R语言实战应用精讲50篇（二十二）-时空数据统计模型-时空克里格法（Spatial-Temporal Kriging）

本文的主要目标：

 

• R语言实现时空克里格法（Spatio-Temporal Kriging）

• 通用时空克里格法预测结果绘图

• 通用时空克里格法预测标准差结果绘图

尽管时间是一维向前的，但回顾一段时期内目标观测的变化也是很有价值的。我们可以用空间-时间均值和协方差函数来描述空间和时间的相互作用，而不必致力于建立一个动态表达相互作用的机械模型。

在本中我们使用"描述性"方法的时空模型。我们明确区分了数据和代表测量所依据的现实世界过程的基本潜在过程( the underlying latent process that represents the real-world process upon which measurements were taken)。也就是说，我们需要进行有条件地思考。我们考虑了:

• 条件分布为高斯的数据模型

• 条件分布为非高斯的数据模型

在这两种情况下，我们都以一个潜在的高斯时空过程为条件。

对于潜在的高斯时空过程，我们考虑用外生协变量（包括空间或时间位置的函数）来指定一阶ÿ