克里金法在 R 中返回相同的值

Question

我有一个包含列

COORDS_X1

、

COORDS_X2

、

y

的数据框。该数据框有位于西班牙一个小区域的 14 个观测值，我想对该区域中未观测到的位置进行插值。这是我当前的数据集：

# A tibble: 14 × 3
COORDS_X1 COORDS_X2     y
<dbl>     <dbl> <dbl>
1   280561.  4798452.  23  
2   267718.  4804594.  19  
3   270456.  4805417.  34  
4   281943.  4824197.  25  
5   283965.  4823130.  32  
6   282627.  4796964.  20  
7   286191.  4823939.  24.5
8   289349.  4794697.  23.5
9   267259.  4806210.  20  
10   274674.  4792999.  24  
11   284148.  4821649.  24  
12   273031.  4809218.  38  
13   282651.  4822399.  22  
14   281779.  4798643.  38  

我不是这方面的专家，但我发现克里格法是这方面的标准方法。所以我尝试使用以下代码：

df2 = df

coordinates(df) <- ~ COORDS_X1 + COORDS_X2

vgm <- variogram(y ~ 1, df)
fit <- fit.variogram(vgm, model = vgm(1, "Sph", 300, 1))

grd <- expand.grid(COORDS_X1 = seq(min(df$COORDS_X1), max(df$COORDS_X1), length.out = 100),
                   COORDS_X2 = seq(min(df$COORDS_X2), max(df$COORDS_X2), length.out = 100))
coordinates(grd) <- ~COORDS_X1 + COORDS_X2
gridded(grd) <- TRUE

krg <- krige(y ~ 1, df, grd, model = fit)

如果我看一下

as.data.frame(krg)

，这段代码将为所有未观察到的位置返回完全相同的值。实际上，如果我绘制结果，我会得到以下结果：

Answer 1

我怀疑问题在于试图将复杂的模型拟合到

fit <- fit.variogram(vgm, model = vgm(1, "Sph", 300, 1))

中的少量数据点。用更简单的模型替换它，例如

fit <- fit.variogram(vgm, model = vgm("Gau"))

，可能会得到更好的结果。

来自

?fit.variogram

：

在奇异模型拟合上：如果您的变异函数结果是平坦的， 水平线或倾斜线，然后拟合三参数模型，例如 因为带块金的指数或球形有点重：有一个 基台和范围的无限种可能的组合（两者都非常 大）以适应倾斜的线。在这种情况下，返回的单数 模型可能仍然有用：只需尝试绘制它即可。 Gstat 收敛于 参数值稳定，但情况可能并非如此。其他 当模型到达窗台时，就会发生奇异模型拟合的情况 （例如球形）与块金拟合，并且范围参数 开始，或收敛到小于距离的值 第二个样本变异函数估计。在这种情况下，又是无限的 本质上，通过拟合一条线会出现多种可能性 单个（第一个样本变异函数）点。在这两种情况下，修复一个或 更多变差函数模型参数可能会帮助您。