kriging

    2热度

    1回答

    我想在R中使用自动填充函数对数据集应用通用克立格。我想为预测点创建我自己的自定义空间网格(for autokrige的new_data参数)。我正在使用R版本3.2.2(64位)和RStudio版本0.99.486。下面是我到目前为止已经完成: library(automap) library(sp) library(gstat) library(raster) library(rgdal

    0热度

    1回答

    我想从R包gstat中使用函数variogramST来计算时空变差函数。 有12年的数据在空间和时间不规则点有20'000个数据点(没有全格或部分格)。我必须使用时空包中的STIDF来处理不规则的数据集。我想要一个时间半变异函数,参考点为0,90,180,270天,直到几年等。不幸的是,计算和内存问题都会发生。当命令 samplevariogram<-variogramST(formula=for

    1热度

    1回答

    浏览网页我发现在Python中使用Kriging的一些工具是pyKriging和Gaussian Process Regression。但是,我无法让他们中的任何一个人工作。第一个,我不工作(甚至不能导入它): import pyKriging File "~/python3.6/site-packages/pyKriging/krige.py", line 142 except Exc

    0热度

    1回答

    我有一个大的矩阵和列名如下: colid=vector(length = 60) for(i in 1"60) { colid[i]=paste0("V",i) } 当我在automap使用autoKrige函数,公式必须写成这样的格式:V1〜1。当我试图做到这一点使用一个循环,出现错误: library(automap) value=list() for(i in 1:60

    0热度

    1回答

    我正在尝试使用R来执行从伊比利亚半岛收集的插值数据频率的映射。 (像这样的https://gis.stackexchange.com/questions/147660/strange-spatial-interpolation-results-from-ordinary-kriging) 我的问题是,由于autokrige函数的atributte new_data中的某种错误,绘图并未显示插值数据

    1热度

    1回答

    创建预测网格(用于new_data参数)与automap包中的autoKrige函数一起使用时遇到了很多困难。 我已经尝试下面在这个岗位(How to subset SpatialGrid using SpatialPolygon)的步骤,但出现以下错误: 错误X @ COORDS [我,放下= FALSE]: (下标)逻辑标太长 另外:警告消息: 1:在min(x)中:没有非缺少参数min;返回

    1热度

    1回答

    我有坐标的NP阵列 - Data[:,0] = x[:] Data[:,1] = y[:] Data[:,2] = z[:] 这表示缺少数据的区域的点云。 你怎么会去使用这个作为数据输入到一些插补功能(理想克里格),这将给在X和Y网格内插Z值的定义为: xmax = np.max(data[:, 0]) ymax = np.max(data[:, 1]) xmin = np.min(d

    1热度

    1回答

    我想用高斯过程回归实现贝叶斯优化,我想先尝试多输出GP。 有很多实现GP的软件,例如MATLAB中的fitrgp函数和ooDACE工具箱。 但是我没有找到实现所谓的多输出GP的任何可用软件,即预测向量值函数的高斯过程模型。 那么,是否有任何软件实现了我可以直接使用的多输出高斯过程?

    1热度

    1回答

    我一直无法找到任何信息,具体到本地块克里格与使用gstat包河还有就是免费从澳大利亚中心精准农业所谓VESPER,能够局部变差要做到这一点,从我读过的应该可以在R中,我可以使用一些帮助,把一个for循环,使gstat函数在本地工作。 使用默兹数据集作为一个例子,我已经能够计算和适应全球变差函数的数据的集合: library(gstat) data(meuse) coordina

    1热度

    1回答

    我使用library,它产生3个给定对象k的图。 我需要计算产生这些图的数据点(x,y,z),但问题是这些图来自于k的函数。 我正在使用的库是pyKriging和this是他们的github存储库。 其示例code的简化版本是: import pyKriging from pyKriging.krige import kriging from pyKriging.samplingplan im