباشر على دقة وموثوقية تحسين الطور اللاحق. بناءً على أوجه القصور في خوارزميات اختيار البكسل المتجانس الحالية فيما يتعلق بعدد قليل من الصور، وتوازن الأخطاء من النوع الأول والثاني، تم اقتراح خوارزمية اختيار عينات متجانسة ديناميكية مدمجة مع النمو الإقليمي (Dynamic Center Growing Selector، DCGS). تقوم هذه الخوارزمية أولاً باختيار مجموعة النقاط المحلية المتجانسة الأولية بناءً على اختبار نسبة الاحتمالية، ثم تحدّث البكسلات المرجعية ديناميكيًا من الداخل إلى الخارج بناءً على فكرة النمو الإقليمي، وفي النهاية تستخدم اختبار غاما لتحديد انتماء البكسل المتجانس. بناءً على تجربة المحاكاة مونت كارلو، حققت خوارزمية DCGS متوسط الانحراف المعياري (STD) البالغ 0.014 تحت ستة شروط عينة، مما يشكل تحسناً بنسبة 68.4%، 63.2%، 67.9% و10.7% مقارنة باختبار نسبة الاحتمالية الموسعة (GLRT)، واختبار كولموغوروف-سمرنوف (KS)، واختبار بومغارتنر-فايس-شندلر (BWS)، وخوارزمية اختبار فرضية فترة الثقة (HTCI) على التوالي. تم التحقق من صحة هذه الخوارزمية باستخدام صور Sentinel-1 لمنطقة شيونغآن بمحافظة خبي، أظهرت النتائج أن خوارزمية DCGS حققت أدنى قيم لمجموع فروقات الطور (PSD)، والانحراف المعياري للطور (SPD)، وعدد نقاط البقايا (RPN)؛ كما حققت تحسينات في الأداء بنسبة 2.6%، 8.9% و18.4% على التوالي مقارنة بخوارزمية HTCI؛ وتفوقت في كبح الضوضاء، الحفاظ على الدقة، والصلابة تجاه تغير العينة مقارنة باختبار BWS وخوارزمية HTCI.

أهداف متوزعة;DS-InSAR;اختيار البكسل المتجانس;النمو الإقليمي;اختبار فرضية غير معلمي;مراقبة التشوهات