使用多个数据集训练和模拟 spatstat ppm

Question

免责声明：我对 spatstat 和一般的空间点建模非常陌生...请原谅我的天真。

我最近尝试使用 spatstat 来拟合和模拟与天气现象相关的空间点模式，其中空间模式代表一组目击报告（例如，冰雹发生的报告）和观测 window 并且协变量基于某些气象参数（例如 window 是水分至少为 X 的区域，然后在训练模型时将水分变量作为协变量额外传递）。

moistureMask = owin(mask=moisture>X)
moistureVar = im(moisture)

obsPPP = ppp(x=obsX,y=obsY,window=moistureMask)
myModel = ppm(obsPPP ~ moistureVar)

### then simulate
mySim = simulate(myModel,nsim=10)

我的问题如下：

是否有可能（或者更重要的是，甚至有效），在某一天使用特定湿度变量和掩码训练 ppm，并将其应用于另一天具有不同水分值和掩码。我曾考虑使用 update 函数从训练模型中切换出 window 和协变量字段，但还没有真正尝试过。如果答案是肯定的......我有点不清楚如何以编程方式实际执行此操作
是否可以使用附加数据在线更新 ppm。例如，根据来自不同日期的数据（每个日期都有自己的 window 和协变量）迭代地训练模型（类似于训练多少机器学习模型，使用训练数据块）。例如，假设我有 10 年的每日数据，我想用它来训练模型，还有另外 10 年的湿度变量，我想在这些变量上模拟点模式。同样，我在这里也考虑了 update 函数，但不清楚新模型是仅基于新数据，还是基于原始数据和新数据的组合。

如果我的方向完全错误，请告诉我。参考资料和资源表示赞赏。

Answer 1

如果您使用 ppm 拟合模型并通过指定新数据 and/or 新协变量来更新它，那么新数据将替换旧数据；更新模型的参数仅使用您调用 update.

时提供的新数据确定

update 命令的语法在 update.ppm 的联机帮助中进行了描述（通用 update 的方法用于 class ppm).

看来您真正想做的是将点过程模型拟合到许多复制数据集，每个数据集由一个预测变量 moistureVar 和一个点模式 obsPPP 组成。在这种情况下，您应该使用函数 mppm 将点过程模型拟合到复制数据。

为此，首先制作一个列表 A 包含每一天的潮湿区域，另一个列表 B 包含每一天的冰雹报告位置模式。即，A[[1]] 为第 1 天的潮湿区域，B[[1]] 为第 1 天的冰雹报告位置的点模式，依此类推。然后做

   h <- hyperframe(moistureVar=A, obsPPP=B)
   m <- mppm(obsPPP ~ moistureVar, data=h)

这将使单点过程模型适合整组数据。

最后我可以指出模型

  obsPPP ~ moistureVar

非常简单，因为 moistureVar 是二元预测器。该模型将简单地说，冰雹报告的强度在高湿度区域内取一个值，在该区域外取另一个值。作为替代方案，您可以考虑使用水分含量（例如湿度）作为预测变量。

有关详细信息，请参阅 the spatstat book 的第 9 章和第 16 章。

使用多个数据集训练和模拟 spatstat ppm

Training and simulating a spatstat ppm using multiple datasets

r

spatstat