R gstat krige () - Matriks kovarian singular di lokasi [5.88,47.4,0]: melewatkan

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...
...
...

r interpolation kriging gstat obrob
sumber

R gstat krige () - Matriks kovarian singular di lokasi [5.88,47.4,0]: melewatkan

Jawaban: