GPlates作为桌面图形用户界面应用,可用于深时地球重建。基于GPlates,开发人员提供了开源的python库——pygplates,该库提供了更便捷、更多样的方法来查询板块重建信息,并融合进其余的python工作流中。GPlately更进一步地使用更简化的python接口,提供更迅速的时空数据分析。
作为面向对象的python库,GPlately可以
GPlately的所有工具/功能基于线程安全的多CPU处理器加速时空分析。
GPlates具有传统的GIS界面,提供构建和可视化重建。尽管许多团体对它饱加赞扬,但从GPlates的图形化界面中获取构造信息十分不便,甚至不能进行完整的时空数据分析。
pygplates创建的初衷是简化/加速时空数据分析。
pygplates是一个细粒度的python接口,用于向研究人员提供基础的板块重建功能。但是对于python编程基础薄弱的地质科学家来说,使用pygplates将是一项巨大的挑战。
pygplates的底层细节对经验丰富的pygplates使用者来说也是十分繁琐的。本文这里,开发人员提供了pygplates的高级接口,将许多pygplates的底层功能整合为工作流,简化为了面向对象的GPlately包。
参照文献,介绍GPlately的一些用法,例如从板块边界提取板块运动属性,包括海底扩张速率,海沟闭合速率和海洋地壳上的火山痕迹。
GPlately需要您已安装pyGPlates。所有主流的操作系统(比如Linux,MacOS,Windows)都支持两者,且安装教程皆很详细。在EarthByte servers上可以获取示例数据,包括栅格图层,海底年龄网格,板块运动模型等用于板块重建的数据。
当然,GPlately依赖许多其他python库,包括NumPy,SciPy,Stripy,GeoPandas,Cartopy,Shapely,PlateTectonicTools,RasterIO,以及GDAL。
所有的工作流程,包括这里和网上的,都需要依赖板块运动模型方可进行。包括:
重建的方法因人而异,视情况而定,或者直接使用GPlately封装好的板块模型,可以通过DataServer对象从EarthByte serves上获取板块模型。
import gplately
# 启用GPlately data server,下载Muller et al. 2019文件
gdownload = gplately.download.DataServer("Muller2019")
rotation_model, topology_features, static_polygons = gdownload.get_plate_reconstruction_files()
coastlines, continents, COBs = gdownload.get_topology_geometries()
# 将plate rotations, topology features and static polygons传递给PlateReconstruction对象
model = gplately.PlateReconstruction(rotation_model, topology_features, static_polygons)
# 初始化PlotTopologies对象,同时调用一些几何要素
gplot = gplately.plot.PlotTopologies(model, time=None, coastlines=coastlines, continents=continents, COBs=COBs)
后续需要跟进的内容:
本例中关注印度板块的运动。首先封装多种绘图features:
gplot对象简化了地质线和地质多边形的重建和绘制。
参阅的论文一言难尽,虽然非常渴望使用GPlately,而且有了最新的文献,但里面的代码无法运行。无疾而终!