如何从线性模型在国家地图上进行克里金法

Question

我想在网格上使用普通克里金模型预测。在我的代码下面，GPS是'SpatialPointsDataFrame'，EU是'SpatialPolygonDataFrame'。用于估计模型的所有协变量都包含在“All_data”中。这些协变量仅涉及GPS中的点数据。

# Merge points with data 
GPS = merge(GPS, All_data, by.x = "nuts", by.y = "geo")
GPS <- GPS[!is.na(GPS@data$Value),]
proj4string(GPS) = CRS("+init=epsg:28992")

# Merge polygons with data 
EU = merge(EU, All_data, by.x = "nuts", by.y = "geo")
EU = subset(EU, EU@data$nuts %in% GPS@data$nuts)
proj4string(EU) = proj4string(GPS)

# Create a grid     
ext <- extent(EU)
r <- raster(ext, res=0.1)  
r <- rasterize(EU, r, field=1)
EU_grid = as(r, 'SpatialPixels')

# Estimate linear model
OLS_model = lm(Value ~ pop + unemp, data = GPS_coords) 

有没有人知道如何继续进行以获得欧洲的普通kridged地图并使用线性模型进行估算？