高性能地统计学库 HPGL 技术文档

1. 安装指南

1.1 在 *NIX 系统上的安装

为了在 *NIX 系统上构建 HPGL，您需要安装以下依赖项：

• scons
• gcc
• g++
• libgomp (OpenMP)
• python
• boost::python

安装完这些依赖项后，从 HPGL 根目录执行 scons -j X 命令，其中 X 是您希望在构建过程中使用的 CPU 数量。

1.2 在 Windows 系统上的安装

在 Windows 系统上，首先需要构建 boost::python 库。构建方法请参考 boost 官网 (www.boost.org)。

构建 HPGL 可以通过启动 scons 脚本（类似于 *NIX 系统的构建过程），如果您有 MS Visual Studio，也可以使用 "hpgl.sln" 解决方案进行构建。

2. 项目的使用说明

HPGL 是一个用 C++ 和 Python 编写的高性能地统计学库，它实现了多种地统计学算法。在 Python 中调用这些算法时，需要执行相应的命令。

3. 项目 API 使用文档

目前 HPGL（版本 0.9.9）实现了以下算法：

• 简单克里金 (Simple Kriging, SK)
• 普通克里金 (Ordinary Kriging, OK)
• 指示克里金 (Indicator Kriging, IK)
• 局部变化均值克里金 (Local Varying Mean Kriging, LVM Kriging)
• 简单协同克里金 (Simple CoKriging)
• 序列指示模拟 (Sequential Indicator Simulation, SIS)
• 核心相关局部变化均值模拟 (Corellogram Local Varying Mean Simulation, CLVM SIS)
• 局部变化均值模拟 (Local Varying Mean Simulation, LVM SIS)
• 序列高斯模拟 (Sequential Gaussian Simulation, SGS)

4. 项目安装方式

请参考上述的安装指南进行项目安装。在安装过程中，确保所有依赖项都已正确安装，并根据系统类型选择合适的构建方式。对于 *NIX 系统，使用 scons 脚本进行构建；对于 Windows 系统，可以使用 MS Visual Studio 或 scons 脚本。