0

位置とベンゼン濃度 (mg/kg) の小さなデータ セットがあります。

    WELL.ID   X           Y     BENZENE
1   MW-02   268.8155    282.83  0.00150
2   IW-06   271.6961    377.01  0.00050
3   IW-07   251.0236    300.41  0.01040
4   IW-08   278.9238    300.37  0.03190
5   MW-10   281.4008    414.15  2.04000
6   MW-12   391.3973    449.40  0.01350
7   MW-13   309.5307    335.55  0.01940
8   MW-15   372.8967    370.04  0.01620
9   MW-17   250.0000    428.04  0.01900
10  MW-24   424.4025    295.69  0.00780
11  MW-28   419.3205    250.00  0.00100
12  MW-29   352.9197    277.27  0.00031
13  MW-31   309.3174    370.92  0.17900

そして、私はグリッド（これらのウェルが存在するプロパティ）の値をクリグしようとしています

setwd("C:/.....")
getwd()

require(geoR)
require(ggplot2)


a <- read.table("krigbenz_loc.csv", sep = ",", header = TRUE)
b <- data.matrix(a)
c <- as.geodata(b)

x.range <- as.integer(range(a[,2]))
y.range <- as.integer(range(a[,3]))
x = seq(from=x.range[1], to=x.range[2], by=1)
y = seq(from=y.range[1], to=y.range[2], by=1)
length(x)
length(y)
xv <- rep(x,length(y))
yv <- rep(y, each=length(x))
in_mat <- as.matrix(cbind(xv, yv))

これは私がKrigを始めるときです

q <- ksline(c, cov.model="exp", cov.pars=c(10,3.33), nugget=0, locations=in_mat)

ただし、これの出力を見ると

cbind(q$predict[1:10], q$krige.var[1:10])

分かりました

         [,1]     [,2]
 [1,] 343.8958 10.91698
 [2,] 343.8958 10.91698
 [3,] 343.8958 10.91698
 [4,] 343.8958 10.91698
 [5,] 343.8958 10.91698
 [6,] 343.8958 10.91698
 [7,] 343.8958 10.91698
 [8,] 343.8958 10.91698
 [9,] 343.8958 10.91698
[10,] 343.8958 10.91698

これらの値は最初の 5000 行では変化しません... (max.print = 5000 のため、これ以上表示できません...これを変更する方法もわかりませんが、接線です..)

私は自分の

cov.pars = c(10,3.33)

範囲と敷居であることは、おそらく問題です。

geoR.pdf 、pg 19はcov.pars から何が期待されるかを説明していますが、これらの共分散パラメーターが必要なものをどのように決定すべきかわかりません。

既存のデータから適切な値を見つける方法はありますか、またはこれらを一般的な値に設定して、出力が ESRI の ArcGIS の空間アナリスト パッケージで実行されるクリギングに類似するようにすることはできますか?

ZR

：：：：編集：：：

ジオデータ オブジェクトが正しく変換されませんでした...これを行う正しい方法は次のとおりです。

c <- as.geodata(b, coords.col = 2:3, data.col = 4, )

また...バリオグラムについては、

v1 <- variog(c)
length(v1$n)
v1.summary <- cbind(c(1:11), v1$v, v1$n)
colnames(v1.summary) <- c("lag", "semi-variance", "# of pairs")
v1.summary
4

1 に答える 1

2

これを行う 1 つの方法は、variofit関数 (geoRパッケージにも含まれています) を使用して共分散パラメーターを推定することです。たとえば、データと初期値を使用すると、次のようになります。

vario <- variog(c)  # See other options here for binning, etc
# Note that the order of the cov.pars is variance, then range, (see your question)
fitted_model <- variofit(vario=vario, ini.cov.pars=c(10, 3.33), cov.model='exp')
q <- ksline(c, cov.model=fitted_model$cov.model, cov.pars=fitted_model$cov.pars,
            nugget=fitted_model$nugget, locations=in_mat)

ところで、バリオグラムを見てみる価値はあります。

于 2014-11-24T22:38:40.027 に答える