mb-system使用手册第3章 预览测量数据

2024-05-30 16:18

本文主要是介绍mb-system使用手册第3章 预览测量数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

首先,我们需要使用mbsystem预览测量数据。

标准的mbsystem下载包包括实例数据集(mbexamples.tgz)。用下面的命令解压

[vschmidt@val-LDEO mbexamples]$ ls

data mbbath mbgrid mbinfo mblist mbm_plot README xbt

 

~/data目标包含本章及下章将用到的几个例子。其他目录包含使用mbsystem工具的脚本文件。

~/mbexamples/cookbook_examples~/mbexamples/cookcook_examples/other_data_sets两个目录分别对应着本手册使用两个数据集目录。

 

3.1 mbdatalist管理数据

我们处理一个测量项目,先看整个区域,后看感兴趣的区域。

注意:

本章主要讲单个测量项目,第4章将说明怎样组织多个测量项目、甚至多个航次的数据。Mbdatalist建立的递归数据列表能简化这些大数据集。

首先用mbdatalist为测量项目中所有文件建立一个主文件列表。这个列表将有适当的相对引用,文件的MBIO格式和合理的格网权重。

注意:

上段中的格网权重是指给数据集赋予相对权重,只有那些精度高和最新的数据能被处理和展示。这个功能在第4章处理多波束数据说明。

Mbdatalist能为每个数据文件建立3个辅助文件。这些辅助文件能使随后的数据处理更快一些。这三个辅助文件分别是“info”,“fast bathymetry”和“fast navigation”。Info文件(.inf)包含数据文件的元数据和统计信息。Info文件也可用mbinfo创建。
fast bathymetry文件(.fbt)和fast navigation文件(.fnv)包含数据文件的水深和导航数据,相对于原始条带文件,这两个文件读取和处理更快一些。

Mbdatalist能创建感兴趣数据的地理窗口

举一个例子来说明,

~/mbexamples/cookbook_examples/other_data_sets/ew0204survey/目录下是R/V Ewing上的Atlas Hydrosweep DS2 声纳采集的数据。这些数据可以作为实例数据。

首先,我们需要数据文件的初始化列表。这个列表和数据文件在同一个目录下,包含这些数据文件。可以通过如下命令实现:

Cd ew0203survey/

Ls -1|grep mb183$ >tmplist(ls列出目录内容,-1每行仅显示一个文件或者目录,grep查找文件里符合条件的字符串,$结尾的意思,列出所有文件转查找所有mb183格式的文件输出到tmplist)

注意:有时候数据文件处于写保护,不能生成本地数据列表。怎么办?通过如下命令生成文件列表:find<目录>-type f|grep mb183$ >tmplist。这将创建数据文件的相对路径文件列表,这个列表也可以用。

现在数据目录下有一个数据列表了,接下来,使用mbdatalist创建mbsystem能用的数据列表。

Mbdatalist –F-1 –I tmplist > datalist-1

让我们看看mbdatalist做了什么:

00020504090010.mb183 183 1.000000

00020504091010.mb183 183 1.000000

00020504092010.mb183 183 1.000000

00020504093010.mb183 183 1.000000

00020504094010.mb183 183 1.000000

00020504095010.mb183 183 1.000000

00020504100010.mb183 183 1.000000

...

每个数据文件的文件名,格式,和默认的格网权重1

有了数据列表,就可以生成数据文件的辅助文件了。

Mbdatalist –F-1 –I other_data_sets/ew0204survey/filelist.124 –N

命令执行后,目录下将变成这样:

00020504090010.mb183

00020504090010.mb183.fbt

00020504090010.mb183.fnv

00020504090010.mb183.inf

00020504091010.mb183

00020504091010.mb183.fbt

00020504091010.mb183.fnv

00020504091010.mb183.inf

00020504092010.mb183

00020504092010.mb183.fbt

00020504092010.mb183.fnv

00020504092010.

...

现在我们有辅助文件了,就可以创建某特定区域的文件列表。这时,需要查看导航记录,获得坐标范围coordinates: (W/E/S/N) 170.133/170.35/42.2/42.4。通过如下命令获取这个范围内的数据文件列表。

Mbdatalist –F-1 –I datalist-1 –R170.133/170.35/42.2/42.4 > survery-datalist.

Surveydatalist内容如下:

00020504100010.mb183 183 1.000000

00020504101010.mb183 183 1.000000

00020504102010.mb183 183 1.000000

00020504103010.mb183 183 1.000000

00020504104010.mb183 183 1.000000

00020504105010.mb183 183 1.000000

....

比filelist.124文件内容要少。

 

3.2 展绘

得到了感兴趣区域的数据列表,就想要浏览该区域的数据。展绘出的数据可能不漂亮,因为还没有编辑。

首先,看看导航数据和船的轨迹。命令如下:

Mbm_plot –F-1 –I survey-datalist –N

这里,-F-1规定格式 -1表明不是单个文件是文件列表而且文件格式在列表中。-I survey-datalist就是文件列表名了。-N展绘导航数据。这个命令将生成一个脚本文件,包括展绘导航数据,默认的注释,格网文件和刻画等。命令结果显示如下:

Plot generation shellscript <survey-datalist.cmd> created.

Instructions:

Execute <survey-datalist.cmd> to generate Postscript plot

<survey-datalist.ps>.

Executing <survey-datalist.cmd> also invokes ghostview to

view the plot on the screen.

脚本文件名为Survey-datalist.cmd。执行这个脚本文件会将导航数据生成ps格式文件,然后通过ghostview显示。

3.1 导航图

Mbm_plot认生成刻画、格网线和经纬度标注和注释,并自动居中,全局显示和增加标题。这些选项可以通过mbm_plot的参数来设定,可以参考详细的使用手册。

-G表示图形显示水深数据,有5种图形模式:

模式1:彩色填充

模式2:彩色晕渲

模式3:使用振幅数据地形阴影

模式4:振幅数据的灰度填充

模式5:侧扫数据的灰度填充

水深数据的彩色填充,用下面的命令:

mbm_plot -F-1 -I survey_filelist.124 -G1

3.2 彩色水深数据

 

如果要包括等深线,需要使用-C

mbm_plot -F-1 -I survey_filelist.124 -G1 -N -C

结果如下,带等深线的彩色水深图

在图中,我们看见了海底、最大和最小等深线、船的航迹和异常等深线。其中异常等深线的区域在数据处理的时候需要特别注意。

Mbm_plot提供一些预定义的颜色板。-W指定颜色格式(渐变或离散),可选调色板(1-5)和11种默认颜色。下面的命令表示用高增强颜色调色板展绘。

mbm_plot -F-1 -I survey_filelist.124 -G1 -N -C -W1/2

3.4 带等深线的高增强彩色水深图

Mbm_plot也可生成阴影晕渲图。使用图形模式2,默认光源来自北方,光源方向通过-A指定。详细请看使用手册。

mbm_plot -F-1 -I survey_filelist.124 -G2

结果如下:

3.5 阴影晕渲彩色水深图

 

最后,来看侧扫图,侧扫图使用图形模式5

mbm_plot -F-1 -I survey_filelist.124 -G5

3.6 侧扫图

 

上面这幅图不是很好。相当一部分阴影丢失了,因为异常高的侧扫值没有正确的灰度值。侧扫影像模糊、发白。这个数据集如此大范围的侧扫值(由于水深范围达几千米加上噪声)使得侧扫影像看起来很差。这种情况,需要编辑数据删除尖峰数据,重新归化灰度值以获取较好的侧扫影像。下一章将重点讲述。

展绘完数据,我们需要知道数据集的一些统计信息,如何提取统计信息,见下节。

3.3 提取统计信息

mbsystemmbinfo来提取数据集的统计信息。事实上,我已经用过mbinfo了。在使用mbdatalist为每个数据文件创建.inf文件时就用到了。用mbinfo可以单独为数据文件创建inf文件。

mbinfo -F 183 -I 00020504090010.mb183

这个命令的结果输出到STDOUT而不是文件。通过-O能将结果导入inf文件,用于随后的数据处理。

上面的命令的结果如下:

Swath Data File: 00020504090010.mb183

MBIO Data Format ID: 183

Format name: MBF_HSDS2LAM

Informal Description: L-DEO HSDS2 processing format

Attributes: STN Atlas multibeam sonars,

Hydrosweep DS2, Hydrosweep MD,

Fansweep 10, Fansweep 20,

bathymetry, amplitude, and sidescan,

up to 1440 beams and 4096 pixels,

XDR binary, L-DEO.

Data Totals:

Number of Records: 37

Bathymetry Data (140 beams):

Number of Beams: 5180

Number of Good Beams: 5106 98.57%

Number of Zero Beams: 74 1.43%

Number of Flagged Beams: 0 0.00%

Amplitude Data (140 beams):

Number of Beams: 5180

Number of Good Beams: 5106 98.57%

Number of Zero Beams: 74 1.43%

Number of Flagged Beams: 0 0.00%

Sidescan Data (2180 pixels):

Number of Pixels: 73815

Number of Good Pixels: 55276 74.88%

Number of Zero Pixels: 18539 25.12%

Number of Flagged Pixels: 0 0.00%

Navigation Totals:

Total Time: 0.1593 hours

Total Track Length: 3.4493 km

Average Speed: 21.6521 km/hr (11.7038 knots)

Start of Data:

Time: 05 04 2002 08:59:56.460000 JD124

Lon: 169.8792 Lat: 42.1343 Depth: 5057.7613 meters

Speed: 23.1530 km/hr (12.5151 knots) Heading: 46.1206 degrees

Sonar Depth: 5.8000 m Sonar Altitude: 5051.9613 m

End of Data:

Time: 05 04 2002 09:09:29.968000 JD124

Lon: 169.9084 Lat: 42.1563 Depth: 4950.8452 meters

Speed: 21.0345 km/hr (11.3700 knots) Heading: 43.9014 degrees

Sonar Depth: 5.1000 m Sonar Altitude: 4945.7452 m

Limits:

Minimum Longitude: 169.8268 Maximum Longitude: 169.9605

Minimum Latitude: 42.0966 Maximum Latitude: 42.1970

Minimum Sonar Depth: 4.6000 Maximum Sonar Depth: 6.7000

Minimum Altitude: 4817.2718 Maximum Altitude: 5051.9613

Minimum Depth: 4770.9467 Maximum Depth: 5347.7265

Minimum Amplitude: 7.0000 Maximum Amplitude: 241.0000

Minimum Sidescan: 2.0000 Maximum Sidescan: 255.0000

mbinfo可以查看数据列表的统计信息,命令如下

mbinfo -F-1 -I survey-datalist

结果如下:

Data Totals:

Number of Records: 2412

Bathymetry Data (140 beams):

Number of Beams: 337680

Number of Good Beams: 329580 97.60%

Number of Zero Beams: 8100 2.40%

Number of Flagged Beams: 0 0.00%

Amplitude Data (140 beams):

Number of Beams: 337680

Number of Good Beams: 329580 97.60%

Number of Zero Beams: 8100 2.40%

Number of Flagged Beams: 0 0.00%

Sidescan Data (4094 pixels):

Number of Pixels: 8746103

Number of Good Pixels: 7680282 87.81%

Number of Zero Pixels: 1065821 12.19%

Number of Flagged Pixels: 0 0.00%

Navigation Totals:

Total Time: 7.0001 hours

Total Track Length: 128.0750 km

Average Speed: 18.2963 km/hr ( 9.8899 knots)

Start of Data:

Time: 05 04 2002 09:59:44.485000 JD124

Lon: 170.0626 Lat: 42.2726 Depth: 4508.8810 meters

Speed: 0.0000 km/hr ( 0.0000 knots) Heading: 44.6704 degrees

Sonar Depth: 6.0000 m Sonar Altitude: 4502.8810 m

End of Data:

Surveying Your Survey with MB-System™

Time: 05 04 2002 16:59:44.722000 JD124

Lon: 170.2718 Lat: 42.4209 Depth: 1446.6716 meters

Speed: 21.4741 km/hr (11.6076 knots) Heading: 35.9473 degrees

Sonar Depth: 5.4000 m Sonar Altitude: 1441.2716 m

Limits:

Minimum Longitude: 170.0040 Maximum Longitude: 170.3616

Minimum Latitude: 42.1619 Maximum Latitude: 42.4469

Minimum Sonar Depth: 3.6000 Maximum Sonar Depth: 7.9000

Minimum Altitude: 990.7620 Maximum Altitude: 4740.1799

Minimum Depth: 973.2481 Maximum Depth: 6223.7055

Minimum Amplitude: 0.0000 Maximum Amplitude: 250.0000

Minimum Sidescan: 1.0000 Maximum Sidescan: 255.0000

mbinfo这样就获取整个测量项目的统计信息:测量时长,测线公里数和平均船速。除此之外,还包括波束数,处理记录,那些波束被标记为删除,数据范围,水深范围和起止时间。

展绘完数据,提取了数据文件的元数据,下面就是数据处理了。

这篇关于mb-system使用手册第3章 预览测量数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1016509

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者