GMT格网化方法
在GMT的很多命令中都会涉及到格网文件，在上一节中已经较为详细的介绍了格网文件的相关内容。本章将详细介绍如何生成格网文件。在我们所获取的数据里，通常都是(x,y,z)形式，而这些数据有的已经是按规则的格网排列好的，而大多数都是不规则分布的数据形式。对于按规则格网排列好的(x,y,z)数据，只需用xyz2grd命令即可生成格网文件；对于不规则分布或者随意分布的数据，首先需要将这些数据进行格网化，生成按规则格网排列的(x,y,z)数据，然后再转化为格网数据。这里主要讨论随意分布的数据如何格网化并生成格网数据。
数据格网化，常用有两种算法：nearest neighbor gridding和gridding with splines in tenson
1. nearest neighbor gridding
该方法对应的GMT命令为nearneighbor，该命令的详细用法这里不做介绍，只讲述这种格网化算法。
nearneighbor命令将会指定数据范围和格网间隔，从而即可确定格网结点。此外，该命令还需要给出搜索半径，-Sradius选项。有了结点，有了搜索半径，即可搜索出该结点附近分布的点值了，根据这些点值，利用距离做权重，计算出结点处的值，即为格网点的值了。该算法要求在每个结点的搜索范围内只要有一个点，如果没有点，则该结点值被设为NaN值。
例：nearneighbor –R245/255/20/30 –I5m –S40k –Gship.nc –V ship.xyz
注：当数据较密时，适合用该方法。
2. gridding with spline in tension
利用全局的数据进行格网化。具体说来就是，将所有的数据投影到一个surface上，surface上对应的格网点值就是格网值。因此，相比这两种方法，nearneighbor是利用局部范围的数据进行格网化，而该方法是用全局的数据进行格网化。
在利用全局的数据进行格网化之前，为了消除aliasing效应，需要用blockmean或blockmedian或blockmode命令对数据进行预处理。blockmean命令适用于较为平滑的数据；blockmedian适用于起伏较大的数据。预处理后的数据，即可用surface命令进行格网化并生成格网数据了。
例：blockmean –R245/255/20/30 –I5m –V ship.xyz > ship_5m.xyz
surface ship_5m.xyz –R245/255/20/30 –I5m –Gship.nc –V
注：相同的数据，surface和nearneighbor命令格网化的结果差别较大。
此外，GMT还提供了两个格网数据提取和信息查询的命令，分别是grdraster和grdinfo，这里就不在详细介绍了。
请问gmt是开源的吗？
页:
[1]