问题标签 [spatial-interpolation]

对于一个几何图形，我有 2 个不同的不规则网格。第一个（高保真）有 2,488,321 个网格点（x_hf、y_hf、z_hf、quantity_hf）。我想将这些值插入（或映射）到具有 37,684 个点的不同（低保真）网格（x_lf、y_lf、z_lf）。我该怎么做？

我正在尝试对非二次二维矩阵进行插值，但我只能使用 scipy interp2d 库以二次方式进行插值，如下例所示。

我的问题是如何对维度为 6000x5000 的矩阵执行插值，该矩阵不是二次的，并且有许多数字，它介于零值之间，例如 4x4 矩阵的示例。

我有一定数量的未排序的 2D 点，我想确认它们属于已知尺寸的网格并推断缺失点的位置。这个问题最简单的情况是未旋转的网格，我使用以下代码生成：

在这种情况下，我选择了一个 10x10 的网格，其中包含 30 个缺失点，但这些数字可能会有所不同。这些点如下图所示：

其中蓝色点是已知的，而橙色点丢失并且必须检索。

我尝试了各种方法，比如在图像中插入点并使用 OpenCV 的霍夫线变换来找到网格的指导方针，或者像使用 Tensorflow 开发一个简单的神经网络，但这些似乎都过于复杂，而且似乎不可能没有已经存在这样一个简单问题的最优解。

一般来说，我需要将任何技术扩展到稍微失真和嘈杂的数据的情况，但现在只要解决这个简单问题就很好了。

我有一个 3D 蒙版卷L，其中包含以下内容：

我想对掩码进行下采样，然后将其上采样到其原始大小，以保持标签值相同。
尝试失败-> 下采样：

这正在改变标签值。我已经尝试过其他mode选项，例如constant和所有。但似乎没有一个工作。

成功尝试-> 下采样：另一方面：

似乎在不更改标签值的情况下工作。

尝试失败->上采样： 但是当回到原始大小时

不工作。此外，如果有任何其他关于三线性插值的细节，将不胜感激。
谢谢。

I have a django3.1 web application with map using ol6 in which I want to show IDW. I have generated an idw image using python & added to map as an image layer but it does not overlay in accurate point positions. So I am looking for a method or technique for overlaying idw as a vector/raster/anything which is correct using ol 6.

我对 python 和编码非常陌生。我正在尝试使冰 DEM(test5) 适合 NZ DEM 的顶部，以便点对齐。数据具有不同的像元大小。这就是我到目前为止所拥有的。目前它所做的只是将数据放入一个 numpy 数组中。我不确定我的下一步应该是什么。附件是包含文件的谷歌驱动器的链接。 https://drive.google.com/drive/folders/1E_IxZoA1PnA4gufFHBtLVRtVTUvFNFPs?usp=sharing

app.component.html

// 我有任务在我们的地图中执行 idw。这个 idw 基于地图上的 aqi 和我们的设备 lat lng。我创建了 idw，它工作正常。但问题是它会为所有地图着色。我只希望 idw 影响我作为 idw 层中的数据传递的那个区域。

app.component.ts

正如您在图像中看到的那样，整个地图都涂有紫色，但我不想要那样。我希望 idw 仅对我作为数据传递以执行 idw 的特定纬度和经度产生 影响

我有一个140.000 点（行）的csv 文件。它包括：

1. 经度值
2. 纬度值
3. 特定点的沉降值。我假设这些点在空间上是相关的。

我想对点的区域进行空间插值分析。意思是，我将使用例如克里金法（即高斯过程回归）进行地统计插值分析。

我正在阅读关于高斯回归的sci-kit 学习页面。但我不确定如何实现它。

哪些特性决定了我可以使用哪个内核？如何正确使用我的空间数据实现这一点？

我执行了球形克里金法，但似乎无法获得好的输出图。坐标（x 和 y）的范围从大约 51 纬度和大约 6.5 度，因为我的观察范围从 -70 到 +10 这是我的代码：

这是我的输出：

克里金元模型图

我不知道为什么我的图表不会显示我的输入以及我的克里金结果。

感谢您的想法和帮助

我正在尝试使用集成机器学习重现空间插值/预测的示例

为此我需要使用我已经安装的“mlr”包，一切都很好，但是在尝试加载它时出现以下错误：

我知道这是因为我的系统是 32 位的（平台：i386-w64-mingw32 / i386）另外值得一提的是我使用 R 的 4.1.1 版，Rstudio 1.0.153 版

我不明白的是，当我看到内存限制时：

这显然高于 2.5 Gb，但我无法继续加载包

并且由于我的 32 位系统而无法修改此限制，正如我所调查的那样，当我尝试以同样的方式得到这个时：

知道如何使这个包工作？