当前位置: 首页 > article >正文

在Ubuntu 18.04上搞定GAMMA遥感软件:从依赖库到加密狗驱动的保姆级避坑记录

在Ubuntu 18.04上搞定GAMMA遥感软件从依赖库到加密狗驱动的保姆级避坑记录如果你正在Ubuntu 18.04上尝试安装GAMMA遥感软件那么这篇文章就是为你准备的。作为一名遥感领域的科研人员我深知GAMMA软件在InSAR处理中的重要性也体验过在Linux环境下安装专业软件的种种挑战。本文将详细记录我从零开始安装GAMMA的全过程特别是那些官方文档没有提及的坑和解决方案。GAMMA作为一款商业遥感软件其安装过程比普通开源软件复杂得多——从环境变量配置、依赖库安装到加密狗驱动设置每一步都可能遇到意想不到的问题。本文将以问题为导向重现我遇到的各种错误提示和解决过程帮助你顺利完成安装。1. 准备工作与环境配置在开始安装前我们需要做好以下准备工作系统检查确认你的Ubuntu 18.04系统版本为最新建议18.04.6软件包获取从官方渠道获取GAMMA软件包通常以GAMMA_SOFTWARE-yyyymmdd命名权限准备确保你有sudo权限或root权限首先将GAMMA软件包复制到/usr/local目录下sudo cp -r GAMMA_SOFTWARE-20181231 /usr/local/注意这里的20181231应替换为你实际获得的软件包日期标识环境变量配置是整个安装过程中最关键的一步也是最容易出错的地方。我们需要在系统级或用户级的bash配置文件中添加以下内容export GAMMA_HOME/usr/local/GAMMA_SOFTWARE-20181231 export MSP_HOME$GAMMA_HOME/MSP export ISP_HOME$GAMMA_HOME/ISP export DIFF_HOME$GAMMA_HOME/DIFF export DISP_HOME$GAMMA_HOME/DISP export LAT_HOME$GAMMA_HOME/LAT export IPTA_HOME$GAMMA_HOME/IPTA export GEO_HOME$GAMMA_HOME/GEO export PATH$PATH:$MSP_HOME/bin:$ISP_HOME/bin:$DIFF_HOME/bin:$LAT_HOME/bin:$DISP_HOME/bin:$IPTA_HOME/bin:$MSP_HOME/scripts:$ISP_HOME/scripts:$DIFF_HOME/scripts:$LAT_HOME/scripts:$IPTA_HOME/scripts export LD_LIBRARY_PATH$LD_LIBRARY_PATH:$GAMMA_HOME/lib:/usr/local/lib export PYTHONPATH$GAMMA_HOME:$PYTHONPATH export HDF5_DISABLE_VERSION_CHECK1 export GAMMA_RASTERBMP export GNUTERMwxt export CCgcc export OSlinux64重要提示PATH变量的所有路径必须放在同一行不能换行这是新手最容易犯的错误之一。2. 加密狗驱动安装与配置GAMMA软件使用硬件加密狗进行授权验证这是安装过程中最具挑战性的部分之一。以下是详细的安装步骤2.1 系统环境准备首先我们需要为32位兼容库做准备sudo dpkg --add-architecture i386 sudo apt-get update sudo apt-get upgrade sudo apt-get install libc6-i386如果遇到apt-get update错误可能需要更换为国内镜像源如阿里云或清华源。2.2 驱动安装在安装驱动前绝对不要插入加密狗这是官方文档特别强调的一点。解压加密狗驱动压缩包进入解压后的目录执行以下命令安装驱动sudo dpkg -i --force-architecture aksusbd_8.11-1_amd64.deb注意驱动文件名可能因版本不同而有所变化请使用你实际获得的文件名安装完成后可以插入加密狗并检查驱动状态sudo service aksusbd status如果一切正常你应该能看到服务正在运行的提示。3. 依赖库安装与常见问题GAMMA依赖于多个科学计算库以下是必须安装的依赖项及其安装命令依赖库安装命令备注FFTW3sudo apt install libfftw3-bin libfftw3-dev libfftw3-single3快速傅里叶变换库Gnuplotsudo apt install gnuplot gnuplot-data绘图工具GDALsudo apt install gdal-bin libgdal-dev libgdal20地理数据抽象库HDF5sudo apt install libhdf5-dev libhdf5-100科学数据格式库LAPACK/BLASsudo apt install libblas-dev libblas3 liblapack-dev liblapack3线性代数库3.1 Python科学计算环境配置对于需要使用Python接口的用户建议通过Anaconda配置环境下载Anaconda安装脚本运行安装sh Anaconda3-2020.07-Linux-x86_64.sh安装必要的Python包conda install scipy matplotlib numpy pandas gdal pyserial pillow oct2py pytz conda install seaborn cmocean colorcet如果遇到conda: command not found错误需要在.bashrc中添加export PATH/home/your_username/anaconda3/bin:$PATH4. 常见错误与解决方案4.1 libgdal.so.1缺失错误这是安装后最常见的问题之一错误提示如下adf: error while loading shared libraries: libgdal.so.1: cannot open shared object file: No such file or directory解决方案首先定位系统中已有的libgdal.so文件sudo updatedb locate libgdal.so通常会发现有libgdal.so.20.x.x文件我们需要创建符号链接cd /usr/lib sudo ln -s libgdal.so.20.3.2 libgdal.so.1将包含libgdal.so.1的目录添加到LD_LIBRARY_PATHexport LD_LIBRARY_PATH/usr/lib:$LD_LIBRARY_PATH注意即使解决了这个问题你可能仍会看到no version information available的警告这通常不影响功能使用。4.2 命令未找到错误如果运行GAMMA命令时提示command not found通常是环境变量配置问题检查所有环境变量是否已正确设置确保PATH变量中的所有路径都正确无误确认.bashrc或/etc/bash.bashrc修改后已重新加载source ~/.bashrc # 或 source /etc/bash.bashrc5. 安装验证与测试完成所有安装步骤后可以通过以下命令验证GAMMA是否安装成功atm_mod disSLC mb_pt adf如果这些命令都能正常运行并输出帮助信息说明GAMMA已成功安装。在实际项目中我遇到过多次安装失败的情况最耗时的一次花了整整两天才找到问题根源——环境变量中的路径包含了空格字符。这个经验告诉我在配置复杂软件环境时每个细节都可能成为绊脚石。

相关文章:

在Ubuntu 18.04上搞定GAMMA遥感软件:从依赖库到加密狗驱动的保姆级避坑记录

在Ubuntu 18.04上搞定GAMMA遥感软件:从依赖库到加密狗驱动的保姆级避坑记录 如果你正在Ubuntu 18.04上尝试安装GAMMA遥感软件,那么这篇文章就是为你准备的。作为一名遥感领域的科研人员,我深知GAMMA软件在InSAR处理中的重要性,也体…...

LIO-SAM部署WHU-TLS Tunnel数据集实战:从环境搭建到数据预处理

1. WHU-TLS Tunnel数据集详解 WHU-TLS Tunnel数据集是武汉大学发布的全球最大规模地面激光扫描点云基准数据集,专为三维重建和SLAM算法评估设计。这个数据集最吸引我的地方在于它包含了11种典型场景的17.4亿个三维点云数据,其中隧道场景数据对地下空间建…...

地平线2026年春季校园招聘正式启动!

点击阅读原文,即可投递简历!...

基于springboot美发门店管理系统设计与实现.7z(源码+论文)

[点击下载链接》》》] 随着信息技术在管理上越来越深入而广泛的应用,管理信息系统的实施在技术上已逐步成熟。本文介绍了美发门店管理系统的开发全过程。通过分析美发门店管理系统管理的不足,创建了一个计算机管理美发门店管理系统的方案。文章介绍了美…...

从Flask到WASI微服务:单文件Python应用72小时完成跨平台重构(附GitHub Star破千的开源模板)

第一章:从Flask单体到WASI微服务的范式跃迁 传统 Flask 应用以 Python 进程为边界,依赖全局解释器锁(GIL)和动态类型系统,在云原生环境中面临冷启动慢、资源隔离弱、跨语言集成难等固有瓶颈。WASI(WebAssem…...

rosserial_mbed_lib:ARM Cortex-M上的轻量ROS 1串行通信库

1. rosserial_mbed_lib 概述:面向 ARM Cortex-M 的 ROS 轻量级串行通信库 rosserial_mbed_lib 是专为 mbed OS 平台(特别是基于 ARM Cortex-M 系列微控制器,如 NXP LPC1768、ST STM32F4xx/F7xx/H7xx、Renesas RA6M5 等)定制的 …...

监督学习中的分类方法

监督学习是机器学习的重要分支,分类任务是其核心应用之一。分类方法旨在根据输入数据的特征预测其所属类别。常见分类方法包括决策树、支持向量机、朴素贝叶斯、逻辑回归等。决策树决策树的基本概念决策树是一种基于树状结构的监督学习算法,用于分类或回…...

FireRed-OCR Studio惊艳效果:低质量模糊文档仍保持92%结构还原精度

FireRed-OCR Studio惊艳效果:低质量模糊文档仍保持92%结构还原精度 1. 工业级文档解析新标杆 在日常办公和学习中,我们经常遇到这样的困扰:纸质文档需要数字化、扫描件模糊不清、表格结构难以保留。传统OCR工具往往只能识别文字&#xff0c…...

大麦抢票自动化系统进阶指南:双端策略与实战优化

大麦抢票自动化系统进阶指南:双端策略与实战优化 【免费下载链接】ticket-purchase 大麦自动抢票,支持人员、城市、日期场次、价格选择 项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchase 面对热门演出票务的激烈竞争&#xff0…...

SDRPlusPlus×铁路通信:信号解析实战指南的6个关键方法

SDRPlusPlus铁路通信:信号解析实战指南的6个关键方法 【免费下载链接】SDRPlusPlus Cross-Platform SDR Software 项目地址: https://gitcode.com/GitHub_Trending/sd/SDRPlusPlus 当你需要对铁路专用通信系统进行技术分析时,如何高效捕获和解码G…...

ArrayList、HashSet、HashMap 核心知识点+常用操作速记

文章目录ArrayList、HashSet、HashMap 核心知识点常用操作速记1. ArrayList 核心知识点1.1 核心特性1.2 常用操作速记1.2.1 创建1.2.2 增/改操作1.2.3 查询操作1.2.4 删除操作1.2.5 遍历操作(核心极简代码示例)1.2.6 基础属性操作1.3 补充知识点&#xf…...

TradingAgents-CN:基于辩论机制的多智能体金融决策系统技术实现

TradingAgents-CN:基于辩论机制的多智能体金融决策系统技术实现 【免费下载链接】TradingAgents-CN 基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版 项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN 在复杂的金融市场中&…...

一. Docker容器技术

一 Docker简介及部署方法 1.1 Docker简介 Docker之父Solomon Hykes:Docker就好比传统的货运集装箱 [!NOTE] 2008 年LXC(LinuX Contiainer)发布,但是没有行业标准,兼容性非常差 docker2013年首次发布,由Docker, Inc开发 1.1.1 什么…...

Office LTSC 2021离线安装ISO镜像制作全攻略(含ODT配置详解)

Office LTSC 2021离线安装ISO镜像制作全攻略(含ODT配置详解) 在企业IT管理中,批量部署办公软件是每个技术团队都会面临的常规任务。微软Office LTSC 2021作为长期服务通道版本,以其稳定性和长期支持特性成为许多组织的首选。然而不…...

5步打造专属BongoCat模型:从零基础到个性化定制实践教程

5步打造专属BongoCat模型:从零基础到个性化定制实践教程 【免费下载链接】BongoCat 让呆萌可爱的 Bongo Cat 陪伴你的键盘敲击与鼠标操作,每一次输入都充满趣味与活力! 项目地址: https://gitcode.com/gh_mirrors/bong/BongoCat 你是否…...

为什么你的Llama3本地推理延迟高达8s?——深入CUDA Graph、PagedAttention与vLLM动态批处理的3层性能压测对比报告

第一章:Python 大模型推理本地私有化部署方案在数据安全与合规性要求日益严格的背景下,将大语言模型(LLM)推理能力完全私有化部署于本地环境已成为金融、政务、医疗等关键行业的刚需。本章聚焦基于 Python 生态的轻量级、可复现、…...

Qt导航栏组件C02:配置中心树形菜单与面包屑联动

目录 一、引言 二、最终效果预览 三、核心实现原理 3.1 布局结构设计 3.2 核心技术点 四、代码实现详解 4.1 项目结构 4.2 导航组件的核心代码 五、总结 源码下载 系列编号:C-02 导航风格:浅色单栏侧边栏,三级树形配置菜单,顶部面包屑实时同步路径,树与面包屑双向联动跳转…...

多源数据不会处理?机器学习预测 + 因果识别,这套流程直接抄

随着数字经济时代的全面到来,经济学与管理学的研究范式正经历着一场深刻的“数据革命”。传统的计量经济学模型虽然在因果推断方面具有严谨的理论基础,但在面对海量、高维、非标准化、非结构化数据(如文本、图像)时,往…...

SEO_ 深入解读搜索引擎算法与SEO排名因素

SEO排名因素:搜索引擎算法的奥秘 在数字化时代,搜索引擎优化(SEO)是网站获得流量和曝光度的关键。搜索引擎算法是SEO的核心,它决定了网站在搜索结果中的排名。本文将深入解读搜索引擎算法与SEO排名因素,帮助…...

windows11安装Rust教程:从下载到环境配置

今天研究了一下构建跨平台桌面应用程序的框架Tauri,需要安装Rust环境,记录一下安装教程,防止遗忘。 第一步 前往 官网 下载适用于Windows的安装程序,根据你的电脑选择合适的版本下载。 下载成功后的rustup-init.exe&#xff1a…...

封神级Agent工具fetch-skill,一键搞定网页、推文、公众号,告别内容抓取内耗

在AI Agent飞速发展的今天,我们总在追逐更聪明的大模型,总在优化更复杂的提示词,却常常忽略了一个最基础也最致命的问题:如果Agent连干净的内容都拿不到,再强大的逻辑推理、再精准的信息提炼,也只能是“巧妇…...

Alibaba DASD-4B Thinking 对话工具开发:微信小程序前端接入全攻略

Alibaba DASD-4B Thinking 对话工具开发:微信小程序前端接入全攻略 最近在做一个智能对话项目,需要把大模型的对话能力快速集成到微信小程序里。选来选去,发现阿里云的DASD-4B模型是个不错的选择,推理速度快,对话效果…...

从反馈循环到动态平衡:用系统动力学模型解构商业与生态的复杂性

1. 系统动力学模型:商业与生态的"天气预报" 想象你是一位船长,既要把握商机又要避开风暴。系统动力学模型就是你的雷达系统——它不直接告诉你该往哪走,但能提前预警冰山和洋流变化。这种建模方法最早由MIT的福瑞斯特教授在1950年代…...

UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression

论文:https://arxiv.org/pdf/2509.25934 代码:https://github.com/yuanzhaoCVLAB/UniMMAD 摘要 为了解决问题(随便凑出来的问题) 提出了 基于专家混合模型(MoE)的目标检测。可以在3个领域、12种模态和66个类…...

2025年DeepSeek一体机选购指南:从医疗到政务的7大行业实战方案

2025年DeepSeek一体机行业选型全景指南:7大核心场景的智能决策框架 当医疗影像分析需要处理每秒20GB的DICOM数据流,当政务热线同时应对10万市民的方言咨询,当金融交易系统要在3毫秒内完成风险拦截——这些真实场景正在重新定义企业级AI基础设…...

【LE Audio】PACS核心缩写词速通——零基础也能看懂协议

学习任何技术协议的第一步,都是搞懂体系内的核心缩写词,蓝牙LE Audio中的PACS协议更是如此。PACS作为蓝牙音频设备能力发布与交互的核心服务,其规范中定义的缩写词并非孤立的字母组合,而是串联起协议层依赖、服务层核心、数据层传…...

新手必看:用Python和MATLAB搞定ICESat-2点云数据(ATL03/ATL08)的完整流程

从零开始掌握ICESat-2点云数据处理:Python与MATLAB双视角实战指南 当第一次接触ICESat-2的HDF5文件时,许多研究者都会感到无从下手——复杂的文件结构、海量的光子数据、专业术语的障碍,这些都成为了科研路上的绊脚石。本文将彻底改变这种状…...

如何在30分钟内构建专业级AI股票分析平台:TradingAgents-CN多智能体框架实战指南

如何在30分钟内构建专业级AI股票分析平台:TradingAgents-CN多智能体框架实战指南 【免费下载链接】TradingAgents-CN 基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版 项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN 在量…...

Pixel Mind Decoder 开发环境搭建:Visual Studio Code配置与调试

Pixel Mind Decoder 开发环境搭建:Visual Studio Code配置与调试 1. 准备工作与环境概述 在开始使用Pixel Mind Decoder进行情绪解码开发前,我们需要先搭建一个高效的Python开发环境。Visual Studio Code(简称VSCode)是目前最受…...

MedGemma Medical Vision Lab效果展示:脊柱MRI矢状位影像中椎间盘突出程度的分级文本输出

MedGemma Medical Vision Lab效果展示:脊柱MRI矢状位影像中椎间盘突出程度的分级文本输出 1. 引言:当AI遇见医学影像分析 想象一下,一位医生每天需要阅读上百张脊柱MRI影像,仔细评估每个椎间盘的状况,判断是否存在突…...