1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228
|
%richter plus propre , avec magnitude de compression
close all
clear all
clc
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Données %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
catalogues = {'Catalogue_ISC' 'Catalogue_BCIS' 'Catalogue_ISS' 'Catalogue_LAO' 'Catalogue_DDA' 'Catalogue_ATA' 'Catalogue_AZER' 'Catalogue_TIF' 'Catalogue_CSEM' 'Catalogue_GRAL' 'Catalogue_NSSC' 'Catalogue_NEIC' 'Catalogue_GBZT' 'Catalogue_KSA' 'Catalogue_CGS' 'Catalogue_ISK'};
path_disk='C:\Program Files\MATLAB\R2012b\bin';
%Obtention des data a partir des fichiers textes(ne contienne pas le nom
%des catalogues MAIS sont trié par catalogues!
for n=1:numel(catalogues)
Donnee{n}= dlmread(catalogues{n},'');
end
path_disk='C:\Users\Admin\Desktop\Stage\Catalogue';
B= dlmread('catalog.txt','');
%Loi de Guttemberg Richter, nous avons 16 matrices dans notre Tableau de
%Donnée
% Avant tout, création de la légende !
LegInfo={'Catalogue_ISC' 'Catalogue_BCIS' 'Catalogue_ISS' 'Catalogue_LAO' 'Catalogue_DDA' 'Catalogue_ATA' 'Catalogue_AZER' 'Catalogue_TIF' 'Catalogue_CSEM' 'Catalogue_GRAL' 'Catalogue_NSSC' 'Catalogue_NEIC' 'Catalogue_GBZT' 'Catalogue_KSA' 'Catalogue_CGS' 'Catalogue_ISK' 'Catalogue_bullut'};
col={'r-d' 'b-d' 'g-d' 'rd' 'bd' 'gd' 'r-o' 'b-o' 'g-o' 'k+' 'k-' 'k-o' 'k-x' 'b-x' 'g-x' 'r-x' 'b'};
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Richter %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%ensuite création de notre échelle logarithmique
Echelle=linspace(0.1,7,1000);
Repartition=zeros(length(Echelle),numel(catalogues)+1);
Magnitude_corrige=cell(1,numel(catalogues)+1);
%suppresion des Isnan
%Logique du stagiaire : La Magnitude est obligatoirement supérieur à 0,
%donc ISNAN=0
for n=1:numel(catalogues)+1
if n <17
data=Donnee{n};
Magnitude{n}=data(:,10);
else n=17;
Magnitude{n}=B(:,17);
end
end
% Maintenant , Richter
for n=1:numel(catalogues)+1
C=zeros(1,length(Magnitude{1,n}));
C=Magnitude{1,n};
C(isnan(C))=0;
Magnitude_corrige{n}=C;
for i=1:length(Echelle)
Repartition(i,n)=numel(find(Magnitude_corrige{n}>Echelle(i)));
end
end
figure
hold all
couleur=hsv(17);
set(gca,'colorOrder',couleur);
for k=1:17
h(k)=semilogy(Echelle,Repartition(:,k));
end
legend(h,LegInfo);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Magnitude de Compréssion %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% On enléve les zeros produit lors du passage des isnan en 0 de la boucle
% précédente.
Mag_ordo=cell(1,17);
numbers=cell(1,17);
for n=1:numel(catalogues)+1
Mag_ordo{n}=sort(Magnitude_corrige{1,n});
D{n}=zeros(length(Mag_ordo{1,n}),17);
D{n}=Mag_ordo{n};
D{1,n}(D{1,n}==0)=[];%supprime les 0
numbers{n}=unique(D{1,n});%içi trouve chaque variable et la réécris une seule fois
end
Tableau=cell(1,17);
for k=1:17
nombre=numbers{k};
evenement=D{k};
[m, l]=size(nombre);
count=zeros(length(nombre),1);
if m~=0
for j=1:m
count(j,k)=numel(find(evenement(:)==nombre(j))); %compte le nb d'élément égal à une magnitude en utilisant les magnitudes présente dans le fichier (numbers)
G= max(count);
Tableau{1,k}=count(:,k);
end
end
end
figure
hold all
couleur=hsv(17);
set(gca,'colorOrder',couleur);
Mag_comp=zeros(1,17);
Catalogue_restant=cell(1,17);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Determination Magnitude limite %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for n=1:17
condition=isempty(numbers{1,n});
condition_s=isempty(Tableau{1,n});
[m, l]=size(Magnitude_corrige{n});
if m>150 ;condition=0 ; condition_s=0 ;%condition = matrice non vide et nb d'elements > 150
nombre=numbers{1,n};
tab=Tableau{1,n};
p(n)= semilogy(nombre,tab);
[MaxTab,ind]=max(tab(:));
ind;
Mag_comp(n)=nombre(ind);
Catalogue_restant{n}=LegInfo{n};
% Resl{n}={[f g]};
end
end
legend(p,LegInfo);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Richter avec Magnitude de compression %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for n=1:numel(Catalogue_restant)
if n<=16
data=Donnee{n};
Magnitude_utiles{n}=data(:,10);
else
Magnitude_utiles{n}=B(:,17);
end
condition=isempty(Catalogue_restant{1,n});
if condition==0
C=zeros(1,length(Magnitude_utiles{1,n}));
D=cell(1,length(C));
C=Magnitude_utiles{1,n};
C(isnan(C))=0;
D{n}=C;
D{1,n}(D{1,n}==0)=[];
Magnitude_utile_corrige{n}=D{n};
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% %
% Retaff sur les matrices %
% %
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
idx = cellfun('isempty',Catalogue_restant);
Catalogue_restant(idx)= [];%on recrée un tableau en enlevant les cellules vides.
idx_I = cellfun('isempty',Magnitude_utile_corrige);
Magnitude_utile_corrige(idx)=[];
Mag_comp(Mag_comp==0)=[];
Polynome=cell(1,6);
F=cell(1,6);
for n=1:numel(Catalogue_restant)
Mag=Magnitude_utile_corrige{1,n};
idx=find(Mag(:)>=Mag_comp(n));
Mag_corrige_corrige{n}=Mag(idx);
end
for n=1:numel(Catalogue_restant)
for i=1:numel(Echelle)
Repartition_completness(i,n)=numel(find(Mag_corrige_corrige{n}>Echelle(i)));
end
y=Repartition_completness(:,n);
[P,s,mu]=polyfit(Echelle.',y,998);
Polynome{n}{1,1}=P;% retourne un coefficient pour un polynome p(x) de degrés n qui a le meilleur fit avec y
Polynome{n}{1,2}=s;%permet d'obtenir les erreur si on utilise polyval
Polynome{n}{1,3}=mu;% mu_1 moyenne de x et mu_2 moyenne de y
F{n}=polyval(P,Echelle);
for i=1:length(y)
A=F{n}
Z(i)=y(i)-A(i);%calcul du fit
end
end
figure
hold all
couleur=hsv(17);
set(gca,'colorOrder',couleur);
LegInfo_second=Catalogue_restant;
for k=1:numel(Catalogue_restant)
h(k)=semilogy(Echelle,Repartition_completness(:,k));
% pel(k)=semilogy(Echelle,Polynome{1,k}{1,1});
end
legend(h,LegInfo_second);
% for n =1:numel(Catalogue_restant)
% y=[Repartition_completness(:,n) Echelle.'];
%
% end
% figure
% plot(Echelle,Repartition_completness(:,1))
% hold on
% Echelle_bis=linspace(0.1,7,999);
% y=polyval(Polynome{1,k}{1,1},Echelle_bis.');
% plot(Echelle_bis,y);
% hold off |
Partager