rasterad值的克里格预测[r]

我正在尝试对光栅单元格中的NA值进行克里格预测。我想用某种形式的空间预测输入光栅单元的NA值，最好是克里格法

然而，我有点不确定如何继续。我知道克里格预测。然而，它通常是用坐标来完成的，这些坐标被插值到一些光栅网格中。但是，在我的例子中，我在开始时没有坐标，而是要预测的光栅单元值。即使在这种情况下，克里格方法仍然有效吗

下面是一些可以预测的例子：

library(tidyverse)
library(sf)
library(raster)

# get data. using your example, we'll take spatial data from the raster package
Regions <- getData("GADM", country = "CZ", level = 0)

Regions <- 
  Regions %>% 
  st_as_sf()

grid_spacing <- 0.25

# Create a grid for the borber --------------------------------------------

polygony <- 
  st_make_grid(Regions, 
               square = T, 
               cellsize = c(grid_spacing, grid_spacing)) %>%
  st_sf()

grid <- st_intersection(polygony, Regions)

# Add Values to the grid --------------------------------------------------

grid <- 
  grid %>% 
  mutate(Value = rnorm(n = nrow(grid), 500, 50))

# Creating NAN values to be predicted -------------------------------------

grid[1:23, 'Value'] = NaN
grid[200:202, 'Value'] = NaN
grid[80:100, 'Value'] = NaN
grid[113:114, 'Value'] = NaN
grid[133:144, 'Value'] = NaN

# The NAN values here should be interpolated

grid %>% 
  ggplot(aes(fill = Value)) + 
  geom_sf()

库（tidyverse）
图书馆（sf）
图书馆（光栅）
#获取数据。使用您的示例，我们将从光栅包中获取空间数据
区域