seisamuse
·
PYTHON脚本练习（三）聚束分析
💡
原文中文，约8600字，阅读约需21分钟。
📝
内容提要
该脚本实现了数据预处理、时间窗口分割、频域分析和聚束分析，最终生成雷达图以可视化结果。通过读取台站信息和SAC文件，进行有效性检查，计算频谱并绘制每日雷达图，标注最大能量点。
🎯
关键要点
- 脚本实现数据预处理与筛选台站管理，从station.lst读取台站信息。
- 按日期遍历数据目录，加载每个台站的LHZ分量SAC文件。
- 仅使用具有有效数据且台站数≥3天的数据进行有效性检查。
- 将每天数据分割为1800秒长、50%重叠的窗口，提取对应时间段的数据。
- 对每个台站数据加汉宁窗，去均值后进行FFT计算，提取频谱。
- 进行聚束分析，计算方位角和速度的网格，生成导向向量。
- 将各台站频谱与导向向量加权求和，得到波束频谱并进行功率归一化。
- 绘制雷达图，横轴为方位角，纵轴为速度，颜色表示归一化功率。
- 标注最大能量点，显示其方位角和速度，每天生成一张PNG图片。
❓
延伸问答
PYTHON脚本如何进行数据预处理？
脚本从station.lst读取台站信息，按日期遍历数据目录，加载每个台站的LHZ分量SAC文件，并进行有效性检查，确保台站数≥3天的数据有效。
聚束分析的主要步骤是什么？
聚束分析包括计算方位角和速度的网格，生成导向向量，并将各台站频谱与导向向量加权求和，得到波束频谱。
如何生成雷达图并标注最大能量点？
雷达图在极坐标下绘制，横轴为方位角，纵轴为速度，颜色表示归一化功率，并标注最大能量点的方位角和速度。
脚本如何处理时间窗口？
脚本将每天数据分割为1800秒长、50%重叠的窗口，提取对应时间段的数据进行分析。
频域分析中使用了哪些技术？
频域分析中使用了汉宁窗和FFT计算，提取特定频段的频谱。
脚本生成的输出文件是什么？
脚本每天生成一张PNG图片，保存至arr_figures目录，展示雷达图的结果。
➡️
