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:
Наиболее распространенная версия реализована, например, в:
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:
Универсальный Кригинг позволяет учитывать дрейф в данных. Реализации включены в:
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 ):
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!)
источник
R-проект имеет значительное число пространственных пакетов статистики программного обеспечения , но R имеет довольно крутой кривой обучения.
источник
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:
Я не использовал это сам, но слышал хорошие вещи об этом, особенно относительно скорости.
источник
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
источник
Я помню, как использовал SAGA, чтобы сделать это несколько лет назад для получения результатов моделирования наводнений. Открытый исходный код и стоит посмотреть.
источник
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.
источник
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
источник
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:
источник