Вам дійсно потрібно зробити трохи більше досліджень вашої методології та прочитати документацію, щоб зрозуміти структуру об'єктів класу sp S4 та взаємодію об'єктів sp із відповідними функціями gstat. У розділі Vignette є детальне пояснення різниці між SpatialPolygons (лише топологія полігону) та SpatialPolygonDataFrame (багатокутники з атрибутами).
Те, що ви пояснюєте, не блокує Кригінг і використання часу як атрибута не призводить до просторово-часової оцінки. Концептуальна методологія, яку ви описуєте, досить недійсна. Використання полігонів чи полігонів-центроїдів порушує припущення Кріґінга про рівномірне випадкове поле, анізотропію та нестаціонарність.
Ось приємна віньєтка gstat на просторово-часових моделях з використанням інтерфейсу до пакету простору. Слід також зазначити, що пакет обмежених Kriging може вести блок Kriging на блоки довільної форми, використовуючи нестаціонарну середню функцію та ізотропну слабко стаціонарну варіограму.
З цього приводу, щоб відповісти на ваше запитання, ви можете передати об'єкт sp SpatialPointsDataFrame безпосередньо до моделі варіограми / Kriging в gstat. У цьому виді об'єкта sp атрибути знаходяться в слоті "data" і вже приєднані до координат через внутрішню структуру класу S4.
# COERCE meuse DATAFRAME TO sp SpatialPointsDataFrame OBJECT
require(gstat)
data(meuse)
coordinates(meuse) <- ~ x + y
head(meuse@data)
# CREATE SEMIVARIOGRAM USING THE zinc ATTRIBUTE
# NOTE: THERE IS NO ARGUMENT FOR A "4th DIM"
v <- variogram(log(zinc) ~ 1, meuse)
plot(v, type = "l")