Методы с открытым исходным кодом для кригинга?

У меня есть точечный набор данных, который я хотел бы использовать в Криге , в идеале используя программный пакет с открытым исходным кодом. Если возможно, я бы также хотел выбрать модель полувариограммы в процессе, чтобы улучшить оценку.

В зависимости от того, какой тип Kriging вы хотите применить, на выбор предлагаются разные пакеты:

Обычный Кригинг

Наиболее распространенная версия реализована, например, в:

• GRASS - v.krige
• SAGA - Модуль: Обычный Кригинг
• HPGL - обычный кригинг () (PDF стр. 12)
• гстат - криге

Простой Кригинг

Простой кригинг использует среднее значение всего набора данных, в то время как обычный кригинг использует локальное среднее значение. Таким образом, простой кригинг может быть менее точным, но в целом он дает более «плавные» результаты. Это реализовано в:

• HPGL - simple_kriging () (PDF, стр. 12)
• Гстат Криге

Универсальный Кригинг

Универсальный Кригинг позволяет учитывать дрейф в данных. Реализации включены в:

• SAGA - Модуль: универсальный кригинг
• Гстат Криге

Другие виды кригинга

GRASS v.krige также поддерживает блочный кригинг.

HPGL реализует большое количество менее известных методов кригинга ( для получения дополнительной информации обратитесь к руководству ):

• Индикатор Кригинг (ИК)
• Локальное изменение среднего кригинга (LVM Kriging)
• Simple CoKriging (Марковские модели 1 и 2)
• Последовательное моделирование индикатора (SIS)
• Corellogram Local Varying Mean SIS (CLVM SIS)
• Локально изменяющееся среднее значение SIS (LVM SIS)
• Последовательное моделирование по Гауссу (SGS)
• Усеченное гауссовское моделирование (GTSIM) [в коллекции скриптов Python]

SAGA предлагает разные версии обычного и универсального кригинга.

Gstat Krige дополнительно поддерживает Block и Point Kriging.

Похоже, есть несколько вариантов с GRASS GIS. Зайдите на страницу GRASS Kriging Wiki: http://grass.osgeo.org/wiki/Kriging

Проект Google Summer of Code в 2009 году, созданный V.krige: http://grass.osgeo.org/wiki/V.krige_GSoC_2009

Пакет GPL gstat должен работать сам по себе или взаимодействовать с GRASS GIS. http://www.gstat.org/

У Дилана Бодетта есть хороший пример кригинга с GRASS. http://casoilresource.lawr.ucdavis.edu/drupal/node/438 (его блог полон замечательных и интересных примеров использования OpenSource GIS и статистических инструментов!)

R-проект имеет значительное число пространственных пакетов статистики программного обеспечения , но R имеет довольно крутой кривой обучения.

Если вы счастливы прочитать ваш растр в Numpy массив ( GDAL может это сделать), то вы можете использовать High Performance Геостатистика Library реализацию из Python или C / C ++.

HPGL реализует следующие алгоритмы:

1. Простой Кригинг (СК)
2. Обычный Кригинг (ОК)
3. Индикатор Кригинг (ИК)
4. Локальное изменение среднего кригинга (LVM Kriging)
5. Simple CoKriging (Марковские модели 1 и 2)
6. Последовательное моделирование индикатора (SIS)
7. Corellogram Local Varying Mean SIS (CLVM SIS)
8. Локально изменяющееся среднее значение SIS (LVM SIS)
9. Последовательное моделирование по Гауссу (SGS)
10. Усеченное гауссовское моделирование (GTSIM) [в коллекции скриптов Python]

Я не использовал это сам, но слышал хорошие вещи об этом, особенно относительно скорости.

Проверьте эту бесплатную книгу, она посвящена геостатистике в R и содержит некоторую информацию о том, как делать это в SAGA и GRASS. http://spatial-analyst.net/book/ http://spatial-analyst.net/book/sites/default/files/Hengl_2009_GEOSTATe2c1w.pdf

Я помню, как использовал SAGA, чтобы сделать это несколько лет назад для получения результатов моделирования наводнений. Открытый исходный код и стоит посмотреть.

gvSIG (еще одна бесплатная ГИС) разрешает кригинг с использованием Sextante. Это в основном то же самое, что и при использовании SAGA, но gvSIG предоставляет более «типичный» (т. Е. ESRI-подобный) опыт ГИС.

Вы можете попробовать модель Kriging в Surfpack версии 1.1 (я написал ее, пока я еще был в команде DAKOTA) или последнюю и лучшую версию, которая поставляется со «стабильной» версией DAKOTA (Surfpack - это подпакет DAKOTA) Это делает универсальный Кригинг с точки зрения корреляционных функций, а не полувариограмм.

Недавно пользователь, Джоэл Герреро, сравнил его лицом к лицу с кучей других реализаций и заявил, что «Всегда относящийся к серфпаку, мы сравниваем его с другими реализациями (включая коммерческую), и пока он превосходит их все, до такой степени, что иногда кажется, что делает черную магию

GSLIB (Геостатистическая библиотека программного обеспечения) - это первоклассное программное обеспечение, основанное на файлах / командах, разработанное в Стэнфордском университете и выпущенное в 1990-х годах, с некоторым обслуживанием в последнее десятилетие. Исходный код может быть свободно загружен и скомпилирован в Linux / Windows с использованием компилятора Fortran. Есть онлайн-ресурсы и книга доступны.

Kriging - одна из сильных сторон программного обеспечения:

• 1, 2 или 3-D сетка кригинг, перекрестная проверка, джекнифинг
• СК, ОК, Великобритания, кригинг с внешним заносом
• кокригинга
• индикатор кригинг