问题标签 [gstat]

在搜索了很多，询问并编写了一些代码之后，我有点了解在 R 的 gstat 中进行克里金法的最低要求。

使用 4 个点（我知道，非常糟糕），我对位于它们之间的未采样点进行了克里格。但实际上，我不需要所有这些点。在那个区域里面，有一个更小的分区……这个区域是我真正需要的。

长话短说……我从 4 个报告降雨数据的气象站进行了测量。这些点的经纬度坐标为：

通过我之前关于 StackOverflow 的问题可以看出我的克里金之路。

这：在 R 的 gstat 包中创建变异函数

这：在 R 中为 gstat 中的克里金法创建网格

我知道图像中的坐标（至少根据我的估计）：

转换将发生，但我认为这并不重要，或者以后更容易处理。

图像也是不规则的（但不是全部）。

把它想象成一个甜甜圈，你可以计算甜甜圈的整个圆形，但你只需要孔覆盖的区域，这样你就可以删除或至少忽略你从甜甜圈本身获得的值。

我有相关区域的图像 (.jpg)，我必须使用 QGIS 或类似软件将图像转换为 shapefile 或其他一些矢量格式。之后，我必须将该矢量图像插入 4 点克里格区域内，这样我就知道要实际考虑哪些坐标以及要删除哪些坐标。

最后，我获取图像所覆盖区域的值并将它们存储到 csv 或数据库中。

有人知道我该如何开始吗？R和统计的总菜鸟。感谢任何回复的人。

我只是想知道它是否可能以及是否提供一些提示。再次感谢。

不妨也发布我的脚本：

编辑：自上次以来，代码已更改。但我想这并不重要，我只想知道它是否可能，任何人都可以提供最简单的例子来说明它是可能的。我可以从那里得出针对我自己的问题的示例的解决方案。

我在一个流域（8000 平方公里）的 12 年内每天都有来自 61 个测量站的降雨量。

目标是创建 5 公里和 25 公里分辨率的网格化每日降雨量产品。由于站点数量很少，即使在雨季也不是所有站点都下雨，所以我选择使用气候变异函数。

典型一天（irain）的雨量计测量值如下，NA 表示的缺失值很少。

由于每日降雨量存在偏差，为了转换，我分别用立方根变换和对数变换 (log1p)对每一天进行了测试。然而，在我用 shapiro wilk 测试进行测试时，这两种转换都不适合。因此，我按照Grimes & Pardo(2009) Geostatistical analysis of rains的建议选择了正态分数转换（NCR）。并使用了 Ashton Shortridge 教授的代码

下面的代码用于生成季风季节的气候变异函数。请注意，我使用了超过 30% 的站点报告下雨的日子。没有找到任何参考资料。选择 30%，因为我有大约 65% 的天数可以通过阈值。

非零降雨的气候变异函数：

同样，我生成了指标变异函数。

现在的问题是如何使用气候变异函数进行克里金法。

与克里金法类似，每天读取非零，我已经缩放了每天的降雨量并对其进行了转换。不确定以下方法是否正确？

我的困惑如下：

1. var1.var 是标准误差（mm）还是方差（mm2）？

2. 气候变异函数（块金和窗台）是否应该随方差缩放？

3. 应该使用单独或无选项进行反向转换？

我在这里先向您的帮助表示感谢。

我有一个包含 LAT、LON 和温度数据的三列数据集，我想生成一个栅格图像，根据 24 个数据记录器数据点预测景观的温度。数据集可在此处访问：DATA

这是我到目前为止所尝试的：

Ultimatley 我想创建一系列插值数据的栅格，以显示一天中不同时间的温度变化。关于如何做到这一点的任何想法？

我在创建预测网格（用于 new_data 参数）以与 automap 包中的 autoKrige 函数一起使用时遇到很多困难。

我已经尝试按照本文中的步骤进行操作（如何使用 SpatialPolygon 对 SpatialGrid 进行子集化），但出现以下错误：x@coords[i, , drop = FALSE] 中的错误：（下标）逻辑下标太长另外：警告消息：1：在 min(x) 中：min 没有非缺失参数；返回 Inf 2：在 max(x) 中：max 没有非缺失参数；返回-Inf

我的（有限）理解是错误与没有非缺失参数有关，因为它是一个空网格。这很好 - 我想要的只是一个由 shapefile 中的多边形约束的空网格。

这是我正在使用的代码：

[参见保管箱文件夹“Grid.png”]

[参见保管箱文件夹'Boundary plot.png']

到目前为止没有错误或警告。但是之后...

或尝试通过 autokrige 为 new_data 参数传递对象 clip_grid：

使用非剪裁网格（对象=网格）没有问题。

简而言之，我需要这个 [参见 dropbox 文件夹 'Autokrig plot']，但插值曲面约束（裁剪）到 'Torbay_Box2.shp' 的边界范围

PS 我试图在此处寻求帮助之前插入我的地块的图像和指向我使用过的其他帖子的链接以及指向我的数据的链接，但作为一个新用户，我没有足够的声誉来执行此操作 - 抱歉！

数据和图表可在 Dropbox.com/sh/yqg20z1ibl3h4aa/AACJnHoEuP-S5fTvAXxsnY1za?dl=0 上找到

我使用spPredictfrom spBayespackage 进行了贝叶斯克里金法和krigefrom gstatpackage 用于非贝叶斯克里金法。我没有使用任何协变量（只有常数均值），而是使用 1283 点进行克里金法。在 1283 个点中，1012 个是新位置，271 个是我有数据的位置。

完成克里金法后，为了检查预测性能，我查看了 271 个位置的克里金法值。然后我意识到它们与 271 个位置的数据完全相同。我已经使用相同的代码（但使用协变​​量）完成了克里金法，并且根本没有遇到过这种问题。我不知道出了什么问题...这是我的简单代码spPredictand krige。我还附上了校准图。我将不胜感激任何建议。

我data.frame在 R 中有一个变量代表位置，其观察值是这些位置中某个变量的度量。我想根据距离测量某些位置的依赖性衰减，因此变异函数对我的研究特别有用。

我正在尝试使用gstat库，但我对某些参数有点困惑。据我了解（经验）变异函数应该只需要作为基本数据：

1. 变量的位置
2. 对这些变量的观察

然后是其他参数，如最大距离、方向、...

现在，函数需要一个gstat 类gstat::variogram()的对象作为第一个输入。检查函数的文档我看到它输出了这个类的一个对象，但是这个函数需要一个参数，它被描述为：gstat()formula

将因变量定义为自变量的线性模型的公式；假设因变量名称为 z，对于普通和简单克里金法，使用公式 z~1；对于简单的克里金法，还要定义 beta（见下文）；对于通用克里金法，假设 z 线性依赖于 x 和 y，使用公式 z~x+y

有人可以解释一下这个公式的用途吗？

我是 R 的新手，在使用 gstat R 执行通用克里金法时遇到了一些麻烦。

作为 Hengl 等人。(2004) 说“通用克里金法应保留用于仅将漂移（或趋势）建模为坐标函数的情况”。所以，我只想在通用克里金法中使用坐标而不是 dist。

谁能告诉我怎么做？我是这样进行的：

谢谢！

我对包的fit.variogram 功能有一些问题。gstat我的代码、数据、错误消息和traceback()消息可以在下面找到。任何解决此问题的建议将不胜感激。

数据文件可以从： https ://gtvault-my.sharepoint.com/personal/srathore6_gatech_edu/_layouts/15/guestaccess.aspx?docid=0b5983d45c9544203a5081cd501c64de4&authkey=AYhC8_ZVvGFG18JHHWMgUa4&expiration=2017-1452-021T10%

错误信息：

我想使用我拥有的数据集中的变量调用“Secchi.Disk”执行克里金法。但是，在拟合变异函数时，我收到以下变暖消息

我一直在为部分门槛、范围和金块尝试不同的值；但是，我仍然收到相同的警告信息。这是我的代码

str(all.data) 的输出

关于如何解决这个问题的任何想法？谢谢

我有一个数据集，其中有 X、Y 坐标并指示每个空间点的温度。我已将我的数据转换为 PPP 并绘制它。

我想做的是，我得到一个坐标点，我想查看/指定那个点——即第 69 点——使用另一种颜色或任何与该点不同的颜色。

我可以使用哪个功能来做到这一点？

非常感谢。