【问题标题】:How can I interpolate georeferenced data in python?如何在 python 中插入地理参考数据?
【发布时间】:2012-07-22 05:48:08
【问题描述】:

我有许多具有每周分辨率的地理参考水文数据:

Station name, Lat, Long, Week 1 average, Week 2 average ... Week 52 average

不幸的是,我也有一些只有每月分辨率的数据:

Station name, Lat, Long, January average, February average ... December average

除了“重新发明轮子”之外,任何人都可以推荐一个最喜欢的模块、软件包或技术,以提供从每月值中合理插值的每周值吗?线性就好了,但如果我们可以使用坐标来改进基于附近站点的插值,那就太好了。

我用 python 标记了这篇文章,因为它是我最近一直在使用的语言(尽管不是它的统计函数)。如果答案是“使用像r 这样的统计程序”,那就这样吧,但我很好奇python 有什么。谢谢!

【问题讨论】:

    标签: python statistics spatial-interpolation


    【解决方案1】:

    我还没有机会深入研究它,但hpgl(高性能地统计库)提供了许多克里金(地理空间插值)方法:

    算法

    • 简单克里金法 (SK)
    • 普通克里金法(OK)
    • 指标克里金法 (IK)
    • 局部变均值克里金法(LVM 克里金法)
    • 简单的 CoKriging(马尔可夫模型 1 和 2)
    • 序列指标模拟 (SIS)
    • Corellogram 局部变化均值 SIS (CLVM SIS)
    • 局部变均值 SIS (LVM SIS)
    • 序列高斯模拟 (SGS)

    【讨论】:

    • 这看起来有点麻烦——文档和示例很少——但我感谢你的努力。当然,很高兴收到使用过它的人的来信。
    • 我可能从这个问题中找到了那个包(不是python特定的):gis.stackexchange.com/questions/1041/…
    【解决方案2】:

    如果您有兴趣将您的经验扩展到 R 语言中,这里有许多很好的、使用良好且文档化的软件包。我将从查看 Spatial Taskview 开始,它列出了哪些包可用于空间数据。其中一段涉及插值。我最熟悉 automap/gstat(我写了 automap),尤其是 gstat 是一个强大的地统计软件包,它支持多种方法。

    http://cran.r-project.org/web/views/Spatial.html

    可以通过多种方式集成 Python 和 R,例如使用系统调用或使用 Rpy 的内存链接。另见:

    Python interface for R Programming Language

    【讨论】:

      【解决方案3】:

      我正在考虑做同样的事情,我发现 this kriging module 是 Sat Kumar Tomer 在AMBHAS 写的。

      似乎有一些方法可以生成变异函数和执行普通克里金法。

      如果我使用它并做出进一步的发现,我会更新这个答案。

      【讨论】:

        【解决方案4】:

        自从我最初发布这个问题(2012 年!)以来,一个积极开发的 Python Kriging 模块已经发布https://github.com/bsmurphy/PyKrige

        还有这个较旧的选项: https://github.com/capaulson/pyKriging

        【讨论】:

          猜你喜欢
          • 2022-01-22
          • 2015-10-16
          • 2018-11-20
          • 2019-09-24
          • 2020-04-07
          • 2016-01-29
          • 1970-01-01
          • 2020-08-18
          • 2018-12-19
          相关资源
          最近更新 更多