Metody open source do krigingu?

42

Mam punktowy zestaw danych, który chciałbym Krige , najlepiej za pomocą pakietu oprogramowania typu open source. Jeśli to możliwe, chciałbym również wybrać model semi-wariogramu podczas procesu, aby poprawić oszacowanie.

scw
źródło

Odpowiedzi:

45

W zależności od typu Kriging, który chcesz zastosować, do wyboru są różne pakiety:

Zwyczajne Kriging

Najpopularniejsza wersja jest zaimplementowana na przykład w:

Proste Kriging

Proste Kriging wykorzystuje średnią z całego zestawu danych, podczas gdy Zwykłe Kriging wykorzystuje średnią lokalną. Dlatego Proste Kriging może być mniej dokładne, ale generalnie daje „gładsze” wyniki. Jest zaimplementowany w:

Universal Kriging

Universal Kriging pozwala uwzględnić dryf danych. Wdrożenia są zawarte w:

Inne typy Kriginga

GRASS v.krige obsługuje również Block Kriging.

HPGL wdraża wiele mniej znanych metod Kriginga ( więcej informacji na ten temat można znaleźć w instrukcji ):

  • Wskaźnik Kriging (IK)
  • Lokalne zróżnicowanie oznacza Kriging (LVM Kriging)
  • Proste CoKriging (modele Markowa 1 i 2)
  • Symulacja wskaźników sekwencyjnych (SIS)
  • Corellogram Lokalne zmienne średnie SIS (CLVM SIS)
  • Lokalna zmienna średnia SIS (LVM SIS)
  • Sequential Gaussian Simulation (SGS)
  • Skrócona symulacja gaussowska (GTSIM) [w kolekcji skryptów Python]

SAGA oferuje różne wersje Krigingów zwykłych i uniwersalnych.

Gstat krige dodatkowo obsługuje Block i Point Kriging.

podmrok
źródło
1
Świetna odpowiedź Kriginga!
Ragi Yaser Burhum
1
Twoje linki do faunalii nie działają ...
Alex Leith,
17

Wygląda na to, że istnieje kilka opcji z GRASS GIS. Sprawdź stronę GRASS Kriging Wiki: http://grass.osgeo.org/wiki/Kriging

Projekt Google Summer of Code w 2009 roku wyprodukował V.krige: http://grass.osgeo.org/wiki/V.krige_GSoC_2009

Pakiet Gstat GPL powinien działać samodzielnie lub współpracować z GRASS GIS. http://www.gstat.org/

Dylan Beaudette ma dobry przykład krigingu z GRASS. http://casoilresource.lawr.ucdavis.edu/drupal/node/438 (Jego blog jest pełen wspaniałych i interesujących przykładów korzystania z OpenSource GIS i narzędzi statystycznych!)

DavidF
źródło
14

Projekt R ma znaczną liczbę pakietów oprogramowania do statystyki przestrzennej , ale R ma dość stromą krzywą uczenia się.

dodobas
źródło
Ludzie zawsze tak mówią, ale zastanawiam się: stromy w stosunku do czego?
Matt Parker,
Kilka razy widziałem komentarz „stromej krzywej uczenia się” rzucony w R - to po prostu nie ma dla mnie sensu. Byłem rok w moim związku z MATLAB, kiedy odkryłem R. Odkryłem, że R jest tak łatwy do nauczenia się, że oddałem MATLAB salut jednym palcem i natychmiast przestałem go intensywnie używać.
Sharpie,
1
myślę, że dzieje się tak dlatego, że ludzie rzadko próbują zrozumieć statystyki, a ponieważ ma on stromą krzywą uczenia się pod względem składni, rzadko pojawiają się problemy z jej
odczytaniem
2
Myślę, że pod względem składni jest to jeden z łatwiejszych języków do nauki. Jaki jest przykład języka statystycznego, którego można łatwo nauczyć się z wiersza poleceń. Myślę, że ludzie narzekają, ponieważ to nie jest Excel.
TheSteve0
1
Jest to krok w porównaniu z programem opartym na GUI. Jeśli przez całe życie korzystałeś z systemu Windows i programów opartych na GUI, uruchomisz się, gdy zobaczysz wygląd wiersza poleceń. Porównanie Excela naprawdę sprawia, że ​​działają. Ale R jest bardzo prosty w użyciu, jeśli ktoś może pokazać podstawowe sztuczki. Musisz być przygotowany do nauki nowych pojęć, takich jak wektory, macierze, funkcje, pętle, które w świecie Excel / Windows nie istnieją. Jeśli wcześniej używałeś Linuksa, nie byłby to krzywa stopniowa.
Niculita Mihai
14

Jeśli z przyjemnością wczytasz swój raster do tablicy numpy ( gdal może to zrobić), możesz skorzystać z implementacji High Performance Geostatistics Library z Python lub C / C ++.

HPGL implementuje następujące algorytmy:

  1. Simple Kriging (SK)
  2. Zwyczajne Kriging (OK)
  3. Wskaźnik Kriging (IK)
  4. Lokalne zróżnicowanie oznacza Kriging (LVM Kriging)
  5. Proste CoKriging (modele Markowa 1 i 2)
  6. Symulacja wskaźników sekwencyjnych (SIS)
  7. Corellogram Lokalne zmienne średnie SIS (CLVM SIS)
  8. Lokalna zmienna średnia SIS (LVM SIS)
  9. Sequential Gaussian Simulation (SGS)
  10. Skrócona symulacja gaussowska (GTSIM) [w kolekcji skryptów Python]

Nie korzystałem z niego sam, ale słyszałem o nim dobre rzeczy, szczególnie w odniesieniu do prędkości.

fmark
źródło
4

Pamiętam, jak użyłem SAGA, aby zrobić to kilka lat temu, aby uzyskać wyniki modelowania powodziowego. Open Source i warte obejrzenia.

Szymon
źródło
4

gvSIG (inny darmowy GIS) pozwala na kriging przy użyciu Sextante. Jest to w zasadzie to samo co używanie SAGA, ale gvSIG zapewnia bardziej „typowe” (tj. Podobne do ESRI) doświadczenie gis.

Rudi
źródło
3

Możesz wypróbować model Kriging w wersji 1.1 pakietu Surfpack (napisałem go, gdy jeszcze pracowałem w zespole DAKOTA) lub najnowszej i najlepszej wersji, która jest dostarczana ze „stabilną” wersją DAKOTA (Surfpack to sub-pakiet DAKOTA) , robi uniwersalny Kriging z punktu widzenia funkcji korelacji, a nie semi-wariogramów.

Ostatnio użytkownik, Joel Guerrero, porównał go łeb w łeb z kilkoma innymi implementacjami i stwierdził, że „Zawsze związany z surfpack, porównujemy go z innymi implementacjami (w tym komercyjnymi) i jak dotąd przewyższa je wszystkie, do tego stopnia, że ​​czasami wydaje się, że robi czarną magię ”

Keith Dalbey
źródło
3

GSLIB (Geostatistic Software Library) to najwyższej klasy oprogramowanie sterowane plikami / poleceniami opracowane na Uniwersytecie Stanforda i wydane w latach 90. XX wieku, z pewną konserwacją w ostatniej dekadzie. Kod źródłowy można dowolnie pobrać i skompilować w systemie Linux / Windows przy użyciu kompilatora Fortran. Dostępne są zasoby online i książka .

Kriging jest jedną z mocnych stron oprogramowania:

  • Kriging 1, 2 lub 3-D kriging, walidacja krzyżowa, jackknifing
  • SK, OK, UK, kriging z zewnętrznym znoszeniem
  • Cokriging
  • wskaźnik kriging
Mike T.
źródło