USGS官方网站每天都会实时更新全世界的地震信息，包含地震发生的地点，坐标，震级，震中距离地表的距离等等，坐标系采用的是地心坐标系WGS84，如何将这些实时的信息采集到自己的系统之中，用于进一步的科学计算和空间分析，需要借助一些解析数据和空间计算的方法。
GIS主流的应用策略之一，是融合共享，也是技术发展的整体需求，接下来的内容并不关心如何共享，而是从共享的最基础层面-数据层面，来解析USGS网站页面中的地震空间数据。
地震信息源的网址：http://quake.wr.usgs.gov/recenteqs/Quakes/quakes0.htm
抽取该网站上的地震数据，可以使用主流的.Net，Java，开发一个小程序，相对独立，但是更多的空间分析和应用是直接基于GIS桌面平台进行的，如同在 MatLab平台上实现了一套数学分析的思路，需要引入更多的外部资源充实其中的变量和数组，因此，我们可以直接在GIS桌面平台ArcMap中直接用 Python去抽取数据，不同于普通的变量和数组，空间数据的引入还需要考虑坐标转换，符号设置等相关信息，基于AO的Python都可以帮助咱们去一一实现。
urllib模块是标准Python库的一部分，方便提取最原始的地震数据：
GIS主流的应用策略之一，是融合共享，也是技术发展的整体需求，接下来的内容并不关心如何共享，而是从共享的最基础层面-数据层面，来解析USGS网站页面中的地震空间数据。
地震信息源的网址：http://quake.wr.usgs.gov/recenteqs/Quakes/quakes0.htm
抽取该网站上的地震数据，可以使用主流的.Net，Java，开发一个小程序，相对独立，但是更多的空间分析和应用是直接基于GIS桌面平台进行的，如同在 MatLab平台上实现了一套数学分析的思路，需要引入更多的外部资源充实其中的变量和数组，因此，我们可以直接在GIS桌面平台ArcMap中直接用 Python去抽取数据，不同于普通的变量和数组，空间数据的引入还需要考虑坐标转换，符号设置等相关信息，基于AO的Python都可以帮助咱们去一一实现。
urllib模块是标准Python库的一部分，方便提取最原始的地震数据：
for l in q.readlines():
if l.find( " <STRONG> " ) == 0:
l = l[ 8 :]
l = l.replace( " FONT COLOR " , " FC " )
if l.find( ' <A HREF="/recenteqs/Maps ' ) == 0:
quakeI = l.split()
magnitude = float(quakeI[ 2 ])
x = - float(quakeI[ 7 ][: - 1 ])
y = float(quakeI[ 6 ][: - 1 ])
point = arcpy.Point(x,y)
feature = cur.newRow()
feature.shape = point
feature.setValue( " magnitude " , magnitude)
cur.insertRow(feature)
这样所有的属性信息，包括x/y坐标数据都已经获取。
熟悉AO的朋友肯定非常了解"cur.insertRow(feature)"的含义和开发过程了。不熟悉的请看后面解释吧：
SR = arcpy.SpatialReference(r " C:\workspace\demo3\WGS 1984.prj " )
# 创建一个FeatureClass
arcpy.CreateFeatureclass_management(os.path.dirname(tmpFC),
os.path.basename(tmpFC),
" POINT " ,
spatial_reference = SR)
# 增加一个属性字段，代表地震震级
arcpy.AddField_management(tmpFC, " Magnitude " , " DOUBLE " )
# 获取该FeatureClass的插入游标
cur = arcpy.InsertCursor(tmpFC)
所以"cur.insertRow(feature)"就是将所有网站上获取的每一个元组信息都添加到tmpFC临时FeatureClass之中了。
现在数据已经获取了，按照传统的解析数据方法，咱们任务也就完成了，但是对于GIS应用来说，需要将这些数据显示到基础地图上，这里面就需要思考两个问题：
1.已获取数据的坐标系和基础地图数据是否相同？不相同则需要坐标转换。
2.如何符号化显示？
假如我们基础地图的坐标是North_America_Albers_Equal_Area_Conic.prj，坐标转换可以通过以下两行代码完成：
现在数据已经获取了，按照传统的解析数据方法，咱们任务也就完成了，但是对于GIS应用来说，需要将这些数据显示到基础地图上，这里面就需要思考两个问题：
1.已获取数据的坐标系和基础地图数据是否相同？不相同则需要坐标转换。
2.如何符号化显示？
假如我们基础地图的坐标是North_America_Albers_Equal_Area_Conic.prj，坐标转换可以通过以下两行代码完成：
SR
=
arcpy.SpatialReference(r
"
C:\workspace\demo3\North_America_Albers_Equal_Area_Conic.prj
"
)
arcpy.Project_management(tmpFC, outFC, SR, " NAD_1983_To_WGS_1984_1 " )
arcpy.Project_management(tmpFC, outFC, SR, " NAD_1983_To_WGS_1984_1 " )
符号化可以自定义，也可以参考已有图层的样式，如：
arcpy.ApplySymbologyFromLayer_management(os.path.splitext(os.path.basename(outFC))[0],
r " c:\workspace\demo3\earthquake.lyr " )
r " c:\workspace\demo3\earthquake.lyr " )
这样咱们就完成了解析的工作，可以在ArcMap中基于这些数据进行进一步的分析。ArcMap 9.3需要在单独的IDLE环境中写开发脚本，将结果手工添加到ArcMap平台软件中，ArcMap 9.4则直接整合了Python运行环境，开发过程中加入了动态提示，实时帮助，应用交互等等，在科学计算和空间分析中非常方便。
插图：
原始软件界面
插图：
原始软件界面
导入或直接编写Python代码
右侧帮助信息
本文转自Flyingis博客园博客，原文链接：http://www.cnblogs.com/flyingis/archive/2009/11/05/1596472.html，如需转载请自行联系原作者
