另请参阅“如何可视化和动画化(地球物理)模型”系列中的其他文章:
可视化可视化使您可以快速了解工作的本质和所获得的结果,但是却容易被误解。如何明确展示结果,并避免使用大量确认公式和对其他作品的引用-以便使所有内容在视觉上都是显而易见的(从字面上看)?
![通过SRTM地形增强的GGMplus自由重力异常构建超分辨率重力](https://habrastorage.org/webt/qo/nc/my/qoncmyke01xvfpdyrjygz3pvh7a.jpeg)
上图显示了使用SRTM浮雕30m并通过转移空间频谱分量的技术改善了GGMplus自由重力异常200m的重力数据的结果。
问题的提法
考虑提高源数据质量的任务-这可以是一个单独的项目,也可以是较大项目的一部分。例如,为了获得该系列先前文章中显示的详细3D地质模型,使用了通过此方法获得的砾石和地形的详细数据。
, , - (super-resolution), . — , .
— , " -0.98, ". , , , - … , () , . ? , … ! , , , , , , . , , . , .
Python 3 GitHub, .
matplotlib :
![通过SRTM地形增强的GGMplus自由重力异常构建超分辨率重力](https://habrastorage.org/webt/jy/zj/tx/jyzjtxeiiz8bfm_o7yqh1g0wzau.jpeg)
, , . ? … . . 3D ParaView ( matplotlib 3D , ):
![通过SRTM地形增强的GGMplus自由重力异常构建超分辨率重力](https://habrastorage.org/webt/qo/nc/my/qoncmyke01xvfpdyrjygz3pvh7a.jpeg)
, , . " -0.98" matplotlib:
![重力和地形相关的空间谱](https://habrastorage.org/webt/oj/q2/ho/ojq2hoi7ansyesuszs5ql9hlzke.jpeg)
, -1 , , . , , — ( ). — 3D , .
3D , .
Python 3 source code (Jupyter notebook)
在LinkedIn上用英语撰写的更具技术性的文章是,通过SRTM地形(30m)增强的GGMplus自由重力异常(200m)构建超分辨率重力。