具有异质测量误差的 Gstat 预测

Question

我有一组变量 Z 在 X 和 Y 中的非均匀网格上的测量值。对于每个 Z 值，我有一个平均值加上测量值的方差。也就是说，我有一个数据集 (Zmean_i,Zvariance_i,X_i,Y_i) i=1..N。换句话说，变量 Z 的一些估计值比其他估计值更可靠，并且这种不确定性在 Zvariance 中被量化。如果我只考虑平均 Z 值，那么在新数据网格 (GridXY) 上预测 Z 值的过程就很清楚了（SP 是以 X 和 Y 作为坐标，Zmean 作为值的空间数据框）

v

使用 gstat 包时，在拟合变异函数模型和进行预测时，如何考虑每个 Z 值 (Zvariance) 的方差？

Answer 1

autofitVariogram 没有包含测量误差的参数。最好的解决方案是自己编写 R 中的克里金方程。

或者，您可以使用DiceKriging R 包，它具有包含测量误差的参数。请参阅 km 函数中的参数 noisy.var。您还可以查看krige0 函数并通过手动将测量误差添加到协方差矩阵的对角线来修改其内部结构。

有关理论，请参阅Delhomme (1978) 的论文或Chiles 和 Delfiner 的 Geostatistics 书籍。