Skip to content

Hanwu-pku/FTAN_Python

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

14 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

# FTAN_Python
此软件基于Python实现了时频分析(FTAN)方法,通过互相关函数能够
求出台站对之间的频散曲线.无需安装,通过运行ftan.py即可进行计算.

系统要求:
此软件基于Python3运行,同时还需要安装Obspy,Numpy,Scipy,
Matplotlib等模块.
关于Obspy的安装可参见https://github.com/obspy/obspy/wiki

脚本介绍:
1.ftan.py
  此脚本是主角本,通过运行ftan.py启动程序,进行运算.
2.func_lib.py
  此脚本包含了众多执行一定功能的函数,主角本在运行时需要调用此
  中的函数脚本,包括线性插值,样条插值,计算群速度,计算相速度,
  相位匹配滤波等等.
3.read_info.py
  ftan.py开始运行时会首先调用此脚本,它的功能是读取参数文件
  param_dat中的用户自定义的参数信息,另外还读取了互相关函数
  (CCF)的基本信息,包括台站经纬度,采样率,台站间距等等,详细
  信息参见文件介绍.
  
其他文件介绍:
1.param_dat
  此文档包含了计算需要的参数,是用户自定义的.此文档必须存在于
  ftan.py所在目录,文件名不可更改.包括以下几行:
  
  vmin:群速度的最小值
  vmax:群速度的最大值
  注:上面两个速度值确定了一个速度区间,用来截断互相关函数,也
     是最终输出图像的纵坐标值,另外它使计算效率更高,结果更精
     确.vmin不能大于vmax,且两者不能相差太小,否则计算会出现
     致命错误.
  Tmin:测量的频散曲线的周期下限
  Tmax:测量的频散曲线的周期上限
  CCF file name:互相关函数的文件名,包括文件路径,可以是绝
                对路径,也可以是相对路径,最终的计算结果会
                保存在CCF文件所在的目录.
  fmatch:在相位匹配滤波中,用于确定截断位置处的信号振幅占最
         大值的百分比
  2.PHV_dat
    此文档是全球平均相速度.开始计算时脚本会读取本文档的信息,
    用于确定由群速度计算相速度时的相位校正因子N.本文档必须
    存在于ftan.py所在目录,文件名不可更改.
    
输入数据:
    输入数据包括两部分,第一是参数文件param_dat,前面已有介
绍.第二是互相关函数(CCF).文件名必须是CCF_STA1_STA2.SAC,
其中,STA1和STA2是两个台站的台站名,其顺序是计算互相关时两个
台站记录的先后顺序,文件名中的台站名顺序调换并不会影响计算结
果,这里只是习惯性的表达方式.互相关函数(CCF)的后缀必须是大写
的'.SAC'.
    互相关函数必须包含以下几种基本信息:采样率,台战1的经度
和纬度,台站2的经度和纬度,台站间距.另外,由于要计算谱信噪比,
因此互相关函数的长度不得小于3001s.互相关函数的起始时间应为
总长度的一半(负),例如,软件中给出的例子中,CCF的长度是7201s
(注:采样率是1,因此CCF一共有7201个点),因此其起始时间为
-3600s.

输出数据:
    输出数据包括四个文件:*_DISP_1,*_DISP_2,*_AMP_1和
*_AMP_2.'DISP'代表输出文件是测量的频散数据,'AMP'代表输
出的文件是所有经过窄带滤波之后的信号的振幅值,最大为100DB.
'1'代表计算结果为初次的计算结果,'2'代表经过了相位匹配滤波
的结果.

*_DISP_1:
包含四列,分别是:
观测周期    群速度    相速度    谱信噪比

*_DISP_2:
包含三列,分别是:
观测周期    群速度    相速度

*_AMP_1:
包含两列,分别是:
观测周期    振幅

*_AMP_2:
包含两列,同*_AMP_1.

REFERENCES

[1] IRIS DMS Product, Western US Ambient Noise Cross-Correlations, 
  by Mikhail Barmine and Michael Rtizwoller, published electronically 
  June 2012, Incorporated Research Institutions for Seismology,
  http://www.iris.edu/dms/products/ancc-ciei 
  
[2] Bensen, G.D., M.H. Ritzwoller, M.P. Barmin, A.L. Levshin, F. Lin, M.P. 
  Moschetti, N.M. Shapiro, and Y. Yang, Processing seismic ambient noise data 
  to obtain reliable broad-band surface wave dispersion measurements, 
  Geophys.J.Int., 169,1239-1260,doi: 10.1111/j.1365-246X.2007.03374.x,2007. 

[3] Levshin, A.L., Pisarenko, V.F., Pogrebinsky, G.A., 1972. On a frequency-time 
  analysis of oscillations, Ann. Geophys.,28, 211-218.

[4] Levshin, A.L.,Yanovskaya, T.B., Lander, A.V., Bukchin,B.G., Barmin, M.P.,
  Ratnikova, L.I. & Its, E.N., 1989. Seismic Surface Waves in a Laterally
  Inhomogeneous Earth, ed. Keilis-Borok, V.I., Kluwer, Norwell, Mass.

[5] Levshin, A., L. Ratnikova, and J. Berger, 1992. Surface rities of surface
  wave propagation across Central Eurasia, Bull. Seism. Soc. Amer., 82, 6, 2464-2493.

[6] Lin, F.-C., M.H. Ritzwoller, and R. Snieder, 2009. Surface wave tomography 
  by phase-front tracking across a regional broad-band seismic array, Geophys.
  J. Int., 177(3), 1091-1110.

[7] Shapiro, N. M., M. Campillo, L. Stehly, and M. H. Ritzwoller, 2005.  
  High resolution surface wave tomography from ambient seismic noise, Science, 
307(5715), 1615-1618.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%