问题标签 [spatial-interpolation]

我是python的新手，我正在尝试编写一个函数，该函数将从netcdf文件中获取一个numpy数组，维度为[时间、高度、经度、纬度]，并将函数内插到指定的纬度和经度。我已经研究了 scipy.interpolate 但仍然不确定从那里去哪里。有什么帮助吗？

我正在使用包中的 R 函数autokrige，automap但出现错误，我不知道如何解决。你有什么提示吗？

谢谢！

我想创建一个由空间数据点组成的插值网格，以便以后在 R 中用于克里金法。我一直在使用 sp 和 gstat 包。我正在使用的代码有效，但我的网格不包括所有点，我想扩展它，但我似乎无法正确处理。

我正在使用的代码在这里（我的 data.frame 是 kr.data）：

我想添加输出以显示集中在右下角的点，远离网格，但我是新手，不知道如何添加。任何人都可以提供有关在哪里可以找到帮助使用空间数据制作网格或在哪里更改我的代码的建议吗？当我更改代码以扩展网格时，我的数据点不再可见。我是在 R 中处理空间数据的新手。

我正在尝试在 R 中编写使用 gstat 库的代码来创建插值。我已经阅读了 gstat 手册，并根据互联网上的一些示例，我设法编写了这段代码（这只是一部分）：

我的问题是，当我运行最后一个命令（预测）而不是使用普通克里金插值得到结果时，我得到的是反距离加权（IDW）。我在 gstat 手册中读到：“当没有指定变异函数时，反距离加权插值是默认操作。指定变异函数时，默认预测方法是普通克里金法。”

但是，正如您在我的代码中看到的那样，我指定了经验和理论变异函数。你知道为什么我一直使用 IDW 而不是普通的克里金法吗？它可以与我拥有的坐标类型有关吗？例如，如果我的坐标彼此接近，或者感兴趣的区域太大？任何帮助都会非常有用。

提前致谢 迪米特里斯

我是 R 的新手。我正在使用autofitVariogram来处理 50 个站点的每日降雨数据。示例数据如下所示。一些站点的缺失值由“NaN”值表示。

我的问题是关于 variogramfit。变异函数仅覆盖 60,000m 的距离。为什么没有绘制超过 60Km 的 bin 中的点。我从空间相关图中看到，与经纬度信息的最大距离> 200Km。

下面提供了纬度和经度信息的摘要。摘要（lonlat） lon lat
Min。:74.78 分钟 :15.77
1st Qu.:75.14 1st Qu.:16.04
Median :75.56 Median :16.33
Mean :75.54 Mean :16.37
第三Qu.:75.94 第三Qu.:16.66
Max. :76.31 最大。:17.23

Q2）如何将变异函数拟合 png 文件保存在一个循环中。我知道每次保存图形后都应该使用 dev.off()，但我无法保存图形。任何帮助，将不胜感激。

谢谢，

任何建议，将不胜感激？

我想对 geoR 包中的 ca20-Dataset 进行交叉验证。例如，使用 meuse 数据集，这工作正常，但对于这个数据集，我遇到了 SpatialPointsDataFrame 尺寸的奇怪问题。也许您可以自己尝试一下并解释为什么 autoKrige.cv 函数不起作用（我尝试了几个 nfold-values 但这只会更改错误消息的位置值...）：

我希望有人能重现这个问题，我的 R 版本是 2.15，所有包都是最新的（至少不超过一个月左右......）。

谢谢你的帮助！！

原谅我太天真了。我无法重新投影 SGDF。

我有一个 xyz (x=longitude, y=latitude, z=value) 3 列数据集。经度和纬度值是 EPSG:3035 格式的坐标。我将数据框转换为空间分辨率为 5 公里 * 5 公里的网格，投影在 EPSG:3035 中。我希望将网格重新投影到 EPSG:4326，空间分辨率为 0.05*0.05。但是我收到以下警告消息：

谁能告诉我，我如何重新投影网格。下面是一个可重现的小例子：

好吧，感谢 Paul，我能够使用gdalwarp重新投影网格。但是，空间分辨率仍然不同：

有什么想法吗？？

我有EMG2 块肌肉的 3 个记录，采样率为 1000Hz。换句话说，我有 3 个EMG数据矩阵；每个有 2 行（用于 2 块肌肉）。

然而，每个样本（列）的数量是不一样的：第一个有 2600 个样本，第二个有 2500 个样本，第三个有 2550 个样本。

我想让它们的长度彼此相同，以获得具有相同行数和列数的 3 个矩阵。我认为剪掉更大的柱子并只使用 2500 列是愚蠢的。但是，如果我想这样做，我不知道我应该从它们的开头还是结尾剪掉？

MATLAB 中有没有办法对数据进行插值以获得 3 个矩阵，每个矩阵的大小为 3 x 2600？

所有 3 个矩阵都属于同一个运动，我想匹配样本。

我试图在一个 6 维、非单调的真实域中进行插值。我正在使用 MATLAB。我很确定函数“griddatan”会做，但是当我尝试运行它时，我从它的一个子例程中得到以下错误：“使用 qhullmx 时出错数据在至少一个维度上退化 - ND 点集位于(N+1)D空间。"

但是，我所有的输入矩阵都符合文档并且不是维度退化的。

有人遇到过这个问题吗？很抱歉，我无法提供更多背景信息。如果您知道插入未网格化 6D 数据的任何其他方法，请告诉我！

谢谢，凯文

我对变量 T（温度）进行空间建模。我使用文献中常用的方法——执行回归（使用高度等变量），然后使用 IDW 对残差进行空间插值。R package gstat 似乎有这个选项：

但是在idw()他们的文档中写道：

函数 idw 执行 [...] 。不要在公式中与预测变量一起使用。

实际上，结果看起来就像只执行回归，没有残差的空间插值。我知道我可以手动完成：

但这有很多缺点——模型不在一个对象中，所以你不能直接做总结，检查偏差，残差，最重要的是，做交叉验证......一切都必须手动完成。所以，

有没有办法在 R 中的一个模型中进行回归和 IDW？

请注意，我不想使用不同的空间插值方法，因为 IDW 用于该建模领域并且已针对这些目的进行了很好的测试。