r - R中多边形的Cating核密度估计

标签 r spatial kernel-density spatstat

我有一个多边形的形状文件和分布在多边形上的另一个点。我想根据每个多边形包含的点创建一个核密度估计。不幸的是,我只能使用 MASS 包中的 kde2d 函数创建平方 KDE。我希望 KDE 的形状为多边形。 有什么建议吗?

 kde1 <- kde2d(poly$X, poly$Y, n=100,)

enter image description here

最佳答案

您可以使用 spatstat 包来实现此目的。这是一个阅读的例子 在 sf 的 shapefile 中,生成随机点并运行核密度 估计点的强度(每单位面积的点):

library(sf)
#> Linking to GEOS 3.8.0, GDAL 3.0.4, PROJ 6.3.1
nc <- st_read(system.file("shape/nc.shp", package="sf"))
#> Reading layer `nc' from data source `/usr/lib/R/site-library/sf/shape/nc.shp' using driver `ESRI Shapefile'
#> Simple feature collection with 100 features and 14 fields
#> geometry type:  MULTIPOLYGON
#> dimension:      XY
#> bbox:           xmin: -84.32385 ymin: 33.88199 xmax: -75.45698 ymax: 36.58965
#> geographic CRS: NAD27
nc_flat <- st_transform(nc, crs = 26917)
W <- as.owin(nc_flat$geometry[1]) # First county of North Carolina data set in spatstat format

library(spatstat)
X <- runifpoint(100, win = W)
plot(X, "Random points")

D <- density(X)
plot(D, main = "KDE")

关于r - R中多边形的Cating核密度估计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65920718/

相关文章:

使用正则表达式替换最后一次出现的字符串(并且仅替换字符串)

python - 如何在python中获得密度峰值

r - 在 R 中叠加 10 个密度图,颜色与重叠图的数量成正比

r - 应该很容易 : distance along a line in R?

r - 如何将点添加到堆叠条形图

r - 限制构面图中构面上的类别数量

r - 提取 SpatialPolygons 中包含的栅格像元数

r - 创建空间点数据框

java - Hibernate异常: Positions are collinear in 2D

matlab - 我的多元核估计计算有什么问题?