我正在使用 R 中的 gstat 库比较 3D 数据集的不同变异函数模型的交叉验证（“留一个”）结果。我也想比较反距离估计的类似交叉验证结果，但我不能了解如何在 gstat 中使用 IDW 进行各向异性估计（或交叉验证）。gstat估计中的IDW是否仅限于各向同性估计，如果不是，可以应用什么语法？
问问题
65 次
1 回答
0
假设不可能在 gstat 中进行各向异性 IDW 估计，我将数据位置转换为各向同性，然后使用 krige.cv 进行交叉验证。
从具有 X、Y、Z、HM 值的 csv 文件开始（X、Y 和 Z 平移以使点各向同性 - 在本例中 XY 旋转 15 度，然后 X 坐标乘以 3.333 和 Z 值乘以 30：" hm_assays_iso.csv”）。我使用的 R 会话如下：
> 图书馆（gstat）
> 图书馆（SP）
> hm_iso<-read.csv("hm_assays_iso.csv")
> 坐标（hm_iso）<- c（“X”、“Y”、“Z”）
> hm_idw.cv<-krige.cv（HM~1，位置=hm_iso，设置=列表（idp = 3））
> write.csv(hm_idw.cv, 文件="hm_cv_idw3.csv")
于 2019-11-19T06:44:59.517 回答