jueves, 9 de febrero de 2023
Peru-Chile trench coordinates (Lat, Long) from P.Bird (2003)
NZ\SA
-7.60062E+01,-4.56585E+01
-7.58214E+01,-4.48494E+01
-7.57824E+01,-4.40506E+01
-7.56316E+01,-4.36482E+01
-7.55580E+01,-4.29722E+01
-7.54017E+01,-4.22845E+01
-7.53969E+01,-4.18256E+01
-7.53922E+01,-4.13666E+01
-7.51889E+01,-4.08628E+01
-7.51948E+01,-4.03589E+01
-7.51278E+01,-3.98131E+01
-7.51495E+01,-3.95644E+01
-7.49883E+01,-3.90681E+01
-7.48359E+01,-3.85420E+01
-7.46548E+01,-3.81376E+01
-7.45956E+01,-3.75635E+01
-7.44416E+01,-3.67249E+01
-7.42617E+01,-3.61653E+01
-7.38974E+01,-3.55777E+01
-7.36755E+01,-3.48876E+01
-7.32457E+01,-3.42904E+01
-7.29375E+01,-3.38369E+01
-7.28610E+01,-3.33585E+01
-7.28890E+01,-3.27419E+01
-7.27622E+01,-3.23188E+01
-7.26783E+01,-3.15313E+01
-7.26181E+01,-3.09652E+01
-7.25999E+01,-3.01903E+01
-7.25546E+01,-2.95357E+01
-7.24332E+01,-2.89014E+01
-7.21698E+01,-2.82776E+01
-7.19578E+01,-2.77547E+01
-7.18471E+01,-2.72478E+01
-7.17525E+01,-2.66522E+01
-7.16283E+01,-2.58397E+01
-7.15243E+01,-2.50928E+01
-7.14659E+01,-2.42626E+01
-7.13895E+01,-2.35227E+01
-7.13475E+01,-2.27584E+01
-7.13068E+01,-2.19654E+01
*** end of line segment ***
NZ\AP by Peter Bird, 1999
-7.13068E+01,-2.19654E+01
-7.12495E+01,-2.12622E+01
-7.13228E+01,-2.07577E+01
-7.13623E+01,-2.02491E+01
-7.14865E+01,-1.98112E+01
-7.17465E+01,-1.92981E+01
-7.22664E+01,-1.87215E+01
-7.27366E+01,-1.82567E+01
-7.33997E+01,-1.77470E+01
-7.39493E+01,-1.73735E+01
-7.46095E+01,-1.68230E+01
-7.52923E+01,-1.63302E+01
-7.59163E+01,-1.57355E+01
*** end of line segment ***
NZ\SA by Peter Bird, 1999
-7.59163E+01,-1.57355E+01
-7.64029E+01,-1.52185E+01
-7.67648E+01,-1.48433E+01
-7.71254E+01,-1.44675E+01
-7.76388E+01,-1.39136E+01
-7.81476E+01,-1.33872E+01
-7.84069E+01,-1.30144E+01
-7.86654E+01,-1.26414E+01
-7.91472E+01,-1.18903E+01
-7.96181E+01,-1.12906E+01
-7.99966E+01,-1.05603E+01
-8.03684E+01,-9.92089E+00
-8.07010E+01,-9.43400E+00
-8.10406E+01,-8.66540E+00
-8.13747E+01,-7.98838E+00
-8.15492E+01,-7.30604E+00
-8.17840E+01,-6.65544E+00
-8.19541E+01,-6.00265E+00
-8.19985E+01,-5.25340E+00
-8.20098E+01,-4.50353E+00
-8.19258E+01,-3.72131E+00
-8.15989E+01,-3.24451E+00
*** end of line segment ***
NZ\ND by Peter Bird, 1999
-8.15989E+01,-3.24451E+00
-8.16519E+01,-3.00021E+00
-8.15318E+01,-2.43745E+00
-8.15985E+01,-1.81384E+00
-8.14146E+01,-1.09547E+00
-8.12294E+01,-2.84454E-01
-8.08866E+01,+4.31890E-01
-8.05738E+01,+1.05338E+00
-8.02917E+01,+1.54938E+00
-7.97913E+01,+2.07369E+00
-7.94780E+01,+2.42697E+00
-7.91646E+01,+2.78019E+00
-7.86617E+01,+3.39204E+00
-7.83419E+01,+4.06591E+00
-7.80800E+01,+4.83152E+00
-7.79101E+01,+5.50529E+00
-7.80080E+01,+6.00453E+00
viernes, 26 de octubre de 2018
Converting trimble T0* (t00, t01, t02) files using RUNPKR00 to obtain RINEX files with all GNSS signals
runpkr00 is a program supported by Trimble to translate native format Trimble data into teqc readable files (usually *dat files)
Regularly the command line to translate a native file (t00, t01, t02) to DAT format file is:
$ runpkr00 -d filename.T0*
This command produces a filename.DAT file, which only contains GPS constellation data.
Recently I've used a new netr9 trimble receiver and I configured it to register all constellation signals. However, when I converted the *.T02 file, to the *.DAT format (using runpkr00 -d) and then to RINEX (using teqc -tr d), I obtained a RINEX observation file with only the GPS constellation data.
After trying all the options, I finally managed to obtain a RINEX file that includes all constellation signals (gps, glonass, galileo, etc), the procedure is as follows:
$ runpkr00 -g -d filename.T02
This command should create a *.TGD file (instead of a *.DAT file). You can verify that the size of the TGD file is larger than the *.DAT file.
$ teqc -tr d filename.TGD > output.YYo
Now the output.YYo RINEX files must contain all the GNSS signals.
Regularly the command line to translate a native file (t00, t01, t02) to DAT format file is:
$ runpkr00 -d filename.T0*
This command produces a filename.DAT file, which only contains GPS constellation data.
Recently I've used a new netr9 trimble receiver and I configured it to register all constellation signals. However, when I converted the *.T02 file, to the *.DAT format (using runpkr00 -d) and then to RINEX (using teqc -tr d), I obtained a RINEX observation file with only the GPS constellation data.
After trying all the options, I finally managed to obtain a RINEX file that includes all constellation signals (gps, glonass, galileo, etc), the procedure is as follows:
$ runpkr00 -g -d filename.T02
This command should create a *.TGD file (instead of a *.DAT file). You can verify that the size of the TGD file is larger than the *.DAT file.
$ teqc -tr d filename.TGD > output.YYo
Now the output.YYo RINEX files must contain all the GNSS signals.
lunes, 16 de octubre de 2017
Que hacer en caso de Tsunami: Versión en inglés para niños
Fuente: The San diego County Office of Emergency Service
viernes, 6 de octubre de 2017
Some steps for processing Satellite Images with Pipeline
Workshop VDAP:
Go into the sabancaya folder (where all the satellite images) and type the following command (serves also to verify if program is running) :-)
$ wv_correct
$ wv_correct 16sep10151208-p1bs_r1c1-500885382010_01_p001.ntf 16sep10151208-p1bs_r1c1-500885382010_01_p001.xml 16sep10151208-p1bs_r1c1-500885382010_01_p001.tif
Wee need to do this 4 times, for each NTF file and its corresponding XML file. This will generate new TIF files
Then we have to run the following command for the newTIF files generated:
This will generate a single TIF file which is composed from the previous 2 TIF files (16sep10151208*tif). Then we do the same for the other couple of files (16sep10151321*tif) as follows:
The next step is absolutely necessary!!!! some manuals says it is not true!!! ;-)
We need to download the DEM global coverage from earth explorer.gov for our area of work.
SRTM version 3 is the preferred DEM dataset. We can use also other source such as ASTER or LIDAR.
Be careful with the next step, If you have installed GMT so the command map project which also exist on GMT and Pipeline do not the same stuff. So here I have
From the software directory copy the file which is into the example directory called "stereo.default.example", this file should be copied within the local directory, in this case is the "Sabancaya2016Sep10" directory. Here rename the file as follows:
Open this file and edit as your prefer:
*****
# -*- mode: sh -*-
# Pre-Processing / stereo_pprc
################################################################
# Pre-alignment options
#
# Available choices are (however not all are supported by all sessions):
# NONE (Recommended for anything map projected)
# EPIPOLAR (Recommended for Pinhole Sessions)
# HOMOGRAPHY (Recommended for ISIS wide-angle shots)
# AFFINEEPIPOLAR (Recommended for ISIS narrow-angle and DG sessions)
alignment-method none
# Intensity Normalization
force-use-entire-range # Use entire input range
# Select a preprocessing filter:
#
# 0 - None
# 1 - Subtracted Mean
# 2 - Laplacian of Gaussian (recommended)
prefilter-mode 2
# Kernel size (1-sigma) for pre-processing
#
# Recommend 1.4 px for Laplacian of Gaussian
# Recommend 25 px for Subtracted Mean
prefilter-kernel-width 1.4
# Integer Correlation / stereo_corr
################################################################
# Select a cost function to use for initialization:
#
# 0 - absolute difference (fast)
# 1 - squared difference (faster .. but usually bad)
# 2 - normalized cross correlation (recommended)
cost-mode 2
# Initialization step: correlation kernel size
corr-kernel 21 21
# Initializaion step: correlation window size
# corr-search -80 -2 20 2
# Subpixel Refinement / stereo_rfne
################################################################
# Subpixel step: subpixel modes
#
# 0 - disable subpixel correlation (fastest)
# 1 - parabola fitting (draft mode - not as accurate)
# 2 - affine adaptive window, bayes EM weighting (slower, but much more accurate)
# 3 - affine window, (intermediate speed, results similar to bayes EM)
subpixel-mode 2 (THIS HAS BEEN CHANGED)!!!!!
# Subpixel step: correlation kernel size
subpixel-kernel 21 21
# Post Filtering / stereo_fltr
################################################################
# Fill in holes up to 100,000 pixels in size with an inpainting method
# disable-fill-holes
# Automatic "erode" low confidence pixels
filter-mode 1
rm-half-kernel 5 5
max-mean-diff 3
rm-min-matches 60
rm-threshold 3
rm-cleanup-passes 1
# Triangulation / stereo_tri
################################################################
# Size max of the universe in meters and altitude off the ground.
# Setting both values to zero turns this post-processing step off.
near-universe-radius 0.0
far-universe-radius 0.0
****
run the following command:
On oct 9 2017
If an error message appears (No ortho image was requested, yet texture files were passed as inputs) just take out the orthophoto option:
If your are using ARGIS just open the TIF output file and convert it to a hillshade.
If not, to create a HILLSHADE using command line:
Then run the dg_mosaic for each of the TIF timestamp 14JUL281508 & 14JUL281509
and finally the HILLSHADE
Go into the sabancaya folder (where all the satellite images) and type the following command (serves also to verify if program is running) :-)
$ wv_correct
To load an image file:
$ wv_correct 16sep10151208-p1bs_r1c1-500885382010_01_p001.ntf 16sep10151208-p1bs_r1c1-500885382010_01_p001.xml 16sep10151208-p1bs_r1c1-500885382010_01_p001.tif
16sep10151208-p1bs_r1c1-500885382010_01_p001.ntf
16sep10151208-p1bs_r2c1-500885382010_01_p001.ntf
16sep10151321-p1bs_r1c1-500885382010_01_p001.ntf
16sep10151321-p1bs_r2c1-500885382010_01_p001.ntf
16sep10151208-p1bs_r1c1-500885382010_01_p001.xml
16sep10151208-p1bs_r2c1-500885382010_01_p001.xml
16sep10151321-p1bs_r1c1-500885382010_01_p001.xml
16sep10151321-p1bs_r2c1-500885382010_01_p001.xmlThen we have to run the following command for the newTIF files generated:
$ dg_mosaic
$ dg_mosaic 16sep10151208*tif --output-prefix 16sep10151208
$ dg_mosaic 16sep10151321*tif --output-prefix 16sep10151321
The next step is absolutely necessary!!!! some manuals says it is not true!!! ;-)
We need to download the DEM global coverage from earth explorer.gov for our area of work.
SRTM version 3 is the preferred DEM dataset. We can use also other source such as ASTER or LIDAR.
Be careful with the next step, If you have installed GMT so the command map project which also exist on GMT and Pipeline do not the same stuff. So here I have
$ /usr/local/geodesy/stereopipeline/StereoPipeline-2.5.3/bin/mapproject -t rpc --t_srs EPSG:32718 --tr 0.5 Sabancaya_utm.tif 16sep10151208.r100.tif 16sep10151208.r100.xml 16sep10151208_map.tif
From the software directory copy the file which is into the example directory called "stereo.default.example", this file should be copied within the local directory, in this case is the "Sabancaya2016Sep10" directory. Here rename the file as follows:
mv stereo.default.example stereo.default
Open this file and edit as your prefer:
*****
# -*- mode: sh -*-
# Pre-Processing / stereo_pprc
################################################################
# Pre-alignment options
#
# Available choices are (however not all are supported by all sessions):
# NONE (Recommended for anything map projected)
# EPIPOLAR (Recommended for Pinhole Sessions)
# HOMOGRAPHY (Recommended for ISIS wide-angle shots)
# AFFINEEPIPOLAR (Recommended for ISIS narrow-angle and DG sessions)
alignment-method none
# Intensity Normalization
force-use-entire-range # Use entire input range
# Select a preprocessing filter:
#
# 0 - None
# 1 - Subtracted Mean
# 2 - Laplacian of Gaussian (recommended)
prefilter-mode 2
# Kernel size (1-sigma) for pre-processing
#
# Recommend 1.4 px for Laplacian of Gaussian
# Recommend 25 px for Subtracted Mean
prefilter-kernel-width 1.4
# Integer Correlation / stereo_corr
################################################################
# Select a cost function to use for initialization:
#
# 0 - absolute difference (fast)
# 1 - squared difference (faster .. but usually bad)
# 2 - normalized cross correlation (recommended)
cost-mode 2
# Initialization step: correlation kernel size
corr-kernel 21 21
# Initializaion step: correlation window size
# corr-search -80 -2 20 2
# Subpixel Refinement / stereo_rfne
################################################################
# Subpixel step: subpixel modes
#
# 0 - disable subpixel correlation (fastest)
# 1 - parabola fitting (draft mode - not as accurate)
# 2 - affine adaptive window, bayes EM weighting (slower, but much more accurate)
# 3 - affine window, (intermediate speed, results similar to bayes EM)
subpixel-mode 2 (THIS HAS BEEN CHANGED)!!!!!
# Subpixel step: correlation kernel size
subpixel-kernel 21 21
# Post Filtering / stereo_fltr
################################################################
# Fill in holes up to 100,000 pixels in size with an inpainting method
# disable-fill-holes
# Automatic "erode" low confidence pixels
filter-mode 1
rm-half-kernel 5 5
max-mean-diff 3
rm-min-matches 60
rm-threshold 3
rm-cleanup-passes 1
# Triangulation / stereo_tri
################################################################
# Size max of the universe in meters and altitude off the ground.
# Setting both values to zero turns this post-processing step off.
near-universe-radius 0.0
far-universe-radius 0.0
run the following command:
$ stereo -t dgmaprpc --subpixel-mode 2 --alignment-method none 16sep10151208_map.tif 16sep10151321_map.tif 16sep10151208.r100.xml 16sep10151321.r100.xml SABANCAYA/SABANCAYA Sabancaya_utm.tif
On oct 9 2017
$ point2dem
$ point2dem --nodata-value -9999 --t_srs EPSG:32718 -s 2.0 --dem-hole-fill-len 100 SABANCAYA/SABANCAYA-PC.tif --orthoimage-hole-fill-len 100 SABANCAYA/SABANCAYA-L.tif --errorimage
If an error message appears (No ortho image was requested, yet texture files were passed as inputs) just take out the orthophoto option:
$point2dem --nodata-value -9999 --t_srs EPSG:32718 -s 2.0 --dem-hole-fill-len 100 SABANCAYA/SABANCAYA-PC.tif --errorimage
If your are using ARGIS just open the TIF output file and convert it to a hillshade.
If not, to create a HILLSHADE using command line:
hillshade SABANCAYA/SABANCAYA-DEM.tif -o SABANCAYA/SABANCAYA-HLLSHD.tif -e 45 -a 315
Then, open it in QGIS
PROCESSING IMAGED FROM 2014, in order to compare both epochs
====
Angie provide us with a satellite image of Sabancaya dating back to 2014. The name of the Folder is "2014Sabancaya28July" inside the folder there are several files as follows:
450M Aug 8 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.NTF
707K Jul 28 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.XML
452M Oct 9 2017 14JUL28150826-P1BS_R04C1-500088628040_04_P001.NTF
707K Jul 28 2014 14JUL28150826-P1BS_R04C1-500088628040_04_P001.XML
373M Oct 9 2017 14JUL28150912-P1BS_R03C1-500088628040_04_P001.NTF
662K Jul 28 2014 14JUL28150912-P1BS_R03C1-500088628040_04_P001.XML
374M Oct 9 2017 14JUL28150912-P1BS_R04C1-500088628040_04_P001.NTF
662K Jul 28 2014 14JUL28150912-P1BS_R04C1-500088628040_04_P001.XML
Then copy from previous/older directory the following files:
450M Aug 8 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.XML*
452M Oct 9 2017 14JUL28150826-P1BS_R04C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R04C1-500088628040_04_P001.XML*
373M Oct 9 2017 14JUL28150912-P1BS_R03C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R03C1-500088628040_04_P001.XML*
374M Oct 9 2017 14JUL28150912-P1BS_R04C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R04C1-500088628040_04_P001.XML*
92B Oct 9 14:41 Sabancaya_utm.tfw*
15M Oct 9 14:41 Sabancaya_utm.tif*
2.3K Oct 9 14:41 Sabancaya_utm.tif.aux.xml*
5.0M Oct 9 14:41 Sabancaya_utm.tif.ovr*
5.6K Oct 9 14:41 Sabancaya_utm.tif.xml*
2.3K Oct 9 14:41 stereo.default
Then run the WV_CORRECT program in order to generate the tif files. Do this for each of the four couple of NTF and XML files.
$ wv_correct 14JUL28150826-P1BS_R03C1-500088628040_04_P001.NTF 14JUL28150826-P1BS_R03C1-500088628040_04_P001.XML 14JUL28150826-P1BS_R03C1-500088628040_04_P001.tif
$ wv_correct 14JUL28150826-P1BS_R04C1-500088628040_04_P001.NTF 14JUL28150826-P1BS_R04C1-500088628040_04_P001.XML 14JUL28150826-P1BS_R04C1-500088628040_04_P001.tif
$ wv_correct 14JUL28150912-P1BS_R03C1-500088628040_04_P001.NTF 14JUL28150912-P1BS_R03C1-500088628040_04_P001.XML 14JUL28150912-P1BS_R03C1-500088628040_04_P001.tif
$ wv_correct 14JUL28150912-P1BS_R04C1-500088628040_04_P001.NTF 14JUL28150912-P1BS_R04C1-500088628040_04_P001.XML 14JUL28150912-P1BS_R04C1-500088628040_04_P001.tif
This is an ls to the directory:
2.9K Oct 9 14:44 14JUL28150826-P1BS_R03C1-500088628040_04_P001.IMD
450M Aug 8 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.XML*
3.4G Oct 9 14:47 14JUL28150826-P1BS_R03C1-500088628040_04_P001.tif
2.9K Oct 9 14:48 14JUL28150826-P1BS_R04C1-500088628040_04_P001.IMD
452M Oct 9 2017 14JUL28150826-P1BS_R04C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R04C1-500088628040_04_P001.XML*
3.4G Oct 9 14:51 14JUL28150826-P1BS_R04C1-500088628040_04_P001.tif
2.9K Oct 9 14:52 14JUL28150912-P1BS_R03C1-500088628040_04_P001.IMD
373M Oct 9 2017 14JUL28150912-P1BS_R03C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R03C1-500088628040_04_P001.XML*
2.9G Oct 9 14:54 14JUL28150912-P1BS_R03C1-500088628040_04_P001.tif
2.9K Oct 9 14:54 14JUL28150912-P1BS_R04C1-500088628040_04_P001.IMD
374M Oct 9 2017 14JUL28150912-P1BS_R04C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R04C1-500088628040_04_P001.XML*
2.9G Oct 9 14:56 14JUL28150912-P1BS_R04C1-500088628040_04_P001.tif
92B Oct 9 14:41 Sabancaya_utm.tfw*
15M Oct 9 14:41 Sabancaya_utm.tif*
2.3K Oct 9 14:41 Sabancaya_utm.tif.aux.xml*
5.0M Oct 9 14:41 Sabancaya_utm.tif.ovr*
5.6K Oct 9 14:41 Sabancaya_utm.tif.xml*
2.3K Oct 9 14:41 stereo.default
Will create a new mosaic image with its corresponding camera model/parameters.
$dg_mosaic 14JUL28150826-P1BS_R0*.tif --output-prefix 14JUL28150826
$ dg_mosaic 14JUL28150912-P1BS_R0*.tif --output-prefix 14JUL28150912
These are the files that have been generated:
2.9K Oct 9 14:44 14JUL28150826-P1BS_R03C1-500088628040_04_P001.IMD
450M Aug 8 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R03C1-500088628040_04_P001.XML*
3.4G Oct 9 14:47 14JUL28150826-P1BS_R03C1-500088628040_04_P001.tif
2.9K Oct 9 14:48 14JUL28150826-P1BS_R04C1-500088628040_04_P001.IMD
452M Oct 9 2017 14JUL28150826-P1BS_R04C1-500088628040_04_P001.NTF*
707K Jul 28 2014 14JUL28150826-P1BS_R04C1-500088628040_04_P001.XML*
3.4G Oct 9 14:51 14JUL28150826-P1BS_R04C1-500088628040_04_P001.tif
5.2G Oct 9 15:04 14JUL28150826.r100.tif
703K Oct 9 15:00 14JUL28150826.r100.xml
2.9K Oct 9 14:52 14JUL28150912-P1BS_R03C1-500088628040_04_P001.IMD
373M Oct 9 2017 14JUL28150912-P1BS_R03C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R03C1-500088628040_04_P001.XML*
2.9G Oct 9 14:54 14JUL28150912-P1BS_R03C1-500088628040_04_P001.tif
2.9K Oct 9 14:54 14JUL28150912-P1BS_R04C1-500088628040_04_P001.IMD
374M Oct 9 2017 14JUL28150912-P1BS_R04C1-500088628040_04_P001.NTF*
662K Jul 28 2014 14JUL28150912-P1BS_R04C1-500088628040_04_P001.XML*
2.9G Oct 9 14:56 14JUL28150912-P1BS_R04C1-500088628040_04_P001.tif
4.5G Oct 9 15:09 14JUL28150912.r100.tif
659K Oct 9 15:06 14JUL28150912.r100.xml
92B Oct 9 14:41 Sabancaya_utm.tfw*
15M Oct 9 14:41 Sabancaya_utm.tif*
2.3K Oct 9 14:41 Sabancaya_utm.tif.aux.xml*
5.0M Oct 9 14:41 Sabancaya_utm.tif.ovr*
5.6K Oct 9 14:41 Sabancaya_utm.tif.xml*
2.3K Oct 9 14:41 stereo.default
Now we generate a map projected file using as initial reference the SRTM 30 meters file for that area.
$ /usr/local/geodesy/stereopipeline/StereoPipeline-2.5.3/bin/mapproject -t rpc --t_srs EPSG:32718 --tr 0.5 Sabancaya_utm.tif 14JUL28150826.r100.tif 14JUL28150826.r100.xml 14JUL28150826_map.tif
$ /usr/local/geodesy/stereopipeline/StereoPipeline-2.5.3/bin/mapproject -t rpc --t_srs EPSG:32718 --tr 0.5 Sabancaya_utm.tif 14JUL28150912.r100.tif 14JUL28150912.r100.xml 14JUL28150912_map.tif
Using GUI to zoom in and out
$ stereo_gui -t dgmaprpc --subpixel-mode 2 --alignment-method none 14JUL28150826_map.tif 14JUL28150912_map.tif 14JUL28150826.r100.xml 14JUL28150912.r100.xml 2014SABANCAYA/2014SABANCAYA Sabancaya_utm.tif
Once this process ends, a window showing the two images will appear. Here we need to choose the interest area, a small area we want to study.
Then the command
$point2dem
and finally the HILLSHADE
hillshade
lastly open it on QGIS
######## 10 october 2017 #####
Go into the folder /stereopipeline/Sabancaya2016Sep10
Georeference
######## 10 october 2017 #####
Go into the folder /stereopipeline/Sabancaya2016Sep10
Georeference
pc_align --max-displacement 10 --alignment-method point-to-point --csv-proj4 EPSG:32718 --csv-format '1:easting 2:northing 3:height_above_datum' --datum WGS_1984 SABANCAYA/SABANCAYA-DEM.tif igp_utm.csv --save-inv-transformed-reference-points --output-prefix SABANCAYA_ref/SABANCAYA_ref
pc_align --max-displacement 10 --alignment-method point-to-point --csv-proj4 EPSG:32718 --csv-format '1:easting 2:northing 3:height_above_datum' --datum WGS_1984 igp_utm.csv SABANCAYA/SABANCAYA-DEM.tif --save-transformed-source-points --output-prefix SABANCAYA_ref/SABANCAYA_ref
jueves, 20 de abril de 2017
Sismo de Pastaza 18 de abril 2017 Mw 6.0 en la amazonia al nor-este de Perú
El 18 de abril del 2017 a las 12:49 Hora Local (Perú), un sismo de magnitud 6.1 ML sacudió el sector nor-este de la Amazonia del Perú, con un epicentro ubicado a aproximadamente 100km al Este de la ciudad de Andoas (Lat. -2.7, Lon. -75.4), siendo perceptible en un radio de acción que incluye las ciudades de del sur de Colombia y Ecuador (Guayaquil, Quito). El cálculo de las coordenadas hipocentrales efectuado por el IGP, indica que este evento fue superficial (14 Km de profundidad). Este evento, denominado "Sismo de Pastaza", fue sentido con intensidades de hasta IV-V en la escala modificada de Mercalli en la localidad de Pastaza en Andoas ubicada aproximadamente a 100 km al Oeste del epicentro. Debido a que esta región de la Amazonia Peruana no tiene ciudades altamente pobladas no se han reportado daños o afectados por el sismo (al menos no hasta la fecha). La ciudad más grande y poblada cercana al epicentro se ubica a 250 km al SE del epicentro.
La ocurrencia de este evento resulta de particular interés, ya que en este sector de la Amazonia no se tenía registro de la ocurrencia de sismos superficiales, al menos no en los últimas 5 décadas de información que registra el catalogo del IGP (Figura 1, Mapa Sísmico IGP). Asimismo, los catálogos catálogos de fallas activas (Open File Report (USGS 2003), ATA (Veloza et al 2012) o Neotec) no tiene registro de fallamiento activo o traza de falla en esta zona. Ciertamente la geografía de dicho sector sumado a la cobertura vegetal de la amazonía dificulta el acceso para realizar cualquier mapeo.
El origen de este evento, de acuerdo al análisis del mecanismo focal obtenido por agencias internacionales como el USGS y/o Geoscope, muestra que se trata de una ruptura con falseamiento de tipo inverso. Dada la profundidad que se asigna al área de ruptura (~20km) se podría tratar de una falla ciega (blind fault) cuya traza no afloraría a superficie. Una sección del relieve topográfico elaborada recientemente por D. Jacobson (en el portal Temblor), muestra que esta falla podría estar ubicada bajo una zona de topografía relativamente irregular, donde se observa la presencia de una montaña de 300 mts. de elevación aprox (Figura 2). Las fuerzas tectónicas que habrían dado origen a este evento estarían principalmente controladas por el desplazamiento del cratón brasileño que se introduce bajo los pliegues y estructuras de la zona sub-andina, aunque este evento ciertamente está un tanto alejado de dicha zona, tal como muestra el esquema inferior.
Con el fin de analizar los posibles desplazamientos que podría haber ocasionado este evento se realizó un modelo de dislocación elástica, siguiendo Okada, (1985), y utilizando los parámetros de solución de Geoscope. La solución muestra que el máximo desplazamiento vertical en el área cercana al epicentro sería de 3 cm, mientras que máximo desplazamiento horizontal habría sería del orden de ~6 cm aprox.
La ocurrencia de este evento resulta de particular interés, ya que en este sector de la Amazonia no se tenía registro de la ocurrencia de sismos superficiales, al menos no en los últimas 5 décadas de información que registra el catalogo del IGP (Figura 1, Mapa Sísmico IGP). Asimismo, los catálogos catálogos de fallas activas (Open File Report (USGS 2003), ATA (Veloza et al 2012) o Neotec) no tiene registro de fallamiento activo o traza de falla en esta zona. Ciertamente la geografía de dicho sector sumado a la cobertura vegetal de la amazonía dificulta el acceso para realizar cualquier mapeo.
Figura 1. Mapa Sismico para la región noreste del Perú (Fuente IGP). La estrella indica la ubicación del sismo de Pastaza.
El origen de este evento, de acuerdo al análisis del mecanismo focal obtenido por agencias internacionales como el USGS y/o Geoscope, muestra que se trata de una ruptura con falseamiento de tipo inverso. Dada la profundidad que se asigna al área de ruptura (~20km) se podría tratar de una falla ciega (blind fault) cuya traza no afloraría a superficie. Una sección del relieve topográfico elaborada recientemente por D. Jacobson (en el portal Temblor), muestra que esta falla podría estar ubicada bajo una zona de topografía relativamente irregular, donde se observa la presencia de una montaña de 300 mts. de elevación aprox (Figura 2). Las fuerzas tectónicas que habrían dado origen a este evento estarían principalmente controladas por el desplazamiento del cratón brasileño que se introduce bajo los pliegues y estructuras de la zona sub-andina, aunque este evento ciertamente está un tanto alejado de dicha zona, tal como muestra el esquema inferior.
Figura 2. Perfil topográfico de la zona del sismo elaborado por D. Jacobson (visita Temblor)
Figura 3: Modelo de dislocación elástica para el sismo de Pastaza Mw=6.0, que muestra la deformación superficial que habría ocasionado este evento. Se muestra el epicentro del IGP (estrella), el mecanismo focal de Geoscope (beachball), Los vectores etiquetados indican los desplazamientos superficiales horizontales, y los colores indican el vertical.
Una de la mayores infraestructuras en este sector es el Oleoducto Nor-Peruano. En la ciudad de Andoas se ubica uno de los extremos del Oleoducto, el cual es el más próximo al epicentro (a aproximadamente 100 Km al Este). De acuerdo a los resultados del modelo se esperarían desplazamientos superficies horizontales inferiores a 1 cm en dicho sector. (Estos resultados son preliminares y referenciales.)
Desde el punto de vista de la Gestión del Riesgo de Desastres este evento sirve como un claro ejemplo para analizar la Vulnerabilidad de la población frente a eventos sísmicos. En los últimos años han ocurrido sismos de similares características en magnitud y profundidad en otras regiones del Perú, como los ocurridos en Rioja en 1991 (6.1ML), Paruro en 2014 (5.1ML), Caylloma en 2016 (5.2ML) y Lampa en 2016 (5.5ML). Estos eventos al diferencia del sismo de Pastaza (6.1 ML) han ocurrido en zonas con mayor nivel de exposición (de población, viviendas y medios de vida), causando pérdidas económicas, materiales y humanas. Sin embargo el sismo Pastaza ocurrió en un sector donde el grado de exposición es menor ya que no existen ciudades altamente pobladas alrededor del evento, sino mas bien centros poblados de baja densidad poblacional. Otro aspecto a tomar en cuenta es el tipo de construcciones, ya que en la amazonia la mayoría de estas son hechas con materiales livianos, principalmente madera, a diferencia de las ciudades donde ocurrieron los otros sismos en donde las construcciones son más vulnerables.
Twitter: @peruvill
Desde el punto de vista de la Gestión del Riesgo de Desastres este evento sirve como un claro ejemplo para analizar la Vulnerabilidad de la población frente a eventos sísmicos. En los últimos años han ocurrido sismos de similares características en magnitud y profundidad en otras regiones del Perú, como los ocurridos en Rioja en 1991 (6.1ML), Paruro en 2014 (5.1ML), Caylloma en 2016 (5.2ML) y Lampa en 2016 (5.5ML). Estos eventos al diferencia del sismo de Pastaza (6.1 ML) han ocurrido en zonas con mayor nivel de exposición (de población, viviendas y medios de vida), causando pérdidas económicas, materiales y humanas. Sin embargo el sismo Pastaza ocurrió en un sector donde el grado de exposición es menor ya que no existen ciudades altamente pobladas alrededor del evento, sino mas bien centros poblados de baja densidad poblacional. Otro aspecto a tomar en cuenta es el tipo de construcciones, ya que en la amazonia la mayoría de estas son hechas con materiales livianos, principalmente madera, a diferencia de las ciudades donde ocurrieron los otros sismos en donde las construcciones son más vulnerables.
Twitter: @peruvill
miércoles, 18 de enero de 2017
Áreas de mayor Potencial (PELIGRO) Sísmico propensas a generar Terremotos de Gran Magnitud en la zona de subducción del Perú inferidas a partir de datos GPS
El Perú se encuentra ubicado en una zona de convergencia de placas, también conocida como zona de subducción, en donde la Placa oceánica de Nazca se introduce por debajo de la Placa continental Sudamericana a una velocidad relativa de 6 a 7 cm/año (Norabuena et
al., 1998; Kendrick et al., 2003).
Esta zona de subducción es una de regiones sísmicas más activas de la Tierra,
grandes terremotos de magnitud superior a 8.0, que son generadores de tsunamis
devastadores, ocurren con relativa frecuencia cada ~15-20 años (catálogos IGP, NEIC).
Figura 1. Esquema simplificado de la fase intersísuica y co-sísmica en una zona de subducción
En las últimas décadas el sistema de posicionamiento global por satélite (GPS) ha contribuido a documentar y estudiar cada una de las etapas del ciclo sísmico, Esta nueva herramienta permite cuantificar los desplazamientos de la superficie de la corteza terrestre asociados a la acumulación de energía sísmica, permitiendo así identificar las áreas de mayor potencial sísmico en donde ocurrirán los próximos terremotos y tsunamis de gran magnitud.
Durante las últimas 2 décadas en el Perú se han realizado diferentes campañas de medición geodésica (p.e. proyectos SNAPP, ADN). Aquí se presentan aquí los resultados de un reciente estudio que incluye más de 100 nuevas observaciones de puntos geodésicos distribuidos en todo el país.
Figura 2: Mapa del Campo de velocidad GPS
En la Figura 2 se presenta el campo de velocidad GPS, con respecto al marco de referencia de Sudamérica estable. Se observan distintos patrones de deformación que varían a lo largo del margen peruano: (1) En el noroeste del Perú las velocidades GPS muestran un desplazamiento cuasi-constante de 5-6 mm/año en dirección sureste; comportamiento que es consistente con la hipótesis del movimiento rígido de un bloque tectónico que comprendería la zona de ante-arco desde la fosa hasta la cordillera occidental extendiéndose hacia el sur del Perú (Nocquet et al., (2014); Villegas, (2014)). (2) En la región central de Perú se observan altas velocidades GPS en dirección noreste-este, similar al sentido de la convergencia. Estas velocidades que alcanzan tasas de hasta ~21 mm/año en la costa y disminuyen hacia los Andes, y varían lateralmente al norte y sur de la ciudad de Lima. Este comportamiento a primera vista refleja un fuerte acoplamiento sísmico en la interfaz de subducción con algunos cambios laterales. (3) En el sur del Perú, a partir de la dorsal de Nazca, se observan también áreas con valores altos de velocidades GPS que varían entre 12 y 20 mm/año en la costa, lo cual sugiere que el acoplamiento sísmico en esta región también es significativo. El campo de velocidad observado refleja el efecto superpuesto de dos contribuciones principales: (i) el fuerte acoplamiento heterogéneo a lo largo de la interfaz de subducción, y (ii) deformación tectónica de largo plazo inducida por el bloque tectónico y el acortamiento cortical en la placa continental.
En
la Figura 3 se muestran los resultados del modelado numérico mediante la
inversión del campo de velocidad GPS corregido. A lo largo margen peruano se
observan tres importantes áreas que presentan alto acoplamiento sísmico, es
decir son áreas que están acumulando energía desde hace
muchos años, incrementando el potencial para generar terremotos de gran magnitud (M>8.0) en los próximos años. Estas áreas, de norte a sur, son:
(1) la región central de Perú,
que abarca el segmento desde Barranca hasta Pisco (>350 km de longitud),
(2)
el segmento frente a las ciudades de Nasca y Chala (~150km), y
(3) la región
sur de Perú, que abarca desde la provincia de Ilo, Tacna hasta el Norte de
Chile (>150 km).
Figura 3: Mapa de acoplamiento ínter-sísmico
La fuente original de esta información puede ser revisada en detalle en el siguiente artículo científico (http://onlinelibrary.wiley.com/doi/10.1002/2016JB013080/abstract) publicado en la revista Journal Geophysical Reseach .
Suscribirse a:
Entradas (Atom)