用R中的LinearK函数分析章鱼捕获量

我希望你能帮我解决这个我无法解决的问题。对不起，如果我在写这篇文章时犯了一些错误，我的英语现在有点生疏了

问题是。我有.shp数据，我想在R中分析。shp可以是表示捕捉章鱼的陷阱线的线，也可以是位于这些线正上方的点，表示我们捕捉章鱼的位置

我试图回答的问题是：章鱼是否有统计分组？

经过一点调查，我觉得我需要使用R及其linearK函数来回答这个问题，使用Maptools、SpatStat和Sp库

以下是我在RStudio中使用的代码：

加载库

library(spatstat)
library(maptools)
library(sp)

使用轨迹创建linnet对象

t1<- as.linnet(readShapeSpatial("./20170518/t1.shp"))

绘制它以确保一切正常

plot(t1)

使用点创建ppp对象

p1<- as.ppp(readShapeSpatial("./20170518/p1.shp"))

p1绘图（p1）
如果（！is.vector（xrange）| | length（xrange）！=2 | | xrange[2L]<，则出现错误：
缺少需要TRUE/FALSE的值
此外：警告信息：
1:参数maxsize和markscale的解释已更改（在spatstat版本1.37-0及更高版本中）。现在，圆的大小是通过其直径测量的。
2：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。
3：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。
4：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。
5：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。
6：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。
7：在plot.ppp（x，…，multiplot=FALSE，do.plot=FALSE）中：
所有标记值均为NA；仅打印位置。

现在剩下的是将对象连接到lpp对象中，并使用linearK函数对其进行分析

> pt1 <- lpp(p1,t1)
> linearK(pt1)
Function value object (class ‘fv’)
for the function r -> K[L](r)
......................................
    Math.label     Description        
r   r              distance argument r
est {hat(K)[L]}(r) estimated K[L](r)  
......................................
Default plot formula:  .~r
where “.” stands for ‘est’
Recommended range of argument r: [0, 815.64]
Available range of argument r: [0, 815.64]

pt1线性标记（pt1） 函数值对象（类“fv”） 对于函数r->K[L]（r） ...................................... 数学标签描述 距离变元 est{hat（K）[L]}（r）估计的K[L]（r） ...................................... 默认绘图公式：。~r where“.”代表“est” 建议的参数范围r:[0815.64] 参数r的可用范围：[0815.64] 这就是我现在的情况。我不知道为什么绘图函数不能与我的ppp对象一起工作，以及如何理解linearK函数的返回。帮助（linearK）没有提供任何线索。因为我有很多轨迹，每个轨迹都有一组点，我想要的结果是某种总结，比如x轨迹分析、a分组、b分散和c未知

谢谢你的时间，如果你能帮我解决这个问题，我将不胜感激

---

编辑：这里有一个包含一天所有shp文件（包括轨迹和点）的zip文件链接，还有一个包含我的代码的txt文件。

前两条一般建议：（1）每次创建复杂对象时，都要在终端上打印出来，看看是否符合预期。（2）出现错误时，立即键入

traceback（）

并复制输出。这将准确显示检测到错误的位置

ppp

对象必须包含研究区域（窗口）的规范。在您的代码中，对象

p1

是通过将类

SpatialPointsDataFrame

的数据转换为类

ppp

的对象创建的，该类数据不包括研究区域的规范，通过函数

as.ppp.SpatialPointsDataFrame

转换为类

ppp

的对象，在该类对象中，通过使用坐标。不幸的是，在您的示例中，

p1

中只有一个数据点，因此默认边界框是宽度为0、高度为0的矩形。[这可以通过打印

p1

来显示]此类对象通常可以由

spatstat

处理，但此特定对象会在函数

plot.solist

中触发一个错误，该函数期望windows具有非零大小。我将修复该错误，但

就你而言，我建议你这样做

Window(p1) <- Window(t1)

---

Window（p1）我已经找到了一个解决方案。正如Adrian Baddeley所注意到的，
owin
对象有一个问题。如果我以手动方式创建ppp对象而不是转换我的点集，这个问题似乎被绕过了（没有真正解决）

我还更改了
rgdal:：readOGR
的
readShapeFile
函数，因为第一个函数已被弃用，这就是我收到警告的原因

这是我现在正在使用的R脚本，评论澄清：

#first install spatstat, maptools y sp

#load them

library(spatstat)
library(maptools)
library(sp)


#create an array of folders, will add more when everything works fine
folders=c("20170518")
for(f in folders){

  #read all shp from that folder, both points and tracks
  pointfiles <- list.files(paste("./",f,"/points", sep=""), pattern="*.shp$")
  trackfiles <- list.files(paste("./",f,"/tracks", sep=""), pattern="*.shp$")

  #for each point and track couple
  for(i in 1:length(pointfiles)){


    #create a linnet object with the track

    t<- as.linnet(rgdal::readOGR(paste("./",f,"/tracks/",trackfiles[i], sep="")))
    #plot(t)



    #create a ppp object for each set of points

    pre_p<-rgdal::readOGR(paste("./",f,"/points/",pointfiles[i], sep=""))
    #plot(p)
    #obtain the coordinates the current set of points
    c<-coordinates(pre_p)
    #create vector of x coords
    xc=c()
    #create vector of y coords
    yc=c()
    #not a very good way to fill my vectors but it works for my study area
    for(v in c){
      if(v>4000000){yc<-c(yc,v)}
      else {if(v<4000000 && v>700000){xc<-c(xc,v)}}
    }
    print(xc)
    print(yc)
    #create a ppp object using the vectors of x and y coords, and a window object
    #extracted from my set of points
    p=ppp(xc,yc,Window(as.ppp(pre_p)))

    #join them into an lpp object

    pt <- lpp(p,t)
    #plot(pt)

    #analize it with the linearK function, nsim=9 for testing purposes
    #envelope.lpp is the method for analyzing linear point patterns
    assign(paste("results",f,i,sep="_"),envelope.lpp(pt, nsim=9, fun=linearK))

  }#end for each points & track set
}#end for each day of study

#首先安装spatstat，maptools y sp
#装上
图书馆（spatstat）
图书馆（地图工具）
图书馆（sp）
#创建一个文件夹数组，当一切正常时将添加更多文件夹
文件夹=c（“20170518”）
用于（文件夹中的f）{
#读取该文件夹中的所有shp，包括点和轨迹
点文件你更有可能得到一个很好的答案，你让这个例子完全重现。你，先生，完全正确。我在问题的底部添加了一个链接。谢谢你的兴趣。非常感谢阿德里安的回答。我也注意到ppp对象是我所有麻烦的开始，所以我决定尝试创建我的它以一种更为手动的方式工作，而且似乎很有效。
Window(p1) <- Window(t1)

#first install spatstat, maptools y sp

#load them

library(spatstat)
library(maptools)
library(sp)


#create an array of folders, will add more when everything works fine
folders=c("20170518")
for(f in folders){

  #read all shp from that folder, both points and tracks
  pointfiles <- list.files(paste("./",f,"/points", sep=""), pattern="*.shp$")
  trackfiles <- list.files(paste("./",f,"/tracks", sep=""), pattern="*.shp$")

  #for each point and track couple
  for(i in 1:length(pointfiles)){


    #create a linnet object with the track

    t<- as.linnet(rgdal::readOGR(paste("./",f,"/tracks/",trackfiles[i], sep="")))
    #plot(t)



    #create a ppp object for each set of points

    pre_p<-rgdal::readOGR(paste("./",f,"/points/",pointfiles[i], sep=""))
    #plot(p)
    #obtain the coordinates the current set of points
    c<-coordinates(pre_p)
    #create vector of x coords
    xc=c()
    #create vector of y coords
    yc=c()
    #not a very good way to fill my vectors but it works for my study area
    for(v in c){
      if(v>4000000){yc<-c(yc,v)}
      else {if(v<4000000 && v>700000){xc<-c(xc,v)}}
    }
    print(xc)
    print(yc)
    #create a ppp object using the vectors of x and y coords, and a window object
    #extracted from my set of points
    p=ppp(xc,yc,Window(as.ppp(pre_p)))

    #join them into an lpp object

    pt <- lpp(p,t)
    #plot(pt)

    #analize it with the linearK function, nsim=9 for testing purposes
    #envelope.lpp is the method for analyzing linear point patterns
    assign(paste("results",f,i,sep="_"),envelope.lpp(pt, nsim=9, fun=linearK))

  }#end for each points & track set
}#end for each day of study