我有一個小的數據集的以mg位置和苯濃度/千克方差參數爲Krig ksline
WELL.ID X Y BENZENE
1 MW-02 268.8155 282.83 0.00150
2 IW-06 271.6961 377.01 0.00050
3 IW-07 251.0236 300.41 0.01040
4 IW-08 278.9238 300.37 0.03190
5 MW-10 281.4008 414.15 2.04000
6 MW-12 391.3973 449.40 0.01350
7 MW-13 309.5307 335.55 0.01940
8 MW-15 372.8967 370.04 0.01620
9 MW-17 250.0000 428.04 0.01900
10 MW-24 424.4025 295.69 0.00780
11 MW-28 419.3205 250.00 0.00100
12 MW-29 352.9197 277.27 0.00031
13 MW-31 309.3174 370.92 0.17900
和我試圖krig在網格(這些孔駐留在屬性中的值)像這樣
setwd("C:/.....")
getwd()
require(geoR)
require(ggplot2)
a <- read.table("krigbenz_loc.csv", sep = ",", header = TRUE)
b <- data.matrix(a)
c <- as.geodata(b)
x.range <- as.integer(range(a[,2]))
y.range <- as.integer(range(a[,3]))
x = seq(from=x.range[1], to=x.range[2], by=1)
y = seq(from=y.range[1], to=y.range[2], by=1)
length(x)
length(y)
xv <- rep(x,length(y))
yv <- rep(y, each=length(x))
in_mat <- as.matrix(cbind(xv, yv))
這是當我
q <- ksline(c, cov.model="exp", cov.pars=c(10,3.33), nugget=0, locations=in_mat)
啓動Krig然而,在看的時候這與
cbind(q$predict[1:10], q$krige.var[1:10])
輸出我看到
[,1] [,2]
[1,] 343.8958 10.91698
[2,] 343.8958 10.91698
[3,] 343.8958 10.91698
[4,] 343.8958 10.91698
[5,] 343.8958 10.91698
[6,] 343.8958 10.91698
[7,] 343.8958 10.91698
[8,] 343.8958 10.91698
[9,] 343.8958 10.91698
[10,] 343.8958 10.91698
這些值不爲第5000行改變......(廣東話查看更多因爲max.print = 5000 ...不知道如何要麼改變這種但這是一個切..)
我意識到我的
cov.pars = c(10,3.33)
是範圍和門檻,是PR可以問題的問題。
geoR.pdf,第19頁描述了cov.pars的期望值,但我不確定我應該如何確定這些協方差參數需要做什麼。
是否有一種方法可以從現有數據中找到適當的值,或者可以將這些值設置爲通用值,其輸出結果與ESRI ArcGIS空間分析軟件包中執行的克里金處理類似?
ZR
::::編輯:::
我的地理數據對象被不正確地轉換...... 這裏是爲了做到這一點
c <- as.geodata(b, coords.col = 2:3, data.col = 4,)
也是正確的方法...對於變異函數,
v1 <- variog(c)
length(v1$n)
v1.summary <- cbind(c(1:11), v1$v, v1$n)
colnames(v1.summary) <- c("lag", "semi-variance", "# of pairs")
v1.summary
有多種方法可以估計這些參數。你看過variofit函數嗎? – blindjesse 2014-11-24 22:24:45
我沒有...你能提供一個例子嗎? – c0ba1t 2014-11-24 22:26:39
閱讀小插曲http://www.leg.ufpr.br/geoR/geoRdoc/vignette/geoRintro.pdf。因爲它是一個更多關於統計方法論的問題 – mnel 2014-11-24 22:41:22