R - spatstat：计算新点的密度答案

【问题标题】：R - spatstat: Calculate density for a new pointR - spatstat：计算新点的密度
【发布时间】：2021-06-26 18:54:15
【问题描述】：

是否可以使用spatstat 估计给定ppp 对象的强度函数并考虑新点计算其值？例如，我可以在new_point 处评估D：

# packages
library(spatstat)

# define a random point within Window(swedishpines)
new_point <- ppp(x = 45, y = 45, window = Window(swedishpines))

# estimate density
(D <- density(swedishpines))
#> real-valued pixel image
#> 128 x 128 pixel array (ny, nx)
#> enclosing rectangle: [0, 96] x [0, 100] units (one unit = 0.1 metres)

^{由reprex package (v1.0.0) 于 2021-03-30 创建}

我在想也许我可以superimpose() 两个ppp 对象（即swedishpines 和new_point）然后运行density 设置at = "points" 和weights = c(rep(1, points(swedishpines)), 0) 但我不确定是否这是建议的方法（我不确定在估计过程中是否忽略了附加点）。

我知道这听起来像是一个微不足道的问题，但我阅读了一些文档并没有找到答案或解决方案。

【问题讨论】：

标签： r spatstat

【解决方案1】：

有两种方法可以做到这一点。

第一种是简单地获取强度的像素图像，并使用[提取所需位置的像素值：

D <- density(swedishpines)
v <- D[new_points]

查看density.ppp 和[.im 的帮助。

另一种方式是使用densityfun：

f <- densityfun(swedishpines)
v <- f(new_points)

查看densityfun.ppp的帮助

第一种方式效率更高，第二种方式更准确。

技术问题：如果某些new_points 可能位于swedishpines 的窗口之外，那么这些点的值（数学上）是未定义的。上述两种方法都将简单地忽略这些点，结果向量v 将比新点的数量短。如果您需要处理这种连续性，最简单的方法是使用D[new_points, drop=FALSE]，它会为这些位置返回NA 值。

【讨论】：

非常感谢。