使用python脚本批量对gprmax建模(用不同含水量、rebar半径、rebar深度)

本文主要是介绍使用python脚本批量对gprmax建模(用不同含水量、rebar半径、rebar深度),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!

1、软件

1.spyder

2.Gprmax

2、代码及解释

1.首先在spyder中编辑好python部分代码,代码如下:主要是确定含水量、半径、深度三个部分,随机生成需要的范围内的数据;

import scipy.interpolate
import numpy as np
from random import  random as rdm=np.array([12,9.3,6.2,5.5,2.8,0.2])
e_stat = np.array([12.84,11.19,9.14,8.63,6.75,4.814])
e_inf = np.array([7.42,7.2,5.93,6.023,5.503,4.507])
t = np.array([0.611,0.73,0.8,1,2.28,0.82])*10**-9
sigma = np.array([20.6,23,6.7,5.15,2.03,0.606])*10**-3es = scipy.interpolate.interp1d(m, e_stat)
ei = scipy.interpolate.interp1d(m, e_inf)
t0 = scipy.interpolate.interp1d(m, t)
si = scipy.interpolate.interp1d(m, sigma)mv=0.2+11.8*rd()print("#material:{} {} 1 0 concrete \n".format(ei(mv), si(mv)))
print("#add_dispersion_debye: 1 {} {} concrete \n".format(es(mv)-ei(mv), t0(mv)))print("#box: 0 0 0 0.5 0.3 0.3 concrete \n")r=0.005 + 0.0245*rd()
z=(0.3-r)*rd()
print("#cylinder: 0.25 0 {} 0.25 0.3 {} {} pec \n".format(z,z,r))

2.生成结果:每次都随机生成含水量、半径、深度,含水量有Debye模型来确定;

3.整合到gprmax中可批量生成,代码如下:

#domain: 0.5 0.3 0.4
#dx_dy_dz: 0.001 0.001 0.001
#time_window: 3000#python:
import scipy.interpolate
import numpy as np
from random import  random as rdm=np.array([12,9.3,6.2,5.5,2.8,0.2])
e_stat = np.array([12.84,11.19,9.14,8.63,6.75,4.814])
e_inf = np.array([7.42,7.2,5.93,6.023,5.503,4.507])
t = np.array([0.611,0.73,0.8,1,2.28,0.82])*10**-9
sigma = np.array([20.6,23,6.7,5.15,2.03,0.606])*10**-3es = scipy.interpolate.interp1d(m, e_stat)
ei = scipy.interpolate.interp1d(m, e_inf)
t0 = scipy.interpolate.interp1d(m, t)
si = scipy.interpolate.interp1d(m, sigma)mv=0.2+11.8*rd()print("#material: {} {} 1 0 concrete \n".format(ei(mv), si(mv)))
print("#add_dispersion_debye: 1 {} {} concrete \n".format(es(mv)-ei(mv), t0(mv)))print("#box: 0 0 0 0.5 0.3 0.3 concrete \n")r=0.005 + 0.0245*rd()
z=(0.3-r)*rd()
print("#cylinder: 0.25 0 {} 0.25 0.3 {} {} pec \n".format(z,z,r))filename="concrete_labels"
f=open(filename,'a')
f.write("{}: {} {} {}".format(current_model_run, r,z,mv))#定义天线
from user_libs.antennas import GSSI
GSSI.antenna_like_GSSI_1500(0.25,0.15,0.3,resolution=0.001)#end_python:
#geometry_view: 0 0 0 0.5 0.3 0.4 0.002 0.002 0.002 geo n

 4.输入指令在gprmax中执行改输入文件:

  • python -m gprMax ×××(文件名)-n 2000  ,这个两千是指模型数量

4、结果

最后结果会生成你所定义的模型数量的out文件;

这篇关于使用python脚本批量对gprmax建模(用不同含水量、rebar半径、rebar深度)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/229292

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

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

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

2. c#从不同cs的文件调用函数

1.文件目录如下: 2. Program.cs文件的主函数如下 using System;using System.Collections.Generic;using System.Linq;using System.Threading.Tasks;using System.Windows.Forms;namespace datasAnalysis{internal static

【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

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma