- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我是 R 的新手,我在使用 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“通用克里金法应该保留用于将漂移(或趋势)建模为仅作为坐标函数的情况”。所以,我只想在通用克里金法中使用坐标而不使用距离。
谁能告诉我怎么做?我是这样进行的:
library(sp)
library(gstat)
data(meuse)
coordinates(meuse) <- c("x", "y")
data(meuse.grid)
coordinates(meuse.grid) <- c("x", "y")
meuse.grid <- as(meuse.grid, "SpatialPixelsDataFrame")
plot(variogram(log(zinc) ~ meuse@coords, meuse),pch=19)
v1 <- variogram(log(zinc) ~ meuse@coords, meuse)
p1 <- vgm(psill = 0.42, model = 'Cir', range = 1000, nugget = 0.08)
fit1 <- fit.variogram(v1, p1)
# Trying to use the coordinates with meuse@coords
uk1 <- krige(log(zinc) ~ meuse@coords, meuse, meuse.grid, fit1)
# Trying to get coordinates as data column
xy <- as.data.frame(meuse@coords)
meuse$long <- xy$x
meuse$lat <- xy$y
uk2 <- krige(log(zinc) ~ meuse$long + meuse$lat, meuse, meuse.grid, fit1)
谢谢!
最佳答案
我其实不太确定 T. Hengl 在他 2004 年的论文中的意思。那篇论文讲的是UK、RK、KED的区别,其实都是等价的。首先,您拟合趋势、多元线性模型,然后在这些残差上拟合变差函数模型。
如果您想在 R 中的 UK 模型中使用坐标作为漂移,您可以简单地执行以下操作:
library(sp)
library(gstat)
data(meuse)
coordinates(meuse) <- c("x", "y")
data(meuse.grid)
coordinates(meuse.grid) <- c("x", "y")
meuse.grid <- as(meuse.grid, "SpatialPixelsDataFrame")
meuse$X <- as.numeric(meuse@coords[,1])
meuse$Y <- as.numeric(meuse@coords[,2])
meuse.grid$X <-as.numeric(meuse.grid@coords[,1])
meuse.grid$Y <-as.numeric(meuse.grid@coords[,2])
plot(variogram(log(zinc) ~ X+Y, meuse),pch=19)
v1 <- variogram(log(zinc) ~ X+Y, meuse)
p1 <- vgm(psill = 0.42, model = 'Cir', range = 1000, nugget = 0.08)
fit1 <- fit.variogram(v1, p1)
# Trying to use the coordinates with meuse@coords
uk1 <- krige(log(zinc) ~ X+Y, meuse, meuse.grid, fit1)
# Trying to get coordinates as data column
uk2 <- krige(log(zinc) ~ X+Y , meuse, meuse.grid, fit1)
关于r - 使用 lat long gstat R 的通用克里金法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46183472/
我正在尝试在 R 中编写一段代码,使用 gstat 库来创建插值。我已经阅读了 gstat 手册,并根据互联网上的一些示例,我成功编写了这段代码(这只是一部分): g <- gstat(id="te
当我使用 gstat 包在 R 中进行插值时,会出现类似“[反距离加权插值]”或“[普通或加权最小二乘法预测]”这样的消息' 发生。例如: library('sp') library('gstat')
我想使用 gstat 包执行普通克里金法。 我只有 17 个位置,这对于 OK 来说是不够的,所以我还使用了每个节点的时间数据作为辅助数据来构建变异函数。但是,我想出了这个错误,请指导我解决这个问题。
lat long 7.16 124.21 8.6 123.35 8.43 124.28 8.15 125.08 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 gs
以下 R 程序使用 470 个数据点使用 gstat 包中的 walker Lake 数据创建了一个插值表面。 source("D:/kriging/allfunctions.r")
我是 R 的新手,我在使用 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“通用克里金法应该保留用于将漂移(或趋势)建模为仅作为坐标函数的情况”。所以,
我正在尝试使用 R 的 gstat 包中的 krige 函数来插入 R 中的一些空间海洋深度数据。我发现超过约 1000点,该函数开始花费不合理的时间来完成(即,几小时到几天尚未完成)。这是正常现象还
我是一名优秀的程序员,十分优秀!