geoskill-kriging-interpolation

半变异函数拟合+普通克里金插值+交叉验证，输出插值栅格GeoTIFF

克里金空间插值 | Kriging Interpolation

Performs Ordinary Kriging interpolation on discrete sample points: first computes the empirical semivariogram and fits a spherical model (nugget/sill/range), then solves the kriging system with Lagrange multipliers pixel by pixel, and evaluates accuracy with leave-one-out cross-validation (RMSE/ME). Outputs an interpolation raster and a kriging variance raster.

Core Algorithm / 核心算法

• Semivariogram fitting (spherical model)
• Ordinary kriging system solving
• Leave-one-out cross-validation

Dependencies / 依赖

bash

pip install numpy rasterio scipy

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-kriging-interpolation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (specified area + quiet mode)

bash

python geoskill-kriging-interpolation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

Example 3 (real input)

bash

python geoskill-kriging-interpolation.py --input <your data file> --output-dir ./out3

Example 4 (tiny-area boundary test)

bash

python geoskill-kriging-interpolation.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

Output / 输出

File	Format	Description
kriging_result.tif	GeoTIFF/GeoJSON/JSON	Primary output
kriging_variance.tif	GeoTIFF/GeoJSON/JSON	Primary output
variogram_params.json	GeoTIFF/GeoJSON/JSON	Primary output
output-manifest.json	JSON	Run manifest

Data Source / 数据源 / Source

• Synthetic mode: locally generates physically consistent simulated data; no external data source.
• Real mode: reads local input files; no network requests.

Privacy / 隐私声明 / Privacy

• Runs fully offline by default; makes no network requests.
• --synthetic mode reads no external data.
• All computation is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-kriging-interpolation description: '半变异函数拟合+普通克里金插值+交叉验证，输出插值栅格GeoTIFF'

克里金空间插值 | Kriging Interpolation

对离散采样点执行普通克里金（Ordinary Kriging）插值：先计算经验半变异函数并拟合球状模型（nugget/sill/range），再逐像元求解含 Lagrange 乘子的克里金方程组，并用 leave-one-out 交叉验证（RMSE/ME）评估精度。输出插值栅格与克里金方差栅格。

核心算法

• 半变异函数拟合（球状模型）
• 普通克里金方程求解
• leave-one-out 交叉验证

依赖

bash

pip install numpy rasterio scipy

使用方法

示例 1（合成数据，离线）

bash

python geoskill-kriging-interpolation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（指定区域 + 静默）

bash

python geoskill-kriging-interpolation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out2 --quiet

示例 3（真实输入）

bash

python geoskill-kriging-interpolation.py --input <你的数据文件> --output-dir ./out3

示例 4（极小区域边界测试）

bash

python geoskill-kriging-interpolation.py --bbox 116.39 39.90 116.40 39.91 --synthetic --output-dir ./out4 --quiet

输出

文件	格式	说明
kriging_result.tif	GeoTIFF/GeoJSON/JSON	主产物
kriging_variance.tif	GeoTIFF/GeoJSON/JSON	主产物
variogram_params.json	GeoTIFF/GeoJSON/JSON	主产物
output-manifest.json	JSON	运行清单

数据源 / Source

• 合成模式：本地生成物理一致的模拟数据，无外部数据源。
• 真实模式：读取本地输入文件，无网络请求。

隐私声明 / Privacy

• 默认完全离线运行，不发起任何网络请求。
• --synthetic 模式不读取任何外部数据。
• 所有计算在本地完成，不上传用户数据。

License

MIT