pygrt.utils

file:

utils.py

author:

Zhu Dengda (zhudengda@mail.iggcas.ac.cn)

date:

2024-07-24

该文件包含一些数据处理操作上的补充:

1、剪切源、单力源、爆炸源、矩张量源 通过格林函数合成理论地震图的函数

2、Stream类型的时域卷积、微分、积分 (基于numpy和scipy)

3、Stream类型写到本地sac文件，自定义名称

4、读取波数积分和峰谷平均法过程文件

5、其它辅助函数

pygrt.utils.gen_syn_from_gf_DC(st: Stream | dict, M0: float, strike: float, dip: float, rake: float, az: float = -999, ZNE=False, calc_upar: bool = False)

剪切源，角度单位均为度

参数:

• st – 计算好的时域格林函数, obspy.Stream 类型，或者静态格林函数（字典类型）

• M0 – 标量地震矩, 单位dyne*cm

• strike – 走向，以北顺时针为正，0<=strike<=360

• dip – 倾角，以水平面往下为正，0<=dip<=90

• rake – 滑动角，在断层面相对于走向方向逆时针为正，-180<=rake<=180

• az – 台站方位角，以北顺时针为正，0<=az<=360（静态情况不需要）

• ZNE – 是否以ZNE分量输出?

• calc_upar – 是否计算位移u的空间导数

返回:

• stream - 三分量地震图, obspy.Stream 类型

pygrt.utils.gen_syn_from_gf_SF(st: Stream | dict, S: float, fN: float, fE: float, fZ: float, az: float = -999, ZNE=False, calc_upar: bool = False)

单力源，力分量单位均为dyne

参数:

• st – 计算好的时域格林函数, obspy.Stream 类型，或者静态格林函数（字典类型）

• S – 力的放大系数

• fN – 北向力，向北为正

• fE – 东向力，向东为正

• fZ – 垂向力，向下为正

• az – 台站方位角，以北顺时针为正，0<=az<=360 （静态情况不需要）

• ZNE – 是否以ZNE分量输出?

• calc_upar – 是否计算位移u的空间导数

返回:

• stream - 三分量地震图, obspy.Stream 类型

pygrt.utils.gen_syn_from_gf_EX(st: Stream | dict, M0: float, az: float = -999, ZNE=False, calc_upar: bool = False)

爆炸源

参数:

• st – 计算好的时域格林函数, obspy.Stream 类型，或者静态格林函数（字典类型）

• M0 – 标量地震矩, 单位dyne*cm

• az – 台站方位角，以北顺时针为正，0<=az<=360 [不用于计算] （静态情况不需要）

• ZNE – 是否以ZNE分量输出?

• calc_upar – 是否计算位移u的空间导数

返回:

• stream - 三分量地震图, obspy.Stream 类型

pygrt.utils.gen_syn_from_gf_MT(st: Stream | dict, M0: float, MT: _SupportsArray[dtype[Any]] | _NestedSequence[_SupportsArray[dtype[Any]]] | bool | int | float | complex | str | bytes | _NestedSequence[bool | int | float | complex | str | bytes], az: float = -999, ZNE=False, calc_upar: bool = False)

矩张量源，单位为dyne*cm

参数:

• st – 计算好的时域格林函数, obspy.Stream 类型，或者静态格林函数（字典类型）

• M0 – 标量地震矩

• MT – 矩张量 (M11, M12, M13, M22, M23, M33),下标1,2,3分别代表北向，东向，垂直向下

• az – 台站方位角，以北顺时针为正，0<=az<=360 （静态情况不需要）

• ZNE – 是否以ZNE分量输出?

• calc_upar – 是否计算位移u的空间导数

返回:

• stream - 三分量地震图, obspy.Stream 类型

pygrt.utils.compute_strain(st: Stream | dict)

Compute dynamic/static strain tensor from synthetic spatial derivatives.

参数:

st – synthetic spatial derivatives obspy.Stream class for dynamic case, dict class for static case.

返回:

• stres - dynamic/static strain tensor, in obspy.Stream class or dict class.

pygrt.utils.compute_rotation(st: Stream | dict)

Compute dynamic/static rotation tensor from synthetic spatial derivatives.

参数:

st – synthetic spatial derivatives obspy.Stream class for dynamic case, dict class for static case.

返回:

• stres - dynamic/static rotation tensor, in obspy.Stream class or dict class.

pygrt.utils.compute_stress(st: Stream | dict)

Compute dynamic/static stress tensor from synthetic spatial derivatives.

参数:

st – synthetic spatial derivatives obspy.Stream class for dynamic case, dict class for static case.

返回:

• stres - dynamic/static stress tensor (unit: dyne/cm^2 = 0.1 Pa), in obspy.Stream class or dict class.

pygrt.utils.stream_convolve(st0: Stream, signal0: ndarray, inplace=True)

对stream中每一道信号做线性卷积

参数:

• st0 – 记录多个Trace的 obspy.Stream 类型

• signal0 – 卷积信号

• inplace – 是否做原地更改

返回:

• stream - 处理后的结果, obspy.Stream 类型

pygrt.utils.stream_integral(st0: Stream, inplace=True)

对stream中每一道信号做梯形积分

参数:

• st0 – 记录多个Trace的 obspy.Stream 类型

• inplace – 是否做原地更改

返回:

• stream - 处理后的结果, obspy.Stream 类型

pygrt.utils.stream_diff(st0: Stream, inplace=True)

对stream中每一道信号做中心差分

参数:

• st0 – 记录多个Trace的 obspy.Stream 类型

• inplace – 是否做原地更改

返回:

• stream - 处理后的结果, obspy.Stream 类型

pygrt.utils.stream_write_sac(st: Stream, dir: str)

将一系列Trace以SAC形式保存到本地，以发震时刻作为参考0时刻

参数:

• st – 记录多个Trace的 obspy.Stream 类型

• dir – 保存目录

pygrt.utils.read_kernels_freqs(statsdir: str, vels: ndarray, ktypes: List[str] | None = None)

读取statsdir目录下所有频率（除了零频）的积分过程文件（K_开头），再将核函数线性插值到指定的速度数组vels

参数:

• statsdir – 存储积分过程文件的目录

• vels – 待插值的速度数组(km/s)，必须正序

• ktype – 指定返回一系列的核函数名称，如EX_q，DS_w等，默认返回全部

返回:

• kerDct - 字典格式的核函数插值结果

pygrt.utils.read_statsfile(statsfile: str)

读取单个频率下波数积分(或Filon积分)的记录文件

参数:

statsfile – 文件路径(可使用通配符简化输入)

返回:

• data - numpy.ndarray 自定义类型数组

pygrt.utils.read_statsfile_ptam(statsfile: str)

读取单个频率下峰谷平均法的记录文件

参数:

statsfile – PTAM文件路径(可使用通配符简化输入)

返回:

• data1 - numpy.ndarray 自定义类型数组，DWM或FIM过程中的积分过程数据

• data2 - numpy.ndarray 自定义类型数组，PTAM过程中的积分过程数据

• ptam_data - numpy.ndarray 自定义类型数组，PTAM的峰谷位置及幅值

• dist - 文件对应的震中距(km)

pygrt.utils.plot_statsdata(statsdata: ndarray, dist: float, srctype: str, ptype: str, RorI: bool | int = True, fig: Figure | None = None, axs: Axes | None = None)

根据 read_statsfile 函数函数读取的数据， 绘制核函数 \(F(k,\omega)\)、被积函数 \(F(k,\omega)J_m(kr)k\)，以及简单计算累积积分 \(\sum F(k,\omega)J_m(kr)k\) 并绘制。

备注

并不是每个震源类型对应的每一阶每种积分类型都存在，详见 格林函数分类。

参数:

• statsdata – read_statsfile 函数返回值

• dist – 震中距(km)

• srctype – 震源类型的缩写，包括EX、VF、HF、DD、DS、SS

• ptype – 积分类型(0,1,2,3)

• RorI – 绘制实部还是虚部，默认实部，传入2表示实部虚部都绘制

• fig – 传入自定义的matplotlib.Figure对象，默认为None

• axs – 传入自定义的matplotlib.Axes对象数组（三个），默认为None

返回:

• fig - matplotlib.Figure对象

• (ax1,ax2,ax3) - matplotlib.Axes对象数组

pygrt.utils.plot_statsdata_ptam(statsdata1: ndarray, statsdata2: ndarray, statsdata_ptam: ndarray, dist: float, srctype: str, ptype: str, RorI: bool | int = True, fig: Figure | None = None, axs: Axes | None = None)

根据 read_statsfile_ptam 函数读取的数据， 简单计算并绘制累积积分以及峰谷平均法使用的波峰波谷的位置。

备注

并不是每个震源类型对应的每一阶每种积分类型都存在，详见 格林函数分类。

参数:

• statsdata1 – DWM或FIM过程中的积分过程数据

• statsdata2 – PTAM过程中的积分过程数据

• statsdata_ptam – PTAM的峰谷位置及幅值

• srctype – 震源类型的缩写，包括EX、VF、HF、DD、DS、SS

• ptype – 积分类型(0,1,2,3)

• RorI – 绘制实部还是虚部，默认实部，传入2表示实部虚部都绘制

• fig – 传入自定义的matplotlib.Figure对象，默认为None

• axs – 传入自定义的matplotlib.Axes对象数组（三个），默认为None

返回:

• fig - matplotlib.Figure对象

• (ax1,ax2,ax3) - matplotlib.Axes对象数组

pygrt.utils.solve_lamb1(nu: float, ts: ndarray, azimuth: float)

使用广义闭合解求解第一类 Lamb 问题，参考：

张海明, 冯禧 著. 2024. 地震学中的 Lamb 问题（下）. 科学出版社

参数:

• nu – 泊松比， (0, 0.5)

• ts – 归一化时间序列 \(\bar{t}\) ，\(\bar{t}=\dfrac{t}{r/\beta}\)

• azimuth – 方位角，单位度

返回:

形状为 (nt, 3, 3) 的归一化解，距离物理解还需除 \(\pi^2 \mu r\)