5

単変量のリプリーの K ポイント パターン分析の結果に矛盾があることを発見したようです (図 1)。まず、R スクリプトが論理的な結果を生成しているかどうかを確認するために、1x1 の均一な点グリッドを生成しました (図 2)。調査範囲は 20x40 です (図 2)。完全に均一なデータを考えると、任意の検索距離 (r) でランダムまたはクラスター化されたポイント パターンが表示されるとは思われません。これらの結果を生成するために、添付のスクリプトが使用されました。これらの制御された条件下で、均一なポイント パターンのみが存在するはずなのに、クラスタリングと CSR が表示されるのはなぜですか?

require(spatstat)
require(maptools)
require(splancs)

# Local Variables
flower = 0
year = 2013

# Read the shapefile
sdata = readShapePoints("C:/temp/sample_final.shp")  #Read the shapefile
data = sdata[sdata$flow_new == flower,]  # subset only flowering plants
data2 = data[data$year == year,] # subset flowering plants at year X
data.frame(data2) # Check the data

# Get the ripras estimate of area based on the study area measurements
gapdata = readShapePoints("C:/temp/study_area_boundary.shp")  #Read the shapefile
whole = coordinates(gapdata) # get just the coords, excluding other data
win = convexhull.xy(whole) # Ripras will determine a good bounding polygon for the points (usually a variant of Convex Hull)
plot(win)

# Converting to PPP
points = coordinates(data2) # get just the coords, excluding other data
ppp = as.ppp(points, win) # Convert the points into the spatstat format
data.check = data.frame(ppp) # Check the format of the ppp data
summary(ppp) # General info about the created ppp object
plot(ppp) # Visually check the points and bounding area

# Now run the ppa
L.Env.ppp = envelope(ppp, Lest, nsim = 1000, correction = "best", rank =1)
plot(L.Env.ppp, main = "Uniform Test")
abline(v=(seq(1:12)), lty="dotted")

図1

ここに画像の説明を入力

分析結果

図 2

ここに画像の説明を入力

統一ポイントと窓

4

1 に答える 1