克里金法的开源方法？

Answers:

45

根据您想要应用的克里金类型，有不同的软件包可供选择：

普通克里格

最常见的版本在以下方面实现：

简单克里格

简单克里金法使用整个数据集的平均值，而普通克里金法使用本地平均值。因此，简单克里金法可能不太准确，但是通常会产生“更平滑”的结果。它在以下位置实现：

通用克里格

通用克里金法考虑了数据漂移。实现包括在：

其他克里金类型

GRASS v.krige还支持块克里金法。

HPGL实现了许多鲜为人知的Kriging方法（有关更多信息，请查看手册）：

  • 指示器克里金（IK）
  • 局部均值Kriging（LVM Kriging）
  • 简单协同克里金（Markov模型1和2）
  • 顺序指示器模拟（SIS）
  • Corellogram局部变化均值SIS（CLVM SIS）
  • 局部均值SIS（LVM SIS）
  • 顺序高斯模拟（SGS）
  • 截断的高斯模拟（GTSIM）[在Python脚本集合中]

SAGA提供了普通克里金法和通用克里金法的不同版本。

Gstat krige还支持块和点Kriging。

— 暗处
source
1
伟大的克里格答案！
— 2011
1
您的动物区系连结无法运作...
— Alex Leith
17

看起来GRASS GIS有几个选项。请查看GRASS Kriging Wiki页面：http： //grass.osgeo.org/wiki/Kriging

2009年的Google Summer of Code项目产生了V.krige：http：//grass.osgeo.org/wiki/V.krige_GSoC_2009

GPL gstat程序包应单独运行或与GRASS GIS连接。 http://www.gstat.org/

Dylan Beaudette有一个使用GRASS进行克里金法的很好的例子。 http://casoilresource.lawr.ucdavis.edu/drupal/node/438 （他的博客中充满了许多使用开放源GIS和统计工具的有趣示例！）

— 戴维
source
14

在R-项目有相当数量的空间统计软件包，但R具有相当陡峭的学习曲线。

— 多多巴斯
source
人们总是这么说，但我想知道：相对于什么陡峭？
— 马特·帕克
我已经几次在R上看到“深度学习曲线”注释-这对我来说毫无意义。当我发现R时，我与MATLAB的关系已经一年了。我发现R非常易于学习，我向MATLAB致以敬意，并立即放弃使用它。
— Sharpie
1
我认为这是因为人们很少尝试理解统计信息，并且因为它具有陡峭的学习曲线语法，所以很少会遇到问题
— dodobas 2010年
2
我认为从语法角度来看，它是较容易学习的语言之一。可以从命令行轻松学习的统计语言示例是什么。我认为人们抱怨，因为它不是Excel。
— TheSteve0
1
与基于GUI的程序相比，它是步骤。如果您一生都在使用Windows和基于GUI的程序，那么您将在看到命令行外观时运行。Excel比较确实使它们运行。但是，如果有人可以向您展示基本技巧，R的使用非常简单。您必须准备好学习新概念，例如向量，矩阵，函数，循环，这在Excel / Windows世界中是不存在的。如果您以前使用过Linux，那将不是一个阶梯。
— Niculita Mihai
14

如果您愿意将栅格读入一个numpy数组（gdal可以做到这一点），则可以使用Python或C / C ++的高性能地统计库实现。

HPGL实现以下算法：

  1. 简单克里金（SK）
  2. 普通克里格（OK）
  3. 指示器克里金（IK）
  4. 局部均值Kriging（LVM Kriging）
  5. 简单协同克里金（Markov模型1和2）
  6. 顺序指示器模拟（SIS）
  7. Corellogram局部变化均值SIS（CLVM SIS）
  8. 局部均值SIS（LVM SIS）
  9. 顺序高斯模拟（SGS）
  10. 截断的高斯模拟（GTSIM）[在Python脚本集合中]

我自己并没有使用过它，但是听到过一些好消息，特别是在速度方面。

— fmark
source
4

我记得几年前曾使用SAGA进行此操作，以获取一些洪水建模输出。开源，非常值得一看。

— 西蒙
source
4

gvSIG（另一个免费的GIS）确实允许使用Sextante进行克里金法。这基本上与使用SAGA相同，但是gvSIG提供了更“典型的”（即类似ESRI的）gis体验。

— 鲁迪
source
3

您可以尝试使用Surfpack 1.1版中的Kriging模型（我是在DAKOTA团队中时写的），也可以尝试DAKOTA的“稳定”版本随附的最新最好的版本（Surfpack是DAKOTA的子包） ，它从相关函数而不是半变异函数的角度进行通用克里金法。

最近，用户Joel Guerrero将其与其他许多实现方式进行了正面对比，并说：“总是与Surfpack有关，我们正在将其与其他实现方式（包括商业实现方式）进行比较，到目前为止，它的表现都优于所有其他实现方式，到有时似乎在做黑魔法的地步”

— 基思·达比
source
3

GSLIB（地统计学软件库）是由斯坦福大学开发并于1990年代发布的一流文件/命令驱动软件，在过去的十年中进行了一些维护。可以使用Fortran编译器在Linux / Windows上免费下载和编译源代码。有在线资源和一本书。

Kriging是该软件的优势之一：

  • 1、2或3D网格克里金法，交叉验证，顶刀
  • SK，OK，英国，带外部漂移的克里格
  • 协同克里格
  • 指标克里格
— 迈克·T
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.