我正在尝试对空气监测站的一些数据进行插值。在
几乎每个记录都有一个空气质量值和它们的纬度、经度。但也有一些记录缺乏价值。 例如,,数据如下:
116° 42° 10
117° 43° missing
120° 20° 1000
我想使用scikit learn的GPR(GaussianProcessRegressor)来插值缺失的值。在
我知道二维数据可以像这个问题的最后一个答案一样被处理 Python - Kriging (Gaussian Process) in scikit_learn
我的问题是:我不应该直接使用经纬度来完成这项任务,因为地球是一个球体,所以经纬度不是通常的平面二维网格。在
我想问一下,当使用scikit learn的GPR时,如何定义点之间的距离函数,还是应该将这些lat/lon点投影到平面上并使用它们?我没有试过,因为投射时的进动损失让我很难过:(
Thx建议:)
两个lat/lon点之间的距离可以用类似于Calculate distance between two latitude-longitude points? (Haversine formula)的Haversine公式来计算
目前没有回答
相关问题 更多 >
编程相关推荐