calculate_orientations

功能概述

calculate_orientations方法接受结构网格的测量点、倾角和偏向数据，并返回结构网格分层中的导向向量。该函数主要用于给定结构网格中的测量点、倾角和偏向数据来确定导向向量。

输入

• measurements：(pandas.DataFrame) 包含测量点、指向、倾角和偏向的DataFrame。
• component：(str) 测量数据的组成部分，必须为“orientation”。
• coordinate_system：(str) 测量数据使用的坐标系统。目前支持的坐标系统是'equal_dip'，'compass'和'cartesian'。
• angles：(list或numpy.ndarray) 包含着倾角数据的数组或列表。度为单位。
• declinations：(list或numpy.ndarray) 包含偏向数据的数组或列表。度为单位。

输出

• orientations：(pandas.DataFrame) 包含导向向量的DataFrame。它包括x、y、z的数值和名称，并可视化单元的导向。

代码示例

import pandas as pd
import numpy as np
import gempy as gp

gp.set_data(pd.DataFrame({'X': np.linspace(0,10,100),
                          'Y': np.linspace(0,10,100),
                          'Z': np.linspace(0,-10,100)}),
            pd.DataFrame({'value':np.random.normal(size=100)}),
            resolution=[100,1,100])

geo_data = gp.create_data(["layer1"],
                          {"layer1":{"series":1,"order":1, 'opacity': 1}}, 
                          njit_compilation=False)

geo_data = gp.update_data(geo_data, 
                          Z=0.1 * np.ones(geo_data.extent[0:2]),
                          series=np.array([0]),
                          order=np.array([0]))


orientations_df = pd.DataFrame(
                 data = {'X': np.linspace(2,8,2),
                         'Y': np.linspace(2,8,2),
                         'Z': np.array([0.1]*2),
                         'dip': [50,50],
                         'azimuth': [100,150],
                         'polarity': [1,-1]})


gp.set_orientation(geo_data, orientations_df,
                   azimuth='azimuth', polarity='polarity',
                   dip='dip')

gp.get_data(geo_data, 'orientations')

异常

• ValueError：如果组成部分是不受支持的，则会引发此异常。目前，只有'orientation'被支持。如果测量数据使用的坐标系统不受支持，则会引发此异常。

注意事项

• 记住Z轴是向下的，这可能需要稍微调整测量点。 'cartesian'坐标系统坐标不需要调整。
• 使用适当的Asymptotic Analysis可以更好地模拟导向值，并在一些情况下可以降低模型据井误差由于不正确测量倾角和偏向，在处理导向值时要小心。