OK = OrdinaryKriging(lons, lats, data, variogram_model='gaussian',nlags=6) z1, ss1 = OK.execute('grid', grid_lon, grid_lat) 注意: 我们使用OrdinaryKriging方法进行插值计算,此外,还有UniversalKriging、RegressionKriging插值方法 variogram_model='gaussian',我们设置高斯(gaussian)模型,其结果和一般的线...
from pykrige.okimportOrdinaryKrigingOK=OrdinaryKriging(lons,lats,data,variogram_model='gaussian',nlags=6)z1,ss1=OK.execute('grid',grid_lon,grid_lat) 注意: 我们使用OrdinaryKriging方法进行插值计算,此外,还有UniversalKriging、RegressionKriging插值方法 variogram_model='gaussian',我们设置高斯(gaussian)模型,...
在Python里,有两个GitHub评分比较高的克里金插值包,pykrige和pykriging。我两个都用过,感觉pykrige使用起来更加方便好用。 pykrige的基本使用 下面代码给出了使用普通克里金进行插值的一个简单例子,其他类型的克里金插值类似。 frompykrige.okimportOrdinaryKrigingimportnumpyasnpfrommatplotlibimportpyplotasplt# 已知采样点...
pykrige.ok3d.OrdinaryKriging3D函数定义分析 查看原文 R_空间插值_必知必会(二) 。 1library(gstat) 2library(sp)3library(raster) 4 5# 首先定义回归模型6 7# 将自定义的多项式公式代入回归运算,然后将回归运算预测空栅格中的值,相当于插值计算...(sp)3library(raster) 4library(tmap) 5 6#自定义一个一...
importpykrige.kriging_toolsasktfrompykrige.okimportOrdinaryKrigingimportnumpyasnp 1. 2. 3. 准备数据:将预处理后的观测数据转换为numpy数组,并提取坐标和降水量。 # 将数据转换为numpy数组x=np.array(data['lon'])y=np.array(data['lat'])z=np.array(data['precipitation']) ...
Ordinary Kriging Example First we will create a 2D dataset together with the associated x, y grids, import numpy as np import pykrige.kriging_tools as kt from pykrige.ok import OrdinaryKriging data = np.array([[0.3, 1.2, 0.47], [1.9, 0.6, 0.56], [1.1, 3.2, 0.74], [3.3, 4.4, 1.47...
OrdinaryKriging: 2D ordinary kriging with estimated mean UniversalKriging: 2D universal kriging providing drift terms OrdinaryKriging3D: 3D ordinary kriging UniversalKriging3D: 3D universal kriging RegressionKriging: An implementation of Regression-Kriging ClassificationKriging: An implementation of Simplicial Ind...
在PyKrige中默认使用经验变差函数的Materon估计量（并且是唯一的选项）。由于PyKrige和GSTools可以很好地配合...
Also we now provide simple and ordinary kriging in GSTools and recommend your package for the more fancier stuff. The above mentioned Interface to PyKrige will be included in our next release GSTools 1.1.0. I hope you are OK with that. Contributor mjziebarth commented May 31, 2019 Hey Seba...
2 # Generate ordinary kriging object ---> 3 OK = OrdinaryKriging( 4 np.array(x_rain_wgs), 5 np.array(y_rain_wgs), 6 value_rain, 7 variogram_model = "linear", 8 verbose = False, 9 enable_plotting = False, 10 coordinates_type = "euclidean", 11...