基于python的三维射线追踪库-ttcrpy详解(2)

基于python的三维射线追踪库-ttcrpy详解(2)

继续研究ttcrpy,利用ttcrpy实现二维射线追踪。

文章目录

  • 基于python的三维射线追踪库-ttcrpy详解(2)
    • 1、射线追踪效果
    • 2、python代码
      • 此代码在spyder上运行,不会报错。

1、射线追踪效果

基于python的三维射线追踪库-ttcrpy详解(2)_第1张图片
基于python的三维射线追踪库-ttcrpy详解(2)_第2张图片
基于python的三维射线追踪库-ttcrpy详解(2)_第3张图片

2、python代码

# -*- coding: utf-8 -*-
"""
Created on Wed Apr 27 15:37:28 2022

@author: 86159
"""

import ttcrpy.rgrid as rg
import numpy as np
import matplotlib.pyplot as plt

# 创建网格
x = np.arange(1,11.0)
z = np.arange(1,12.0)

# 创建速度模型
v = 2000*np.ones((x.size,z.size))
v1 = 4000*np.ones((2, 3))

# index = [2,3]
# v[5:7,5:8] = v1
v[5:7,5:8] = v1


fig, ax = plt.subplots()

cs = plt.pcolor(v,cmap='jet')
fig.colorbar(cs)
plt.show()

# 给定发射点和接收点的坐标
src = np.array([[1,1.5]])
rcv = np.array([[10,1.5],
                [10,2.5],
                [10,3.5],
                [10,4.5],
                [10,5.5],
                [10,6.5],
                [10,7.5],
                [10,8.5]])

 # 离散网格
grid = rg.Grid2d(x, z, cell_slowness=False)

# 速度转换为慢度
slowness = 1./v

tt, rays = grid.raytrace(src, rcv, slowness, return_rays=True)

# 绘制走时图
plt.figure(2)
plt.plot(tt, 'r-o')
plt.show()

plt.figure(3)
# 绘制射线路径图
for r in rays:
    plt.plot(r[:,0],r[:,1],'r-*')
    
plt.show()

此代码在spyder上运行,不会报错。

你可能感兴趣的:(射线追踪,射线追踪,python,ttcrpy,CT)