在 R 中的栅格类中自定义反距离预测答案

【问题标题】：Customize inverse distance predictions within raster classes in R在 R 中的栅格类中自定义反距离预测
【发布时间】：2015-09-03 14:30:34
【问题描述】：

我想修改以下代码，以便对于超出定义的最大距离的所有值，我可以使用属于同一土壤顺序类别的点的平均值。有什么建议吗？

# load packages and data
library(gstat)
library(raster)
data(meuse)
data(meuse.grid)
################## 
meuse <- meuse[110:155,]
meuse <- na.omit(meuse)
coordinates(meuse) <- ~x+y
coordinates(meuse.grid) <- ~x+y
gridded(meuse.grid) <- TRUE
spplot(meuse.grid[4], main="soil class")
# inverse distance prediction for maximum distance of 2km.
ca.idw = idw(cadmium ~ 1, meuse, meuse.grid, omax =5, maxdist = 2000)

【问题讨论】：

标签： r raster gstat

【解决方案1】：

一种方法是将土壤类别添加为（因子）预测变量，并使用普通克里金法和到达窗台的变异函数模型（如球形模型）和小范围

ca.ok = krige(cadmium ~ soil, meuse, meuse.grid, vgm(1, "Sph", 100))

给出：

另一种方法是对每个土壤类别进行单独的普通克里金法。不同之处在于，在前一个模型中，跨边界插值考虑了残差（残差插值是全局的，忽略了边界），而在后者中则没有。

【讨论】：

谢谢！这很有帮助。