Anda benar-benar perlu melakukan sedikit riset lebih lanjut tentang metodologi Anda dan membaca dokumentasi untuk memahami struktur objek kelas sp S4 dan interaksi objek sp dengan fungsi gstat yang relevan. Dalam sp Vignette ada penjelasan rinci tentang perbedaan antara SpatialPolygons (hanya topologi poligon) dan SpatialPolygonDataFrame (poligon dengan atribut) objek.
Apa yang Anda jelaskan tidak memblokir Kriging dan menggunakan waktu sebagai atribut tidak menghasilkan estimasi spasial-temporal. Metodologi konseptual yang Anda jelaskan sangat tidak valid. Menggunakan poligon atau poligon centroid melanggar asumsi Kriging dari bidang acak seragam, anisotropi, dan nonstasioneritas.
Berikut ini adalah sketsa gstat yang bagus pada model spasial-temporal menggunakan antarmuka ke paket ruangwaktu. Saya juga harus mencatat bahwa paket constrainedKriging dapat melakukan blok Kriging pada blok berbentuk sewenang-wenang menggunakan fungsi mean nonstasioner dan variogram stasioner isotropik lemah.
Yang mengatakan, untuk menjawab pertanyaan Anda, Anda bisa mengirimkan objek sp SpatialPointsDataFrame langsung ke model variogram / Kriging di gstat. Dalam jenis objek sp, atribut berada di slot "data" dan sudah melekat pada koordinat melalui struktur kelas S4 internal.
# 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")