R 为UTM中的平面点阵列定义舍入参数

我正在分析一个平面点模式，该模式是使用高分辨率GPS设备记录的，精确到~1厘米。我的数据框由UTM坐标（米）组成，小数点后两位，然后我使用同样在UTM中的研究区域多边形将其转换为ppp对象

一切都在按预期导入和打印，我可以在我要查找的ppp对象上运行任何

spatstat

函数。但是，将数据帧转换为ppp对象时，坐标将四舍五入到最接近的0.1 m

在创建ppp对象时，是否有方法定义/控制小数位数？我想将有效数字保留到0.01 m，以便分析相关性和间距

dat <- ppp(df[,1],df[,2], window = poly_owin)
summary(dat)
Planar point pattern:  1755 points

*Pattern contains duplicated points*

Coordinates are given to 1 decimal place
i.e. rounded to the nearest multiple of 0.1 m

编辑2

head(coords(frypoints(dat)))
        x             y
1 10.4333 17.4160000002
2 10.6676 15.8789999997
3 14.4048 15.2609999999
4 14.2222 13.5329999998
5 13.9725 12.7280000001
6 10.7175 12.7379999999

fryplot(dat, width = 0.3)

这听起来很奇怪。在

spatstat

中，未进行四舍五入——汇总 方法只是检测坐标是否被赋予了某些属性 小数位数，然后发出此信号

库（spatstat）
df 1 0.2025274 3.458709
#> 2 9.2649444 2.272643
#> 3 5.3580148 1.270116
#> 4 8.4807510 7.745455
摘要（dat）
#>平面点模式：4点
#>平均强度每平方单位0.04点
#> 
#>坐标的小数点后7位
#> 
#>窗口：矩形=[0,10]x[0,10]单位
#>窗面积=100平方单位
df2 1 0.20 3.46
#> 2 9.26 2.27
#> 3 5.36 1.27
#> 4 8.48 7.75
摘要（dat2）
#>平面点模式：4点
#>平均强度每平方单位0.04点
#> 
#>坐标的小数点后两位
#>即四舍五入至0.01单位的最接近倍数
#> 
#>窗口：矩形=[0,10]x[0,10]单位
#>窗面积=100平方单位

请尝试将以下内容的输出添加到您的 问题

头部（df）
主管（协调人（dat））

---

编辑：当前

spatstat

使用

all.equal

猜测数据的舍入。然而，这只适用于8位有效数字，所以当坐标值较大时，它就被愚弄了。这并不意味着坐标实际上被截断了——只是猜测机制被愚弄了。输入数据被逐字复制。您如何观察到“一个

dat

的Fry图以10 cm的增量显示规则间距”？请报告

头部（坐标（frypoints（dat））

的输出，好吗？

spatstat

不舍入坐标数据。功能

ppp

将输入数据直接复制到点模式对象中，而无需更改数据

print.ppp

的打印输出提到舍入，因为它试图猜测数据的精度级别。猜测由

spatstat

函数

rounding

执行，该函数基本上检查给定位数

k

的

round（x，k）

是否与

x

相同

---

因此，我的解释是，尽管记录的空间坐标数据精度更高，但实际上离散到最接近的0.1 m。虽然

rounding.ppp

有时会因为数字错误而出错，但您对Fry图的描述支持相同的解释。

非常感谢您的回复。我已经将您要求的输出添加到了我的原始问题中。我还应该补充一点，UTM坐标以米为单位，并且包含的小数位数远远超过输出中显示的3或4位（尽管超过毫米的小数位数并不重要）。据我所知，输出中显示的位数由数字设置控制。再次感谢。作为第二次编辑提供的其他信息。感谢您的解释和时间。UTM坐标是原始数据还是从lat、lon转换而来？可能是转换导致了离散化？至少，

spatstat

中没有任何东西会导致这种情况。

head(coords(frypoints(dat)))
        x             y
1 10.4333 17.4160000002
2 10.6676 15.8789999997
3 14.4048 15.2609999999
4 14.2222 13.5329999998
5 13.9725 12.7280000001
6 10.7175 12.7379999999

fryplot(dat, width = 0.3)