Python編程及Google Earth平臺在地球物理勘探中的應用

王丹鶴，呂玉增，2，孫 拓

(1.桂林理工大學 地球科學學院，廣西 桂林 541006；2.廣西隱伏金屬礦產勘查重點實驗室，廣西 桂林 541006)

關鍵字：地球物理勘探；Python；KML；Google Earth；地標

0 引言

在地球物理勘探工作中，常常會由于野外踏勘不足，造成測點、測線布置不合理、野外工作無法開展等情況，如測線經過廠礦，峭壁，水域，居民區等，迫使調整工作方案，致使預算增加，嚴重影響項目實施。近年來，隨著地理信息技術的發展，衛星圖片的分辨率，定位精度都在不斷提高。因此，若能利用Google Earth的衛星影像和大數據平臺，在室內對勘探區域進行云踏勘并指導地球物探勘探的全過程，必將提高地球物探勘探的工作效率，節省勘探成本。

近年來，圍繞Google Earth平臺在地球物理勘探中的應用，許多學者都做了相關的討論。史來亮[1](2015)，史曉亮[2](2014)、羅文剛[3](2011)、李春芬[4](2011)、關玉東[5](2008)等人都是將Google Earth應用于地震勘探，取得了很好的效果；苗放[6](2006)介紹了Google Earth在GIS (Geographic information system)方面的應用；王路希[8](2015)、雷清[9](2019)、李良[10](2014)、葉寶瑩[11](2017)分別討論了Python在開源GIS、大地電磁測深、測井、礦產勘查[12]、環境科學[13]、地球化學[14]及地質信息提取方面的應用；國外學者運用Google Earth在地質與地球物理建模[15]以及地理信息查詢[16]等。此外王艷[7](2009)在基于VC++的Google Earth KML地標文件的自動生成及應用一文中介紹了KML文件，提出了利用KML文件實現了點、線的精確定位與顯示，沒有詳細討論如何自動化生成。部分商業軟件也能實現從經緯度坐標轉換成KML文件，但是并沒有開放源代碼版本的出現。在現在這個階段，開放源代碼實現版本的出現尤為重要。

本文重點討論KML(Keyhole Markup Language)文件，并利用Python編程，使用simplekml模塊，開源實現自動化生成KML文件，配合Google Earth，實現對物探工作的點、線和區的設計優化，輔助數據處理解釋。Python的優勢就在于算法簡單明了，可讀性高，易于后期維護利用。

1 KML簡介

KML全稱為Keyhole Markup Language，是基于可擴展標記語言(Extensible Markup Language，XML)語法標準的一種標記語言，采用標記結構，含有嵌套的元素和屬性。根據KML語言編寫的文件則為KML文件，格式同樣采用XML的文件格式，用于顯示地理數據(包括點、線、面、多邊形、多面體以及模型等)。后來Google將KML提交給OGC (Open Geospatial Consortium)組織，由OGC繼續開發和維護。在地球物理勘探中，經常使用到KML語言中的點、線、區塊等地標文件。

KML文件主要由XML標頭，KML命名空間聲明，包含元素的地標對象組成。包含元素的地標對象主要包括：用作地標標簽的名稱，附著到地標的“提示框”中顯示的說明，指定地標在地球表面的位置的點(經度、緯度和高度等)。其中重要的標簽有：表示點的標簽，表示線的標簽，為多邊形標簽，坐標的標簽，是線型標簽，是顏色標簽，線寬標簽。

2 Python生成KML地標文件

Python是一種廣泛使用的解釋型、通用型編程語言，由吉多·范羅蘇姆創造。相比于C++或Java等，Python更強調代碼的可讀性和簡潔的語法，能讓開發者用更少的代碼表達思想并實現。Python的另一個優點是其解釋器幾乎可以在所有的操作系統中運行，程序的可移植性好。

KML默認的做坐標格式是WGS 84系統下的經緯度坐標。對于北京54系統或西安80系統下的公里網格坐標而言，首先需要轉換成WGS 84系統經緯度坐標，然后生成KML地標文件。接下來重點介紹如何用Python來創建KML格式的地標文件。

2.1 創建點地標KML文件

若已知若干個點在WGS 84系統下經緯度坐標，利用Python的“import”命令可方便創建KML文件。具體實現代碼如下：

已知信息Python的代碼實現#點號及其經緯度坐標points=[('1',#1經度,#1緯度),('2',#2經度,#2緯度),('3',#3經度,#3緯度),('4',#4經度,#4緯度),('5',#5經度,#5緯度),('6',#6經度,#6緯度),]kml=simplekml.Kml(open=1)#導入Python模塊#繪制點位forindex,lon,latinpoints:pnt=kml.newpoint()pnt.name=indexpnt.coords=[(lon,lat)]kml.save("test_points.kml")#保存KML文件

2.2 創建線地標KML文件

創建線地標的時候，關鍵是要給出測線起止點和轉折點的坐標。代碼如下：

已知信息Python的代碼實現#起止點經緯度坐標line_points=[(#1經度,#1緯度),(#2經度,#2緯度)]importsimplekml#導入Python模塊kml=simplekml.Kml(open=1)linestring=kml.newlinestring(name='Aline')linestring.coords=line_points#設置線的顏色linestring.style.linestyle.color='ff0000ff'#設置線的寬度linestring.style.linestyle.width=10kml.save("test_line.kml")#保存KML文件

2.3 創建區地標KML文件

創建區地標的時候，需要區域邊界的經緯度坐標。具體代碼如下：

已知信息Python的代碼實現#區域邊界點經緯度坐標pol_points=[(#1經度,#1緯度), (#2經度,#2緯度), (#3經度,#3緯度), (#4經度,#4緯度), (#5經度,#5緯度), (#6經度,#6緯度), (#7經度,#7緯度), (#8經度,#8緯度), (#9經度,#9緯度), (#10經度,#10緯度), (#11經度,#11緯度), (#12經度,#12緯度)]importsimplekmlkml=simplekml.Kml()pol=kml.newpolygon(name='APolygon')#多邊形邊界點的坐標pol.outerboundaryis=pol_pointspol.style.linestyle.color=simplekml.Color.yellowpol.style.linestyle.width=5pol.style.polystyle.color=simplekml.Color.changealphaint(100,simplekml.Color.green)kml.save('test_polygon.kml')

生成區地標KML文件見圖1。

圖1 點、線、區地標的KML文件圖Fig.1 KML file diagram of points，line and polygon landmarks

3 初步應用

3.1 優化勘查方案設計

當勘查區的點、線和測區的初步工作方案后，可依據上述方法生成多個KML地標文件，將生成的KML文件導入Google Earth，就可以對工區的地形、地貌特征，有一個全面的了解。如遇到礦區，水域，可以提前調整測線及測點的位置，科學合理地調整無法工作的區域。

在項目方案設計和實施階段，利用Google Earth，基本可掌握測區的地形、地貌和構筑物等地理信息。同時，可初步對選定的物探勘探方法、方案進行優化改進。下面舉例說明。

案例1：圖2為某實際測區布設物探激電測深的部分測點正好落在構筑物上，通過“地標文件+Google Earth”提前預知后，就可對這些測點進行合理地規劃，盡可能的避開構筑物。

圖2 點地標衛星圖Fig.2 Satellite map with point landmarks

案例2：圖3為某測區的一條激電測深勘探線，整個測線跨過了多條公路、村莊和陡峭灰巖區，提前準確掌握這些信息，可在物探實際觀測中合理地調整觀測方案，高效實施，以降低野外觀測成本。圖4顯示激電測線正好穿過一個采石場(黃線區域)，建議做棄點處理。

圖3 線地標衛星圖Fig.3 Satellite map with a line landmark

圖4 區地標衛星圖Fig.4 Satellite map with a polygonal landmark

3.2 輔助數據處理和解釋

在物探數據處理階段，往往需要測線所有測點的準確高程數據，便于異常的查證和解釋。通過調用Google的應用程序接口(Application Programming Interface，API)，利用Python可準確獲取測線測點的高程數據。實現流程如下：先打開測點文件，讀取經緯度；然后構造超文本傳輸安全協議(Hyper Text Transfer Protocol Secure，https)請求；返回JavaScript對象表示法(JavaScript Object Notation，JSON)格式的文件；最后解析JSON文件，讀取相應點的高程，繪制測線地形圖。

下面以激電測深的一條測線為例，具體實現代碼如下：

Python的代碼實現importrequests#導入請求包importmatplotlib.pyplotasplt#導入繪圖包points=[]lat=[] foriinrange(len(j['results'])): outputstr="{:.6f}{:.6f} {:.6f}\n".format (j["results"][i]['location']['lng'], j["results"][i]['location']['lat'], j["results"][i]['elevation'])

lon=[]#打開測點文件withopen('points.txt',encoding='utf-8-sig')asf:forlineinf: points.append(line.replace('\n',''))forpointinpoints: s=point.split(',') lat.append(s[1]) lon.append(s[0])npoints=[[x,y+'|']forx,yinzip(lat,lon)]points_loc=[]foriinnpoints:points_loc.append(i[0]+','+i[1])loc_str=''.join(points_loc)#API密鑰my_key='&key=yourkey'#網址頭部url='https://maps.googleapis.com/maps/api/elevation/json?locations='#鏈接請求r=requests.get(url+loc_str[0:len(loc_str)-1]+my_key)j=json.loads(r.text)#解析json數據#存儲經緯度高程數據withopen("Elevations.dat","w")asf_w: f_w.writelines(outputstr)f_w.close()#繪圖部分lle=[]ele=[]di=[]withopen("Elevations.dat","r")asf_r:forlineinf_r: lle.append(line)foriinrange(len(lle)):ele.append(float(lle[i].split()[2]))forlinrange(len(ele)):di.append(l?50)fig=plt.figure(figsize=(16,4))axes=plt.axes()plt.title('測線地形地形起伏圖',fontsize=20)axes.set_ylim([0,1600])axes.set_xlim([0,6500])axes.spines['top'].set_visible(False)plt.plot(di,ele,color='black')plt.rcParams['font.sans-serif']=['MicrosoftYaHei']plt.text(5500,1500,'地形線',fontsize=13)plt.xlabel('距離/m',fontsize=15)plt.ylabel('高程/m',fontsize=15)plt.minorticks_on()plt.savefig("topography.svg",dpi=600)plt.show()

該地形的高程數據可以用來對物探成果圖進行白化處理。利用Python生成的KML文件，導入Google Earth，直觀明了地查看地形地貌(圖6)，輔助技術人員進行異常識別和分析。甚至可以獲取測區的三維地形數據，進行三維的地形建模和正演模擬，進而對物探異常進行準確識別和綜合解釋。

圖5 測線的地形示意圖Fig.5 Topographic sketch map of the survey line

圖6 帶地形的區線地標圖Fig.6 Topographical map with polygonal and line landmarks

4 結論

本文詳細地展示了利用Python自動化生成點、線和區域的KML文件和獲取測線高程數據的過程，算法簡潔明了。結合Google Earth使用，可以有效地優化勘查設計方案，若測線測點遇到不可測區域，能夠提前查看，做到及時調整。在勘探工作中，Python和Google Earth的聯合使用可大大節省踏勘、設計等時間和生產成本，提高生產效率。另一方面，可以便利地獲取高程等數據，輔助數據處理和解釋，隨著地形、地貌和地質信息的加入，使得整個地球物理勘探過程變得高效，有利于綜合解釋。

借助圖形識別技術，聯合程序編制、虛擬仿真、導航等技術并將其引入到地球物理勘探與解釋中，提供了一個實現復雜綜合信息情況下云踏勘和云設計的便捷方案。