Интерполировать нерегулярные точки данных x,y в регулярную сетку для отображения контуров

Я геолог, которому нужно создать несколько сотен согласованных контурных карт в проекте с различными наборами данных x y z.

Контурирование нерегулярных точек данных x y z включает создание "сетки" интерполированных (экстраполированных) значений z в однородной сетке xy. За пределами R - этот шаг называется "сеткой". Я относительно новичок в R и пытаюсь установить сильный рабочий процесс для построения сетки большого количества нерегулярных точек данных. Я борюсь!

В классическом программном обеспечении для контурных карт и в рабочем процессе выполняются следующие шаги:

  1. Читать данные XYZ
  2. Определите область интереса (AOI) для окончательной карты. XMIN, XMAX, YMIN, YMAX
  3. Определить сеточные интервалы (XINT, YINT) - устанавливает количество строк и количество столбцов в "сетку" (NROW, NCOL)
  4. Примените один из необходимых интерполяторов - которые создают 'z' на регулярной сетке / сетке (общие интерполяторы: обратное расстояние, обратное квадратное расстояние, средневзвешенное значение, полином, кригинг, сплайн и т. Д.)
  5. Контур получившейся "сетки"

Я пытаюсь написать скрипт R, чтобы точно следовать приведенной выше последовательности шагов для гибкости и контроля на протяжении всего анализа.

df - кадр данных, состоящий из примера набора данных.

     wellid property           z        x       y
    060010        1 0.008849558 756994.5 2637732
    009410        1 0.260162602 760190.9 2622262
    009910        1 0.115044248 760898.7 2637466
    051110        1 0.109243697 761690.2 2630985
    065610        1 0.066666667 763064.1 2620929
    011010        1 0.000000000 763089.3 2630888
    035210        1 0.022556391 765942.4 2625944
    052510        1 0.157894737 767058.1 2650034
    006610        1 0.045045045 768265.0 2645318
    009010        1 0.378151261 768471.8 2636731
    011210        1 0.028776978 771393.8 2629001
    064810        1 0.428571429 771394.1 2650776
    009110        1 0.064220183 775332.6 2648531
    011410        1 0.148760331 778324.8 2633905
    065010        1 0.514851485 780480.9 2654874
    052410        1 0.173913043 780961.0 2637571
    064110        1 0.019417476 781001.5 2650994
    009310        1 0.037383178 783904.7 2641130
    010810        1 0.041237113 786200.6 2652417
    052610        1 0.150537634 788007.5 2654005

Область интереса определяется из области исследования, как показано ниже:

    xmin <- signif(min(wellcoords$x),4) - 1000
    xmax <- signif(max(wellcoords$x),4) +1000
    ymin <- signif(min(wellcoords$y),5) - 1000
    ymax <- signif(max(wellcoords$y),5) +1000
    xrange <- xmax-xmin
    yrange <- ymax-ymin
    gridint <- 500     # grid interval is set same for xint and yint

Значения: 754700, 791500,26196000,2658600, 36800, 39000, 500 соответственно.

После многих неудачных попыток - получил функцию interp() из пакета - akima для выполнения необходимой интерполяции. Благодаря ответу в разделе "Построение контуров на неправильной сетке"

    fld<- with(df, interp(x=df$x, y=df$y, z=df$z, xo=xcoord, yo=ycoord, linear = FALSE, extrap = TRUE))

Это не позволило мне указать нужные элементы управления AOI. Я попытался использовать пакет MBA и все же работал над созданием параметра xy.est (сетка сетки) в качестве обязательного ввода.

Если генерируется правильная "сетка", ggplot2 и другие функции отображения являются мощными и достаточными.

Есть ли подходящие пакеты "Gridding" или "Шаги". Заранее спасибо.

Источник

1 ответ

Я не думаю, что вы должны использовать другой пакет, чем akima (и графический пакет вроде ggplot2). Вы можете указать AOI и No 'grid' в качестве аргументов interp. xo а также yo, И вы можете получить параметр xy.est interp2xyz(interp.obj),

df <- "your example data set"
# I didn't know What wellcoords were, so I treated df as wellcoords. These values are different from what you said.
xmin <- signif(min(df$x),4) - 1000  # 756000
xmax <- signif(max(df$x),4) + 1000  # 789000
ymin <- signif(min(df$y),5) - 1000  # 2619900
ymax <- signif(max(df$y),5) + 1000  # 2655900
gridint <- 500

library(akima)
fld<- with(df, interp(x = x, y = y, z = z, linear = FALSE, extrap = TRUE,
                      xo=seq(xmin, xmax, length=gridint), 
                      yo=seq(ymin, ymax, length=gridint)))  # give AOI and NO of 'grid'
# check whether the conditions are met.
length(fld$x); length(fld$y); length(fld$z); range(fld$x); range(fld$y)
  # 500, 500, 250000 (=500^2), 756000 789000, 2619900 2655900,   # all OK

contour(fld)   # Left graph (most basic graphic output)

fld2 <- as.data.frame(interp2xyz(fld))  # the xy.est parameter (data.frame)
library(ggplot2)
ggplot(fld2, aes(x=x, y=y, z=z)) + geom_contour()  # Right graph (simple example)

Источник
Другие вопросы по тегам