2. 温纳装置视电阻率数据格式转换与质量标记

温纳原始记录到 DAT 的字段映射

温纳装置野外记录通常以“测点号 + 电极距 a + 视电阻率 ρa”为主键，而 Res2DInv 的 DAT 文件要求按“测点位置 x、电极距 a、视电阻率、误差/质量标记”组织。转换的核心不是简单改扩展名，而是把野外记录中的排列参数换算成 Res2DInv 能识别的测点位置与层号，同时保留重复观测信息用于质量判定。

温纳排列中，四个电极 AMNB 等间距 a，测点位置取排列中心 x = (x_A + x_B)/2，视电阻率 ρa = 2πa·ΔV/I。Res2DInv 的 DAT 每行格式为：x a ρa err，其中 err 为百分比误差（0 表示无误差，负值表示该点被剔除）。因此转换时需保证 x 与 a 的对应关系与野外记录一致，不能把电极距误填为电极坐标。

转换脚本与质量标记实现

下面给出一个可直接运行的 Python 脚本，读取 CSV 格式的温纳原始记录，完成测点位置换算、重复观测合并、离群值标记，并输出 Res2DInv 可读的 DAT 文件。示例数据为教学假设值，用于演示流程，不代表真实实测结果。

import csv, statistics

# 输入：温纳原始记录 CSV，字段 line, xA, xB, a, rho
rows = []
with open("wenner_raw.csv", newline="", encoding="utf-8") as f:
    for r in csv.DictReader(f):
        rows.append({
            "line": r["line"],
            "xA": float(r["xA"]), "xB": float(r["xB"]),
            "a": float(r["a"]), "rho": float(r["rho"])
        })

# 1) 计算测点位置 x = (xA+xB)/2，按 (x, a) 分组
groups = {}
for r in rows:
    x = (r["xA"] + r["xB"]) / 2.0
    key = (round(x, 3), r["a"])
    groups.setdefault(key, []).append(r["rho"])

# 2) 重复观测合并：取均值，相对偏差>5% 标 err=10
dat = []
for (x, a), vals in groups.items():
    mean = statistics.mean(vals)
    if len(vals) > 1:
        dev = max(abs(v - mean) / mean for v in vals) * 100
        err = 10 if dev > 5 else 0
    else:
        err = 0
    dat.append({"x": x, "a": a, "rho": mean, "err": err})

# 3) 离群值检测：同一 a 层内，偏离中位数 >3σ 标 err=-1
by_a = {}
for d in dat:
    by_a.setdefault(d["a"], []).append(d)
for a, lst in by_a.items():
    rhos = [d["rho"] for d in lst]
    med = statistics.median(rhos)
    sigma = statistics.pstdev(rhos) if len(rhos) > 1 else 0
    for d in lst:
        if sigma > 0 and abs(d["rho"] - med) > 3 * sigma:
            d["err"] = -1

# 4) 按 x 升序、a 升序输出 DAT
dat.sort(key=lambda d: (d["a"], d["x"]))
with open("line01.dat", "w", encoding="utf-8") as f:
    for d in dat:
        f.write(f"{d['x']:.2f}  {d['a']:.1f}  {d['rho']:.2f}  {d['err']}\n")
print("DAT 行数:", len(dat))

运行后得到 line01.dat，每行四个字段。Res2DInv 读取时，err=0 表示正常参与反演，err=10 表示该点误差较大但仍参与（权重降低），err=-1 表示该点被剔除。这样既保留了原始观测信息，又让反演程序按质量自动处理。

质量标记判读与验证

转换完成后需做三项检查：① 同一 a 层内 x 是否连续、无重复；② 重复观测的相对偏差是否集中在 5% 以内，若大量超限说明采集质量差；③ 被标 err=-1 的点是否集中在某一电极附近，若是则可能是接地问题而非地质异常。下表为示例数据的检查结果（教学假设值）。