如何在python中插入地理配准数据?

Mar*_*rch 9 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

而不是"重新发明轮子",任何人都可以推荐一个最喜欢的模块,包或技术,以提供每月价值的每周价值的合理插值?线性会很好,但如果我们可以使用坐标来改善基于附近站点的插值,那将会很好.

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"使用类似的统计程序r",那就这样吧,但我很好奇python的内容是什么.谢谢!

mon*_*kut 4

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

算法

  • 简单克里金法 (SK)
  • 普通克里格法 (OK)
  • 指标克里格法 (IK)
  • 局部变均值克里金法 (LVM 克里金法)
  • 简单协同克里金法(马尔可夫模型 1 和 2)
  • 序贯指标模拟 (SIS)
  • 核心图局部变均值 SIS (CLVM SIS)
  • 局部变化平均 SIS (LVM SIS)
  • 顺序高斯模拟 (SGS)

  • 这看起来有点毛茸茸的——文档和示例很少——但我很欣赏你的努力。当然,很高兴听到使用过它的人的来信。 (2认同)