在 Python 中使用高斯过程/克里金法插值向量的值

Question

我正在尝试在给定一些纬度/经度坐标的地图上插入风速和风向值，然后将这些值与我观察到的值进行比较。几篇论文表明，高斯过程/克里金法是解决此问题的有效方法，但我对数学的理解不足以直接实现他们的模型。

我的数据框看起来像：

lons_   lats_   U2M_    V2M_
.
.
.

我可以按照 SciPy 上的示例进行操作，但我不确定是否可以使用他们的方法，因为我正在尝试插入向量 - 风速和风向同时具有 u 和 v 分量：

 ws_   = np.sqrt((U2M_ ** 2) + (V2M_ ** 2))
 dir_  = np.arctan2(V2M_,U2M_)

其中 U2M_.... 只是 pd.Series(...) 的各个行 u,v 组件。我可以分别对每个分量执行计算，然后从插值的 u,v 值重建速度和方向值吗？我想我的问题是，这是一个数学上合理的过程吗？

Answer 1

风速可以直接从观测中插值，但风向更复杂。标准方法是转换成向量 - 你已经计算了 u 和 v 组件。您可以对这两个值进行平均和插值，然后使用您给出的公式转换回您的 ws 和 dir 变量。在这个非常有用的资源中，对此的背景解释比我能解释的要好得多：

格兰奇，斯图尔特。 （2014）。技术说明：平均风速和风向。 10.13140/RG.2.1.3349.2006。 https://www.researchgate.net/publication/262766424_Technical_note_Averaging_wind_speeds_and_directions