2012-07-23 8 views
9

Ich habe viele Linien von georeferenzierten hydrologischen Daten mit wöchentlicher Auflösung:Wie kann ich georeferenzierte Daten in Python interpolieren?

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

Leider hat ich auch einige Daten mit nur monatlicher Auflösung:

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

Anstatt „das Rad neu zu erfinden "Kann jemand ein Lieblingsmodul, -paket oder -technik empfehlen, die eine angemessene Interpolation der wöchentlichen Werte aus den monatlichen Werten ermöglichen? Linear wäre in Ordnung, aber es wäre schön, wenn wir die Koordinaten verwenden könnten, um die Interpolation basierend auf nahe gelegenen Stationen zu verbessern.

Ich habe diesen Beitrag mit Python getaggt, weil es die Sprache ist, die ich in letzter Zeit benutzt habe (allerdings nicht seine statistischen Funktionen). Wenn die Antwort lautet "benutze ein Statistikprogramm wie r" so sei es, aber ich bin gespannt was da draußen für Python ist. Vielen Dank!

Antwort

4

Ich habe keine Chance zu graben in sie hatte, aber die hpgl (High Performance Geostatistics Library) bietet eine Reihe von Kriging (Geospatial Interpolation) Methoden:

Algorithmen

  • Einfache Kriging (SK)
  • Ordinary Kriging (OK)
  • Indicator Kriging (IK)
  • Lokale Wechselnde Mittlere Kriging (LVM Kriging)
  • Einfache CoKriging (Markov-Modelle 1 & 2)
  • Sequential Indicator Simulation (SIS)
  • Corellogram Lokale Unterschiedlich Mittlere SIS (CLVM SIS)
  • Lokale Unterschiedlich Mittlere SIS (LVM SIS)
  • Sequential Gauß-Simulation (SGS)
+2

Dies ein wenig behaart sieht - spärlich auf (im Jahr 2012!) Dokumentation und Beispiele - aber ich schätze Ihre Bemühungen. Es wäre schön, von jemandem zu hören, der es benutzt hat. –

+1

Ich habe wahrscheinlich das Paket aus dieser Frage gefunden (nicht python-spezifisch): http://gis.stackexchange.com/questions/1041/open-source-methods-for-kriging – monkut

3

Wenn Sie in die Erweiterung Ihrer Erfahrung in R interessiert sind, gibt es eine Reihe von guten, gut genutzt und dokumentiert Pakete gibt. Ich beginne mit der Spatial Taskview, die auflistet, welche Pakete für räumliche Daten verwendet werden können. Einer der Absätze behandelt die Interpolation. Ich bin am ehesten mit automap/gstat vertraut (ich habe Automap geschrieben), wo besonders gstat ein mächtiges geostatistisches Paket ist, das eine breite Palette von Methoden unterstützt.

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

Python und R Integration kann in vielfältiger Weise erfolgen, z.B. Verwenden von Systemaufrufen oder einer In-Memory-Verbindung mit Rpy. Siehe auch:

Python interface for R Programming Language

1

Ich suche in das gleiche tun, und ich fand this kriging module geschrieben von Sam Kumar Tomer bei AMBHAS.

Es scheint Methoden zu geben, um Variogramme zu erstellen und gewöhnliches Kriging durchzuführen.

Ich werde diese Antwort aktualisieren, wenn ich dies nutze und weitere Entdeckungen mache.

Verwandte Themen