我正在尝试用R语言编写代码,使用gstat库进行插值。 我已经阅读了gstat手册,并基于互联网上的一些示例成功编写了以下代码(这仅是部分内容):
g <- gstat(id="tec", formula=TEC ~ 1, data=data) ##I create an object
v <- variogram(g) # plot the empirical variogram
plot(v)
mod<-vgm(sill=var(data$TEC),model="Sph",range=200,nugget=200) #create the variogram model
v.fit <- fit.variogram(v, model=mod,fit.method=1) #fit the empirical variogram
Theor_variogram=plot(variogram(g),v.fit,main="WLS Model") #plot the theoretical variogram
plot(Theor_variogram)
## Kriging interpolation
p <- predict.gstat(g, model=v.fit, newdata=predGrid)
我的问题是,当我运行最后一个命令(predict)时,我得到的结果不是普通克里金插值,而是反距离加权(IDW)插值。 我在gstat手册中读到:“当没有指定变差函数时,使用反距离加权插值作为默认操作。当指定了变差函数时,默认预测方法是普通克里金法。” 但是,正如您在我的代码中所看到的,我指定了经验和理论变差函数。 你知道我为什么一直得到IDW而不是普通克里金吗?这是否与我拥有的坐标类型有关?例如,如果我有彼此接近的坐标或者感兴趣的区域太大? 任何帮助都将非常有用。 提前谢谢 Dimitris