我有四个变量：物种的点过程模式 发生、河流、池塘多边形和陆地图像数据。我想 使用这些来制作类似于 Murchison 数据集的数据集 塑造层，但我没有操纵。
我需要从这些多边形形状的图层中制作一个数据框 河流、池塘和土地覆盖图像以及点模式 我尝试使用超框架的物种出现数据，但我是 无法使用距离河流或池塘的距离功能。
河流
我想合并 这四个文件作为一个单一的 spatstat 对象，就像 Murchison 的一样 spatstat 软件包附带的数据。如果我能把它们放在一个框架里 那么池塘、土地覆盖、河流是协变量。
我使用了分析功能，但返回的错误是不可能的 用作协变量，例如 x 是一个列表，不能用作 当我调用 dist 时，特别是池塘和河流的协变量 功能。
【问题讨论】：
标签： spatstat
为什么需要hyperframe？你指的是murchison数据，那不是
hyperframe。它只是一个标准的 R list（带有扩展类
listof、anylist 和 solist 用于更好的打印和绘图
spatstat，但实际的数据结构只是一个普通的list）。
重新创建murchison 数据：
library(spatstat)
P <- murchison$gold # Points
L <- murchison$faults # Lines
W <- murchison$greenstone # "Windows
mur <- solist(points = P, lines = L, windows = W)
mur
#> List of spatial objects
#>
#> points:
#> Planar point pattern: 255 points
#> window: rectangle = [352782.9, 682589.6] x [6699742, 7101484] metres
#>
#> lines:
#> planar line segment pattern: 3252 line segments
#> window: rectangle = [352782.9, 682589.6] x [6699742, 7101484] metres
#>
#> windows:
#> window: polygonal boundary
#> enclosing rectangle: [352782.9, 681699.6] x [6706467, 7100804] metres
要在模型中使用数据，不必将它们收集在一个列表中， 但这可能很方便。以下两个模型是相同的：
(mod1 <- ppm(P ~ W))
#> Nonstationary Poisson process
#>
#> Log intensity: ~W
#>
#> Fitted trend coefficients:
#> (Intercept) WTRUE
#> -21.918688 3.980409
#>
#> Estimate S.E. CI95.lo CI95.hi Ztest Zval
#> (Intercept) -21.918688 0.1666667 -22.24535 -21.592028 *** -131.51213
#> WTRUE 3.980409 0.1798443 3.62792 4.332897 *** 22.13252
(mod2 <- ppm(points ~ windows, data = mur))
#> Nonstationary Poisson process
#>
#> Log intensity: ~windows
#>
#> Fitted trend coefficients:
#> (Intercept) windowsTRUE
#> -21.918688 3.980409
#>
#> Estimate S.E. CI95.lo CI95.hi Ztest Zval
#> (Intercept) -21.918688 0.1666667 -22.24535 -21.592028 *** -131.51213
#> windowsTRUE 3.980409 0.1798443 3.62792 4.332897 *** 22.13252
如果您坚持使用hyperframe，您应该为每个测量的
变量，但这些主要用于当您有多个复制时
一个实验，在这里用处不大。函数调用很简单：
murhyp <- hyperframe(points = P, lines = L, windows = W)
【讨论】：