使用克里金法或最近邻法进行空间插值？

Question

这是一个关于数据插值的开放性问题。

我的起点是间隔不均匀的XYZ点，即点云。

我想使用克里金法将Z值赋予]定义的区域中的点>

gridx = np.arange(0.0,300,20)

和

gridy = np.arange(0.0,300,20)

我希望能够根据需要平滑曲线。过去我在ArcGIS中与最近的邻居取得过成功，但是我确信在python中也可以做到这一点。我曾尝试使用PyKrige，但发现调整的余地很少，并且坡度突然恢复为平均Z值。

最诚挚的问候，

菲尔

这是一个关于数据插值的开放性问题。我的起点是不均匀分布的数百个XYZ点，即点云。我想使用克里金法将Z值赋予...

Answer 1

您宁可使用scikit-learn，它包含python版本的DACE，这是最初在Matlab中实现的流行的克里金算法。