Spatstat 中的点模式分析答案

【问题标题】：point pattern analysis in SpatstatSpatstat 中的点模式分析
【发布时间】：2021-03-24 15:43:29
【问题描述】：

我在为某些点模式分析设置数据时遇到了一些问题。

我想做的事：对纽约市逮捕数据进行点模式分析，看看逮捕和 Covid-19 案件之间是否存在空间依赖性。

到目前为止我所做的：以 shapefile 的形式下载数据

https://data.cityofnewyork.us/City-Government/Borough-Boundaries/tqmj-j8zm（邮政编码边界）

https://www1.nyc.gov/site/nypd/stats/crime-statistics/citywide-crime-stats.page（按邮政编码在纽约市逮捕的年初至今数据）

代码：

library(readxl)
library(rgdal) #Brings Spatial Data in R
library(spatstat) # Spatial Statistics
library(lattice) #Graphing
library(maptools)
library(raster)
library(ggplot2)
library(RColorBrewer)
library(broom)

# Load nyc zip code boundary polygon shapefile 
s <- readOGR("/Users/my_name/Documents/fproject/zip","zip")
nyc <- as(s,"owin")

### OGR data source with driver: ESRI Shapefile 
Source: "/Users/my_name/Documents/project/zip", layer: "zip"
with 263 features

# Load nyc arrests point feature shapefile
> s <- readOGR("/Users/my_name/Documents/project/nycarrests/","geo1")

### OGR data source with driver: ESRI Shapefile 
Source: "/Users/my_name/Documents/project/nycarrests", layer: "geo1"
with 103376 features
It has 19 fields

#Converting the dataset into a point pattern
arrests <- as(s,"ppp”) 

### Error in as.ppp.SpatialPointsDataFrame(from) : 
  Only projected coordinates may be converted to spatstat class objects

这给了我上面的错误。

我知道错误与坐标不在笛卡尔坐标中有关。所以我的问题是：

如何将我的 sp 对象转换为具有（投影）笛卡尔坐标以便将其转换为点模式（泊松点过程）？

【问题讨论】：

您能否简化您的问题以使其更有针对性？真的是“我如何投影一个 sp 对象？”该问题与 spatstat 或您加载的大多数软件包无关。
请参阅“处理 shapefile”上的 spatstat 包小插图以获取建议

标签： r gis spatstat maptools

【解决方案1】：

您正在寻找spTransform。

这是一些示例数据

library(raster)
filename <- system.file("external/lux.shp", package="raster")
p <- shapefile(filename)

解决方案

utm <- "+proj=utm +zone=32 +datum=WGS84"
x <- spTransform(p, utm)
x
#class       : SpatialPolygonsDataFrame 
#features    : 12 
#extent      : 266045.9, 322163.8, 5481445, 5563062  (xmin, xmax, ymin, ymax)
#crs         : +proj=utm +zone=32 +datum=WGS84 +units=m +no_defs 
#variables   : 5
#names       : ID_1,     NAME_1, ID_2,   NAME_2, AREA 
#min values  :    1,   Diekirch,    1, Capellen,   76 
#max values  :    3, Luxembourg,   12,    Wiltz,  312

【讨论】：