R gstat krige () - Kovarianzmatrix Singular an Position [5.88,47.4,0]: Überspringen

Wenn ich das Kriging durchführen möchte, funktioniert es nur manchmal, je nachdem, welche Werte ich in meiner Datentabelle verwende. Als Ergebnis der Krige-Funktion erhalte ich für var1.pred: NA NA NA ...und var1.var: NA NA NA ...(aber nur, wenn ich die "falschen" Werte in meiner Datentabelle verwende.)

Beispielsweise:

es funktioniert immer (bisher), wenn ich nur 10 Werte verwende
Es funktioniert, wenn ich 50 Werte verwende, aber nur mit bestimmten
Es funktioniert nicht, wenn ich 50 Werte und die "falschen" Werte verwende
Es funktioniert, wenn ich 25 Werte und die zuvor genannten "falschen" Werte verwende

Ich verstehe nicht, warum es manchmal funktioniert und manchmal nicht. Das Seltsame ist, dass wenn ich Zwiesel;49.02999878;13.22999954;2.2zur Datentabelle hinzufüge , es funktioniert, wenn ich weniger als ~ 20 Werte verwende, aber es funktioniert nicht, wenn ich mehr als 50 Werte verwende ...

Wo ist mein Fehler?

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
...
...

Mein Code zur Kriging-Interpolation

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)

Warnungen :

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...
...
...

r interpolation kriging gstat obrob
quelle

R gstat krige () - Kovarianzmatrix Singular an Position [5.88,47.4,0]: Überspringen

Antworten: