岩石样本有今天的所在地。它所记录的事件，发生地点未必与此相同。GPlates 让地质学家有办法追查这段距离：载入观测资料，将其纳入板块重建，考察它们在不同地质年代的位置。这款免费开源的桌面应用把可操控的地球模型与可供追问的数据放在了一起。[1][3]

看过远古地球的动画之后，若想顺着画面提出自己的问题，GPlates 就是一个值得了解的项目。换用另一套重建方案，这块样本会落在哪里？哪些假设让两个区域彼此相邻？借助 GPlates，地质图的读者可以着手研究地图背后的模型。

入门所需的工具和资料比较具体。截至 2026 年 10 月 9 日核查时，官方下载页列出的桌面稳定版为 GPlates 2.5，Python 库稳定版为 pyGPlates 1.0.0。Windows、macOS 和 Ubuntu 的桌面安装包附带示例地理数据；单独下载的源代码包则未包含这些数据。[2] 这一区别关系到起步时的准备：安装计算引擎与取得重建所需的资料，是两项各自独立的任务。

把观测资料放到地球上

上方照片中，一名野外地质工作者正在爱达荷州 Stibnite 附近测量岩石产状。[9] 这幅画面适合作为理解这款软件的起点：先有人观察岩石，岩石的历史才有机会在转动的地球上呈现。

Simon Williams 及其同事在 2012 年发表的一篇论文，从研究古老地质记录时常见的问题切入，介绍了 GPlates：今天相距遥远的观测点，在相关事件发生时未必如此疏远。作者在罗迪尼亚超大陆和古澳大利亚的不同模型中，重建了地质区域、磁场影像及古地磁观测资料的位置。[3]

比较这些方案，差异便逐渐显现。同一组观测资料，可以放进不同的古地理布局假说中考察。在澳大利亚的案例里，重建方案一变，影像中可辨认的磁场图案也随之改变了对齐关系。软件为研究者提供了一个共同的环境，用来检查这些变化。[3]

面向公众展示的成果十分壮观，背后的研究也会耗时多年。《国家地理》2019 年关于大阿德里亚大陆研究的报道提到，为了使用 GPlates 完成重建，研究人员花了十年收集地质与地球物理资料。[4] 在我看来，这篇报道让人看到，运动的地图浓缩了大量人的劳动。动画流畅到什么程度，很难反映背后的解释工作有多艰难。

拖动时间滑块时，究竟什么在移动

在基本的刚性重建中，板块 ID 将一个地理要素与它的运动联系起来。拥有同一 ID 的要素会一起移动。这些编号由模型创建者分配，与我们熟悉的实际板块未必一一对应。[5]

旋转记录在指定时间将运动板块 ID 与固定板块 ID 联系起来。GPlates 沿着这些关系追溯至一个锚定 ID，据此确定重建的参照。时间以 Ma 表示，即距今百万年。[5]

重建位置的含义来自这些设定。对于初学者，弄清一个要素被赋予了怎样的运动、采用了什么参考系，就是有价值的第一步。

在软件中，可以从 Features → Total Reconstruction Sequences（要素 → 总重建序列）查看运动记录。展开一个序列，就能检查其中的旋转记录和时间范围。GPlates 也允许编辑或禁用某个序列，便于考察模型的这一部分具体起了什么作用。[6]

带着一个问题开始

先使用软件附带的示例数据，把任务限定得小一些：在模型覆盖的时间范围内，选几个时间点，跟踪同一个区域。记下模型名称和正在跟踪的要素。尝试修改之前，留存一份完整的原始输入文件副本。这是一项入门练习建议，示例重建对具体地质问题的适用性仍需逐一考察。

随后查看与这个区域相关的运动序列。留意编辑后的状态：应用修改会改变已载入的要素集合，写入磁盘则还需要保存。手册要求用户从 Manage Feature Collections（管理要素集合）保存该集合。[6] 这是软件操作中常见的区别，却能在画面上留下很大的变化：大陆的位置已经重新排过，修改结果仍然可以停留在尚未保存的试验阶段。

分享成果时，还有另一处区别需要留意。.gproj 项目文件记录会话，包括图层及其设置；数据则存放在要素集合中。保存项目前，必须先保存尚未保存的要素集合。项目通过引用关联这些文件，各个数据文件仍然独立存在。[7]

因此，用于课堂或小型研究团队时，我会将项目与数据按事先安排好的文件夹层次存放，记录它们的来源，再换一台机器，测试整套文件能否重新打开。GPlates 文档介绍了项目迁移和找回缺失文件的方法。[7] 单凭截图无法完成这样的交接：接手的人需要拿到那些资料，才能继续提出不同的问题。

当一个问题需要反复计算

Python 库可以把交互探索延伸为重复计算。pygplates.reconstruct 函数接收可重建的要素、旋转模型、输出目标和重建时间，也可以指定锚定板块。输出既可写入 Python 列表，也可写入文件，文件格式包括 GeoJSON。[8]

这套接口把计算依赖的资料交代得很清楚：脚本仍然必须指定观测数据和模型。API 文档还指出一项实际的导出限制：写入 shapefile 时，只有输入单个要素集合，才能保留源 shapefile 的属性。[8] 要完成一次成功的数据传递，几何信息进入输出文件只是其中一步。

对于熟悉 Python 的人，先理解一次重建，再让程序重复计算，是合理的下一步。科学解释仍然需要地质专业知识，团队也需要有人负责模型版本和输入数据。自动化会忠实地重复计算，也会同样忠实地重复假设。

GPlates 和 pyGPlates 均以 GPL 第 2 版许可分发。[1] 它们在这里的吸引力十分具体：读者可以从观看重建结果，逐步走到检查、修改和分享生成结果所用的各项材料。有意思的时刻，是球体停止转动，有人开始追问：某一块为什么会在这里？

来源

1. GPlates 官方项目网站——桌面应用的用途、支持的平台及 GPL 第 2 版许可；核查于 2026 年 10 月 9 日。
2. GPlates，《下载 GPlates 与数据》——稳定版本、安装包及附带的示例数据；核查于 2026 年 10 月 9 日。
3. Simon E. Williams 及其同事，《利用高分辨率地质与地球物理数据集可视化和改进板块构造重建的开源软件环境》，GSA Today，2012 年 4/5 月——研究实例及不同重建方案的比较。
4. Robin George Andrews，《地质历史新重建揭示失落大陆》，《国家地理》，2019 年 9 月 11 日——关于大阿德里亚大陆重建背后研究工作的独立报道。
5. GPlates 用户手册，《重建》——板块 ID、有限旋转、锚定板块、旋转层级关系及地质时间单位。
6. GPlates 用户手册，《总重建序列》——查看、编辑、禁用和保存运动序列。
7. GPlates 用户手册，《项目与近期会话》——项目文件、独立的要素集合、保存操作及计算机之间的项目迁移。
8. pyGPlates 1.0.0 文档，《pygplates.reconstruct》——函数输入、输出格式及 shapefile 属性限制。
9. 美国地质调查局，《科学家测量走向与倾角》，2013 年 7 月 29 日——由该机构发布的原始照片，拍摄对象为在爱达荷州 Stibnite 附近工作的 Shyla Hatch；公有领域作品。