Elias, bom dia!
Reconheço o mérito das suas colocações, só complementei!
Aproveitando a deixa... A exemplo do material do Jackson
Aquino, mantenho também para consulta um material seu,
"Introdução à análise de dados espacialmente referenciados".
Tenho aqui uma versão de 2012. Tens alguma edição mais atual
ou intenção de transformar esse material em livro?
Grato,
Em 29 de maio de 2014 07:18, Elias
T. Krainski <eliaskrainski@yahoo.com.br>
escreveu:
humilhou... :)
On 29/05/14 12:36, Éder Comunello wrote:
Hélio, bom dia!
Faz sentido interpolar? Acredito que sim, partindo do princípio que a dependência espacial pode existir, mas seu método não permitiu detectá-la. Acredito que a causa mais comum seja o esquema de amostragem utilizado, sobretudo no que se refere à distância entre amostras. No caso particular, você conseguiu modelar em algumas áreas e não em outras, dando margem à essa interpretação.
O colega Elias já postou uma solução, mas acrescento o código abaixo, caso ainda tenha interesse em utilizar o {gstat}.
Em termos gerais, a ideia de operação no {gstat} é similar a do {geoR}, no sentido em que você vai precisar criar um grid pra receber o resultado da interpolação. O espaçamento da grade será a resolução da interpolação. O ponto principal é que tem que trabalhar com objetos da classe 'sp'.
Verifique os parâmetros número de vizinhos (nmax) e peso/potência da distância (idp). No {gstat} por default utilizam-se todos os pontos e o idp=2.
Atte.,
### <code r>sapply(c("gstat", "sp", "geoR", "RColorBrewer"), require, character.only=T)
data(parana); names(parana)hist(parana$data, col=3)points(parana, pt.divide='quart')
### Criar objeto 'sp'pr <- data.frame(x=parana$coords[,1], y=parana$coords[,2], chuva=parana$data)names(pr); coordinates(pr) <- ~x+yclass(pr)plot(pr, asp=1, axes=T, pch=20); polygon(parana$borders, border=2)
### Criar 'grid'bbox(pr)lim <- round(bbox(pr)+c(-1,-1, 1, 1)*50); lim ### amplia a área do bboxgrid <- expand.grid(x=seq(lim[1,1],lim[1,2], by=10), y=seq(lim[2,1],lim[2,2], by=10))grid -> grid.ptgridded(grid) = ~x+y ### SpatialPixelscoordinates(grid.pt) = ~x+y ### SpatialPoints
### IDW Defaultidw <- idw(pr$chuva~1, pr, grid)
### Visualizaçãospplot(idw, "var1.pred", main = "IDW Default")spplot(idw.pt, "var1.pred", main = "IDW default - Mapa Pontuado")image(idw); polygon(parana$borders); points(pr)
### Variando parâmetrosidw.data <- data.frame(default = idw(chuva ~ 1, pr, grid)$var1.pred, ### nmax=todos & idp=2idw6 = idw(chuva ~ 1, pr, grid, nmax=6)$var1.pred,idw9 = idw(chuva ~ 1, pr, grid, nmax=9)$var1.pred,idp1 = idw(chuva ~ 1, pr, grid, idp = 1)$var1.pred,idp4 = idw(chuva ~ 1, pr, grid, idp = 4)$var1.pred,idp8 = idw(chuva ~ 1, pr, grid, idp = 8)$var1.pred)
grid.data <- SpatialPixelsDataFrame(grid, idw.data)dput(names(grid.data))
spplot(grid.data, c("default", "idw6", "idw9", "idp1", "idp4", "idp8"), main = "IDW", col.regions=rainbow(16)# idp: numeric; specify the inverse distance weighting power# nmax: the number of nearest observations that should be used### </code>
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.