Estimativa de valores para pontos não amostrados

Eu quero medir a biomassa em um barranco costeiro. Só consigo acessar pontos dentro do polígono. Existem métodos disponíveis que me permitam estimar valores dos pontos fora do polígono, com base nos valores dos pontos dentro do polígono?

set.seed(5)
x <- rnorm(50, -1.841, 0.01)
set.seed(50)
y <- rnorm(50, 55.663, 0.01)
xy <- data.frame(x,y, values=rnorm(50))
coordinates(xy) <- c("x", "y")
proj4string(xy) <- CRS("+proj=longlat +ellps=WGS84 +datum=WGS84")
plot(xy)

makePolygons <- function(coordsx, coordsy){

  coords <- matrix(c(c(coordsx, coordsy)), ncol=2)
  p <- Polygon(coords)
  p <- Polygons(list(p), ID = "p")
  myPoly <- SpatialPolygons(list(p))
  spdf = SpatialPolygonsDataFrame(myPoly, data.frame(variable1 = c(2),
                                                     variable2 = c(3), row.names = c("p")))
  proj4string(spdf) <- CRS("+proj=longlat +datum=WGS84 +ellps=WGS84 +towgs84=0,0,0")

  print("polygon is in longlat!!!")

  spdf

}

myPoly <- makePolygons(coordsx=c(-1.841960, -1.843464, -1.888623, -1.841960), 
                      coordsy=c(55.633696, 55.68178, 55.63841, 55.633696))

plot(myPoly, add=T)

insira a descrição da imagem aqui

spatial-statistics interpolation sampling

— luciano
fonte

A vegetação está em lodaçais em uma zona entremarés - algumas áreas são perigosas demais para se chegar. Biomassa vegetal é uma variável de previsão

— Luciano

Você tem um problema significativo, porque é muito provável que a inacessibilidade e a biomassa estejam relacionadas. Isso torna inválido extrapolar dados obtidos de locais acessíveis para todos os locais. Para uma abordagem válida, você deve encontrar uma maneira - mesmo que apenas uma maneira substituta - de medir alguma parte representativa das áreas inacessíveis. O Kriging (e a maioria dos outros procedimentos de contorno) encobrirá o problema de maneira magnífica e o software fornecerá com satisfação resultados altamente detalhados e incrivelmente errados.

— whuber

Minha abordagem seria relacionar as estimativas de biomassa terrestre aos valores do NDVI, talvez com base nos dados do Landsat. Use a regressão para prever a biomassa do NDVI dentro das zonas de perigo.

— Aaron

@whuber embora áreas dentro de polígonos vermelhos sejam acessíveis, elas nunca são usadas pelas pessoas.

— luciano

O que importa? Como isso muda a natureza do seu estudo ou o procedimento de amostragem?

— whuber

Meu melhor palpite é transformar os polígonos em uma grade de pontos e estimar o valor em cada ponto que não se sobrepõe aos pontos que contêm dados. Há um tutorial bastante interessante sobre isso aqui .

— Eric Lino
fonte