如何在python中插入地理配准数据？

Question

我有许多地理参考水文数据线，每周分辨率：

Station name, Lat, Long, Week 1 average, Week 2 average ... Week 52 average

不幸的是，我也有一些只有月度分辨率的数据：

Station name, Lat, Long, January average, February average ... December average

除了“重新发明轮子”之外，任何人都可以推荐一个最喜欢的模块，包或技术来提供每月价值的合理插值吗？线性可能会很好，但如果我们可以使用坐标来改善基于附近台站的插值，那就太好了。

我用python标记了这篇文章，因为它是我最近使用的语言（尽管不是它的统计函数）。如果答案是“使用像r这样的统计程序”，那就这样吧，但我很好奇python的内容是什么。谢谢！

Answer 1

我没有机会深入研究它，但hpgl（高性能地统计学图书馆）提供了许多克里金（地理空间插值）方法：

<强>算法

• 简单克里金（SK）
• 普通克里金（OK）
• 指标克里格（IK）
• 局部变化均值克里金法（LVM Kriging）
• 简单CoKriging（马尔可夫模型1＆amp; 2）
• 顺序指示器模拟（SIS）
• Corellogram Local Varying Mean SIS（CLVM SIS）
• 本地变化的平均SIS（LVM SIS）
• 顺序高斯模拟（SGS）

Answer 2

如果您有兴趣将您的经验扩展到R，那么有许多优秀，使用良好且记录在案的软件包。我将首先查看Spatial Taskview，其中列出了可用于空间数据的包。其中一段涉及插值。我最熟悉的是automap / gstat（我写过自动化），其中gstat是一个功能强大的地统计学软件包，它支持多种方法。

http://cran.r-project.org/web/views/Spatial.html

集成Python和R可以通过多种方式完成，例如：使用Rpy使用系统调用或内存链接。另见：

Python interface for R Programming Language

Answer 3

我正在考虑做同样的事情，我找到了{Kuver Tomer在this kriging module写的AMBHAS。

似乎有制作变异函数和执行普通克里金法的方法。

如果我使用它并进一步发现，我会更新这个答案。

Answer 4

自从我最初发布此问题（2012年！）以来，已经发布了积极开发的Python Kriging模块https://github.com/bsmurphy/PyKrige

还有这个较旧的选项： https://github.com/capaulson/pyKriging