Question

我正在为特定情况尝试spatstat。在我的道路形状文件中，我有每条道路上的属性速度和重型车辆的百分比。据观察，在高速和重型车辆的道路上可能发生严重事故（因为道路没有适当的出入控制和行人过马路）。我们知道有一定的事故率（每5公里伸展）。

我想生成一个具有该速率的随机泊松，但是给予重量更高的道路上的点数（或者高卡车率）
并且如果可能还包括第二个变量％of truck

对这两个方面进行建模以制作小概念证明的最佳方法是什么？我已阅读（部分）spatstat书和关于协变量对强度影响的部分，但这对我来说仍然不清楚。

由于

Answer 1

spatstat函数rpoislpp在网络上生成具有给定强度的泊松随机点模式。在这种情况下，您需要一个空间变化的强度，可以通过空间位置的函数指定。也就是说，您需要类似rpoislpp(f, L)的内容，其中L是线性网络，f是强度函数。

我假设您已获得每条道路的协变量值（如速度限制和卡车分数）。然后，您需要构建一个在网络上的任何空间位置查找这些值的函数。一旦你有了这个，就可以用它来写出强度函数。

首先，假设您有一个网络L（类linnet的对象）。网络的各个部分可以按指定时给出的原始顺序编制索引：或者您可以按S <- as.psp(L)提取这些细分。我们需要一个向量z给出每个段的协变量值（所以这将是一个长度为n=nsegments(S)的数字向量）。然后z[i]是沿i段的协变量值。（注意：如果您有每个道路的协变量值，其中道路由多个L段组成，那么您首先需要确定L的哪些段属于每条道路，并构建z。）

接下来执行以下操作：

Zfun <- linfun(function(x,y,seg,tp) { z[seg] }, L)

这会在线性网络（类linfun）上创建一个函数，用于评估L上任意空间位置的协变量。要检查它是否正确构建，请键入plot(Zfun)。

现在假设您希望点过程强度为lambda = exp(3*Z+2)。然后做

lam <- function(x,y,seg,tp) { exp(3 * z[seg] + 2) }
lambda <- linfun(lam, L)

（不用说，你可以在大括号中写出任何数学表达式;你可以有多个协变量等等）

最后生成随机点：

X <- rpoislpp(lambda, L)

点过程强度 - 带协变量的权重 - spatstat

1 个答案: