R Gstat计算网格上的半变异函数

Question

我已经使用 gstat 包生成了 3D 无条件正常分数模拟，现在想检查变差函数再现。如何指定网格上变异函数的计算？

#-- Create the grid
grd<-expand.grid(1:100,1:100,1:50)
names(grd)<-c("x","y","z")

#-- Define the variogram model
MyNug<-0.02
MySill<-0.98
MyRng<-70
MyAnis1<-1.0
MyAnis2<-0.1
vmdl<-vgm(nugget=MyNug,
          psill=MySill,
          range= MyRng, 
          model="Sph",
          anis=c(90,0,0,MyAnis1,MyAnis2))

#--- Prepare the simulation pars for an unconditional simulation
SimPar<-gstat(formula=p~1,
              locations=~x+y+z,
              dummy=T,
              beta=0,
              nmin=8,
              nmax=16,
              model=vmdl)

#--- Run  simulations
MyNsim=1
Sim<- predict(SimPar, newdata=grd, nsim=MyNsim,debug=-1)
summary(Sim)

#--- Prepare the variograms of the the simulation
#--- Convert Sim to a spatial object
SimS<-Sim
coordinates(SimS)<-~x+y+z
SimGrd<-grd
coordinates(SimGrd)<-~x+y+z
VarSim<-variogram(sim1~1,SimS,alpha=0, beta=0,grid=SimGrd)

此时报错如下

Error in variogram.default(y, locations, X, trend.beta = beta, grid = grid,  : 
  formal argument "grid" matched by multiple actual arguments

感谢任何使用网格化数据进行变差函数计算的指导或示例（注意模拟需要一段时间才能运行，因为有 100 万个节点）

Answer 1

当你做一个

> gridded(SimS)=TRUE
> class(SimS)
[1] "SpatialPixelsDataFrame"
attr(,"package")
[1] "sp"
> VarSim<-variogram(sim1~1,SimS,alpha=0, beta=0)
Error: length of grid topology 9 unrecognized

这表明使用网格结构知识的高效变差函数计算仅适用于 2D 网格化数据，而非 3D。

> gridded(SimS)=FALSE
> VarSim<-variogram(sim1~1,SimS,alpha=0, beta=0)

有效，但会很慢！

R Gstat计算网格上的半变异函数

R Gstat compute semivariogram on a grid

r

gstat