<div class="gmail_quote"><div>Dear list,</div><div><br></div><div>I have a set of ~130 ground stations measurements and several grid covariates with which I am spatialising the ground point values.</div><div>I am using external drift kriging: I noticed discontinuities in the predicted map when using a _localized_ prediction, hence restricting the neighbors count with the *nmax* parameter in the gstat function.</div>




<div><br></div><div>I am a bit surprised since I guessed that localising the prediction wouldn't change that much the final map: the more distant the ground point, the smaller the kriging weight associated with it.</div>




<div>I attach a screenshot to visually understand the situation: on the left side is the KED prediction, on the right side the localized (nearest 50 points) KED prediction.</div><div>I don't know if these evident discontinuities are a normal consequence of localized models, or if I am doing something wrong.</div>




<div><br></div><div>This is an example of what I did, using the meuse dataset:</div><div>___________________________</div><div>library(gstat)</div><div>library(sp)</div><div>data(meuse)</div><div>data(meuse.grid)</div><div>




coordinates(meuse) <- ~x+y</div><div>coordinates(meuse.grid) <- ~x+y</div><div><br></div><div>cvgm <- variogram(zinc~dist, data=meuse, width=100, cutoff=1000)</div><div>fitted <- fit.variogram(cvgm, vgm(psill=1, model="Exp", range=100, nugget=1))</div>




<div>KED_fit <- gstat(id="KED_fit", formula=zinc~dist, data=meuse, model=fitted)</div><div>KED10_fit <- gstat(id="KED10_fit", formula=zinc~dist, data=meuse, model=fitted, nmax=10)</div><div><br>



</div>
<div>KED_pred <- predict.gstat(KED_fit, meuse.grid)</div><div>KED10_pred <- predict.gstat(KED10_fit, meuse.grid)</div><div><br></div><div>KED_pred$KED10_fit.pred <- KED10_pred$KED10_fit.pred</div><div>gridded(KED_pred) <- TRUE</div>




<div>spplot(KED_pred, zcol=c("KED_fit.pred", "KED10_fit.pred"), col.regions=colorRampPalette(brewer.pal(7, "BuPu")[-(1:1)])(21))</div><div>___________________________</div><div><br></div><div>




Thanks for any clarification in advance.</div>
</div><br>