Respostas:
Dependendo do tipo de Kriging que você deseja aplicar, existem diferentes pacotes para você escolher:
A versão mais comum é implementada, por exemplo, em:
O Kriging simples usa a média de todo o conjunto de dados, enquanto o Kriging comum usa uma média local. Portanto, o Simple Kriging pode ser menos preciso, mas geralmente produz resultados "mais suaves". É implementado em:
O Universal Kriging permite considerar a deriva nos dados. As implementações estão incluídas em:
Outros tipos de krigagem
O GRASS v.krige também suporta Block Kriging.
O HPGL implementa um grande número de métodos Kriging menos conhecidos (consulte o manual para obter mais informações sobre eles):
A SAGA oferece diferentes versões do Kriging Ordinário e Universal.
O Gstat krige também oferece suporte a Block and Point Kriging.
Parece que existem algumas opções com o GRASS GIS. Confira a página Wiki do GRASS Kriging: http://grass.osgeo.org/wiki/Kriging
Um projeto do Google Summer of Code em 2009 produziu V.krige: http://grass.osgeo.org/wiki/V.krige_GSoC_2009
O pacote GPL gstat deve funcionar por si só ou em interface com o GRASS GIS. http://www.gstat.org/
Dylan Beaudette tem um bom exemplo de krigagem com GRASS. http://casoilresource.lawr.ucdavis.edu/drupal/node/438 (Seu blog está cheio de ótimos e interessantes exemplos de como usar o OpenSource GIS e ferramentas estatísticas!)
O projeto R possui um número substancial de pacotes de software de estatística espacial , mas R possui uma curva de aprendizado bastante acentuada.
Se você quiser ler sua varredura em uma matriz numpy (a gdal pode fazer isso), poderá usar a implementação da Biblioteca de Geoestatística de Alto Desempenho do Python ou C / C ++.
HPGL implementa os seguintes algoritmos:
- Krigagem Simples (SK)
- Krigagem Comum (OK)
- Indicador Kriging (IK)
- Média local variável Kriging (LVM Kriging)
- CoKriging Simples (Markov Modelos 1 e 2)
- Simulação sequencial de indicadores (SIS)
- SIS médio local variável de corelograma (CLVM SIS)
- SIS médio local variável (LVM SIS)
- Simulação Gaussiana Sequencial (SGS)
- Simulação Gaussiana Truncada (GTSIM) [na coleção de scripts Python]
Eu não o usei, mas ouvi coisas boas sobre isso, principalmente no que diz respeito à velocidade.
Confira este livro gratuito, trata-se de fazer geoestatística em R e contém algumas informações sobre como fazê-lo em SAGA e GRASS também. http://spatial-analyst.net/book/ http://spatial-analyst.net/book/sites/default/files/Hengl_2009_GEOSTATe2c1w.pdf
Você pode experimentar o modelo Kriging no Surfpack versão 1.1 (escrevi enquanto ainda estava na equipe do DAKOTA) ou a versão mais recente e melhor que acompanha a versão "estável" do DAKOTA (o Surfpack é um subconjunto do DAKOTA) , ele faz Kriging universal da perspectiva das funções de correlação, em vez de semi-variogramas.
Recentemente, um usuário, Joel Guerrero, comparou-o frente a frente com várias outras implementações e afirmou que "Sempre relacionado ao surfpack, estamos comparando-o a outras implementações (incluindo uma comercial) e, até o momento, supera todas elas, a tal ponto que às vezes parece que está fazendo magia negra "
A GSLIB (Geostatistical Software Library) é um software de alto nível, orientado a arquivos / comandos, desenvolvido pela Universidade de Stanford e lançado na década de 1990, com alguma manutenção na última década. O código fonte pode ser baixado e compilado livremente no Linux / Windows usando um compilador Fortran. Existem recursos online e um livro disponível.
Kriging é um dos pontos fortes do software: