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")