วิธีการแบบโอเพนซอร์ซ


42

ฉันมีชุดข้อมูลแบบจุดที่ฉันต้องการKrigeโดยใช้แพ็คเกจซอฟต์แวร์โอเพ่นซอร์ส ถ้าเป็นไปได้ฉันต้องการเลือกแบบจำลองกึ่งผันแปรระหว่างกระบวนการเพื่อปรับปรุงการประมาณค่า

คำตอบ:


45

ขึ้นอยู่กับประเภทของ Kriging ที่คุณต้องการใช้มีแพ็คเกจให้เลือกมากมาย:

Kriging สามัญ

เวอร์ชันที่ใช้บ่อยที่สุดถูกนำมาใช้เช่นใน:

Kriging ง่าย ๆ

Simple Kriging ใช้ค่าเฉลี่ยของชุดข้อมูลทั้งหมดในขณะที่ Kriging สามัญใช้ค่าเฉลี่ยในท้องถิ่น ดังนั้น Kriging แบบง่ายจึงมีความแม่นยำน้อยกว่า แต่โดยทั่วไปแล้วจะให้ผลลัพธ์ที่ "เรียบ" มันนำมาใช้ใน:

สากล Kriging

Universal Kriging อนุญาตให้พิจารณาการดริฟท์ของข้อมูล การใช้งานรวมอยู่ใน:

ประเภท Kriging อื่น ๆ

GRASS v.krigeรองรับ Block Kriging

HPGL ใช้วิธีการ Kriging ที่รู้จักน้อยกว่าจำนวนมาก (ตรวจสอบคู่มือสำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเหล่านี้):

  • ตัวบ่งชี้ Kriging (IK)
  • Local Varying Mean Kriging (LVM Kriging)
  • Simple CoKriging (รุ่นมาร์คอฟ 1 และ 2)
  • การจำลองตัวบ่งชี้ลำดับ (SIS)
  • Corellogram Local Varying Mean SIS (CLVM SIS)
  • Local Varying Mean SIS (LVM SIS)
  • การจำลองแบบเกาส์ต่อเนื่อง (SGS)
  • การตัดแบบเกาส์จำลอง (GTSIM) [ในคอลเลกชันสคริปต์ Python]

SAGA เสนอรุ่นที่แตกต่างกันของทั้งสามัญและ Universal Kriging

Gstat krige ยังรองรับ Block และ Point Kriging


1
คำตอบ Kriging ที่ยอดเยี่ยม!
Ragi Yaser Burhum

1
ลิงก์ faunalia ของคุณไม่ทำงาน ...
Alex Leith

17

ดูเหมือนว่ามีตัวเลือกไม่กี่ตัวที่มี GRASS GIS ตรวจสอบหน้า GRASS Kriging Wiki: http://grass.osgeo.org/wiki/Kriging

โครงการ Google Summer of Code ในปี 2009 ผลิต V.krige: http://grass.osgeo.org/wiki/V.krige_GSoC_2009

แพ็คเกจ GPL gstat ควรทำงานด้วยตัวเองหรือเชื่อมต่อกับ GRASS GIS http://www.gstat.org/

Dylan Beaudette เป็นตัวอย่างที่ดีในการทำเพลง GRASS http://casoilresource.lawr.ucdavis.edu/drupal/node/438 (บล็อกของเขาเต็มไปด้วยตัวอย่างที่ยอดเยี่ยมและน่าสนใจในการใช้ OpenSource GIS และเครื่องมือทางสถิติ!)


14

R-โครงการมีจำนวนมากของซอฟแวร์สถิติเชิงพื้นที่แต่ R มีการเรียนรู้โค้งสูงชันค่อนข้าง


ผู้คนมักพูดอย่างนั้น แต่ฉันสงสัยว่า: สูงชันเมื่อเทียบกับอะไร
แมตต์ปาร์คเกอร์

ฉันได้เห็นความคิดเห็นที่ "การเรียนรู้ที่สูงชัน" แสดงความคิดเห็นที่ R สองสามครั้ง - มันไม่สมเหตุสมผลสำหรับฉัน ฉันใช้เวลาหนึ่งปีในความสัมพันธ์ของฉันกับ MATLAB เมื่อฉันค้นพบอาร์ฉันพบว่าอาร์ง่ายที่จะเรียนรู้ว่าฉันให้ MATLAB ด้วยการทักทายด้วยนิ้วเดียวและเลิกใช้อย่างหนักทันที
Sharpie

1
ฉันคิดว่าเป็นเพราะคนไม่ค่อยพยายามที่จะเข้าใจสถิติและเพราะมันมีไวยากรณ์เส้นโค้งการเรียนรู้ที่สูงชันจึงไม่ค่อยมีปัญหาในการเลือกมันขึ้นมา
dodobas

2
ฉันคิดว่าไวยากรณ์ฉลาดมันเป็นหนึ่งในภาษาที่ง่ายต่อการเรียนรู้ ตัวอย่างของภาษาทางสถิติที่ง่ายต่อการเรียนรู้จากบรรทัดคำสั่งคืออะไร ฉันคิดว่าคนบ่นเพราะมันไม่ใช่ Excel
TheSteve0

1
มันเป็นขั้นตอนในการเปรียบเทียบกับโปรแกรมที่ใช้ GUI หากคุณใช้ Windows ตลอดชีวิตและโปรแกรมที่ใช้ GUI คุณจะทำงานเมื่อคุณเห็นบรรทัดคำสั่ง การเปรียบเทียบของ Excel ทำให้มันทำงานได้จริง แต่ R นั้นใช้ง่ายมากถ้ามีคนสามารถแสดงกลวิธีพื้นฐานให้คุณได้ คุณต้องเตรียมพร้อมที่จะเรียนรู้แนวคิดใหม่ ๆ เช่นเวกเตอร์, เมทริกซ์, ฟังก์ชั่น, ลูปซึ่งไม่มีในโลก Excel / Windows หากก่อนหน้านี้คุณใช้ Linux มันจะไม่ใช่ขั้นตอนโค้ง
Niculita Mihai

14

หากคุณมีความสุขในการอ่านของคุณ raster เป็นnumpy array ( GDALสามารถทำเช่นนี้) แล้วคุณสามารถใช้ประสิทธิภาพสูง Geostatistics ห้องสมุดการดำเนินงานจากงูหลามหรือ C / C ++

HPGL ใช้อัลกอริทึมต่อไปนี้:

  1. Simple Kriging (SK)
  2. Kriging สามัญ (OK)
  3. ตัวบ่งชี้ Kriging (IK)
  4. Local Varying Mean Kriging (LVM Kriging)
  5. Simple CoKriging (รุ่นมาร์คอฟ 1 และ 2)
  6. การจำลองตัวบ่งชี้ลำดับ (SIS)
  7. Corellogram Local Varying Mean SIS (CLVM SIS)
  8. Local Varying Mean SIS (LVM SIS)
  9. การจำลองแบบเกาส์ต่อเนื่อง (SGS)
  10. การตัดแบบเกาส์จำลอง (GTSIM) [ในคอลเลกชันสคริปต์ Python]

ฉันไม่ได้ใช้ด้วยตัวเอง แต่เคยได้ยินสิ่งที่ดีเกี่ยวกับเรื่องนี้โดยเฉพาะอย่างยิ่งเกี่ยวกับความเร็ว



4

ฉันจำได้ว่าใช้SAGAเพื่อทำสิ่งนี้เมื่อไม่กี่ปีที่ผ่านมาเพื่อสร้างแบบจำลองน้ำท่วม โอเพ่นซอร์สและคุ้มค่ากับการดู


4

gvSIG (GIS ฟรีอีกอัน) อนุญาตให้ใช้ kriging ได้โดยใช้ Sextante นี่เป็นพื้นฐานเหมือนกับการใช้ SAGA แต่ gvSIG ให้ประสบการณ์ gis 'ทั่วไป' (เช่น ESRI) มากกว่า


3

คุณสามารถลองรุ่น Kriging ใน Surfpack เวอร์ชั่น 1.1 (ฉันเขียนในขณะที่ฉันยังอยู่ในทีม DAKOTA) หรือรุ่นล่าสุดและยิ่งใหญ่ที่สุดซึ่งมาพร้อมกับรุ่น"เสถียร" ของ DAKOTA (Surfpack เป็นแพ็คเกจย่อยของ DAKOTA) มันเป็นสากล Kriging จากมุมมองของฟังก์ชั่นความสัมพันธ์มากกว่ากึ่งผันแปร

เมื่อเร็ว ๆ นี้ผู้ใช้ Joel Guerrero เปรียบเทียบกับผู้ใช้อื่น ๆ และกล่าวว่า "เกี่ยวข้องกับเซิร์ฟแพคเสมอเรากำลังเปรียบเทียบมันกับการใช้งานอื่น ๆ (รวมถึงการใช้งานเชิงพาณิชย์) และจนถึงตอนนี้มันมีประสิทธิภาพเหนือกว่าพวกเขาทั้งหมด จนถึงจุดที่บางครั้งดูเหมือนว่ากำลังใช้เวทมนตร์ดำ "


3

GSLIB (ห้องสมุดซอฟท์แวร์ทางภูมิศาสตร์) เป็นซอฟต์แวร์ที่ขับเคลื่อนด้วยไฟล์ / คำสั่งที่ได้รับการพัฒนาจากมหาวิทยาลัยสแตนฟอร์ดและเปิดตัวในปี 1990 พร้อมกับการบำรุงรักษาทศวรรษที่ผ่านมา ซอร์สโค้ดสามารถดาวน์โหลดและเรียบเรียงได้อย่างอิสระบน Linux / Windows โดยใช้คอมไพเลอร์ Fortran มีแหล่งข้อมูลออนไลน์และหนังสือที่มีอยู่

Kriging เป็นหนึ่งในจุดแข็งของซอฟต์แวร์:

  • 1, 2 หรือ 3-D กริด kriging, การตรวจสอบข้าม, jackknifing
  • SK, OK, UK, kriging พร้อมดริฟท์ภายนอก
  • cokriging
  • ตัวบ่งชี้ kriging
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.