我正在编写一些代码来模拟林分。我已经使用Spatstats模拟了大中型树的位置。我要做的下一步是模拟较小的树木。我一直在尝试编写一些代码，以使较小的树木远离大中型树木。
对于Spatstat中的Thomas丛集模型，我可以使用单个kappa模拟正确数量的小树，但是这会在大树/中树附近产生丛集。我正在努力模拟正确数目的小树，这些小树的父点位于林分密度较低的部分。
我尝试在大中型树上的spatstat中使用密度函数。然后，我尝试将栅格反转，以使树木较少的区域具有较高的像素值，但是我似乎找不到找到将其更改为Kappa栅格的方法，该方法可以为我生成正确数目的较小树木。
下面的代码为我提供了正确生成的小树数量的数字
窗口大小为100x100m
kappaS<-(Number_Small_Trees_to_be_Generated)/(mean(muS)*winarea)
Small.Trees1<-rThomas(kappa=kappaS,
scale=sigmaM,
mu=muS,
win=Window222)
我希望找到一种生成kappa栅格的方法，该栅格可以模拟正确数量的点，其中在不那么密集的林分区域中，父点更容易产生。
非常感谢您的帮助！
答案 0 :(得分：0)
我建议您阅读spatstat书Spatial Point Patterns: Methodology and Applications with R中的第12.3.4节“异构集群模型”。不幸的是，这不是免费的示例章节之一，因此您必须希望您当地的图书馆有这本书。 （免责声明：我是共同作者。）
在该部分中，说明了建议过程的强度是如何复杂的表达式（卷积），并且控制要生成的点数并不容易。从数学上讲，处理不均匀的后代过程要容易得多（即让mu在空间上变化）。这意味着您到处都有父母，但父母会根据位置而产生后代，因此在成年/中型树木较多的地区，很少产生后代，而许多则在空旷地区产生。详细信息在书中。祝你好运！