使用spatstat窗口內的插值留下了一個點

Question

我有一個映射森林圖的數據框，其中所有樹幹都有X，Y座標，胸高（cm）和存活率（0,1）（在這裏找到，名爲「MFP14_surv_forSO.csv」：https://www.dropbox.com/sh/t10b53qcobvxlzg/AACZyASgudtFLiZ79QRIjHH_a?dl=0）。

我創建了一個空間點模式，然後是一個大莖幹死亡的平滑內核（im對象），作爲冠層「gappiness」（或光透入量）的代理。我認爲大莖的直徑大於9釐米，而'0'存活則表明莖幹死亡。

我想在所有樹幹上插入這種「gappiness」度量。我已經知道該模式中有幾個點位於窗口之外，因此我使用inside.owin()來排除那些來自分析的數據框的子集。

surv14 <- read.csv("MFP14_surv_forSO.csv") 
win14 <- owin(poly=list(x=c(0,250,250,225,225,0),y=c(0,0,50,50,100,100))) #specifying window extent 
surv14 <- surv14[inside.owin(surv14[,1],surv14[,2], win14)==TRUE,] #removing points outside of window 
death <- surv14[!is.na(surv14$diam90) & surv14$diam90>9,] #subsetting only large stems 
death <- death[death$surv==0,] #subsetting only the large stems that died 
death.pp <- as.ppp(death,win14) #creating point pattern from large stem death 
death.fun <- Smoothfun(death.pp,sigma=10,edge=TRUE) #smoothed kernel of large stem death 
im <- as.im(death.fun) #converting smoothed kernel into im object 
ext <- im[surv14[,1:2]] #yields pixel values of gappiness for each stem 
surv14 <- cbind(surv14,ext) #adding gappiness measure to data frame 

但是，當我插，這是離開了的要點之一 - 有在surv14 4873周的觀察和僅4872插值，ext。所以，當我嘗試使用cbind到gappiness的措施綁定到我的數據幀，我得到了以下錯誤消息：

Error in data.frame(..., check.names = FALSE) : 
arguments imply differing number of rows: 4873, 4872 

我不知道如何找出哪些點它的離開了，爲什麼。任何指導將不勝感激！

Answer 1

這種失敗的原因有點複雜。

我會嘗試去通過您的代碼，並解釋這是怎麼回事：

library(spatstat) 
surv14 <- read.csv("MFP14_surv_forSO.csv") 
win14 <- owin(poly=list(x=c(0,250,250,225,225,0),y=c(0,0,50,50,100,100))) #specifying window extent 
surv14 <- surv14[inside.owin(surv14[,1],surv14[,2], win14)==TRUE,] #removing points outside of window 
death <- surv14[!is.na(surv14$diam90) & surv14$diam90>9,] #subsetting only large stems 
death <- death[death$surv==0,] #subsetting only the large stems that died 
death.pp <- as.ppp(death,win14) #creating point pattern from large stem death 

在這一點上，你有兩個不同的標記標記點模式： diam90和surv，並避免併發症的發生我會只保留 diam90（因爲我們知道surv爲0，所有的點）：

marks(death.pp) <- marks(death.pp)$diam90 

繼續你的代碼下一個CRE吃death.fun其中是R函數的兩個參數x和y 並將其返回內核平滑樹 直徑在位置X，Y必須是上文所定義的多邊形窗口 win14內部。

death.fun <- Smoothfun(death.pp, sigma=10, edge=TRUE) #smoothed kernel of large stem death 

現在將此功能轉換爲像素圖像的默認分辨率128×128 像素在封閉的矩形。

im <- as.im(death.fun) #converting smoothed kernel into im object 

在與原窗口情節簡單疊加的數字 逼近看起來不錯：

plot(im, main = "") 
plot(win14, add = TRUE, border = "green", lwd = 3) 

但是，你不能完全代表這個 分辨率原來的窗口。的surv14點號1850是原來的窗口 而不是裏面的數字逼近：

inside.owin(surv14$X[1850], surv14$Y[1850], win14) 
#> [1] TRUE 
inside.owin(surv14$X[1850], surv14$Y[1850], Window(im)) 
#> [1] FALSE 

然後你通過 被解釋爲點的列表和像素值的兩列data.frame子集劃分像素圖像爲每個點 裏面的圖像窗口返回。因此，只有4872點 返回：

ext <- im[surv14[,1:2]] #yields pixel values of gappiness for each stem 
length(ext) 
#> [1] 4872 

這個簡單的解決方法是直接使用death.fun並跳過 像素近似：

ext <- death.fun(surv14$X, surv14$Y) 
#> Warning in ppp(X$x, X$y, window = win, check = check): data contain 
#> duplicated points 
length(ext) 
#> [1] 4873 

那麼你的代碼最後一行應工作：

surv14 <- cbind(surv14,ext) #adding gappiness measure to data frame 

請注意，我還沒有考慮過是否使用 這個缺點的衡量標準。我會把它留給你。

Answer 2

AJ布朗問：

我不知道如何找出哪些點它的離開了，爲什麼。

在您使用[.im在具有座標surv14[,1:2]的位置來提取像素的圖像值的命令ext <- im[surv14[,1:2]]。 [.im的幫助表示它有一個參數drop，它指定是否應該省略位於像素化窗口之外的位置（drop=TRUE）或應該返回NA值（drop=FALSE）。默認值爲drop=TRUE，因此如果在像素化窗口外有任何位置，結果矢量ext將比預期的要短。所以，如果你

ext <- im[surv14[,1:2], drop=FALSE]

然後你可以使用is.na(ext)可以找出點。

在這個特定的例子中，你不需要像素化，所以最好只使用Smoothfun，就像Ege建議的那樣。