Вам действительно нужно немного больше изучить свою методологию и прочитать документацию, чтобы понять структуру объектов класса sp S4 и взаимодействие объектов sp с соответствующими функциями gstat. В sp Vignette есть подробное объяснение различий между объектами SpatialPolygons (только топология полигонов) и SpatialPolygonDataFrame (полигоны с атрибутами).
То, что вы объясняете, - это не блочный кригинг, и использование времени в качестве атрибута не приводит к пространственно-временной оценке. Концептуальная методология, которую вы описываете, совершенно неверна. Использование многоугольников или центроидов многоугольников нарушает допущения Кригинга о равномерном случайном поле, анизотропии и нестационарности.
Вот хорошая виньетка gstat по пространственно-временным моделям, использующим интерфейс к пространственно-временному пакету. Следует также отметить, что пакет с ограниченным кригингом может проводить блочный кригинг на блоках произвольной формы с использованием нестационарной средней функции и изотропной слабо стационарной вариограммы.
Тем не менее, чтобы ответить на ваш вопрос, вы можете передать объект sp SpatialPointsDataFrame непосредственно в вариограмму / модель Кригинга в gstat. В объекте sp этого типа атрибуты находятся в слоте «data» и уже привязаны к координатам через внутреннюю структуру класса S4.
# COERCE meuse DATAFRAME TO sp SpatialPointsDataFrame OBJECT
require(gstat)
data(meuse)
coordinates(meuse) <- ~ x + y
head(meuse@data)
# CREATE SEMIVARIOGRAM USING THE zinc ATTRIBUTE
# NOTE: THERE IS NO ARGUMENT FOR A "4th DIM"
v <- variogram(log(zinc) ~ 1, meuse)
plot(v, type = "l")