R:Gstat通用协克里金分辨率

我正在尝试用Gstat包在R中进行通用协克里金。我有一个脚本，我得到了帮助，但现在我陷入困境，无法从原始来源寻求帮助。 问题是我无法更改协同克里格数据的输出分辨率。我想将插值贴图导入ArcMap并指向光栅，这会使我的分辨率非常低

zero <- zerodist(kova)
kova <- kova[-zero[,2],]              

我的脚本如下：

  library(raster)
library(gstat)
library(sp)
library(rgdal)
library(FitAR)

zero <- zerodist(kova)
kova <- kova[-zero[,2],]              

正在加载包含坐标和采样值的数据集：

kova<-read.table("katvus_point_modif3.txt",sep="    ",header=T)
coordinates(kova)=~POINT_X+POINT_Y

zero <- zerodist(kova)
kova <- kova[-zero[,2],]              

---

kova因为您没有提供可复制的示例，我只能猜测，但我认为
spsample
忽略了
res=25
参数。改为尝试
n=1000
，然后增加该值以获得更高的分辨率

zero <- zerodist(kova)
kova <- kova[-zero[,2],]              

depth <- raster("htp_depth_covar.asc")
projection(depth)=projection(border)

overlay <- extract(depth,kova)
kova$depth <- overlay

kova <- kova[!is.na(kova$depth),]


kova.gstat <- gstat(id="Kova",formula=kova~depth,data=kova)
kova.gstat <- gstat(kova.gstat,id="Sygavus",formula=Sygavus~depth,data=kova)

var.kova <- variogram(kova.gstat)
plot(var.kova)

kova.gstat <- gstat(kova.gstat,id=c("Kova","Sygavus"),model=vgm(psill=cov(kova$kova,kova$Sygavus),model="Mat",range=12000,nugget=0))
kova.gstat <- fit.lmc(var.kova,kova.gstat,model=vgm(psill=cov(kova$kova,kova$Sygavus),model="Mat",range=12000,nugget=0))

plot(var.kova,kova.gstat$model)

overlay <- extract(depth,grid)
grid <- as.data.frame(grid)
grid$depth <- overlay
coordinates(grid)=~x1+x2
projection(grid)=projection(border)

krige <- predict.gstat(kova.gstat,grid)

spplot(krige,c("Kova.pred"))

write.table(krige, "kova.raster1.ck.csv", sep=";", dec=",", row.names=F)