tidegravity 0.3.0b1

要求

• 努比
• 熊猫

Numpy和Pandas库是处理潮汐改正和导入改正轨道数据所必需的

matplotlib库是一个可选的需求，目前仅在示例中用于绘制可视化 数据的表示。

API

提供了以下API函数（可能在将来的版本中更改）：

• solve_longman_tide(lat,lon,alt,time)

  从numpy数组输入解算太阳/月亮引起的总重力校正

• solve_longman_tide_scalar(lat,lon,alt,time)

  包装器solve_longman_tide，接受lat/lon/alt和单个datetime对象的单个标量值

• solve_point_corr(lat,lon,alt,t0,n=3600,increment=’S’)

  由t0定义的时间跨度内的退潮改正，静态（标量）在给定增量下有n个点 位置参数

• solve_tide_df(df,lat=’lat’,lon=’lon’,alt=’alt’)

  包装器接受pandas数据帧（df）对象作为输入，df应该有一个datetimeindex和lat/lon/alt 柱。可以通过参数提供备用列名，然后使用这些列名从 输入数据帧。

参考文献

• I.M.Longman“Forumlas，用于计算月球引起的潮汐加速度 《太阳》地球物理研究杂志，第64卷，第12期，1959年， 第2351-2355页
• P.Schureman，“潮汐谐波分析和预测手册”，美国海岸和大地测量局，1958年

致谢

这个库基于john leeman的longmantide python实现。 LongmanTide

示例

示例目录中有几个示例脚本，说明如何使用longmantide求解函数。

下面是计算静纬度/经度/海拔的校正序列的简单演示 指定的时间段，间隔为1秒。

fromdatetimeimportdatetimefromtidegravityimportsolve_point_corr# Example static data for Denver, January 1, 2018lat=39.7392lon=-104.9903# Note: West should be entered as a negative longitude valuealt=1609.3t0=datetime(2018,1,1,12,0,0)# Calculate corrections for one day (60*60*24 points), with 1 second resolutionresult_df=solve_point_corr(lat,lon,alt,t0,n=60*60*24,increment='S')# Result is a pandas DataFrame, with a DatetimeIndex, and correction# values in the 'total_corr' column i.e.corrections=result_df['total_corr'].values# Plot the corrections using matplotlibfrommatplotlibimportpyplotaspltplt.plot(corrections)plt.ylabel('Tidal Correction [mGals]')plt.show()