05_EQ統(tǒng)計(jì)與分析功能_3

內(nèi)容摘要:書(shū)接上文,繼續(xù)聊Geoist中的catalog模塊的相關(guān)功能,給大家介紹如何獲取EQ目錄數(shù)據(jù)和進(jìn)行相應(yīng)的分析與質(zhì)量控制QC。主要是給EQ目錄分析感興趣和給剛?cè)胄械男“讉兛磭D!

都兩口氣了還沒(méi)寫(xiě)完午磁,因?yàn)榧纫貓D,又要敲字毡们,實(shí)在不容易,再接再厲昧辽,我們繼續(xù)下面4個(gè)部分內(nèi)容衙熔。

7、重復(fù)事件檢測(cè)

What搅荞?一個(gè)EQ目錄里面如果記錄了兩個(gè)相同的事件红氯,就叫重復(fù)事件。

Why咕痛?啥怎么還能記錄重了痢甘!因?yàn)橛袝r(shí)候EQ定位不準(zhǔn),茉贡。

How塞栅?原理知道了,下面我們看怎么整:

圖1 重復(fù)事件檢測(cè)結(jié)果

真心說(shuō)腔丧,USGS目錄還不錯(cuò)放椰,也可能是5級(jí)EQ起步,重復(fù)的可能性不大愉粤,圖1按照兩個(gè)EQ相差16s砾医,距離在100km之內(nèi)的事件,列為疑似重復(fù)記錄衣厘。跑了一篇檢測(cè)結(jié)果才3對(duì)如蚜。當(dāng)然,根據(jù)不同的數(shù)據(jù)標(biāo)準(zhǔn)還可以改呦!

8错邦、目錄截取

What探赫?截取就是取一部分。

Why兴猩?因?yàn)橛袝r(shí)候分析目錄需要一部分就夠了期吓,數(shù)據(jù)多了計(jì)算慢,所以咱的截一塊倾芝。

How讨勤?前面講了一種用Filter的方法,原理我們都知道了晨另,下面我們看看還能怎么整:

代碼如下:

from geoist.catalog import Selection as sel
p = [(90.,20.),(90.,40.),(105.,40.),(105.,20.),(90.,20.)]
db3 = sel.AreaSelect(db2,p)

上面用到了AreaSelect函數(shù)潭千,方法是先定義一個(gè)多邊形p,然后借尿,將目錄db2中的數(shù)據(jù)選出來(lái)刨晴,賦值給一個(gè)新的db3的目錄對(duì)象。

9路翻、目錄平滑

What狈癞?目錄平滑是指通過(guò)一定算法,將每個(gè)空間范圍內(nèi)都給一個(gè)發(fā)震概率或其它量茂契,有時(shí)候一些EQ風(fēng)險(xiǎn)評(píng)估模型蝶桶,需要空間的連續(xù)函數(shù)來(lái)作為輸入。

Why掉冶?EQ怎么還要平滑呢真竖!不行咱們盤(pán)幾下?厌小! 反正無(wú)論怎么樣恢共,我就想要來(lái)空間上的連續(xù)函數(shù)。

How璧亚?我們這里的平滑采用高斯函數(shù)讨韭,原理大家都知道,從上面選擇的db3開(kāi)始涨岁,下面我們看怎么整:

from geoist.catalog import Smoothing as sm
from geoist.catalog import CatUtils as ct
from geoist.catalog import Exploration as exp
x1,y1,z1 = exp.GetHypocenter(db3)
P = ct.Polygon()
P.Load(p)
wkt = ct.XYToWkt(P.x, P.y)
xsm, ysm, asm = sm.SmoothMFD(db3, 1., wkt, Delta=0.5)
cfg1 = {'Bounds': [90., 20., 105., 40.],
        'FigSize': [10., 12.],
        'Background': ['none',[0.9,0.8,0.6],[0.5,0.8,1.]],
        'Grid': [5., 5.]}
m1 = mapt.GeoMap(cfg1)
m1.BasePlot()
m1.MeshPlot(xsm, ysm, asm)
#m1.AreaPlot(P.x, P.y, Set=['y',0.5,'k',1])
#m1.PointPlot(xsm, ysm, Set=['o','b',2,1], Label='Grid')
m1.PointPlot(x1, y1, Set=['o','g',5,1], Label='全部')
m1.DrawGrid()
m1.Title('川滇地區(qū)EQ目錄高斯平滑')
m1.Show()

上面代碼運(yùn)行沒(méi)問(wèn)題拐袜,會(huì)輸出下圖:

圖2 目錄高斯平滑

圖中綠色小點(diǎn),是這個(gè)區(qū)域內(nèi)的EQ震中梢薪,基本哪里EQ多何荚,哪里顏色紅无午,但是這些背景顏色是空間上連續(xù)函數(shù),這有時(shí)候計(jì)算模型是十分需要的格式荠医。

10、去余震(Decluster)

What?大EQ之后,會(huì)誘發(fā)一系列余震,把這些挑出來(lái)就是去余震過(guò)程恒序。

Why?EQ事件可以分成前震谁撼、主震歧胁、余震。一般主震是那個(gè)震級(jí)最大的厉碟,因?yàn)橛嗾鸬陌l(fā)生主要?dú)w因于主震的誘發(fā)喊巍,也就是說(shuō)這類(lèi)EQ活動(dòng)不應(yīng)該算到正常的EQ活動(dòng)里面去。所以箍鼓,在有些分析EQ活動(dòng)的場(chǎng)景崭参,需要去掉余震事件。那怎么去呢款咖?因?yàn)橹髡饌€(gè)頭大何暮,余震除了震級(jí)小,就是距離主震震中距離近铐殃,時(shí)間短海洼,所以,辦法就是富腊,確定一個(gè)規(guī)則來(lái)篩選贰军。

How?去余震也叫decluster過(guò)程蟹肘,主要還是按照EQ事件和震級(jí)來(lái)算,震級(jí)越大我們要考慮更長(zhǎng)時(shí)間范圍內(nèi)俯树,主震周邊的EQ為余震帘腹。原理知道了,下面我們看怎么整:

這里面用了一個(gè)叫GardnerKnopoff的去余震方法许饿,代碼如下:

from geoist.catalog import Declusterer as declus
dbm, log1 = declus.WindowSearch(dbusgs, WinFun= declus.GardnerKnopoff, WinScale=1)
dbm.Info()

為去余震的目錄信息:

Number of Events: 5383
Year Rage: (1970,2019)
Magnitude Rage: (5.0,7.9)
Latitude Rage: (15.017,54.979)
Longitude Rage: (70.02,134.95)
Depth Rage: (0.0,588.0)

去掉可能是余震的事件阳欲,信息如下:

Number of Events: 2714
Year Rage: (1970,2019)
Magnitude Rage: (5.0,7.9)
Latitude Rage: (15.017,54.979)
Longitude Rage: (70.02,134.95)
Depth Rage: (0.0,588.0)

5383到2714是不是少了不少啊陋率!

11球化、震級(jí)轉(zhuǎn)換

What?一個(gè)EQ目錄里面如果用了不同的震級(jí)標(biāo)度瓦糟,這時(shí)候要進(jìn)行一些統(tǒng)計(jì)就比較麻煩筒愚,因?yàn)闃?biāo)準(zhǔn)不統(tǒng)一。

Why菩浙?不同的EQ巢掺,以震中與記錄臺(tái)站之間的距離句伶,可以分為遠(yuǎn)震和近震等,這時(shí)候?yàn)榱朔奖懵降恚赡艹霈F(xiàn)不同的震級(jí)標(biāo)度考余,這就會(huì)引起統(tǒng)一個(gè)EQ,兩家單位定出來(lái)的EQ震級(jí)不一樣轧苫,類(lèi)似于英里和公里楚堤。

How?嚴(yán)格來(lái)講EQ震級(jí)之間不能轉(zhuǎn)換含懊,但是有時(shí)候?yàn)榱擞?jì)算和分析也必須要轉(zhuǎn)身冬,下面我們看怎么整:

度量一個(gè)EQ的震級(jí)方法有有不少,所以震級(jí)單位也有很多绢要,比如:mb吏恭,ml,ms重罪,mw樱哼。嚴(yán)格來(lái)講這些震級(jí)之間是不能轉(zhuǎn)換的,但是如果你不是很較真剿配,方法還是有的搅幅。這類(lèi)方法叫經(jīng)驗(yàn)公式法,就是大概率下是差不多的呼胚,有限應(yīng)用目的沒(méi)問(wèn)題茄唐。

下面我們將mb震級(jí)轉(zhuǎn)為mw,代碼如下:

from geoist.catalog import Selection as sel
from geoist.catalog import MagRules as mr
sel.MagConvert(dbm,'*',['mb','Mb'],'Mw',mr.mb_Mw_Lin_DiGiacomo2015)
dbm.Info()

輸出信息:

Converting ['mb', 'Mb'] to Mw: 1236 events found

對(duì)比轉(zhuǎn)換前后蝇更,兩個(gè)同樣的事件信息沪编,dbm.Events[99]:
轉(zhuǎn)換前:

{'Id': 'usp00003gf',
 'Log': 'earthquake',
 'Location': [{'Year': 1973,
   'Month': 9,
   'Day': 21,
   'Hour': 13,
   'Minute': 48,
   'Second': 32.2,
   'Latitude': 18.834,
   'Longitude': 120.65,
   'Depth': 20.0,
   'SecError': None,
   'LatError': None,
   'LonError': None,
   'DepError': None,
   'LocCode': None,
   'Prime': False}],
 'Magnitude': [{'MagSize': 5.2,
   'MagError': None,
   'MagType': 'mb',
   'MagCode': None}]}

轉(zhuǎn)換后:

{'Id': 'usp00003gf',
 'Log': 'earthquakeMAGCONV(None:mb);',
 'Location': [{'Year': 1973,
   'Month': 9,
   'Day': 21,
   'Hour': 13,
   'Minute': 48,
   'Second': 32.2,
   'Latitude': 18.834,
   'Longitude': 120.65,
   'Depth': 20.0,
   'SecError': None,
   'LatError': None,
   'LonError': None,
   'DepError': None,
   'LocCode': None,
   'Prime': False}],
 'Magnitude': [{'MagSize': 5.39,
   'MagError': 0.0,
   'MagType': 'Mw',
   'MagCode': None}]}

這里將mb=5.2轉(zhuǎn)換完事mw=5.39.

Mw震級(jí)物理意義明確,直接與能量對(duì)應(yīng)年扩,能統(tǒng)一成Mw震級(jí)是最好的蚁廓,小哥的Geoist庫(kù)里面為大家準(zhǔn)備了一個(gè)中國(guó)大陸及周邊的數(shù)據(jù)。文件名為mwcat1900utc.csv厨幻,我們可以叫cnmw相嵌,詳情請(qǐng)參考資料3。如果要使用這個(gè)格式的目錄導(dǎo)入庫(kù)况脆,請(qǐng)參考下面代碼:

catname = 'cnmw'
localpath = qc.pathname+'\\mwcat1900utc.csv'
db6 = cat.Database(catname)
header = ['Year', 'Month','Day','Hour','Minute','Second','Latitude','Longitude','MagSize','Depth','Log']
db6.Import0(localpath, Header = header, Delimiter= ',', flag = False)

不知道大家是否發(fā)現(xiàn)饭宾,這個(gè)header定義很靈活,只要這部分信息沒(méi)錯(cuò)格了,任何格式目錄都是可以輕松玩轉(zhuǎn)的看铆。

一句話(huà)總結(jié):哇,EQ目錄分析好有意思啊盛末,大家反映上次寫(xiě)的太科普性湿,小哥這不發(fā)奮學(xué)習(xí)了好幾天纬傲,發(fā)揚(yáng)動(dòng)手能力強(qiáng)的優(yōu)點(diǎn),咱也能攢個(gè)分析工具出來(lái)肤频!現(xiàn)在工具也有了叹括,數(shù)據(jù)也有了,屏幕前奮發(fā)圖強(qiáng)的小盆友們宵荒,趕快動(dòng)手吧汁雷,下一次開(kāi)組會(huì),PPT里面的圖可以用用geoist的catalog工具包氨取侠讯!

這次講完了:)

參考資料:
1、USGS目錄暑刃,https://earthquake.usgs.gov/fdsnws/event/1/
2厢漩、CENC目錄,中國(guó)EQ臺(tái)網(wǎng)發(fā)布的標(biāo)準(zhǔn)目錄岩臣,小哥做了內(nèi)網(wǎng)地址溜嗜,http://10.2.14.222/catalog
3、中國(guó)矩震級(jí)目錄架谎,詳情參考文章:Cheng, J., Y. Rong, H. Magistrale, G. Chen, and X. Xu (2017). An Mw‐based historical earthquake catalog, Bull. Seismol. Soc. Am. 107 2490-2500.
4炸宵、GEOIST工具包,你關(guān)心的信息全在這里https://github.com/igp-gravity/geoist

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末谷扣,一起剝皮案震驚了整個(gè)濱河市土全,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌会涎,老刑警劉巖裹匙,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異末秃,居然都是意外死亡幻件,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén)蛔溃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人篱蝇,你說(shuō)我怎么就攤上這事贺待。” “怎么了零截?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵麸塞,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我涧衙,道長(zhǎng)哪工,這世上最難降的妖魔是什么奥此? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮雁比,結(jié)果婚禮上稚虎,老公的妹妹穿的比我還像新娘。我一直安慰自己偎捎,他們只是感情好蠢终,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著茴她,像睡著了一般寻拂。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上丈牢,一...
    開(kāi)封第一講書(shū)人閱讀 48,970評(píng)論 1 284
  • 那天祭钉,我揣著相機(jī)與錄音,去河邊找鬼己沛。 笑死慌核,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的泛粹。 我是一名探鬼主播遂铡,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼晶姊!你這毒婦竟也來(lái)了扒接?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤们衙,失蹤者是張志新(化名)和其女友劉穎钾怔,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體蒙挑,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡宗侦,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了忆蚀。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片矾利。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖馋袜,靈堂內(nèi)的尸體忽然破棺而出男旗,到底是詐尸還是另有隱情,我是刑警寧澤欣鳖,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布察皇,位于F島的核電站,受9級(jí)特大地震影響泽台,放射性物質(zhì)發(fā)生泄漏什荣。R本人自食惡果不足惜矾缓,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望稻爬。 院中可真熱鬧嗜闻,春花似錦、人聲如沸因篇。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)竞滓。三九已至咐吼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間商佑,已是汗流浹背锯茄。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留茶没,地道東北人肌幽。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像抓半,于是被迫代替她去往敵國(guó)和親喂急。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345