在Python中使用高斯过程/克里金插值向量的值

时间:2018-11-29 00:45:18

标签: python gis kriging

我试图在给定一些纬度/经度坐标的地图上内插风速和风向值,然后将这些值与我观察到的值进行比较。几篇论文表明,高斯过程/克里金法是解决此问题的有效方法,但我对数学的理解不够,无法直接实现其模型。

我的数据框看起来像:

lons_   lats_   U2M_    V2M_
.
.
.

我可以按照SciPy上的示例进行操作,但是不确定是否可以使用它们的方法,因为我正在尝试对向量进行插值-风速和风向都具有u和v分量:

 ws_   = np.sqrt((U2M_ ** 2) + (V2M_ ** 2))
 dir_  = np.arctan2(V2M_,U2M_)

其中U2M _....只是相应的逐行u,v组件的pd.Series(...)。我可以分别对每个分量执行计算,然后从内插的u,v值重构速度和方向值吗?我想我的问题是,这在数学上是否合理?

1 个答案:

答案 0 :(得分:0)

风速可以直接从观测值内插,但风向则更为复杂。标准方法是转换为向量-您已经计算了uv分量了。您可以使用给定的公式将这两个值求平均值并进行插值,然后再转换回wsdir变量。在这个非常有用的资源中,对此背景的解释远比我能解释的要好:

格兰奇,斯图尔特。 (2014)。技术说明:平均风速和风向。 10.13140 / RG.2.1.3349.2006。 https://www.researchgate.net/publication/262766424_Technical_note_Averaging_wind_speeds_and_directions