kriging

0熱度

1回答

我可能在這裏做錯了，但我發現，如果我通過刪除不相關的列簡化我的數據框automarige函數在automap庫給出不同的結果。我用automap庫中的meuse數據重現了這個問題。 library(automap) data(meuse) colnames(meuse) [1] "x" "y" "cadmium" "copper" "lead" "zinc" "elev" [8] "d

1熱度

1回答

IDW（）或克里格（）錯誤：尺寸不從<code>gstat</code>包缺失值時

功能idw()和krige()不斷報告錯誤匹配時，無論反應或預測變量包含缺失值（NA），即使na.action設置爲na.omit： require(gstat) data(meuse) coordinates(meuse) = ~x+y data(meuse.grid) gridded(meuse.grid) = ~x+y meuse2 <- as.data.frame(meuse)

6熱度

2回答

如何將for循環推向numpy

我有以下一段代碼正在執行我想要的操作（它是克里金方法的一部分）。但問題是它太慢了，我想知道是否有任何選項可以將for循環壓縮到numpy？如果我推出numpy.sum，並在那裏使用axis參數，它會加快一點，但顯然這不是瓶頸。如何我可以倒推for循環的任何想法，numpy的加快步伐，或其他方式來加快步伐？） # n = 2116 print GRZVV.shape # (16309, 2116)

0熱度

1回答

ARC中的人爲因素GIS方面柵格

我想使用在21x31km範圍內定期收集的點數據以300米爲間隔製作一組地球磁場的柵格圖層。我嘗試了150種不同的克里金變量組合，並最終使用Universal進行二階趨勢刪除，其餘的默認設置。這給出了最準確的預測和最平滑的輪廓。將柵格（以10米分辨率）的強度轉換爲高寬比柵格以獲取磁方向會發生問題。我在原始數據點的位置之間得到這些工件，從而產生了一系列的X。磁場方向超過5-6個像素跳過20度，然後下

3熱度

1回答

有人可以描述一種比雙線性插值更好的二維插值方法嗎？

我有一個數據點的網格，我目前使用雙線性插值來找到網格中的缺失點。我指出克里格又名您最好的線性無偏估計器，但我無法找到好的源代碼或代數解釋。有誰知道我可以使用的其他插值方法嗎？ - 更新 @Sam Greenhalgh 我已經考慮過雙立方插值，但是使用我發現的代碼示例收到的結果看起來不對。這裏是雙三次注意我編碼在C＃中，但我歡迎其他語言的例子，以及代碼示例。 //array 4 dou