R

Question

我正在用R进行回归克里金法，并且已经用残差进行了正常的克里金法，它们的工作效果非常好。现在，我想使用krige对三个预测变量进行线性回归。

Slope <- readGDAL("Slope.tiff")
proj4string(Slope) <- CRS(paste("+init=epsg:",32632,sep=""))
SRTM <- readGDAL("SRTM_NiSa.tiff")
proj4string(SRTM) <- CRS(paste("+init=epsg:",32632,sep=""))
Wetness <- readGDAL("Wetness.tiff")
proj4string(Wetness) <- CRS(paste("+init=epsg:",32632,sep=""))

...

VarioTon <- variogram(Lucas@data$TonKorrigiertFinal~1, LucasTransformiert, width = 5000)
plot(VarioTon, type = "b", main = "Experimentelles Variogramm (Ton)")
vmTon <- vgm(100, "Exp", 12000, 10)
vmfTon <- fit.variogram(VarioTon, vmTon)

step_ton <- step(model_ton)
geo_data@data$step_tonfit <- fitted(step_ton)
geo_data@data$step_tonres <- residuals(step_ton)

Residuals_Ton <- krige(geo_data@data$step_tonres~1, 
                       locations = geo_data, newdata = SRTM, model= vmfTon)

krige(geo_data@data$step_tonfit ~ Slope+SRTM+Wetness, locations = geo_data, newdata = Slope)

这将导致错误消息“变量'SRTM'的无效类型（S4）”。 SRTM是一个正式的类SpatialGridDataframe，其他的是Large SpatialGridDataFrames，尽管它们都具有相同的范围，并使用readGDAL打开。遗漏SRTM会导致错误消息“对象不是矩阵”。仅使用Slope会导致相同的错误消息。其他错误警告是关于不同行数的。