Question

我试图在automap包中使用autoKrige（）函数来简单地应用泛型克里金法。我有一个不规则间隔的测量网格，我想在它们之间以精细的空间尺度进行插值。示例代码：

    library('automap')

    # create an irregularly spaced grid
    y <-x <-c(-5,-4,-2,-1,-0.5,0,0.5,1,2,4,5)
    grid <-expand.grid(x,y)
    names(grid) <-c('x', 'y')

    # create some measurements, greatest in the centre, with some noise
    vals <-apply(grid,1, function(x) {12/(0.1+sqrt(x[1]^2 + x[2]^2))+rnorm(1,2,1.5)})

    # get data into sp format
    s <-SpatialPointsDataFrame(grid, data.frame(vals))

    # make some prediction locations and get them into sp format
    pred <-expand.grid(seq(-5,5,by=0.5), seq(-5,5,by=0.5))
    pred <-cbind(pred[,1], pred[,2])    # this seems to be needed, not sure why
    pred <-SpatialPoints(pred)

    # try universal kriging
    surf <-autoKrige(vals~x+y, s, new_data=pred)

这会导致错误：

    Error in gstat.formula.predict(d$formula, newdata, na.action = na.action,  : 
      NROW(locs) != NROW(X): this should not occur

我试过让new_data与原始数据具有相同的行数，甚至尝试使new_data中的坐标与原始数据完全相同，但我仍然遇到此错误。我是地质统计学技术的新手，如果我犯了一个基本错误，请道歉。任何人都可以告诉我哪里出错了？感谢。

Answer 1

问题是你有autoKrige函数的语法错误。输入到autoKrige的公式指定了您要使用的线性模型，例如：

log(zinc) ~ dist

来自meuse数据集的

。在这种情况下，您使用线性模型对log(zinc)与dist进行建模，并使用变差函数对此模型的残差进行插值。从本质上讲，普遍克里金法是具有空间相关残差的线性回归。

在您的情况下，您指定：

val ~ x+y

所以autoKrige（实际上gstat）会尝试首先对vals与x和y的线性模型进行建模（多元回归），并使用以下内容对残差进行插值变差函数模型。但是，x中不存在y和SpatialPointsDataFrame变量。

我认为您想要做的是仅使用变差函数模型进行空间插值。在这种情况下，线性模型非常简单，实际上只是拟合平均值：

vals ~ 1

其中确定vals的平均值，并使用变差函数模型对残差进行插值。这实际上被称为普通克里金法。您拨打autoKrige的电话会是：

surf <-autoKrige(vals ~ 1, s, new_data=pred)

R通用克里金与autoKrige（）

1 个答案: