我有一个空间数据集,其中包含大量的点测量(n=10^4),这些点是沿着规则的网格线(500m X 500m)和一些介于两者之间的任意线和块进行的。沿着这些线以大约0.3-1.0米(变化)的间距进行单次测量(显示每10个点)。
数据可以假设为正态分布,但在某些地区显示出很强的小尺度变异性。还有一些与高程(r=0.5)相关的趋势,可以很容易地删除。不管编码平台是什么,我正在寻找一种好的或“最佳”的方法来将这些点插值到整个
我正在尝试应用克里金法来插值空气污染浓度(目标变量),当我运行如下克里格函数时,R返回错误。RSPAVE是目标变量;air是包含RSPAVE的数据集;TPU是shapefile gstat: value not allowed for: block kriging for long-lat data u
如何使用gstools的外部漂移克里格法插值2D地理空间数据。Gstools只有一维外部驱动Kriging插值示例,但我想使用gstool的外部驱动Kriging插值来插值2-D地理空间数据。这是一个官方的例子: import numpy as np
# synthetic condtions with a