如何在python中插入地理配准数据?

时间:2012-07-23 23:15:02

标签: python statistics spatial-interpolation

我有许多地理参考水文数据线,每周分辨率:

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

不幸的是,我也有一些只有月度分辨率的数据:

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,包或技术来提供每月价值的合理插值吗?线性可能会很好,但如果我们可以使用坐标来改善基于附近台站的插值,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的内容是什么。谢谢!

4 个答案:

答案 0 :(得分:4)

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

<强>算法

  • 简单克里金(SK)
  • 普通克里金(OK)
  • 指标克里格(IK)
  • 局部变化均值克里金法(LVM Kriging)
  • 简单CoKriging(马尔可夫模型1&amp; 2)
  • 顺序指示器模拟(SIS)
  • Corellogram Local Varying Mean SIS(CLVM SIS)
  • 本地变化的平均SIS(LVM SIS)
  • 顺序高斯模拟(SGS)

答案 1 :(得分:4)

如果您有兴趣将您的经验扩展到R,那么有许多优秀,使用良好且记录在案的软件包。我将首先查看Spatial Taskview,其中列出了可用于空间数据的包。其中一段涉及插值。我最熟悉的是automap / gstat(我写过自动化),其中gstat是一个功能强大的地统计学软件包,它支持多种方法。

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

集成Python和R可以通过多种方式完成,例如:使用Rpy使用系统调用或内存链接。另见:

Python interface for R Programming Language

答案 2 :(得分:1)

我正在考虑做同样的事情,我找到了{Kuver Tomer在this kriging module写的AMBHAS

似乎有制作变异函数和执行普通克里金法的方法。

如果我使用它并进一步发现,我会更新这个答案。

答案 3 :(得分:0)

自从我最初发布此问题(2012年!)以来,已经发布了积极开发的Python Kriging模块https://github.com/bsmurphy/PyKrige

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