gstat

0зной

1ответ

минимальный размер выборки для оценки надежной вариограммы

У меня есть тридцать три показания SO2 от датчиков, установленных в 33 местах, расположенных на большой территории (по одному наблюдению за город). Размер выборки фиксирован и не может быть увеличен и

0зной

1ответ

Как инверсия матрицы выполняется в функции «krige» пакета gstat инструмента R

Я нахожусь в середине понимания того, как пакет gstat в инструменте R реализует метод кригинга. Я понял расчет эмпирической полуварограммы и моделей полуавториограммы. Но я не понял, как он реализует

0зной

2ответ

Как я могу получить медиану всех измерений на определенном расстоянии?

Возможно, есть лучший способ, но поскольку я новичок в R и у меня уже установлен код IDW, я пытаюсь получить медиану всех точек в пределах 2000 метров, изменив код IDW, установив весовую мощность (idp

2зной

1ответ

Создание пространственных объектов в R полезной для координат() и spsample()

Я пытаюсь использовать этот код, заимствована из набора данных meuse data<-list(var1,var2,x,y) coordinates(data)=~x+y grid = spsample(data, type = "regular", cellsize = c(0.05,0.05)) vt <- vario

1зной

1ответ

R: Gstat универсальное разрешение cokriging

Я пытаюсь сделать универсальное cokriging в R с пакетом Gstat. У меня есть сценарий, с которым мне помогли, но теперь я застрял и не могу обратиться за помощью к исходному источнику. Проблема в том, ч

2зной

1ответ

Время, затраченное на krige в пакете gstat в R

Следующая программа R создает интерполированную поверхность, используя 470 точек данных, используя данные о методе Walker Lake в пакете gstat. source("D:/kriging/allfunctions.r") # Reads in all func

2зной

1ответ

Логистическая функция для регрессионного кригинга

Я хотел бы выполнить регрессионный кригинг (RK) для двоичного отсутствия присутствия и данных сетки хоста в качестве постоянного предиктора. Я использовал логистическую функцию для оценки взаимосвязи

0зной

1ответ

Ошибка с R и gstat.predict

Я пытаюсь использовать пакет gstat в R, чтобы сделать некоторые прогнозы с добавленными ковариатами. Я генерация этого GSTAT объект гайанского следующим образом: # We use the prediction sample for pm2