Question

我正在尝试在1000平方米（50m x 20m）的田地上绘制可可产量图（每棵可可树的豆荚数量）。但是，当我尝试拟合方差图时，会收到以下消息：

警告信息：在fit.variogram（object = PbVar，model = sph.model）中：变异函数拟合的奇异模型

然后执行krige时，这是我收到的错误消息：

load.variogram.model（object $ model [[name]]，c（i-1，i-1），max_dist = max_dist）中的错误：变异函数范围永远不能为负

出什么问题了，我该如何拟合方差图使其呈正值，然后才能做克里格曲线？还是应该使用其他软件包中的其他空间插值功能？我必须在25个领域中进行这项工作，并且在1000m²的所有领域中都遇到了同样的问题。

谢谢。

library(readxl)

D02<-read_excel("D:/Mes Donnees)/R/stat2/D02.xlsx",  col_names=T, na="")

library(sp)

library(gstat)

library(automap)

coordinates(D02) <- ~X+Y

spplot(D02,"yield",colorkey=TRUE)

bubble(D02, "yield",col=c("#00ff0088", "#00ff0088"), main = "rdt(cabosses)")

## creating a specific grid of 50m x 20m
min_x = min(D02$X)

min_y = min(D02$Y)

x_length = max(D02$X - min_x) 

y_length = max(D02$Y - min_y)

cellsize = 1 

ncol = round(x_length/cellsize,0) 

nrow = round(y_length/cellsize,0) 

grid = GridTopology(cellcentre.offset=c(min_x,min_y),
                    cellsize=c(cellsize,cellsize),cells.dim=c(ncol,nrow))

grid = SpatialPixelsDataFrame(grid,data=data.frame(id=1:prod(ncol,nrow)))

plot(grid)

PbVar <- variogram(yield~1, D02)

summary(PbVar)

plot(PbVar,pch=20,cex=1.5,col="black",ylab=expression("Semivariance ("*gamma*")"), xlab="Distance (m)", main = "yield")

sph.model <- vgm(psill=1739,"Sph",range=50, kappa=10)

sph.fit <- fit.variogram(object = PbVar,model=sph.model)

plot(PbVar,pch=20,cex=1.5,col="black",ylab=expression("Semivariance ("*gamma*")"),xlab="Distance (m)", main = "Cocoa yield (number of pods per cocoa tree)",model=sph.fit)

PbSph <- krige(yield~1, D02, grid, model = sph.fit)

如何将负变异函数转换为正变量然后进行克里金法？

0 个答案: