波形处理

它解决什么问题

处理 miniseed 地震波形时，你通常需要在好几个工具之间来回切换：先用 SCP 把数据从野外服务器拉下来，再用 ObsPy 读进内存，然后写一段 matplotlib 脚本画图，最后还要自己查文献实现 PGA、PGV 的积分计算和 MMI 烈度估计。这个 skill 把这些动作串成一条流水线，用自然语言触发，少写胶水代码。

它同时覆盖了两个容易出错的地方：远程下载时的参数传递，以及物理量计算时的积分异常。前者通过运行时交互式询问解决敏感信息问题，后者通过内置的去趋势和滤波检查来降低报错概率。

核心能力

远程下载：当对话中出现 scp、服务器、远程 等关键词时触发。运行时询问 IP、用户名、密码、远程路径和本地路径，只下载修改时间或大小有变化的文件，并保持远程目录结构。

波形可视化：用 ObsPy 的 read 函数读取 miniseed 文件，输出与源文件同名的 .png 波形图，支持 debug_headers 模式排查格式问题。

时间范围处理：检查文件是否覆盖指定时间点，支持 UTC 与北京时间互转（北京时间转 UTC 时减去 8 小时），并可以截取特定时段生成局部波形图。

物理参数计算：当提到 PGA、PGV、PGD、烈度、count/g 等关键词时触发。计算峰值加速度、速度、位移，并基于 PGA 与 PGV 估算 MMI 烈度。

批量处理：遍历文件夹中所有 miniseed 文件，对每个文件独立执行绘图、时段截取或参数计算，单个文件失败不会中断整个流程。

使用注意

时间统一使用 UTCDateTime 处理，避免时区混淆；截取时段前确认目标时间落在文件的 starttime 与 endtime 之间，否则会得到空流对象。

物理参数计算依赖灵敏度标定值，默认按 16384 count/g 处理，如果你的仪器标定不同需要在调用前确认。积分前必须去趋势，推荐加 0.1–20Hz 带通滤波，否则噪声会被积分放大导致结果失真。经验上 PGV 比 PGA 更适合作为烈度估计的主要输入。

波形图会保存在源文件所在目录，批量处理时注意磁盘占用。