两天前我开始使用automap软件包进行自动变异函数建模并玩弄它(手动操作很繁琐但没有太多优点......虽然我觉得很奇怪,自动化似乎真的很喜欢用于对变差函数建模的Matérn函数。我想到的是数据集中存在负值,而这些值没有显示在由此包生成的地图上。
这是我刚刚粘在一起的人物:Nr。 1是使用autoFitVariogram和autoKrige后的输出。它似乎没有负面价值。由于我不喜欢图形输出,我使用gstat执行普通克里金法,使用来自autoFitVariogram(来自automap)的变异函数(Nr.2),它清楚地显示负降水区域。我将autoKrige生成的地图导出到QGIS并进行了双重检查,并且还有很多负值(Nr.3;黑色区域)。
所以我的问题:
1.)由autoKrige产生的克里金预测图显然产生遵循诸如“if var.pred< 0然后0”的方案的映射。我可以看到这对于生成这样的地图很有用,但这对实际数据有何意义呢?我想用我的数据集进行进一步的分析,负降雨值看起来有点......非现实。如果将这种“如果var.pred< 0然后0”方案应用于数据,如果这会使其在物理上合理,那么在数学上是否合理呢?
2.)您可以使用广义最小二乘法(GLS)作为自动包中的自己的参数来确定变差函数参数。但是,我想从gstat(fit.variogram.reml)使用REML。我尝试将variogram$var_model
替换为我的REML估计值(也产生了我修改的变异函数),但是当使用autoKrige执行克里金法时,再次使用原始的变差函数模型。有没有办法通过包装提供的其他方式来适应模型? (autoKrige手册中有一个参数'data_variogram',但这似乎做了别的事。)
谢谢!
答案 0 :(得分:0)
autoKrige
使用fit.variogram
,无法使用fit.variogram.reml
;这就是它的编码方式,但随意修改它。