Tengo un punto del conjunto de datos que me gustaría Krige, idealmente utilizando un software de código abierto el paquete. Si es posible, también me gustaría elegir el semi-variograma modelo durante el proceso de mejorar la estimación.
Respuestas
¿Demasiados anuncios?Dependiendo de que tipo de Kriging desea aplicar, hay paquetes diferentes para elegir:
La versión más común es aplicado por ejemplo en:
- HIERBA - v. krige
- SAGA - Módulo: Kriging Ordinario
- HPGL - ordinario-kriging() (PDF página 12)
- gstat - krige
Simple Kriging utiliza la media de todo el conjunto de datos mientras Kriging Ordinario se utiliza un local de la media. Por lo tanto, la Simple Kriging puede ser menos precisa, pero generalmente produce "más suave" de los resultados. Se implementa en:
- HPGL - simple_kriging() (PDF página 12)
- gstat krige
Universal Kriging permite dar cuenta de la deriva de los datos. Implementaciones está incluido en:
Otros Tipos De Kriging
La HIERBA v. krige también apoya el Bloque de Kriging.
HPGL implementa un gran número de los menos conocidos métodos de Kriging (revise el manual para más información sobre estos):
- Indicador de Kriging (IK)
- Local de Variación de la Media de Kriging (LVM Kriging)
- Simple CoKriging (Modelos De Markov 1 & 2)
- Secuencial Indicador de Simulación (SIS)
- Corellogram Local de Variación de la Media de SIS (CLVM SIS)
- Local de Variación de la Media de SIS LVM (SIS)
- Secuencial Gaussiano de Simulación (SGS)
- Trunca Simulación Gaussiana (GTSIM) [en secuencias de comandos de Python de la colección]
SAGA ofrece diferentes versiones de ambos Ordinario y Universal Kriging.
Gstat krige, además, apoya el Bloque y el Punto de Kriging.
Parece que hay un par de opciones con GRASS GIS. Retirar la HIERBA de Kriging la página de la Wiki: http://grass.osgeo.org/wiki/Kriging
Google Summer of Code proyecto en 2009 produce V. krige: http://grass.osgeo.org/wiki/V.krige_GSoC_2009
La GPL gstat paquete debe trabajar por sí mismo o interconectado con GRASS GIS. http://www.gstat.org/
Dylan Beaudette tiene un bonito ejemplo de lo que es el kriging con CÉSPED. http://casoilresource.lawr.ucdavis.edu/drupal/node/438 (Su blog está lleno de grandes e interesantes ejemplos de uso de software Libre GIS y herramientas estadísticas!)
Si usted es feliz de leer su trama en un numpy array (gdal puede hacer esto), entonces usted podría utilizar el Alto Rendimiento de la Geoestadística de la Biblioteca implementación de Python o C/C++.
HPGL implementa los algoritmos siguientes:
- Simple Kriging (SK)
- Kriging ordinario (OK)
- Indicador de Kriging (IK)
- Local de Variación de la Media de Kriging (LVM Kriging)
- Simple CoKriging (Modelos De Markov 1 & 2)
- Secuencial Indicador de Simulación (SIS)
- Corellogram Local de Variación de la Media de SIS (CLVM SIS)
- Local de Variación de la Media de SIS LVM (SIS)
- Secuencial Gaussiano de Simulación (SGS)
- Trunca Simulación Gaussiana (GTSIM) [en secuencias de comandos de Python de la colección]
No lo he utilizado yo mismo, pero he oído cosas buenas sobre él, especialmente con respecto a la velocidad.
El R-proyecto dispone de un importante número de estadísticas espaciales paquetes de software, sino que R tiene bastante empinada curva de aprendizaje.
Verificación de este libro gratis, se trata de hacer la geoestadística en R, y contiene un poco de información en la SAGA y la HIERBA también. http://spatial-analyst.net/book/ http://spatial-analyst.net/book/sites/default/files/Hengl_2009_GEOSTATe2c1w.pdf