Pessoal, bom dia!
Até onde sei, a normalidade não é uma prerrogativa para os modelos geoestatísticos. Mas haveria sim uma preocupação com a simetria da distribuição dos dados, uma vez que a presença de "caudas" poderia interferir no ajustamento. Acredito que a ideia do Box-Cox seja melhorar a distribuição dos dados, sem necessariamente normalizá-los.
Por outro lado é necessário ter estacionariedade. Quando você adiciona o efeito de tendência no modelo (trend) a ideia é tentar considerar (ou "retirar") um componente não-estacionário da série, obtendo um resíduo estacionário (retratando adequadamente a dependência espacial), que seria apto para o ajustamento dos modelos geoestatísticos. Assim como o dado original, acredito que não deve haver pressuposto da normalidade, devendo-se atentar para a simetria da distribuição.
No caso do pH, lembrando que é uma medida de natureza logarítmica, talvez seja prudente testar lambda=0 que equivaleria à transformação logarítmica. O comando likfit() também recebe o argumento lambda, então dá pra testar a sugestão do Wagner com diferentes lambdas. Os comandos demonstram preocupação com anisotropia. É provável que o efeito seja minimizado ao considerar efeitos de tendência.
Pelo que lembro, o krige.conv retorna os valores na escala de entrada. Se você indicou o trend e lambda no modelo, eles serão considerados no ajuste, mas o resultado final já sai "transformado de volta".