如何对多边形数据进行克里金法？（不想要块克里金法）答案

【问题标题】：How to do kriging with polygon data? (Do not want block kriging)如何对多边形数据进行克里金法？（不想要块克里金法）
【发布时间】：2015-01-26 15:50:01
【问题描述】：

我正在尝试应用克里金法来插值空气污染浓度（目标变量）当我如下运行 krige 函数时，R 返回错误。

RSPAVE 是目标变量； air 是包含 RSPAVE 的数据集； TPU就是shapefile

k.o <- krige(RSPAVE ~1, locations=air, newdata=TPU, model=m.RSPAVE.f)

Error in predict.gstat(g, newdata = newdata, block = block, nsim = nsim, :
  gstat: value not allowed for: block kriging for long-lat data undefined

这可能是因为我的网格数据是一个 shapefile。但是我不想阻止克里金法，如何将多边形转为点，并应用普通克里金法？

非常感谢！

【问题讨论】：

标签： r polygon interpolation kriging r-grid

【解决方案1】：

假设 RSPAVE 是一个 SpatialPolygonsDataFrame`，并且您想根据地理质心进行克里格法，这应该可以：

Rpoint <- SpatialPointsDataFrame(coordinates(RSPAVE), data = RSPAVE@data, proj4string = CRS(proj4string(RSPAVE)))

将其转换为点图层。

然后和之前一样：

k.o <- krige(Rpoint ~1, locations=air, newdata=TPU, model=m.RSPAVE.f)

【讨论】：

其实RSPAVE就是目标变量； air 是包含 RSPAVE 的数据集； TPU 是 shapefile。

【解决方案2】：

你说你的 TPU 网格是一个 shapefile，但它是什么数据类？如果 TPU 不是SpatialGridDataFrame，krige 可能不知道如何预测它，默认为block。

对于 TPU 网格，我建议使用 spsample 后跟 gridded() 之类的东西在多边形上覆盖一个网格，尺寸为 SomeDimension。

grid.TPU = spsample(TPU, type = "regular", cellsize = c(SomeDimension, SomeDimension))

gridded(grid.TPU) = TRUE

然后

k.o <- krige(RSPAVE ~1, locations=air, newdata=grid.TPU, model=m.RSPAVE.f)

【讨论】：