Ketika saya ingin melakukan kriging itu hanya berfungsi kadang-kadang, tergantung pada nilai apa yang saya gunakan di datatable saya. Sebagai hasil dari fungsi krige yang saya dapatkan var1.pred: NA NA NA ...dan var1.var: NA NA NA ...(tetapi hanya ketika saya menggunakan nilai "salah" dalam data saya.)
Sebagai contoh:
- ini berfungsi selalu (sejauh ini) ketika saya hanya menggunakan 10 nilai
- ini bekerja ketika saya menggunakan 50 nilai, tetapi hanya dengan yang tertentu
- ini tidak bekerja ketika saya menggunakan 50 nilai dan nilai "salah"
- ini berfungsi ketika saya menggunakan 25 nilai dan nilai "salah" yang disebutkan sebelumnya
Saya tidak mengerti mengapa itu kadang-kadang berhasil dan kadang tidak. Yang aneh adalah bahwa ketika saya menambah Zwiesel;49.02999878;13.22999954;2.2datatable itu berfungsi ketika saya menggunakan kurang dari ~ 20 nilai, tetapi tidak berfungsi ketika saya menggunakan lebih dari 50 nilai ...
Di mana kesalahan saya?
myWeatherTable.csv:
Place;Latitude;Longitude;Temperature
Aachen;50.77999878;6.09999990;3
Abbikenhausen;53.52999878;8.00000000;7.9
Adelbach;49.04000092;9.76000023;3.1
Adendorf;51.61999893;11.69999981;1.9
Alberzell;48.45999908;11.34000015;4.6
...
...Kode saya untuk melakukan interpolasi kriging
WeatherData <- read.csv(file="myWeatherTable", header = TRUE, sep ";")
coordinates(WeatherData) = ~Longitude + Latitude
vario <- variogram(log(Temperature) ~1, WeatherData)
vario.fit <- fit.variogram(vario, vgm("Sph"))
min_lon <- min(WeatherData$Longitude)
max_lon <- max(WeatherData$Longitude)
min_lat <- min(WeatherData$Latitude)
max_lat <- max(WeatherData$Latitude)
Longitude.range <- as.numeric(c(min_lon,max_lon))
Latitude.range <- as.numeric(c(min_lat,max_lat))
grd <- expand.grid(Longitude = seq(from = Longitude.range[1], to = Longitude.range[2], by = 0.1),
Latitude = seq(from = Latitude.range[1],to = Latitude.range[2], by = 0.1))
coordinates(grd) <- ~Longitude + Latitude
gridded(grd) <- TRUE
plot1 <- WU_data_spatial %>% as.data.frame %>%
ggplot(aes(Longitude, Latitude)) + geom_point(size=1) + coord_equal() +
ggtitle("Points with measurements")
plot2 <- grd %>% as.data.frame %>%
ggplot(aes(Longitude, Latitude)) + geom_point(size=1) + coord_equal() +
ggtitle("Points at which to estimate")
grid.arrange(plot1, plot2, ncol = 2)
kriged <- krige(Temperature~ 1, WeatherData, grd, model=variogram_fit)Peringatan :
1: In predict.gstat(g, newdata = newdata, block = block, ... :
Covariance matrix singular at location [5.88,47.4,0]: skipping...
2: In predict.gstat(g, newdata = newdata, block = block, ... :
Covariance matrix singular at location [5.98,47.4,0]: skipping...
3: In predict.gstat(g, newdata = newdata, block = block, ... :
Covariance matrix singular at location [6.08,47.4,0]: skipping...
4: In predict.gstat(g, newdata = newdata, block = block, ... :
Covariance matrix singular at location [6.18,47.4,0]: skipping...
...
...