天然地震数据下载与处理_sac地震数据处理-CSDN博客

本文链接：https://blog.csdn.net/weixin_42262783/article/details/144714286

第一部分：IRIS官网数据

一. 数据下载

IRIS免费下载任意指定地震波并处理 (如汶川地震，鲁甸地震等国内外地震)_哔哩哔哩_bilibili

二. 数据结构

从 IRIS 下载的 SAC（Seismic Analysis Code） 文件包含丰富的地震记录和元数据信息，主要分为以下几个部分：

1. SAC 文件的基本结构

SAC 文件由以下三部分组成：

头部（Header）：包含元数据信息，例如地震事件、台站位置、记录时间、采样率等。
数据部分（Data）：存储地震记录的时间序列数据。
可选字段：可能包含额外的自定义信息。

2. 头部（Header）信息

头部字段可以分为以下几类：

(1) 事件信息

evla：事件纬度（Event Latitude）
evlo：事件经度（Event Longitude）
evdp：事件深度（Depth in kilometers）
o：事件参考时间（Origin Time，通常为相对记录开始的秒数）

(2) 台站信息

stla：台站纬度（Station Latitude）
stlo：台站经度（Station Longitude）
stel：台站海拔（Station Elevation in meters）
stdp：台站深度（Station Depth）

(3) 记录信息

npts：记录的点数（Number of data points）
delta：采样间隔（Sampling Interval in seconds）
b：记录起始时间（Beginning time of the record in seconds）
e：记录结束时间（End time of the record in seconds）

(4) 到时信息

t0 至 t9：自定义标记时间（通常用于存储 P 波、S 波到时等）
a：首次波到达时间（First Arrival Time，常用于存储 P 波到时）
f：S 波到达时间（通常用于 S 波的时间标记）

(5) 数据信息

user0 至 user9：用户自定义字段
cmpaz：分量方位角（Component Azimuth）
cmpinc：分量倾角（Component Inclination）

3. 数据部分（Data Section）

时间序列记录的波形数据（如地震振幅）。
根据文件类型可能是原始记录、去噪后的数据或某种滤波处理后的结果。

4. 头部字段的提取示例

使用 ObsPy 提取 SAC 文件头部信息的示例代码：

from obspy import read

# 读取 SAC 文件
sac_file = "path_to_your_sac_file.sac"
st = read(sac_file)
tr = st[0]

# 打印 SAC 文件头信息
print(tr.stats.sac)

示例输出

AttribDict({
    'stla': 40.234,
    'stlo': -120.982,
    'stel': 123.0,
    'evla': 38.123,
    'evlo': -122.456,
    'evdp': 12.5,
    'delta': 0.01,
    'npts': 10000,
    'b': 0.0,
    'e': 100.0,
    't0': 12.345,
    'a': 10.567,
    'cmpaz': 90.0,
    'cmpinc': 0.0
})

5. 常见重要字段解释

字段名	含义	示例值
`stla`	台站纬度	40.234
`stlo`	台站经度	-120.982
`evla`	事件纬度	38.123
`evlo`	事件经度	-122.456
`evdp`	事件深度（单位：km）	12.5
`delta`	采样间隔（单位：s）	0.01
`npts`	数据点数	10000
`b`	记录起始时间	0.0
`t0`	P 波到时（相对时间）	12.345
`cmpaz`	分量方位角（通常为 0、90 或 180）	90.0

6. 如何获取所有字段及数据

要完整列出 SAC 文件的所有字段，可以使用以下代码：

from obspy import read

# 读取 SAC 文件
st = read("path_to_your_sac_file.sac")
tr = st[0]

# 打印所有头字段
for key, value in tr.stats.sac.items():
    print(f"{key}: {value}")

7. IRIS 数据可能的特殊信息

从 IRIS 下载的 SAC 文件通常已经包含以下关键字段：

事件信息：evla, evlo, evdp, o
台站信息：stla, stlo, stel
时间信息：delta, b, e
标记时间：常见的是 t0 或 a（用于 P 波到时）

如需进一步分析，可以通过 ObsPy 或其他地震学软件处理这些字段。

第二部分：ISC官网数据

1. 访问ISC官网

官网地址: http://www.isc.ac.uk
数据范围: ISC提供全球地震目录数据，包含震源参数（时间、经纬度、深度、震级等）以及台站报告信息。

2. 数据下载步骤

2.1 通过ISC地震目录查询工具

进入查询页面
访问 ISC地震目录搜索页面。
设置查询参数
- 时间范围：输入起始和结束日期（格式：YYYY-MM-DD）。
- 地理范围：可指定经纬度范围或选择特定区域。
- 震级范围：设置最小和最大震级（如 M ≥ 5.0）。
- 其他筛选：深度范围、震源类型（天然地震/人工事件）等。
提交查询
点击 Search 获取结果列表。
导出数据
- 选择导出格式：CSV、Text 或 XML。
- 点击 Download 保存数据到本地。

2.2 通过FTP批量下载

ISC提供FTP服务用于批量下载历史数据：
FTP地址: ftp://ftp.isc.ac.uk
- 目录结构按年份组织，文件格式为纯文本。

3. 数据处理

3.1 数据格式解析

CSV/文本文件示例：

EventID,Date,Time,Latitude,Longitude,Depth/km,Magnitude
12345678,2023-01-01,12:34:56,35.678,-120.456,10.0,5.6
字段说明：事件ID、日期、时间、纬度、经度、深度（km）、震级。

3.2 使用Python处理数据

import pandas as pd

# 读取数据
df = pd.read_csv('isc_earthquakes.csv')

# 筛选深度小于50km且震级≥5.0的地震
filtered_df = df[(df['Depth/km'] < 50) & (df['Magnitude'] >= 5.0)]

# 统计年度地震次数
annual_counts = df['Date'].str[:4].value_counts().sort_index()

# 保存处理后的数据
filtered_df.to_csv('filtered_earthquakes.csv', index=False)

3.3 可视化（Matplotlib示例）

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.scatter(df['Longitude'], df['Latitude'], s=df['Magnitude']*10, c=df['Depth/km'], alpha=0.5)
plt.colorbar(label='Depth (km)')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.title('Global Earthquake Distribution (ISC Data)')
plt.show()

3.4 使用GIS工具（如QGIS）

导入CSV数据，生成震中分布图。
通过经纬度字段创建点图层，按震级/深度设置符号样式。

4. 注意事项

数据延迟
ISC目录数据可能比实时数据延迟数月（需人工审核）。
引用要求
使用ISC数据时需注明来源：
"International Seismological Centre (ISC) On-line Bulletin, Searches"
高级分析
- 结合其他数据（如地质构造、人口密度）进行风险分析。
- 使用地震学工具（如 ObsPy 库）进行波形数据处理。