溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

python 普通克里金(Kriging)法的實(shí)現(xiàn)

發(fā)布時間:2020-08-24 06:21:38 來源:腳本之家 閱讀:523 作者:山人青冥 欄目:開發(fā)技術(shù)

克里金法時一種用于空間插值的地學(xué)統(tǒng)計方法。

克里金法用半變異測定空間要素,要素即自相關(guān)要素。

半變異公式為:

python 普通克里金(Kriging)法的實(shí)現(xiàn)

其中γ(h) 是已知點(diǎn) xixj 的半變異,***h***表示這兩個點(diǎn)之間的距離,z是屬性值。

假設(shè)不存在漂移,普通克里金法重點(diǎn)考慮空間相關(guān)因素,并用擬合的半變異直接進(jìn)行插值。

估算某測量點(diǎn)z值的通用方程為:

python 普通克里金(Kriging)法的實(shí)現(xiàn)

式中,z0是待估計值,zx是已知點(diǎn)x的值,Wx是每個已知點(diǎn)關(guān)聯(lián)的權(quán)重,s是用于估計的已知點(diǎn)數(shù)目。
權(quán)重可以由一組矩陣方程得到。

python 普通克里金(Kriging)法的實(shí)現(xiàn)

python 普通克里金(Kriging)法的實(shí)現(xiàn)

此程序?qū)Π胱儺愡M(jìn)行擬合時采用的時最簡單的正比例函數(shù)擬合

數(shù)據(jù)為csv格式

保存格式如下:

第一行為第一個點(diǎn)以此類推

最后一行是待求點(diǎn)坐標(biāo),其中z為未知值,暫且假設(shè)為0

python 普通克里金(Kriging)法的實(shí)現(xiàn)

代碼如下:

import numpy as np
from math import*
from numpy.linalg import *
h_data=np.loadtxt(open('高程點(diǎn)數(shù)據(jù).csv'),delimiter=",",skiprows=0)
print('原始數(shù)據(jù)如下(x,y,z):\n未知點(diǎn)高程初值設(shè)為0\n',h_data)
def dis(p1,p2):
 a=pow((pow((p1[0]-p2[0]),2)+pow((p1[1]-p2[1]),2)),0.5)
 return a
def rh(z1,z2):
 r=1/2*pow((z1[2]-z2[2]),2)
 return r
def proportional(x,y):
 xx,xy=0,0
 for i in range(len(x)):
  xx+=pow(x[i],2)
  xy+=x[i]*y[i]
 k=xy/xx
 return k
r=[];pp=[];p=[];
for i in range(len(h_data)):
 pp.append(h_data[i])
for i in range(len(pp)):
 for j in range(len(pp)):
  p.append(dis(pp[i],pp[j]))
  r.append(rh(pp[i],pp[j]))
r=np.array(r).reshape(len(h_data),len(h_data))
r=np.delete(r,len(h_data)-1,axis =0)
r=np.delete(r,len(h_data)-1,axis =1)

h=np.array(p).reshape(len(h_data),len(h_data))
h=np.delete(h,len(h_data)-1,axis =0)
oh=h[:,len(h_data)-1]
h=np.delete(h,len(h_data)-1,axis =1)

hh=np.triu(h,0)
rr=np.triu(r,0)
r0=[];h0=[];
for i in range(len(h_data)-1):
 for j in range(len(h_data)-1):
  if hh[i][j] !=0:
   a=h[i][j]
   h0.append(a)
  if rr[i][j] !=0:
   a=rr[i][j]
   r0.append(a)
k=proportional(h0,r0)
hnew=h*k
a2=np.ones((1,len(h_data)-1))
a1=np.ones((len(h_data)-1,1))
a1=np.r_[a1,[[0]]]
hnew=np.r_[hnew,a2]
hnew=np.c_[hnew,a1]
print('半方差聯(lián)立矩陣:\n',hnew)
oh=np.array(k*oh)
oh=np.r_[oh,[1]]
w=np.dot(inv(hnew),oh)
print('權(quán)陣運(yùn)算結(jié)果:\n',w)
z0,s2=0,0
for i in range(len(h_data)-1):
 z0=w[i]*h_data[i][2]+z0
 s2=w[i]*oh[i]+s2
s2=s2+w[len(h_data)-1]
print('未知點(diǎn)高程值為:\n',z0)
print('半變異值為:\n',pow(s2,0.5))
input()

運(yùn)算結(jié)果

python 普通克里金(Kriging)法的實(shí)現(xiàn)

python初學(xué),為了完成作業(yè)寫了個小程序來幫助計算,因?yàn)槌鯇W(xué)知識有限,有很多地方寫的很復(fù)雜,可以優(yōu)化的地方很多。 還望讀者諒解,歡迎斧正謝謝!

參考文獻(xiàn):
【1】(美)張康聰 著;陳健飛等譯. 地理信息系統(tǒng)導(dǎo)論(第三版). 北京:清華大學(xué)出版社, 2009.04.

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持億速云。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI