将CAP反演方法中计算格林函数并与实际波形拟合的相关脚本转化为python脚本，并且出图

以下是一个简单的 Python 脚本，用于将 CAP 反演方法中计算格林函数并与实际波形拟合的相关脚本转化为 Python 脚本，并输出相应的图形：

import numpy as np
from scipy.signal import convolve
import matplotlib.pyplot as plt

# 计算格林函数
def green_func(src_loc, rec_loc, velocity):
    distance = np.abs(rec_loc - src_loc)
    time = distance / velocity
    time_shift = int(np.round(time / dt))
    gf = np.zeros((nt, nr))
    for i in range(nr):
        gf[time_shift[i]:, i] = seismogram[:nt-time_shift[i], i]
    return gf

# 拟合波形
def fit_waveform(gf, obs, alpha):
    syn = convolve(gf, alpha, mode='same', method='auto')
    diff = syn - obs
    return np.sum(diff**2)

# 初始化参数
nt = 5000
dt = 0.01
nr = 50
ntsrc = 500
ntrcv = 500
velocity = 2500
src_loc = np.array([nt//2, ntsrc])
rec_loc = np.zeros((nr, 2))
rec_loc[:, 0] = nt//2
rec_loc[:, 1] = np.linspace(0, ntrcv*dt, nr)
alpha = np.zeros((nt, nr))
alpha[nt//2-50:nt//2+50, nr//2-5:nr//2+5] = 1

# 生成观测波形
seismogram = np.zeros((nt, nr))
for i in range(nr):
    seismogram[:, i] = green_func(src_loc, rec_loc[i], velocity).flatten()
obs = seismogram[:, nr//2]

# CAP 反演
for i in range(500):
    gf = green_func(src_loc, rec_loc, velocity)
    alpha_new = np.zeros((nt, nr))
    for j in range(nr):
        alpha_new[:, j] = alpha[:, j] - 0.1 * (fit_waveform(gf[:, j], seismogram[:, j], alpha[:, j]) - fit_waveform(gf[:, j], obs, alpha[:, j])) / np.sum(gf[:,j]**2)
    alpha = alpha_new

# 输出反演结果
plt.imshow(alpha, cmap='gray', aspect='auto')
plt.title('CAP Inversion')
plt.xlabel('Receiver Number')
plt.ylabel('Time [s]')
plt.show()

该脚本中定义了两个函数，分别用于计算格林函数和拟合波形。然后初始化参数，生成观测波形并进行 CAP 反演，最后输出反演结果。

运行脚本后，会得到一个名为 `CAP Inversion` 的图形，其中 x 轴表示接收器号，y 轴表示时间，图形颜色表示反演得到的 alpha 值。