我正在使用geoR软件包对降雨量进行空间插值。我不得不说，我对地质统计学还很陌生。多亏了youtube上的一些视频教程，我理解了（嗯，我想是的）变差函数背后的理论。根据我的理解，配对的数量应该随着滞后距离的增加而减少。例如，如果我们考虑100米长的河段（比如河床的100米长横截面），5米滞后的对数为20，10米滞后的对数为10，依此类推。但我对geoR包中variog函数的输出有点困惑。下面给出了一个例子
mydata
X Y a
[1,] 415720 432795 2.551415
[2,] 415513 432834 2.553177
[3,] 415325 432740 2.824652
[4,] 415356 432847 2.751844
[5,] 415374 432858 2.194091
[6,] 415426 432774 2.598897
[7,] 415395 432811 2.699066
[8,] 415626 432762 2.916368
这是我的数据集，其中a是我的变量（降雨强度），x, y是点的坐标。变量图计算如所示
geodata=as.geodata(data,header=TRUE)
variogram=variog(geodata,coords=geodata$coords,data=geodata$data)
variogram[1:3]
$u
[1] 46.01662 107.37212 138.04987 199.40537 291.43861 352.79411
$v
[1] 0.044636453 0.025991469 0.109742986 0.029081575 0.006289056 0.041963076
$n
[1] 3 8 3 3 3 2
其中
u： 有距离的矢量。
v： 在u中给定的距离处具有估计变差函数值的矢量。
n： 每个仓中的对数
据此，对数（n）具有随机模式，而相应的滞后距离（u）正在增加。我发现这很难理解。有人能解释一下发生了什么吗？此外，由于我是地质统计学的新手，因此非常感谢为该应用程序（降雨强度的空间插值）改进变差函数计算的任何建议/建议。提前谢谢。
在一个100米的线性样带上，观测之间有5米的规则间隔，如果在5米滞后时有20对，那么在10米滞后时就有19对。这种想法不适用于您的数据，因为它们是不规则分布的，并且分布在二维上。对于不规则分布的数据，对于非常短的距离，通常只有很少的点对。获得更好看的变差函数的建议是使用更大的数据集：地质统计学从30个观测开始变得有趣，从100多个观测开始有趣。