20、点数据的空间插值：西班牙温度映射实战

点数据的空间插值：西班牙温度映射实战

1. 普通克里金插值及其应用

普通克里金（OK）插值是一种强大的空间插值方法，它在计算预测值时，每个测量值的权重是通过统计方法确定的，而非随意指定。确定这些权重的函数被称为变异函数模型，它是拟合经验变异函数的函数，而经验变异函数描述了观测模式的空间自相关结构。

经验变异函数可以使用 variogram 函数计算，示例代码如下：

ev = variogram(g)

返回的 gstatVariogram 类对象包含不同距离区间的半方差值，这些值反映了相关性程度。可以使用以下代码绘制经验变异函数：

plot(ev)

从绘制的图中可以看出，半方差随距离增加而增大，这表明温度值在距离较远的站点之间更为多样，即温度存在空间自相关。

变异函数模型有多种特定函数可供选择，如球形和指数函数等。选择合适的变异函数模型及其参数有三种主要方法：
- 手动设置函数及其参数（如使用 gstat 包中的 vgm 函数）。
- 交互式地改变函数类型和参数，通过视觉拟合（如使用 geoR 包中的 eyefit 函数）。
- 统计选择使拟合优度准则最小化的函数和参数（如使用 gstat 包中的 fit.vario