问题描述
我需要帮助。
我正在使用克里金函数来插入温度和流量数据。我有一个大约 240 个数据间隔不规则的数据集。 我正在使用 skgstat 的变异函数导入函数来计算我的变异函数。然后我使用 OrdinaryKriging 函数(也从 skgstat 导入)来计算我的克里金点,然后创建一个网格。这是我的代码:
V = Variogram(temp_T[['UTM LONGITUDE','UTM LATITUDE']].values,## x,y
temp_T['Gradient (°C/cm)'].values,## z
estimator = 'minmax',dist_func = 'euclidean',bin_func = 'even',fit_method = 'lm',maxlag=10,n_lags=15,model='spherical',normalize=False)
ok = OrdinaryKriging(V,min_points=1,max_points=40,mode='exact')
xmin = np.min(temp_T['UTM LONGITUDE'])
xmax = np.max(temp_T['UTM LONGITUDE'])
ymin = np.min(temp_T['UTM LATITUDE'])
ymax = np.max(temp_T['UTM LATITUDE'])
norm = plt.normalize(vmin=temp_T['Gradient (°C/cm)'].min(),vmax=temp_T['Gradient (°C/cm)'].max())
xx,yy = np.mgrid[xmin:xmax:201j,ymin:ymax:201j]
field = ok.transform(xx.flatten(),yy.flatten()).reshape(xx.shape)
s2 = ok.sigma.reshape(xx.shape)
然而,渲染并不令人满意。我的观点之间有很大的差距。我想知道如何增加克里金函数的插值半径。我找不到执行此操作的任何函数输入参数。
提前感谢您的回答
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)