Kiedy chcę wykonać kriging, działa to tylko czasami, w zależności od wartości, których używam w mojej bazie danych. W wyniku funkcji krige dostaję var1.pred: NA NA NA ...i var1.var: NA NA NA ...(ale tylko wtedy, gdy używam „złych” wartości w mojej tabeli danych).
Na przykład:
- to działa zawsze (jak dotąd), gdy używam tylko 10 wartości
- to działa , gdy używam 50 wartości, ale tylko niektóre z nich
- to nie działa, gdy używam 50 wartości i „złych” wartości
- to działa , gdy używam 25 wartości i przed wymienionych wartości „źle”
Nie rozumiem, dlaczego czasami działa, a czasem nie. Dziwne jest to, że gdy dodam Zwiesel;49.02999878;13.22999954;2.2do danych, działa, gdy używam mniej niż ~ 20 wartości, ale nie działa, gdy używam więcej niż 50 wartości ...
Gdzie jest mój błąd?
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
...
...Mój kod do wykonania interpolacji 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)Ostrzeżenia :
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...
...
...