บล็อก spatio- ชั่วคราวที่มีแพคเกจ R gstat?


9

ในเอกสารของspฉันเห็นว่าการcoordsโต้แย้งของSpatialPolygonsฟังก์ชั่นยอมรับเพียง 2 คอลัมน์ ไม่สามารถสร้างรูปหลายเหลี่ยม 3 มิติได้หรือไม่ ฉันทำ kriging spatio กาลใช้แพคเกจโดยการเพิ่มเวลาเป็นมิติเชิงพื้นที่ในสามของgstat SpatialPointsDataFrameฉันต้องการที่จะขยายที่บล็อก kriging กับรูปหลายเหลี่ยมเป็นบล็อก มีวิธีใดที่จะทำเช่นนั้น?

คำตอบ:


5

ในsp, SpatialPoints*, SpatialPixels*และSpatialGrid*(ที่มี*การละเว้นหรือแทนที่ด้วยDataFrame) ทำการสนับสนุนมากขึ้นกว่า 2 มิติเป็น OP ได้ทำ แต่SpatialPolygons*และSpatialLines*ทำไม่ได้ ด้วยการgstatที่คุณสามารถทำได้ 3-D บล็อก kriging 3-D บล็อก (ใช้block = c(10,10,10)) แต่คุณไม่สามารถทำเช่นนี้สำหรับบล็อกที่ไม่ใช่สี่เหลี่ยมเช่นต้องการ OP คุณสามารถแทนที่เวลาสำหรับส่วนข้อมูลที่สามได้อย่างสมบูรณ์แบบ แต่คุณถูก จำกัด ให้อยู่ในรูปแปรสัณฐานวิทยา ST

library(gstat)
vignette("st")

ให้คุณมีตัวเลือกเพิ่มเติมสำหรับโมเดล variogram แต่ไม่ใช่สำหรับการทำนายค่าเฉลี่ยของบล็อก (นี่คือ FYI ไม่ใช่คำตอบสำหรับคำถาม)

คำตอบเดียวสำหรับคำถามนี้คือการจำลองสถานการณ์ตามเงื่อนไข 3 มิติและรวมค่าจุดเหนือบล็อค 3D (ขอบเขตรูปหลายเหลี่ยม 2D + เวลา) โดยพลการ น่าเบื่อ แต่เป็นไปได้ นอกจากนี้เฉพาะตามเส้นทาง 3 มิติไม่ใช่ตามเส้นทางที่อธิบายไว้ในบทความสั้น ST ( krigeSTยังไม่ทำการจำลอง - ยัง!)


3

คุณต้องทำการวิจัยเพิ่มเติมอีกเล็กน้อยเกี่ยวกับระเบียบวิธีของคุณและอ่านเอกสารประกอบเพื่อทำความเข้าใจโครงสร้างของวัตถุคลาส sp S4 และการโต้ตอบของวัตถุ sp กับฟังก์ชัน gstat ที่เกี่ยวข้อง ใน Vignette sp มีคำอธิบายโดยละเอียดเกี่ยวกับความแตกต่างระหว่าง SpatialPolygons (เฉพาะรูปหลายเหลี่ยม) และ SpatialPolygonDataFrame (รูปหลายเหลี่ยมที่มีแอตทริบิวต์)

สิ่งที่คุณกำลังอธิบายไม่ใช่บล็อก Kriging และการใช้เวลาเนื่องจากแอตทริบิวต์ไม่ได้ส่งผลให้เกิดการประมาณเชิงพื้นที่ วิธีการแนวคิดที่คุณอธิบายไม่ถูกต้อง การใช้รูปหลายเหลี่ยมหรือรูปหลายเหลี่ยม centroids เป็นการฝ่าฝืนข้อสันนิษฐานของ Kriging ของเขตข้อมูลแบบสุ่ม, anisotropy และ nonstationarity

นี่คือบทความ gstat ที่ดีสำหรับโมเดลเชิงพื้นที่ - ชั่วคราวโดยใช้ส่วนต่อประสานกับแพ็คเกจกาลอวกาศ ฉันควรทราบด้วยว่าแพคเกจ constrainedKriging สามารถทำการบล็อก Kriging บนบล็อกที่มีรูปร่างตามอำเภอใจโดยใช้ฟังก์ชั่นค่าเฉลี่ย nonstationary และไอโซโทรปิกแบบคงที่แบบอ่อน

ที่กล่าวว่าเพื่อตอบคำถามของคุณคุณสามารถส่งวัตถุ Sp SpialialPointsDataFrame โดยตรงไปยังรูปแบบ Variogram / Kriging ใน gstat ในวัตถุประเภทนี้แอตทริบิวต์จะอยู่ในช่อง "data" และเชื่อมต่อกับพิกัดผ่านโครงสร้างคลาส S4 ภายในแล้ว

# 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

เวลาจะเป็นมิติที่สี่ระดับ z หรือความสูงจะเป็นระดับที่สามกระป๋องหรือ dems หรือระดับ z จัดการความสูงเป็น gis เวลาอาจถูกแสดงโดยฐานข้อมูลที่มีเวอร์ชัน คุณสามารถแมปรูปหลายเหลี่ยมกับกระป๋องหรือตัดกับ dem หรือเชื่อมโยงคอลัมน์ az กับคอลัมน์ xy แทนจุดรูปร่างรูปหลายเหลี่ยม บางทีคุณอาจเพิ่มเขตเวลาด้วยช่วงของค่าและการเปลี่ยนแปลงค่าตลอดเวลาเพิ่มขึ้นเป็นคอลัมน์ แน่นอน ESRI อาจมีเครื่องมือสำหรับสิ่งนั้น


ฉันไม่คิดว่านักวิเคราะห์เชิงภูมิศาสตร์สนับสนุนการติดตามเวลา
พอล Hiemstra
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.