Я пытаюсь интерполировать значения скорости и направления ветра на карте с учетом некоторых координат широты и долготы, а затем сравниваю эти значения с моими наблюдаемыми значениями. В нескольких статьях предполагается, что гауссовский процесс / кригинг являются эффективными методами для этого, но я недостаточно хорошо понимаю математику, чтобы напрямую реализовывать их модели.
Мой фрейм данных выглядит примерно так:
lons_ lats_ U2M_ V2M_
.
.
.
Я могу следовать примерам на SciPy, но не уверен, могу ли я использовать их методы, поскольку я пытаюсь интерполировать векторы - скорость и направление ветра имеют компоненты u и v:
ws_ = np.sqrt((U2M_ ** 2) + (V2M_ ** 2))
dir_ = np.arctan2(V2M_,U2M_)
Где U2M_.... - это просто pd.Series(...) соответствующих построчных компонентов u,v. Могу ли я выполнить расчет для каждого компонента отдельно, а затем восстановить значения скорости и направления из интерполированных значений u, v? Я предполагаю, что мои вопросы в том, является ли это математически обоснованным процессом?