Question

以下R程序使用gstat包中的walker Lake数据使用470个数据点创建插值曲面。

source("D:/kriging/allfunctions.r")          # Reads in all functions.
source("D:/kriging/panel.gamma0.r")          # Reads in panel function for xyplot.
library(lattice)                          # Needed for "xyplot" function.
library(geoR)                             # Needed for "polygrid" function.
library(akima)  
library(gstat);
library(sp);
walk470 <- read.table("D:/kriging/walk470.txt",header=T)
attach(walk470)
coordinates(walk470) = ~x+y
walk.var1 <- variogram(v ~ x+y,data=walk470,width=10)  #the width has to be tuned resulting different point pairs
plot(walk.var1,xlab="Distance",ylab="Semivariance",main="Variogram for V, Lag Spacing = 5")
model1.out <- fit.variogram(walk.var1,vgm(70000,"Sph",40,20000))
plot(walk.var1, model=model1.out,xlab="Distance",ylab="Semivariance",main="Variogram for V, Lag Spacing = 10")
poly <- chull(coordinates(walk470))
plot(coordinates(walk470),type="n",xlab="X",ylab="Y",cex.lab=1.6,main="Plot of Sample and Prediction Sites",cex.axis=1.5,cex.main=1.6)
lines(coordinates(walk470)[poly,])
poly.in <- polygrid(seq(2.5,247.5,5),seq(2.5,297.5,5),coordinates(walk470)[poly,])
points(poly.in)
points(coordinates(walk470),pch=16)
coordinates(poly.in) <- ~ x+y
krige.out <- krige(v ~ 1, walk470,poly.in, model=model1.out)
print(krige.out)

该程序为2688点的每个点计算以下内容

(470x470) matrix inversion
(470x470) and (470x1) matrix multiplication

gstat包是否正在使用一些智能方法进行计算。我从之前的stackoverflow查询中知道它使用cholesky分解进行矩阵求逆。一台机器的正常速度是如此快速地计算出来的。

Answer 1

它使用LDL＆＃39;分解，类似于Choleski。当您使用全局克里金法时，协方差矩阵只需要分解一次;然后，对于每个预测点，求解系统，即O（n）。 470x470矩阵没有被反转，也没有通过乘法获得的解决方案。反转是符号设备，但在可能时作为计算策略避免使用。例如，在R中，将solve(A,b)的运行时与solve(A) %*% b进行比较。

使用source，Luke！

R中gstat包中的krige所花费的时间

1 个答案: