问题标签 [spatial-interpolation]

我有一个二维数据数组，有一些缺失值。共有三列：

• X
• 是的
• 强度

我可以在 ggplot2 中绘制 x 与 y 的图，以强度作为色标。

我想平滑颜色之间的过渡，并从包中遇到idw功能。旨在在二维中插入 NA。它不应该外推，虽然它在技术上确实尊重数据的限制（双向±20），但它也试图填补绘图边缘的空白，如下所示：gstatidw

我想避免在我拥有的数据范围之外发生任何推断，包括第一张图中显示的数据的右下角。

我怎样才能做到这一点？

编辑：这是一个示例数据集。这与上面显示的数据集并不完全相同，但它在右下角再次包含一个大的缺失区域。

在我正在进行的项目中，我遇到了一个有趣的算法挑战。我有一个坐标点的排序列表，指向街道两侧的建筑物，充分放大后，看起来像这样：

我想采用这种锯齿形并将其平滑以线性化底层街道。

我可以想到几个解决方案：

1. 使用六个左右点的滚动平均值计算质心，并使用它们。
2. 样条回归。

有没有更好或最好的方法来解决这个问题？（我正在使用 Python 3.5）

我是一名地质学家，需要在具有不同 xyz 数据集的项目中创建数百个一致的等高线图。

轮廓化不规则 xyz 数据点涉及在均匀 xy 网格处创建内插（外推）z 值的“网格”。在 R 之外 - 此步骤称为“网格化”。我对 R 比较陌生，并试图设置一个强大的工作流程来网格化大量不规则数据点。我在挣扎！

在经典的等高线绘图软件和工作流程上，步骤是：

1. 读取 xyz 数据
2. 确定最终地图的感兴趣区域 (AOI)。XMIN、XMAX、YMIN、YMAX
3. 确定网格间隔 (XINT, YINT) - 将行数和列数设置为“网格”(NROW, NCOL)
4. 应用所需的插值器之一 - 在常规网格/网格处创建“z”（常用插值器有：反距离、反平方距离、加权平均、多项式、克里金法、样条曲线等）
5. 轮廓生成的“网格”

我正在尝试编写 R 脚本以完全遵循上述步骤顺序，以便在整个分析过程中实现灵活性和控制。

df 是由示例数据集组成的数据框。

感兴趣区域由以下研究区域确定：

值分别为：754700、791500、26196000、2658600、36800、39000、500。

经过大量失败的试验 - 从包中获得 interp() 函数 - akima 进行所需的插值。感谢“在不规则网格上绘制轮廓”下的回答

这不允许我根据需要指定 AOI 控件。我尝试使用包 MBA，但仍致力于创建 xy.est 参数（网格网格）作为所需的输入。

如果生成了适当的“网格”，ggplot2 和其他显示功能就足够强大了。

是否有适当的“网格化”包或“步骤”。提前致谢。

如何在 n 种颜色之间进行插值。

2色简单案例

首先考虑一个更简单的情况，我们想要找到 2 种颜色的中点。

解决方案是分别考虑的每个 R、G、B 之间的中点。

由于中点正好在两者之间，并且与插值存在线性关系，因此可以在 Color1 和 Color2 之间插值一个小数，例如 0.25，颜色应该更接近 Color1。

n种颜色的情况

我希望找到解决方案的情况是有 n 种颜色，其中每种颜色的分数权重总计高达 1.0。

（猜测，我猜每种颜色都可以被认为是 3 维空间中的一个点，并且权重描述了插值点与每个颜色点的相对距离）

颜色插值仅是线性 RGB。

在某些情况下，我猜可能有多个整数值可以解决问题，例如，如果有几种颜色具有相似的值。

我读到有双线性插值可能有助于解决这个问题。

通常颜色的数量不会超过 5 种，通常是 2、3 或 4 种颜色。

我正在使用该interp2d方法生成线性样条函数。对于某些点集，结果函数会产生我不期望的结果。例如：

产生以下输出：

我会尝试使用这种插值方法的刚度参数，但显然它在interp2d.

是什么导致了这些结果？如何避免它们？

使用 R，我试图获得一个插值图，在其中我能够看到我的航点及其插值（基于它们的值 N）。在背景中，我想要一张带有可见道路和路径的黑白地图。我确信这并不复杂，但我不明白我在哪里犯了错误。

我的数据如下所示：

这是我的代码：

我懂了：

下面是什么不起作用。我希望将我的航路点视为此插值云上的点，其中最高点更暗，最低点更亮或白色。

我看不到我的观点或我的插值。

我有dfr从中提取所需值的数据框。

如果我做：

我收到以下错误：

我正在尝试使用 R 包中的krige函数在gstatR 中插入一些空间海洋深度数据。我发现超过约 1000 个点，该函数开始花费不合理的时间来完成（即，几小时到几天到从未完成）。这是正常的还是我做错了什么？我特别担心，因为我的最终目标是对一个非常大的数据集（> 30,000 个数据点）进行时空克里金法，我担心考虑到这些运行时间它是不可行的。

我正在运行 gstat-1.1-3 和 R-3.3.2。下面是我正在运行的代码：

我正在尝试将深度相关的 1d（长度 96）垂直剖面插入 3d 测深（50,599,3）。但是，我尝试了许多插值方法，例如来自 scipy 的 interp1d 和其他方法，但都没有成功。因此，我来​​这里寻求帮助。

提前致谢

盐度

深度剖面

3D - 水深测量

我有一个站 ID 和舞台高度的点 shapefile。我想创建一个栅格，其中每个单元格都具有距该单元格最近的现场站的舞台高度值（以米为单位）。

我希望这个栅格与另一个栅格匹配。因此，如果我可以同时输入我创建的栅格（如下所述的数据集 3）和我的点 shapefile (1)，我会很高兴。

数据集：

1) 具有河流三角洲阶段高度的点 Shapefile

2) 河流三角洲范围的 Shapefile

3) 三角洲的栅格，其中NA' 代表土地（如果需要，它们也可以为零），而 1 是水。两个数据集 10 米分辨率和 30 米分辨率。

我遇到的一个概念问题是我拥有的小流数量。例如（如下图所示），从技术上讲，站点 1（蓝色圆圈）比站点 2（红色圆圈）更接近黑色 x 区域，但红色的舞台高度值更能代表点 x。两个流之间有NA'，这是否意味着该值不会跨越流？

如何将栅格中的值（全为 1）重新分配到最近车站的舞台高度，并确保这些值不会从流跳到流？我需要使用最低成本路径吗？做这个的最好方式是什么？

我想使用R，但如果必须，可以使用 ArcMap。