优化 Python 脚本中的空间插值以提供更好的结果

Question

我有一个包含 36,000 个点的 XYZ 数据集，我想通过kriging法在其中插值

我需要 Python 中的开源方式来进行克里金插值，所以决定尝试 PyKrige。 我尝试了以下脚本

import numpy as np
import matplotlib.pyplot as plt
import pykrige.kriging_tools as kt
from pykrige.ok import OrdinaryKriging
from pylab import *
import pandas as pd

np.set_printoptions(suppress=True)

data = np.loadtxt("c:/test.xyz", dtype='float')
print(data)


OK = OrdinaryKriging(
    data[:, 0],
    data[:, 1],
    data[:, 2],
    variogram_model='spherical',
    verbose=True,
    enable_plotting=False,
    nlags=5,
)

OK.variogram_model_parameters

gridx = np.arange(626000, 629100, 50, dtype='float')
gridy = np.arange(231500, 234500, 50, dtype='float')
zstar, ss = OK.execute("grid", gridx, gridy)

print(zstar.shape)
print(ss.shape)

cax = plt.imshow(zstar, extent=(626000, 629100, 231500, 234500), origin='lower')
kt.write_asc_grid(gridx, gridy, zstar, filename="C:/users/public/output2.asc")
print('image saved')

虽然它有效，但结果是可怕的：

鉴于在完全相同的数据集上 ArcGIS Pro 中的克里金插值法给出了以下结果：

谁能建议如何改进我的脚本以复制更多 Arc 的克里金法结果？