内容摘要：上次写完Geoist的Flex的岩石圈有效弹性厚度估计功能之后，大家反映描述的例子不好，分明是用现成的例子来敷衍交差。为了表明动手能力，小哥周末从头开始搭建了一个Linux上的python3环境，亲自来趟坑。下面就来看看这次实战的成果。
1、搭建一个虚拟机
小哥早晨起来，在服务器上找了一个虚拟的Ubuntu系统，远程ssh上去，配置了一个python3.7+jupyter Lab的组合。
这样在本地就可以直接用浏览器开始工作了，配置一个能运行geoist的环境，需要安装不少依赖包，这里具体过程就略去了，安装过程中稍微复杂的，是GDAL库，如果编译提示gdal-config类错误，记得安装libgdal-dev，如下命令：sudo apt-get install gdal-bin libgdal-dev
另外，就是为了画地图，需要basemap支持和离线地图数据包。通过，升级matplotlib解决。不行的就试试sudo apt-get install python-mpltoolkits.basemap。
其它的没遇到太多问题，pip3 install ***，一般都可以解决。
安装完jupyter lab后，需要修改配置文件，给个密码，并且设置外网可访问，即可。整个过程大概花了1个多小时，配置结果如图1所示。
图1 内网上的Jupyter Lab界面
ps：内网的用户直接可以访问上面地址，需要密码可以找小哥要
2、数据配置
WGM2012我们已经提到好几回了，全球数据其实就四个grd文件。每个200多M，分别为地形，自由空气重力异常，布格重力异常，还有均衡异常。我们都传到DATA目录下，然后，想研究哪里，就切哪里即可。图1上面的代码我们切出来一块，地形布格异常如图2所示。
原来数据是经纬度坐标，图2中的数据做了一个投影，变为直角坐标，显示如下：
图2 ETOPO的地形
图3 布格重力异常
看到图中的黑线了吗？这是海陆边界，大陆上还有一些湖泊，这些线可以作为参考，用以检查由于投影进行仿射变换前后，数据重采样后是否发生畸变。
具体计算过程，代码就不说了，下面是30个格点作为一个区域，开窗计算后的和
的误差。
图4 Te计算结果
图5 Te的计算误差估计
有了计算面上的计算结果，我们也可以区任何一个区域，看看观测结果与计算模型之间的差异，如图6所示，其中橙色曲线为最优估计模型的拟合结果，蓝色为实际数据观测结果。
图6 计算的导纳和相关系数及模型拟合结果
在模型中有两个不确定性参数，上节课也提到了和
，这里面我们用贝叶斯方法，引入pyMC3的MCMC算法来估计这两个模型参数，如图7所示。
图7 模型参数的贝叶斯估计
需要再啰嗦一句的是，pymc3实现的mcmc算法，在linux上的进程通信，好于win。有些莫名其妙的问题在linux一下子过去了。程序调好，部署到服务器上，还是比较省事。但是没有图形界面，调试效率低了些，最好是都掌握了，相互调用吧。
一句话总结：综上所述，小哥全部测试了一遍Flex模块的估计功能，因为是从开源项目中修改过来的，实践中往往会遇到一些问题，确实小哥也发现了，有的与依赖库版本有关，有的与操作系统有关，具体我就不唠叨了，还是那个原则，有坑我来趟，大家直接走即可。好了，今天就说到这，上面说的都可用，你要感兴趣，遇到具体问题，欢迎找我讨论。
网友评论