問題タブ [spatial-interpolation]

観測データを含むデータセットがあり、それをグリッド上で補間する必要があります。gstat パッケージの idw 関数を使用しました。補間を行いますが、一部の値を NA のままにします。また、extrap=TRUE に特化した akima の interp 関数も試しましたが、非現実的な値が作成されました。これらの欠落した値をどのように満たすことができるか、誰か考えがありますか? コードは以下のとおりです。

私はそのような地図を手に入れます：

よろしくお願いします。

これは私のデータです：

と を取得しようとしてcいa=732107ますb=4.92。基本的な線形補間を使用した次の計算に基づいて、〜90.79を期待しています（薄緑は元のデータ、濃い緑の中間ステップ、太字の黒は結果です）：

しかし、サーフェス全体を Rbf にフィードすると、奇妙な結果が得られます。

array(207.6631648)

必要のないところを外挿しているようです。

何が欠けていますか？

特定のサイズのグリッド内で再グリッド化/補間しようとしています。不規則に散らばった場所 (緯度経度) のデータセットは、変数値に関連付けられています。私のデータは、変数、緯度、経度の値を個別にマークする列を持つデータフレームとして利用できます。

まず、グリッド サイズを最適化してこのデータをグリッド化し、次にグリッド ボックス内にあるさまざまな数のポイントの平均を取る最適な方法を見つける必要があります。

オンラインの例に従ってコードを試しました。緯度と経度をグリッド化するには、histogram2d 関数を使用します。分散ポイントを持つグリッド ボックスを密度カウント (グリッド内にあるすべてのポイントの平均に等しい) で埋めます。(次に、散布点から生成されたこの新しくグリッド化されたデータを使用して、異なるグリッド解像度を持つ別のデータセットと比較する必要があります)。

理想的には正常に動作するはずですが、ポイントのあるグリッド ボックスが除外されている間に、スキャッター ポイントのないグリッド ボックスが塗りつぶされます。不一致は、解像度が高いほど、またはビン サイズが小さいほど大きくなります。

私はこれらの例を調べました -例1、例2。

ここに私のコードの一部があります:

以下は、生成されるイメージです。

どんな助けでも大歓迎です。

私の目的は、近隣の気象観測所からの気象データを正確な座標を持つポイントに補間することです。SciPy docs で、多次元補間に関する情報を見つけました ( from scipy.interpolate import griddata)。しかし正直なところ、このコードを自分のタスクに適したものにする方法がわかりませんでした。

入力としてステーションの座標と大気圧の値を含む df があります（およびステーションのない場所の座標）

この問題について誰か助けてくれませんか？

( https://docs.scipy.org/doc/scipy/reference/tutorial/interpolate.html#id4 ) - 多変量データ補間 (griddata)¶