Questions tagged «kriging»

我有一个点数据集，想要使用Krige，最好使用开源软件包。如果可能的话，我也想在过程中选择半变异函数模型以改善估计。

42 open-source-gis  interpolation  spatial-statistics  kriging 

我正在尝试使用非常规则地间隔约10m的点数据创建DEM。我要插值的区域是一个教育机构，有许多平坦的停车场和足球场，但仍然有一些相当陡峭的山丘，经常会停在停车场。由于这些已知的高原，我排除了Splining方法。但是，我仍然不确定在使用IDW和Kriging方法之间。尝试了这两种方法后，我看不出太大的区别，但经过一点研究仍未做出决定。 任何人都有智慧的话可以为我解决这个问题？

23 dem  interpolation  kriging  inverse-distance-weighted 

我得到了一些带有标本数量的数据，并要求使用克里金法对其进行插值。 经过一些调查，似乎克里金法结果（在ArcGIS Geostatistical Analyst中使用默认参数执行）不令人满意。内插值与测量值（尤其是顶部值）相差很大，并且表面看起来不可靠。这是图片： 我想主要问题是样本数量不足。 我们应该使用多少点来获得可靠的结果？ 也许克里金法不适用于这种多样化的价值？

19 arcgis-10.1  interpolation  kriging  geostatistical-analyst  sampling 

我对使用GIS数据非常陌生，并且对R的使用不多。我一直在阅读有关如何使用space-analyst.net PDF书籍分析空间数据的知识，所以我并没有完全迷失，但我想我可以描述一下我的问题，人们可能会提出想法。 我有一个数据集，该数据集在不同的纬度/经度坐标下有约2000个测量值，尽管我可能会细分该数据集，因为数据是在3年内收集的，而且条件随时间而变化。我们将被测量的变量称为“ IP”。 我想在样本数据上使用Kriging或其他插值方法在整个问题区域创建IP映射。然后，我想创建一个直方图来测量各种IP桶中的土地数量。我还需要创建一个直方图，以显示每个存储桶中的样本数量（请注意，样本的实际IP可能比克里金预测的土地高或低）。 我遵循如何将数据加载到SpatialPointsDataFrame并运行kriging分析的方法，我遇到的麻烦是如何将数据转换为网格数据框，以便进行直方图分析。 有任何将点转换为网格的建议吗？

14 raster  r  kriging 

我正在尝试使用R上的普通Kriging绘制地下水高程图，但始终会导致内存不足 无法分配大小为146.5 Mb的向量 分配（Windows XP 32位）。我应该增加内存大小以及如何减少网格大小以及如何减少网格大小（R中的新手）？ 按照此示例http://casoilresource.lawr.ucdavis.edu/drupal/node/438

11 grass  r  error  kriging 

我正在寻找一种网格分类数据的方法。我从航海图和领域表中提取了一些点集合，这些点指定了海洋底部表面的性质。这些数据是分类数据，而不是数字数据，它们不是定期甚至随机抽样的。创建航海图以帮助导航和锚定；它们不是为绘制栖息地而创建的。因此，在岸边附近会有更多的探测声，在这些探测声中，相对浅的深度可能会对航行造成危险，并且船只倾向于停泊。离海岸较远，那里的深度足以进行导航和锚固是不切实际的，因此发声的频率要低得多。 有没有其他人试图从航海图创建网格化的底图？ 我查看了蒂森（Vornoi）多边形，但是沿海岸的测深集中导致沿海岸，远海的大型多边形以及在远处呈扇形延伸的长饼形多边形之间的精细“蜂窝”。使用最近邻居的网格产生的结果几乎相同。 我需要一种方法来限制浅水，近岸点的影响-一种方法来限制那些长的饼形多边形。在更深的水域中，我不认为底部的性质将是近岸底部的延续。我开始沿着两条线思考-都使用深度。一种方法是使用网格像元与相邻点之间的深度差来加权“最近”邻居的选择。另一个是取消选择深度大于某些指定公差的相邻点。或者，也许不是预先指定的公差，我可以对深度范围进行分类，然后将相邻点的选择限制为相同深度范围或分类中的点。 关于如何实现这两个选项中的任何一个想法？ 自从在其他论坛上与同事交谈以来，我一直在研究其他两种方法。第一种方法是使用障碍物（深度为100m的轮廓）来限制近岸数据的影响。这种方法的挑战在于，可以使用障碍的任何ESRI插值例程都旨在处理连续数据而不是不连续数据。在创建Thiessen多边形之前，我可以使用障碍物将点分解为较浅的近岸点和较深的点。但是，由于ArcGIS为矩形区域而不是复杂区域创建了Thiessen多边形，因此我预计边缘效果会很猖ramp。 由一些同事建议的第二种方法是克里金法。最初，我一度不理会克里金法，因为我只考虑了连续数据。克里金法的挑战在于它也不是为分类数据而设计的。现在，我正在研究表面深度和性质的协同克里金法，但是任何类型的克里金法都将涉及使用整数数值表示表面性质。之后，必须将所得的浮点数字代码还原为原始整数编码。不漂亮。 任何人都可以建议其他路线吗？（也许可以使用地形分析。例如，比休止角陡的斜坡不可能是沉积物。我正在寻找更简单的东西，无论如何，我没有足够的空间分辨率的数据。） 问候，

10 raster  interpolation  kriging  voronoi-thiessen 

我正在尝试在沿海地区进行插值，将数条河流中的数据点排入海湾和半岛的相对两侧。 我创建了海岸线图层以将其用作障碍，但是无法弄清楚如何在ArcGIS 10中执行此操作。 我没有在任何克里金工具中看到障碍物。 我试着只是进行克里金法，然后将其裁剪到土地上，但是我得到了不切实际的结果，数据点靠在一起但被土地分开会造成问题。 我在9.3版的地理处理脚本中看到了用于执行此操作的在线文档，但对于10版则没有任何相似之处。

10 arcgis-desktop  arcgis-10.0  interpolation  kriging  barriers 

当我想执行克里金法时，它有时只能工作，这取决于我在数据表中使用的值。作为krige函数的结果，我得到了var1.pred: NA NA NA ...and var1.var: NA NA NA ...（但仅当我在数据表中使用“错误”值时）。 例如： 它的工作原理总是（到目前为止）时，我只用10个值 它的工作原理，当我用50个值，但只有特定的一些 当我使用50个值和“错误”值时，它不起作用 当我使用25个值和前面提到的“错误”值时，它起作用 我不明白为什么它有时起作用而有时却不起作用。奇怪的是，当我添加Zwiesel;49.02999878;13.22999954;2.2到数据表中时，当我使用少于20个值时，它就起作用了；但是当我使用了50个以上的值时，它就不起作用了。 我的错误在哪里？ myWeatherTable.csv： Place;Latitude;Longitude;Temperature Aachen;50.77999878;6.09999990;3 Abbikenhausen;53.52999878;8.00000000;7.9 Adelbach;49.04000092;9.76000023;3.1 Adendorf;51.61999893;11.69999981;1.9 Alberzell;48.45999908;11.34000015;4.6 ... ... 我的代码执行克里金插值 WeatherData <- read.csv(file="myWeatherTable", header = TRUE, sep ";") coordinates(WeatherData) = ~Longitude + Latitude vario <- variogram(log(Temperature) ~1, WeatherData) vario.fit <- fit.variogram(vario, vgm("Sph")) min_lon …

10 r  interpolation  kriging  gstat 

在的文档中，sp我看到coords该SpatialPolygons函数的参数仅接受2列。无法创建3维多边形吗？我正在通过使用package gstat通过将时间添加为a的第三个空间维度来进行时空克里金法SpatialPointsDataFrame。我想将其扩展为以多边形为块的克里金法。有什么办法吗？

9 r  interpolation  spatial-statistics  kriging  gstat