番外篇6_Geoist之曲面異常擬合

內(nèi)容摘要:在重力資料的處理分析解釋中攻人,地形距芬、盆地、莫霍面等通常都具有三維曲面特性穗酥。前文我們討論過正六面體這種離散單元形式护赊,對曲面網(wǎng)格數(shù)據(jù)進行六面體近似,可以一定程度上解決曲面類的異常正反演問題砾跃,包括:完全布格重力異常改正和Moho面的反演等骏啰。

1、曲面的六面體近似

一般曲面的近似采用三角網(wǎng)格或四面體網(wǎng)格較多抽高,如常用表示的數(shù)字高程模型的不規(guī)則三角網(wǎng)(簡稱TIN,即Triangulated Irregular Network)算法判耕。

但是,不規(guī)則四面體的重磁位場異常計算比較復(fù)雜翘骂,不利于離散化后的模型快速計算異常壁熄。而正六面體單元的位場異常計算簡單,在一定精度水平上雏胃,更適合逼近曲面異常體请毛。如圖1所示,采用六面體單元離散化的帶地形起伏的場源模型瞭亮。

圖1 六面體近似效果示意圖

今天,我們就Geoist軟件包中固棚,提供的正六面體曲面擬合功能進行講解统翩。

2仙蚜、認識PrismRelief類

在Geosit中的inversion模塊mesh.py里的PrismRelief類。在PrismRelief類的實例化函數(shù)里面厂汗,有三個參數(shù)分別為:reference, shape, nodes委粉,其中,reference為參考平面(起算面高度)娶桦;shape網(wǎng)格點數(shù)元組贾节;nodes規(guī)則網(wǎng)格上的坐標和高度,元組類型衷畦。

一個典型的實現(xiàn)代碼如下:

from geoist import gridder
from geoist.pfm import giutils
from geoist.inversion import mesh

area = (-150, 150, -300, 300)
shape = (100, 50)
x, y = gridder.regular(area, shape)
height = (-80 * giutils.gaussian2d(x, y, 100, 200, x0=-50, y0=-100, angle=-60) +
          100 * giutils.gaussian2d(x, y, 50, 100, x0=80, y0=170))

nodes = (x, y, -1 * height)  # -1 is to convert height to z coordinate
reference = 0  # z coordinate of the reference surface
relief = mesh.PrismRelief(reference, shape, nodes)
relief.addprop('density', (2670 for i in range(relief.size)))

上述代碼中栗涂,PrismRelief對象的實例relief具有遍歷特性,for函數(shù)可以實現(xiàn)單元的遍歷祈争,可以對其進行屬性參數(shù)設(shè)置和提取斤程,進而計算觀測點或網(wǎng)格位置的重磁異常。

prop = 'density'
for prism in relief:
    if prism is None or (prop is not None and prop not in prism.props):
        continue
    x1, x2, y1, y2, z1, z2 = prism.get_bounds()

一句話總結(jié):基于正六面體單元可以實現(xiàn)地形菩混、盆地基底忿墅、Moho面等起伏曲面的異常模擬。在布格重力異常的地形改正沮峡,Moho面深度反演等方面疚脐,都具有重要的應(yīng)用前景。另外邢疙,在重磁位場正反演計算中亮曹,還可以采用頻率域算法來實現(xiàn)曲面類異常計算(Parker算法),在后續(xù)的文中我們會專門介紹秘症,感興趣的小盆友們歡迎關(guān)注哦照卦!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市乡摹,隨后出現(xiàn)的幾起案子役耕,更是在濱河造成了極大的恐慌,老刑警劉巖聪廉,帶你破解...
    沈念sama閱讀 206,602評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件瞬痘,死亡現(xiàn)場離奇詭異,居然都是意外死亡板熊,警方通過查閱死者的電腦和手機框全,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,442評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來干签,“玉大人津辩,你說我怎么就攤上這事。” “怎么了喘沿?”我有些...
    開封第一講書人閱讀 152,878評論 0 344
  • 文/不壞的土叔 我叫張陵闸度,是天一觀的道長。 經(jīng)常有香客問我蚜印,道長莺禁,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,306評論 1 279
  • 正文 為了忘掉前任窄赋,我火速辦了婚禮哟冬,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘忆绰。我一直安慰自己浩峡,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 64,330評論 5 373
  • 文/花漫 我一把揭開白布较木。 她就那樣靜靜地躺著红符,像睡著了一般。 火紅的嫁衣襯著肌膚如雪伐债。 梳的紋絲不亂的頭發(fā)上预侯,一...
    開封第一講書人閱讀 49,071評論 1 285
  • 那天,我揣著相機與錄音峰锁,去河邊找鬼萎馅。 笑死,一個胖子當(dāng)著我的面吹牛虹蒋,可吹牛的內(nèi)容都是我干的糜芳。 我是一名探鬼主播,決...
    沈念sama閱讀 38,382評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼魄衅,長吁一口氣:“原來是場噩夢啊……” “哼峭竣!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起晃虫,我...
    開封第一講書人閱讀 37,006評論 0 259
  • 序言:老撾萬榮一對情侶失蹤皆撩,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后哲银,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體扛吞,經(jīng)...
    沈念sama閱讀 43,512評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有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...
    茶點故事閱讀 35,965評論 2 325
  • 正文 我和宋清朗相戀三年荆责,在試婚紗的時候發(fā)現(xiàn)自己被綠了滥比。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,094評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡做院,死狀恐怖盲泛,靈堂內(nèi)的尸體忽然破棺而出濒持,到底是詐尸還是另有隱情,我是刑警寧澤查乒,帶...
    沈念sama閱讀 33,732評論 4 323
  • 正文 年R本政府宣布弥喉,位于F島的核電站郁竟,受9級特大地震影響玛迄,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜棚亩,卻給世界環(huán)境...
    茶點故事閱讀 39,283評論 3 307
  • 文/蒙蒙 一蓖议、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧讥蟆,春花似錦勒虾、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,286評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至质况,卻和暖如春愕宋,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背结榄。 一陣腳步聲響...
    開封第一講書人閱讀 31,512評論 1 262
  • 我被黑心中介騙來泰國打工中贝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人臼朗。 一個月前我還...
    沈念sama閱讀 45,536評論 2 354
  • 正文 我出身青樓邻寿,卻偏偏與公主長得像,于是被迫代替她去往敵國和親视哑。 傳聞我的和親對象是個殘疾皇子绣否,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,828評論 2 345