Python用于簡易烈度計系統(tǒng)運(yùn)維

周藍(lán)捷+方韓+李文惠

摘 要：文章是關(guān)于Python在地震監(jiān)測服務(wù)器環(huán)境中的應(yīng)用，使用Python及擴(kuò)展包進(jìn)行簡易烈度計地震監(jiān)測服務(wù)器運(yùn)維監(jiān)控、信息分析和發(fā)布。以常見的微信信息推送、延時統(tǒng)計、數(shù)據(jù)有效率統(tǒng)計、格式轉(zhuǎn)換及簡單數(shù)據(jù)分析過程提供了例程。

關(guān)鍵詞：Python；簡易烈度計；運(yùn)維監(jiān)控

中圖分類號：P315.73 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2017）26-0151-02

1 概況

在福建省簡易烈度計地震預(yù)警項目實施中，廈門地震勘測研究中心承擔(dān)項目中簡易烈度計站點的勘選、安裝、組網(wǎng)建設(shè)等工作。在實施過程中，中心在Linux操作系統(tǒng)上，采用Earthworm技術(shù)系統(tǒng)搭建了簡易烈度計數(shù)據(jù)處理平臺。為了更好的監(jiān)控系統(tǒng)運(yùn)行狀態(tài)，減輕值班人員工作量，采用Python語言編寫了系統(tǒng)運(yùn)行狀態(tài)監(jiān)控與信息發(fā)布程序。

Python是一門簡單易學(xué)且功能強(qiáng)大的編程語言。它由荷蘭人Guido van Rossum于1989年發(fā)明，第一個公開發(fā)行版發(fā)行于1991年。Python是純粹的自由軟件， 源代碼和解釋器CPython遵循 GPL（GNU General Public License）協(xié)議。它擁有高效的高級數(shù)據(jù)結(jié)構(gòu)，并且能夠用簡單而又高效的方式進(jìn)行面向?qū)ο缶幊?。Python簡單易學(xué)，并具有跨平臺特性，雖然運(yùn)行效率不高，但并不成為瓶頸，不影響系統(tǒng)表現(xiàn)，但開發(fā)效率極高，能夠幫助運(yùn)維人員快速達(dá)成開發(fā)目標(biāo)。

在開發(fā)的過程中，主要使用了Python中的Numpy、Matplotlib、Bsemap和Obspy等擴(kuò)展包。

2 在烈度計系統(tǒng)運(yùn)維中的應(yīng)用

2.1 運(yùn)維信息使用微信企業(yè)號推送

#定制并獲取用戶關(guān)心的內(nèi)容content，通過企業(yè)號發(fā)送出去

#gettoken和senddata兩個函數(shù)內(nèi)容略，可直接復(fù)用

corpid = 'qiyehaoID'

corpsecret = 'qiyehaoMIYAO'

#獲取token

accesstoken = gettoken（corpid，corpsecret）

#系統(tǒng)通知相關(guān)變量

user = '1|2|21|zlj|35|36|37|62|63|64|zsp'

#給user發(fā)送

contents=getcontent（）

senddata（accesstoken，user，contents）

2.2 烈度計數(shù)據(jù)處理

2.2.1 OBSPY.EARTHWORM.CLIENT應(yīng)用

#實時獲取Earthworm服務(wù)器中臺站數(shù)據(jù)當(dāng)前的延時

from obspy.clients.earthworm import Client

from obspy import UTCDateTime

clientZ = Client（"10.35.176.14"， 16022， timeout=5）

t = UTCDateTime（）

print（"Process started at："， t）

responses =clientZ.get_availability（network="FJ"）

delays=（）

for response in responses：

delays += （response[1]，response[5]，t-response[5]）

print（'site：'，response[1]，'last received：'，response[5]，'delay is：'，float（t-response[5]））

delayinseconds=delays[2：：3]

delaymax=max（delayinseconds）

delaymin=min（delayinseconds）

print（'current time is'，t，'.processed'，len（delays）/3，'sites.'）

print（'max delay of above is：'，delaymax，'and min is：'，delaymin）

2.2.2 OBSPY-SCAN應(yīng)用

我們經(jīng)常會有一堆數(shù)據(jù)，但是要處理的事件只是其中幾分鐘，我們想看看其中有哪些臺站是可以用的，或者，我們想知道這段時間整個臺網(wǎng)運(yùn)行的情況。ObsPy提供了obspy-scan腳本可供使用。它在文件頭中檢數(shù)據(jù)文件格式（支持MiniSEED、SAC、SACXY、GSE2、SH-ASC、SH-Q、SEISAN等等），通過計算，以紅色豎線繪制出斷記，以小叉表示數(shù)據(jù)起始點，將整個數(shù)據(jù)文件的有效性直觀的展現(xiàn)出來。這個腳本工具可以一次性掃描超過1000個文件（實際上已經(jīng)在超過30000個文件的序列中運(yùn)用過，計算持續(xù)時間45分鐘）。它能夠自動的將數(shù)據(jù)文件對應(yīng)的年份月份繪制出來。對于繪制結(jié)果，我們還可以對關(guān)心的片段進(jìn)行放大。

如下簡單的一個指令即可進(jìn)行數(shù)據(jù)文件掃描：

$obspy-scan /home/xmzk/357/*HLZ.mseed -o 357report.png

圖1 obspy-scan的結(jié)果

2.2.3 波形按震中距排序分布圖的繪制

以2016年10月31日16：26分廣東梅州3.6級地震事件中，福建省漳州市境內(nèi)128個簡易烈度計的數(shù)據(jù)記錄，做簡單的震中距排序分布圖為例：endprint

#在列表中查詢臺站經(jīng)緯度，計算震中距，0.1-10Hz帶通濾波，做震中距排序分布圖

#關(guān)鍵部分代碼

for sta in stas：

y，x=os.popen（"grep "+sta+" /root/allstation | awk '{print $2，$3}'"）.read（）.split（）

stZs.select（station=sta）[0].stats.stla=float（x）

stZs.select（station=sta）[0].stats.stlo=float（y）

for sts in stZs：

sts.stats.distance=gps2dist_azimuth（sts.stats.stla，sts.stats.stlo，eq_lat，eq_lon）[0]

Zstf=stZs.filter（'bandpass'，freqmin=0.1，freqmax=10）

Zstf.plot（type='section'）

plt.savefig（'/root/imgs/Z-section-'+et+'.png'）

2.2.4 數(shù)據(jù)文件的抽取和格式的轉(zhuǎn)換

#對給定的miniseed文件，抽取指定時間的數(shù)據(jù)片段，并轉(zhuǎn)換為SAC格式

from obspy import read，Stream，UTCDateTime

import numpy as np

import os，datetime

pa=input（"請輸入數(shù)據(jù)文件完整路徑，以'/'結(jié)束（ eg. /home/xmzk/mseed/FJ/2016/305/，當(dāng)前目錄 ./ ）："）

et=input（"請輸入有效起始UTC時刻，格式Y(jié)YYYMMDD-HHMM（ eg. 20161030-0826 ）："）

drt=input（"請輸入需要取出的時間長度，單位整數(shù)秒（ eg. 300 ）："）

dt=UTCDateTime（datetime.datetime.strptime（et，'%Y%m%d-%H%M'））

stZs=read（pa+"*HLZ*.mseed"，starttime=dt，endtime=dt+int（drt））.merge（）.sort（）

for sts in stZs：

if hasattr（sts.data，'mask'）：

sts.data=sts.data.filled（0）

for sts in stZs：

sts.write（'./'+sts.id+'.SAC'，format='SAC'）

3 小結(jié)與展望

采用Python語言及相應(yīng)的擴(kuò)展包能夠提高地震學(xué)項目的開發(fā)效率，能夠減少在計算機(jī)編程語言方面的學(xué)習(xí)時間，成倍的提升數(shù)據(jù)處理工作效率，能夠提供豐富的圖形可視化結(jié)果，具有光明的前景，是值得學(xué)習(xí)并使用的高級計算機(jī)語言之一。

參考文獻(xiàn)：

[1]Python Tutorial.http：//www.pythondoc.com/pythontutorial3/index.html.

[2]TIOBE.http：//www.tiobe.com/.

[3]Numpy.http：//www.numpy.org/.

[4]Matplotlib.http：//matplotlib.org/.

[5]Basemap.http：//matplotlib.org/basemap/.

[6]ObsPy Tutorial.http：//docs.obspy.org/tutorial/.endprint