问题标签 [gstat]

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？

我是r时空分析的新手，所以我不知道我所做的是否正确。我有很多时空数据，我想绘制一个时空样本变异函数。

我的问题是我不太了解variogramST(package: gstat) 是如何工作的。是spacelag公里还是什么？这就是我现在所做的：

我的第二个问题是：

它是否在精确距离 25、50、75、100 处绘制变异函数？例如，如果两个城市有距离例如 12 正在variogramST考虑吗？或者它只是考虑精确距离为 25、50、75、100 的观察对？此外，我有每月的数据。我读到，在这种情况下，最好的选择是选择tunits="days"，我选择tlags=seq(0, 93, by= 31)，对吗？我不知道如何处理它。

非常感谢所有愿意回答我的人！

一段时间以来，我一直在努力解决 Kriging + GAM 问题，希望有人能够帮助我。

我正在尝试将污染物插值到一个区域中。为此，除了 GAM 之外，我还使用 gstat 中的普通克里金法，基于此方法（我找到它的链接如下）：

所有克里金部分都做得很好，但是当我尝试这样做时：

这没用。而且我很确定这是因为我正在对网格进行插值。事实上，我正在使用一个 rds 文件，在该文件上我要插入的区域。但是您不能在这样的文件中进行预测，因为它不包含数据集中的信息。此外，我的数据集中有 760 个观察值，但网格中有超过 6000 个观察值，因此存在不匹配。到目前为止，对于我一直在研究的内容，我应该根据我的数据集创建一个网格。

所以我的问题是：

• 如何使用 R 从我的数据集中创建网格？我看到的所有方法都包括我没有（或知道如何创建）的现有栅格或 shapefile。

• 从那时起，我如何添加国家边界（插值是在北大西洋进行的，我想添加该地区周围的国家）

当然，如果您需要更多信息，请告诉我。

最好的，

席琳

链接：https://www.r-exercises.com/2018/03/31/advanced-techniques-with-raster-data-part-3-regression-kriging/? cf_chl_jschl_tk =6311eac67bd8c8522c68f83f62be077ef572ca2c-1588325277-0-AaBAYr6yFHMceWCKlsRhOxbdPIKI3oKq6c8PVrtfzQaBgUDqBu3-QG8E1z94b3ygHSpaaYMPtHYo4ThfcJWwsn2p1ZxcvutlBdn-nh0wKILVFc3xrLHUzNqxRqJlY9sjRcHDft9tn9PFPngo06AonPkEkCUIHtQ1mgjz3Kgt9zTp93OJyJEgAp0XRAvc1pzE8MTXv-fAwlkWki21vE9RYiZEgss5m5AYJ-fppvRUL2ckSTl0W765HVVeH3GySp6nuoTvmvaocZ_Q8axMB_za2Iiiwb2iar_h-9s8fOZXh5QbQc-9PojDlPBfU-nxy4E1gGHjFyfXNvnkghKYqZaz6fr4pQ7u7K3R-GglVx2vPlEmIfuIzHYdhAC4oJd84hKMvg )

我有一个STFDF具有三个属性的对象（时空）@data，@sp并且@time我想将数据导出到以下格式的 csv 文件：

如何在 R 中做到这一点？

我正在对我的数据进行空间分析，并根据经度和纬度对其进行定位。我用 geoR 和 gstat 计算了 R 中的样本变异函数，但我得到的是具有等级距离（经度和纬度）的样本变异函数。我想获得相同的信息，但距离以公里为单位，就像我使用 variogramST (gstat) 计算时空变异函数时发生的情况一样。

非常感谢那些将要回答的人，这对我有很大帮助！

我在 X 和 Y 的非均匀网格上对变量 Z 进行了一组测量。对于每个 Z 值，我都有一个平均值加上测量的方差。也就是说，我有一个数据集 (Zmean_i,Zvariance_i,X_i,Y_i) i=1..N。换句话说，变量 Z 的某些估计值比其他估计值更可靠，并且这种不确定性在 Zvariance 中被量化。如果我只考虑平均 Z 值，那么在新数据网格 (GridXY) 上预测 Z 值的过程就很清楚了（SP 是以 X 和 Y 作为坐标，Zmean 作为值的空间数据框）

v <- autofitVariogram(Zmean~X+Y,SP) Zpredicted <- krige(Zmean~X+Y,SP,GridXY,model=v$var_model)

使用 gstat 包时，如何在拟合变异函数模型和进行预测时考虑每个 Z 值（Zvariance）的方差？

我遇到了运行 1000 次没有错误的代码的问题。

错误信息：

我不知道bb是什么意思。我想bbox，但这对于网格和点来说是一样的。

代码：

如何解决这个问题呢？

我有一个关于变异函数的问题。事实上，我只有点的 Z(pi) 值和它们之间的距离。（例如一个点 p1(z(p1),d(p1,p2), d(p1,p3),.., d(p1,pn))）我想估计那些具有特定 k 距离的变异函数它们之间。

我有一个名为rain的 SpatialPointsDataframe ，我想为其最后 10 列（因变量）中的每一列拟合一个变异函数并执行交叉验证，如下所示：

有谁知道如何构建这样的for循环？

提前致谢！

当使用该gstat包使用该krige函数进行空间插值时，我只得到样本位置的结果。这不是我所期望的，已经阅读了它如何工作的清晰解释，这里有一个可重复的例子：https ://keen-swartz-3146c4.netlify.app/interpolation.html

有什么想法我哪里出错了吗？我尝试了各种方法但无济于事，因此在这里提出了一个可重复的示例。

^{由reprex 包（v0.3.0）于 2020 年 10 月 26 日创建}