اختيار العينة المتجانسة هو خطوة رئيسية في رادار تداخل الفتحة التركيبية الموزع لباحثات التشتت الموزعة (DS-InSAR)، ويؤثر مباشرة على دقة وموثوقية تحسين الأطوار اللاحقة. بناءً على محدوديات خوارزميات اختيار العينات المتجانسة الحالية فيما يتعلق بعدد الصور القليل، وتوازن النوع الأول والنوع الثاني من الأخطاء، تم اقتراح خوارزمية اختيار عينة متجانسة ديناميكية مدمجة بنمو المنطقة DCGS (المحدد الديناميكي بمركز النمو). تقوم هذه الخوارزمية أولاً باختيار مجموعة نقاط متجانسة محلية أولية بناءً على اختبار نسبة الاحتمالية، ثم تقوم بتحديث البكسلات المرجعية ديناميكيًا من الداخل إلى الخارج بناءً على فكرة نمو المنطقة، وأخيرًا تستخدم اختبار غاما لتحديد انتماء العينات المتجانسة. أظهرت نتائج محاكاة مونت كارلو أن متوسط الانحراف المعياري (STD) لخوارزمية DCGS تحت ستة شروط عينات هو 0.014، مما يمثل تحسنًا بنسبة 68.4%، 63.2%، 67.9%، و10.7% مقارنة باختبار نسبة الاحتمالية المعمم GLRT، واختبار كولموغوروف-سميرنوف KS، واختبار بومغارتنر-وايس-شندلر BWS، واختبار الفرضية لفترة الثقة HTCI على التوالي. وتم إجراء اختبار تجريبي حقيقي باستخدام صور Sentinel-1 لمنطقة شونغآن بمقاطعة خبي، حيث أظهرت النتائج أن مجموع اختلافات الأطوار SPD، والانحراف المعياري للطور PSD، وعدد نقاط الباقي RPN لخوارزمية DCGS كانت الأدنى، مع تحسينات أداء بنسبة 2.6%، 8.9%، و18.4% على التوالي مقارنة بخوارزمية HTCI؛ وكانت الخوارزمية متفوقة على اختبار BWS وHTCI في قمع الضوضاء، والحفاظ على الدقة، والصلابة تجاه تغيرات العينات.

هدف موزع;DS-InSAR;اختيار عينة متجانسة;نمو المنطقة;اختبار فرضيات غير بارامتري;مراقبة التشوه