如何使用 R 中的 Spatstat 将强度转换为点模式中的概率？

Question

我有两个点模式 (ppp) 对象 p1 和 p2。 p1和p2分别有X点和Y点。我在 p1 中安装了一个 ppm 模型（位置坐标作为自变量），然后用它来预测 p2 中每个 Y 点的 "intensity"。

现在我想获得 p2 中 point/zone 处事件发生的概率。为此，我如何使用预测强度？

我可以使用 Spatstat 执行此操作吗？还有其他选择吗

Answer 1

你的问题 objective 和目前的方法我不是很清楚。它将是有益的，如果你能提供代码和图形，这解释了更清楚你做了什么，你想要得到什么。如果你无法共享您可以使用的数据，例如内置数据集 chorley 作为示例（或简单地模拟人工数据）：

library(spatstat)
plot(chorley, cols = c(rgb(0,0,0,1), rgb(.8,0,0,.2)))

X <- split(chorley)
X1 <- X$lung
X2 <- X$larynx
mod <- ppm(X1 ~ polynom(x, y, 2))
inten <- predict(mod)
summary(inten)
#> real-valued pixel image
#> 128 x 128 pixel array (ny, nx)
#> enclosing rectangle: [343.45, 366.45] x [410.41, 431.79] km
#> dimensions of each pixel: 0.18 x 0.1670312 km
#> Image is defined on a subset of the rectangular grid
#> Subset area = 315.291058349571 square km
#> Subset area fraction = 0.641
#> Pixel values (inside window):
#>  range = [0.002812544, 11.11172]
#>  integral = 978.5737
#>  mean = 3.103715
plot(inten)

X2 中 58 个位置的预测强度

intenX2 <- predict.ppm(mod, locations = X2)
summary(intenX2)
#>    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
#>  0.1372  4.0025  6.0544  6.1012  8.6977 11.0375

这些预测强度 intenX2[i] 表示在一个小社区中在每个点 X2[i] 周围，来自 X1 的估计点数是泊松分布均值 intenX2[i] 乘以小社区的面积。所以实际上你已经估计了一个模型，在这个模型中你有一个小区域该区域中发生的任意数量的点的概率分布。如果你想要分布在更大的区域你只需要整合该地区的强度。

要获得更好的答案，您必须提供有关问题的更多详细信息。 ^{由 reprex package (v0.2.1)}

创建于 2018-12-12

Answer 2

强度是每单位面积的预期点数。在小区域（例如像素）中，您只需将强度乘以像素面积即可获得像素中某个点存在的概率。

fit <- ppm(p1, .......)
inten <- predict(fit)
pixarea <- with(inten, xstep * ystep)
prob <- inten * pixarea

如果 prob 值小于大约 0.4，则此规则是准确的。

在更大的区域W中，预期的点数是强度函数在该区域上的积分：

EW <- integrate(inten, domain=W)

结果EW是一个数值，即W中预期的总点数。要获得至少一个点的概率，

P <- 1- exp(-EW)

您还可以使用带参数 interval="prediction" 的 predict.ppm 来计算点数的预测区间。

如何使用 R 中的 Spatstat 将强度转换为点模式中的概率？

How to convert intensities to Probabilities in a point pattern using Spatstat in R?

spatial

geospatial

spatstat