问题标签 [gstat]

我对块克里金有一些问题。首先我创建一个网格（5000*5000 m）。我排除了彼此非常接近的车站。下一步是创建变异函数和 fit.variogram。我分配投影和坐标。之后，krige 函数适用于普通克里金法。

coordinates(grid_1) <- ~x+y #Koordinaten zuweisen, Variablennamen festlegen, auf die man sich bezieht)

krig_block <- krige(log(variable+0.1)~1, data.new, grid_1, m=m.fit, block =c(5000/5000))

我尝试为块克里金添加“块”，但我没有得到任何结果。有人知道我的问题吗？任何帮助都会非常有用，在此先感谢。亲切的问候

我试图在xy.plots的顶部显示一些变异函数模型拟合。除了我想添加到相应 subplots 的行列表之外， panel.plots 对所有人都有效。

绘图中的最后一个参数不起作用，因为它是一个列表（请参阅绘图显示上的错误），不确定应如何使用lattice绘制线条列表。帮助将不胜感激！

我一直无法使用 R 中的 gstat 包使用本地变异函数找到任何特定于本地块克里金法的信息。澳大利亚精准农业中心有一个名为 VESPER 的免费软件能够做到这一点，并且从我读过的内容来看在 R 中应该是可能的，我可以使用一些帮助来组合一个 for 循环以使 gstat 函数在本地工作。

以 meuse 数据集为例，我已经能够计算全局变异函数并将其拟合到数据集：

这为带有拟合模型的整个数据集提供了一个很好的变异函数图。然后我可以使用它对整个数据集执行块克里金法：

这会生成插值数据的图以及每个预测点的方差图。因此，如果我希望这些函数对我的整个数据集只工作一次，这将是完美的......

但是我一直无法生成一个 for 循环来在本地级别处理这些函数。

我的目标是： 1. 对于我的网格文件中的每个点（我已尝试将其作为数据框和 SpatialPointsDataFrame），我想从我的数据文件中的子集点在全局变异函数中给定范围的对角距离内（容易调用这个位置（即 logzinc_vgm_fit[2,3]）） 2. 在这个数据子集上，我想计算变异函数（如上）并拟合模型（如上） 3. 基于这个模型，我想执行块克里金法以获得该网格点的预测值和方差 4. 将上述三个步骤构建为一个 for 循环，以根据每个网格点周围的局部变异函数预测每个网格点的值

注意：与 gstat 包中内置的 meuse 数据集一样，我的网格和数据数据框的维度是不同的

如果有人能够解决这个问题，非常感谢您的参与。如果有用的话，很高兴发布我目前正在使用的代码。

我正在尝试使用 R 包中的krige函数在gstatR 中插入一些空间海洋深度数据。我发现超过约 1000 个点，该函数开始花费不合理的时间来完成（即，几小时到几天到从未完成）。这是正常的还是我做错了什么？我特别担心，因为我的最终目标是对一个非常大的数据集（> 30,000 个数据点）进行时空克里金法，我担心考虑到这些运行时间它是不可行的。

我正在运行 gstat-1.1-3 和 R-3.3.2。下面是我正在运行的代码：

我目前正在使用 gstat 包来创建西弗吉尼亚州各县的石油和天然气生产的变异函数。

这是我的 SpatialPointsDataFrame 数据集的链接，生成变异函数的代码如下

我想为这个变异函数添加一个 95% 的置信带。有这样做的功能吗？有没有另一种方法来表示精度？

我正在尝试使用 R 中的 Gstat 包模拟两个不同的随机场（具有不同均值和相关长度的 yy1 和 yy2）与不规则边界的组合。我附上了我预期结果的图片。代码没有始终如一地提供这样的输出，我经常将 yy1 和 yy2 中的至少一个作为 NaN，这会导致如图所示的 Undesired 输出。

我使用的关键步骤是：

1) 创建了两个具有不同均值和 psill (rf1 和 rf2) 的 gstat 对象 2) 以数据框的形式创建了两个计算网格（每个随机场一个），具有两个变量“x”和“y”坐标。3) 使用无条件模拟预测两个随机场。

在这方面的任何帮助将不胜感激。

附件：2张图片（提供链接）和1个R代码

1)预期结果

2)不良结果

我有两个 SpatialPixelDataFrames（a 和 b），它们几乎没有共同的坐标/位置。我需要识别这些公共坐标并将它们从两个数据框中删除。

虽然我已经能够识别和分离公共坐标点（an2 和 bn2），但我觉得我的代码效率很低。有没有更好的方法来做到这一点。我在这里分享了我的代码。

其次，我也不确定如何从原始数据框“a”和“b”中删除这些位置。

谢谢你

今天我遇到了一个我找不到解决方案的问题。我想在 R 中使用 gstat 使用 krigcv 交叉验证，但我收到一条错误消息：

model.frame.default(terms(formula), as(data, "data.frame"), na.action = na.fail) 中的 0% 错误：可变长度不同（为 'x' 找到）

这是我的代码行：QCini.uk.cv <- krige.cv(QCini$var1 ~ x + y + I(y^2) + I(y^3) + I(x * y^2) + x: y, QCini, Vresfit.fi.vgm)

假设我有 2004-2016 年期间在四个气象站采集的降雨数据。我将数据输入数据库以在 R 中检索。我的目标是获取该时期每一天的数据，并反复使用这些值进行克里格法。

所以现在我的数据看起来像这样，每一行对应一个点，按顺序排列的列是：lat、long 和雨量数据。

我遵循了本教程：https ://rpubs.com/nabilabd/118172 ，以帮助我入门。所以这是我到目前为止的代码：

我的问题从最后一段代码开始，每次我运行它时，我得到的只是一个空（空）结果（如在 RStudio 中看到的）。我什至无法进入下一步，即：

因为当我这样做时，它会引发一个错误，内容如下：

fit.variogram(day1.vgm, model = vgm(1, "Sph", 900, 1)) 中的错误：对象应属于 gstatVariogram 或 variogramCloud 类

我知道数据集非常缺乏，只有 4 分，我知道这会导致一些非常糟糕的结果，但它是我得到的，所以我坚持使用它。但无论数据集大小如何，这都应该有效，除非我遗漏了什么。

如果我的 Java 水平一般，那么 R 对我来说是一门完全陌生的语言（尽管并非不可能学习），而统计学远非我的技能清单（我是 IT 人员而不是统计学家）。

我做错了什么，谁能给我指路？请帮忙。谢谢。

编辑：数据如下所示：

考虑这些坐标，这些坐标对应于测量降雨数据的气象站。

R 中 gstat 包的介绍使用了 meuse 数据集。在本教程的某个时刻：https : //rpubs.com/nabilabd/118172，这些家伙在这行代码中使用了“meuse.grid”：

我没有这样的文件，我不知道如何创建它，我可以使用这些坐标创建一个吗？或者至少指出我讨论如何为自定义区域创建自定义网格的材料（即不使用 GADM 的行政边界）。

可能措辞错误，甚至不知道这个问题对精通 R 的人是否有意义。尽管如此，还是很想听听一些方向，或者至少是提示。非常感谢！

R和统计的总菜鸟。

编辑：查看我发布的教程的示例网格，这就是我想做的事情。

编辑2：这种方法可行吗？https://rstudio-pubs-static.s3.amazonaws.com/46259_d328295794034414944deea60552a942.html