两天前，我开始使用 automap 包进行自动变异函数建模并尝试使用它（手动操作很乏味，并且没有太多优势......虽然我觉得很奇怪 automap 似乎真的很喜欢 Matérn 函数用于对变异函数进行建模）。我想到的是数据集中存在负值，而该包生成的地图上未显示负值。
这是我刚刚粘在一起的一个数字：Nr。1 是使用 autoFitVariogram 和 autoKrige 后的输出。它似乎没有负值。由于我不喜欢图形输出，我使用 gstat 执行了普通克里金法，它使用来自 autoFitVariogram（来自 automap）（Nr. 2）的变异函数，它清楚地显示了负降水区域。我将 autoKrige 生成的地图导出到 QGIS 并仔细检查，还有很多负值（Nr. 3；黑色区域）。
所以我的问题：
1.) 由 autoKrige 生成的克里金预测图显然会生成遵循“if var.pred < 0 then 0”等方案的地图。我可以看到这对于生成这样的地图很有用，但是这对实际数据有什么意义呢？我想使用我的数据集进行进一步分析，而负降雨量值似乎有点……不现实。将这种“如果 var.pred < 0 则 0”方案也应用于数据是否在数学上是合理的，如果这会使它在物理上合理吗？
2.) 您可以使用广义最小二乘法 (GLS) 作为 automap 包中的自变量来确定变异函数参数。但是，我想使用 gstat ( fit.variogram.reml ) 的 REML 拟合。我尝试variogram$var_model用我的 REML 估计值代替（这也产生了我修改过的变异函数），但是当使用 autoKrige 执行克里金法时，会再次使用原始变异函数模型。除了软件包提供的方法之外，还有其他方法可以拟合模型吗？（autoKrige 手册中有一个参数“data_variogram”，但这似乎有别的作用）。
谢谢！