답변:
에서 sp
, SpatialPoints*
, SpatialPixels*
및 SpatialGrid*
(에 *
생략되거나 대체는 DataFrame
) OP 행한 바와 같이, 2 차원 공간보다 더 많은 지원 않지만 SpatialPolygons*
및 SpatialLines*
하지 않는다. 을 사용 gstat
하면 3D 블록으로 3D 블록 크릭을 block = c(10,10,10)
수행 할 수 있지만 (를 사용하여 ) OP가 원하는대로 직사각형이 아닌 블록에 대해서는이를 수행 할 수 없습니다. 3 차원 대신 시간을 대체해도 괜찮지 만 미터법 ST 변수에 제한됩니다.
library(gstat)
vignette("st")
Variogram 모델에 대한 추가 옵션을 제공하지만 블록 평균 값을 예측할 수는 없습니다 (이는 FYI이며 질문에 대한 답변이 아님).
이 질문에 대한 유일한 대답은 3D 조건부 시뮬레이션을 수행하고 임의의 3D (2D 다각형 + 시간 범위) 블록에서 점 값을 집계하는 것입니다. 지루하지만 가능합니다. 또한 ST 비네팅에 설명 된 경로가 아닌 3D 경로를 따라야합니다 ( krigeST
시뮬레이션을 수행하지 마십시오!).
sp S4 클래스 객체의 구조와 sp 객체와 관련 gstat 함수의 상호 작용을 이해하려면 방법론에 대해 좀 더 연구하고 설명서를 읽어야합니다. sp Vignette에는 SpatialPolygons (다각형 토폴로지 만)와 SpatialPolygonDataFrame (속성이있는 다각형) 객체의 차이점에 대한 자세한 설명이 있습니다.
설명하는 것은 Kriging을 차단하지 않으며 시간을 속성으로 사용한다고해서 공간-시간적 추정이되지는 않습니다. 당신이 묘사하는 개념적 방법론은 매우 유효하지 않습니다. 다각형 또는 다각형 중심을 사용하면 균일 한 랜덤 필드, 이방성 및 비정 지성의 Kriging 가정을 위반합니다.
다음은 시공간 패키지에 대한 인터페이스를 사용하여 공간-시간 모델에 대한 멋진 gstat 비 네트 입니다. 또한 constrainedKriging 패키지는 정지되지 않은 평균 함수와 등방성 약한 정지 변수를 사용하여 임의의 모양의 블록에서 블록 Kriging을 수행 할 수 있습니다.
즉, 귀하의 질문에 대답하기 위해 sp SpatialPointsDataFrame 객체를 gstat의 Variogram / Kriging 모델에 직접 전달할 수 있습니다. 이 유형의 sp 객체에서 속성은 "데이터"슬롯에 있으며 내부 S4 클래스 구조를 통해 좌표에 이미 연결되어 있습니다.
# 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")
시간은 네 번째 차원, z 레벨 또는 높이는 세 번째, 주석 또는 딤 또는 z 레벨은 gi 단위의 높이를 처리하며 시간은 버전이 지정된 데이터베이스로 표시 될 수 있습니다. 다각형을 주석에 매핑하거나 dem과 교차하거나 az 열을 다각형 모양 점을 나타내는 xy 열에 연결할 수 있습니다. 시간 필드를 추가 할 수도 있고 시간에 따른 값 범위와 값 변경을 열 단위로 추가 할 수도 있습니다. 물론 ESRI는이를위한 도구를 가지고있을 것입니다.