R中一个新样本点的核密度估计提取
我有400个多边形的空间引用数据(shapefile)和分布在它们上面的点。我希望根据包含的点为每个多边形创建一个内核密度估计的光栅。之后,我想为每个多边形创建100个随机点的样本,其中每个点都有一个空间参考(x和y坐标)和一个kde值。到目前为止,我所做的只是使用“ppp.density”函数创建多边形形状的kde图像,但输出结果与文档中描述的不同,我不知道它是什么格式,也不知道如何获得新点样本的kde值 任何帮助都将不胜感激R中一个新样本点的核密度估计提取,r,spatial,kernel-density,spatstat,R,Spatial,Kernel Density,Spatstat,我有400个多边形的空间引用数据(shapefile)和分布在它们上面的点。我希望根据包含的点为每个多边形创建一个内核密度估计的光栅。之后,我想为每个多边形创建100个随机点的样本,其中每个点都有一个空间参考(x和y坐标)和一个kde值。到目前为止,我所做的只是使用“ppp.density”函数创建多边形形状的kde图像,但输出结果与文档中描述的不同,我不知道它是什么格式,也不知道如何获得新点样本的kde值 任何帮助都将不胜感激 buffer <- st_read(".../..
buffer <- st_read(".../.././buffers.shp")
pbb<- st_read(".../.../.././pbb.shp")
library(spatstat)
for (p in 1:400) {
if(p %in% pbb$value) {
poly123<- pbb[pbb$value == p,]
C <- as.owin(buffer$geometry[p])
point<- ppp(poly123$X,poly123$Y, window = C)
d <- density(point, kernel = "gaussian")
plot(d)
buffer您正在使用spatat
包中的函数density.ppp
(而不是“ppp.density”)
如果p
是一种点模式(classppp
),那么D确保我理解:您希望在每个多边形中生成100个随机点,并在100个位置中的每个位置计算KDE?使用spatstat可以非常轻松地完成此操作。现在无法从我的手机中写入详细信息。是的,我想首先根据实际观察(不同多边形中的点)创建kde光栅,然后为每个多边形创建100个点的新随机样本,其中每个点都有kde值。谢谢!效果很好。另外,感谢您对西格玛的评论。我会调查的。
values <- density(p, at="points")