如何使用 R 中的 autoKrige 将通用克里金法与自定义预测空间网格一起应用答案

【问题标题】：How to apply universal kriging with custom prediction spatial grid using autoKrige in R如何使用 R 中的 autoKrige 将通用克里金法与自定义预测空间网格一起应用
【发布时间】：2017-07-06 19:25:48
【问题描述】：

我想使用 R 中的 autokrige 函数对数据集应用通用克里金法。我想为预测点创建自己的自定义空间网格（用于 autokrige 的 new_data 参数）。我正在使用 R 版本 3.2.2（64 位）和 RStudio 版本 0.99.486。以下是我到目前为止所做的：

library(automap)
library(sp)
library(gstat)
library(raster)
library(rgdal)

data(meuse)
coordinates(meuse) <- ~x + y
proj4string(meuse) <- CRS("+init=epsg:28992")

以下代码来自 stackexchange here（感谢 Jeffrey Evans），用于为预测值创建自定义空间网格：

ext_meuse <- as(extent(meuse), "SpatialPolygons")
r_meuse <- rasterToPoints(raster(ext_meuse, resolution = 59), spatial = TRUE)
proj4string(r_meuse) <- proj4string(meuse)

然后我尝试使用 autoKrige 应用通用克里金法（“dist”列上的回归）：

kriging_result = autoKrige(zinc~dist, meuse, r_meuse)

然后收到以下错误：

model.frame.default 中的错误（terms.f，newdata，na.action = na.action，：对象不是矩阵另外：警告消息： 'newdata' 有 3102 行，但找到的变量有 1 行

我在创建网格 (r_meuse) 时出错了吗？有没有“更好”的方法来为预测数据创建网格？到目前为止，我发现的所有示例都使用 meuse.grid 数据，但我想将通用克里金法应用于其他还没有自己的网格数据的数据。

【问题讨论】：

标签： r regression kriging automap

【解决方案1】：

我相信这里的问题是您在执行 UK 时没有 r_meuse 中的预测变量 dist。这是一个问题，因为线性进行预测需要这些信息。所以，r_meuse 需要是一个 SpatialPointsDataFrame 并定义了 dist。

【讨论】：