地震波形数据下载后别急着画图，先看一眼采样率

上周帮人排查一个波形处理的问题。环境是 Python 3.11 + ObsPy 1.4，数据是从 IRIS 的 FDSN 服务拉的，三个台站，垂直分量，时间窗一小时，每个台站大概 3MB 的 miniSEED。现象很典型：画出来的图看着没问题，但滤波之后振幅对不上，肉眼判断峰值差了将近一倍。

我的做法是先不碰滤波器，只查元数据。

from obspy import read
st = read("*.mseed")
for tr in st:
    print(tr.id, tr.stats.sampling_rate, tr.stats.npts,
          tr.stats.starttime, tr.stats.endtime)
print(st.get_unique_sampling_rates())

结果有一个台站的采样率是 20 Hz，另外两个是 100 Hz。滤波器参数是按 100 Hz 写的，Nyquist 取 40 Hz，对 20 Hz 的那道信号，这个通带根本不存在。画图看不出来，因为默认显示全时间轴，曲线照样连得上。

正确的顺序应该是先解包、再检查、最后统一采样率：

st.detrend("linear")
st.merge(method=1, fill_value="interpolate")
st.filter("lowpass", freq=8.0, corners=4)
st.resample(50.0, window="hann")

resample 放在滤波后，是因为低采样率那一道需要先限带，否则降采样会把高频折回来。代价是这一步不可逆，原始采样点丢了；如果后面要做短周期体波分析，就得重拉原始数据，我一般保留一份 raw 拷。

会失效的地方：merge 的 fill_value 只能补小缺口，超过几个采样点的空洞插值出来的东西没有物理意义，得用 st.get_gaps() 先看；另外不同台站的时间基准如果没对齐到同一 UTC 历元，resample 之后的起点会差零点几秒，做互相关就对不齐。我自己踩过一次：从两个数据源拼数据，一边带微秒偏移，merge 没报错，但走时差了三毫秒。

最后留个问题：你们处理多台站数据，是先统一采样率再叠加，还是按各自采样率算完特征再合并？我目前两种都用过，还没想清楚哪种更稳。