基于python的站点数据Kriging插值绘图

基于python的站点数据Kriging插值绘图

前言

​ 科研中常常会将站点数据进行插值，绘制成图。常用的二维插值方法有最近邻法、线性内插法、三次样条内插法，此外还有一些基于地理的插值方法，如克里金插值法、IDW反距离加权法。今天我们就克里金插值法介绍一下使用python进行站点数据插值绘图的方法。

模块介绍

1. 绘图模块 cartopy 、shpfile、matplotlib
2. 插值模块：
   1. 对于简单的二维插值方法（最近邻法、线性内插法、三次样条内插法），可以用scipy.interpolate中的griddata方法实现。scipy.interpolate.griddata(points, values, xi, method='linear')
   2. 对于克里金/IDW插值方法，可以自行编写计算函数，也可以调用现成的模块，如pykrige。

核心代码

1. 指北针的添加

   导入import matplotlib.patches as mpatches # 比例尺
   

2. 掩膜提取
   

3. 加载地图、矢量数据
   

4. kriging插值
   

5. 其他（colorbar/contour/刻度标签...）
   

绘图

总结

1. 绘图用cartopy，插值用scipy/pykrige，掩膜用shp2clip。

2. 站点插值绘图与利用tiff绘图稍有不同，主要就区别在插值这块，tiff绘图是直接读取tiif边界坐标，插值成xsize/ysize个点位。

3. 常用shp需要收集，如中国城市、全国国家矢量数据...