我正在尝试内插来自空中监测站的一些数据。
几乎每个记录都有空气质量值及其纬度，经度。但是有些记录缺乏价值。 例如，数据如下：
116° 42° 10
117° 43° missing
120° 20° 1000
我想使用 scikit-learn的GPR （GaussianProcessRegressor）来插入缺失值。
我知道可以像处理此问题的最后一个答案一样处理二维数据 Python - Kriging (Gaussian Process) in scikit_learn
我的问题是：我不应该直接使用纬度和经度来完成此任务，因为地球是一个球体，因此纬度/经度不是通常的 strong>平面二维网格。
我想问一问在使用scikit-learn的GPR时如何定义点之间的距离函数，还是应该将这些经纬度点投影到平坦位置并使用它们？我没有尝试过，因为投影过程中的视差损失使我很伤心：（
感谢任何建议：）
ps。可以通过Haversine公式（如Calculate distance between two latitude-longitude points? (Haversine formula)
）来计算两个纬度/经度点之间的距离