Просторово-часовий блок кригінгу з пакетом R gstat?


9

У документації spя побачив, що coordsаргумент SpatialPolygonsфункції приймає лише 2 стовпці. Чи не можливо створити тривимірні багатокутники? Я роблю просторово-часовий крігінг за допомогою пакету gstat, додаючи час як третій просторовий вимір а SpatialPointsDataFrame. Я хотів би поширити це на блокування кригінгу з полігонами як блоки. Чи можна це зробити?

Відповіді:


5

В sp, SpatialPoints*, SpatialPixels*і SpatialGrid**опущений або замінений DataFrame) роблять підтримку більше 2 просторових вимірів, так як ОП зробив, але SpatialPolygons*і SpatialLines*не роблять. З цим gstatви можете зробити 3-D блок кригінгу з 3-D блоками (використовуючи block = c(10,10,10)), але ви не можете цього зробити для не прямокутних блоків, як хоче ОП. Цілком нормально замінити час на третій вимір, але ви обмежені метричною варіограмою ST.

library(gstat)
vignette("st")

дає більше варіантів для моделей варіограми, але не для прогнозування середніх значень блоку (це FYI, а не відповідь на питання).

Єдиною відповіддю на питання було б зробити 3D умовні моделювання та зібрати значення точок над вашими довільними блоками 3D (2D багатокутник + часовий обсяг). Набридливий, але можливий; також лише вздовж 3D-шляху, а не по шляху, описаному у віньетці ST ( krigeSTне робить моделювання - поки що!).


3

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")

0

Час буде четвертим виміром, z рівень або висота буде третім, тини або деми або z рівні обробляють висоту в gis, час може бути представлений версією бази даних. ви можете зіставити полігон на бляшанку або перетинатися з дем, або пов’язати стовпчик az із стовпцями xy, що представляють точки фігури багатокутника. Можливо, ви можете додати поле часу, а також діапазон значень і зміни значень через час, збільшену як стовпці. Звичайно, ESRI, ймовірно, має інструмент для цього.


Я не думаю, що геостатистичний аналітик підтримує кригінг простору та часу.
Пол Хіемстра
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.