问题标签 [kriging]

我对变量 T（温度）进行空间建模。我使用文献中常用的方法——执行回归（使用高度等变量），然后使用 IDW 对残差进行空间插值。R package gstat 似乎有这个选项：

但是在idw()他们的文档中写道：

函数 idw 执行 [...] 。不要在公式中与预测变量一起使用。

实际上，结果看起来就像只执行回归，没有残差的空间插值。我知道我可以手动完成：

但这有很多缺点——模型不在一个对象中，所以你不能直接做总结，检查偏差，残差，最重要的是，做交叉验证......一切都必须手动完成。所以，

有没有办法在 R 中的一个模型中进行回归和 IDW？

请注意，我不想使用不同的空间插值方法，因为 IDW 用于该建模领域并且已针对这些目的进行了很好的测试。

当响应变量或预测变量包含缺失值 ( ) 时，函数和包中的函数会不断报告错误，idw()即使设置为：krige()gstatNAna.actionna.omit

这是一个错误吗？我们真的必须手动过滤数据并将结果合并回原始数据框吗？没有更简单的解决方案吗？那为什么还有这个na.action选项？

我使用 gstat 预测二项式数据，但预测值高于 1 和低于 0。有谁知道我该如何处理这个问题？谢谢。

我想在 ggmap 上绘制热图。

我得到的错误是：

测试变量为：

建议？变量 test 有更多条目，我要绘制的是 kriging 的结果，通过 gstat 库中的函数 krige 获得。

有更好的方法吗？

我对非常不同的解决方案持开放态度

我想在 ggmap 上绘制热图。

我们进行了测量活动，所以我有 4460 个地理参考点。

为了制作预测图，我创建了一个 400*400 的网格，共有 160000 个点，我在其中使用克里金法计算预测。为了全面了解我的 3 公里 * 3 公里的现象，我认为某种热图是必要的，因为只绘制点，如果我没有做错任何事情，就会在地图上绘制一个实心正方形。（见文件）我用来绘制点的代码是：

所以基本上问题是这些点是沿着道路的，所以热图是有问题的（见这里）并且有太多的点无法单独绘制它们。有什么建议么？

另一个相关的问题是我的数据是gstat的经典格式SpatialPointsDataFrame，这意味着我必须强制它们成为数据框才能使用ggplot，有更好的做法吗？

我有以下代码完全符合我的要求（它是克里金方法的一部分）。但问题是它太慢了，我想知道是否有任何选项可以将 for 循环推到 numpy？如果我推出 numpy.sum，并在那里使用轴参数，它会加快一点，但显然这不是瓶颈。关于如何将 forloop 向下推到 numpy 以加快速度或其他方式来加快速度的任何想法？）

我发布了 ndarrays n 矩阵的尺寸以清除一些东西

编辑：VV 的形状是 2116

我是 R 和 ST 克里金法的新手，我用前 4 小时的历史数据构建了一个 STFDF 对象，并希望预测第五小时的数据。通过在 R 中使用 krigeST，我构建了 vgm 模型。但启动后：

一切正常，但pred对象只包含历史数据，没有预测数据。任何想法？先感谢您。

我正在研究降雨数据。我有 1 平方公里的降雨点网格，时间步长为 10 分钟。我想在每个时间步插入这些点。我还想检查我的降雨点的时间相关性。我正在使用的程序是 R。但我被困住了，我找不到前进的路……！这是我的单一降雨数据的链接 https://drive.google.com/file/d/0B430nIYqp_1OLXZia2htbGRGWTQ/edit?usp=sharing

这个问题应该比stackoverflow更适合Crossvalidated，但是我关于克里金的问题从来没有在那里找到答案，而他们在这里找到答案，所以请不要移动这个问题。

在一个项目中，我们对 DVB-T 场进行了采样，并进行了一些克里金插值。一项新的测量活动正在进行中，有没有办法知道，鉴于旧的测量，最好的抽样设计是什么，应该进行多少次测量？

我查看了 Cressie，它让我看到了很多其他文章，我在 Google 上看了很多，但似乎找不到正确的参考。

我不想要一个迭代方法，这是主要交易。

欢迎任何类型的参考。

我正在处理温度数据，我想将数据插入到我指定的任何位置。我的编程语言是asp.net4 c#。我不知道如何确定实验变异函数或理论变异函数的门槛、范围、金块？我制作了以下代码来计算实验变异函数中的这些变量：

我根据以下工作，即门槛是最大值，范围是我得到门槛时的距离，而金块是距离等于零的值吗？这对吗？当我计算理论半变异函数时它们是否保持不变