library(rgdal) library(gstat) library(sp) data <- read.csv("D:\\BAOGAO\\shujushan.csv") coordinates(data) <- ~JD+WD #设置坐标参考系统（CRS），假设数据采用WGS84参考系统 proj4string(data) <- CRS("+init=epsg:4326") #将经纬度坐标转换为米 data_m <- spTransform(data, CRS("+init=epsg:32649")) #其中，epsg:4326是WGS84参考系统的EPSG代码，epsg:3857是UTM49N的EPSG代码， #这里使用spTransform()函数将WGS84坐标转换为UTM49N投影坐标，单位为米 # 计算点之间的距离 dist <- as.dist(dist(data_m@coords)) #计算半变异函数，使用variogram()函数，并且将距离单位设置为米 vgm <- variogram(CEC ~ 1, data_m, width = 1000, cutoff = 10000) plot(vgm) #定义球状半变异函数模型 Exp_model <- vgm( model = "Exp", range = 1500, nugget = 0.2, kappa = 1.5) #拟合 fit_Exp <- fit.variogram(vgm, Exp_model, fit.method = 1) plot(vgm, type = "p",model = fit_Exp, xlab = "Distance (m)", ylab = "Semivariance")

这是一个R语言的空间数据分析代码，主要实现了以下功能：

1. 读取CSV格式的数据文件（"D:\\BAOGAO\\shujushan.csv"）。
2. 将数据文件中的经纬度坐标转换为UTM投影坐标系（epsg:32649）。
3. 计算点之间的距离矩阵，以便后续半变异函数的计算。
4. 使用variogram()函数计算半变异函数，并将距离单位设置为米。
5. 使用vgm()函数定义了一个球状半变异函数模型，其中range为半变异函数的范围参数，nugget为半变异函数的截距，kappa为半变异函数的平滑度参数。
6. 使用fit.variogram()函数拟合半变异函数模型，并绘制半变异函数的图像。

需要注意的是，这段代码的执行需要依赖rgdal、gstat和sp三个R语言库，因此在执行之前需要先安装这些库。另外，数据文件需要提前准备好，并保证其中的空间坐标采用WGS84参考系统。