2015-03-21 3 views
1

Я использую пакет geoR для пространственной интерполяции осадков. Я должен сказать, что я совершенно новичок в геостатистике. Благодаря некоторым видеоурокам в YouTube, я понял (ну, я думаю, так) теорию вариограммы. По моему пониманию, количество пар должно уменьшаться с увеличением расстояний. Например, если мы рассмотрим протяженность длиной 100 м (например, поперечное сечение слоя реки длиной 100 м), количество пар для запаса 5 м составляет 20, а количество пар для 10 м лага - 10 и так далее. Но я немного путаюсь с выходом от variog функции в пакете geoR. Ниже приведен примерR_number пар для каждого отставания в вариограмме

mydata 
      X  Y  a 
[1,] 415720 432795 2.551415 
[2,] 415513 432834 2.553177 
[3,] 415325 432740 2.824652 
[4,] 415356 432847 2.751844 
[5,] 415374 432858 2.194091 
[6,] 415426 432774 2.598897 
[7,] 415395 432811 2.699066 
[8,] 415626 432762 2.916368 

это мой набор данных, где a моя переменная (интенсивность осадков) и x, y являются координаты точек. Расчет varigram показан ниже

geodata=as.geodata(data,header=TRUE) 
variogram=variog(geodata,coords=geodata$coords,data=geodata$data) 
variogram[1:3] 
$u 
[1] 46.01662 107.37212 138.04987 199.40537 291.43861 352.79411 

$v 
[1] 0.044636453 0.025991469 0.109742986 0.029081575 0.006289056 0.041963076 

$n 
[1] 3 8 3 3 3 2 

где

и: вектор с расстояния.

v: вектор с оцененными значениями вариограммы на расстояниях, заданных в u.

п: число пар в каждом бункере

В соответствии с этим, число пар (п) имеют случайный узор, в то время как соответствующее расстояние задержки (и) возрастает. Мне трудно понять это. Может ли кто-нибудь объяснить, что происходит? Также любые предложения/рекомендации по улучшению расчета вариограммы для этого приложения (пространственная интерполяция интенсивности осадков) высоко ценятся, так как я новичок в геостатистике. Заранее спасибо.

ответ

1

На линейном разрезе 100 м с регулярным интервалом между наблюдениями 5 м, если у вас будет 20 пар с задержкой 5 м, у вас будет 19 пар с задержкой 10 м. Эта идея не выполняется для ваших данных, потому что они нерегулярно распределены и распределены по двум измерениям. Для нерегулярно распределенных данных у вас часто очень мало пар точек для очень коротких расстояний. Совет по получению лучшей выглядящей вариограммы - это работа с большим набором данных: геостатистика начинает получать интерес с 30 наблюдениями и потеха с более чем 100 наблюдениями.