R spatstat中Kcross.inhom置信包络未围绕理论分布曲线问题咨询

问题背景 #

• 分析目标：验证已知考古遗址点（数据集B）对历史文献记载聚落点（数据集A）的位置预测能力，即B点附近出现A点的概率
• 前置操作：通过quadrat.test拒绝了点模式齐性的原假设，因此选择Kcross.inhom（非齐性交叉K函数）替代常规Kcross，但前者出现置信包络与理论分布完全分离的异常，后者结果正常

排查与解决方案 #

1. 检查强度估计的合理性 #

Kcross.inhom的计算依赖对两个点模式的强度估计，默认核密度估计的带宽选择不当会直接导致结果偏差：

• 手动使用专业带宽选择函数指定参数，示例代码：

  # 为数据集A和B选择合适的带宽
  bw_A <- bw.diggle(A)
  bw_B <- bw.diggle(B)
  # 生成强度表面
  lambda_A <- density.ppp(A, sigma = bw_A)
  lambda_B <- density.ppp(B, sigma = bw_B)
  # 重新计算非齐性交叉K函数
  K_inhom <- Kcross.inhom(A, B, lambdaI = lambda_A, lambdaJ = lambda_B)
  

• 绘制强度表面验证：plot(lambda_A)和plot(lambda_B)，检查是否存在明显不合理的高值/低值区域。

2. 调整蒙特卡洛模拟参数 #

置信包络由蒙特卡洛模拟生成，参数设置不足会导致包络异常：

• 增加模拟次数（建议至少999次），同时明确指定模拟过程使用非齐性泊松点模式，示例代码：

  env_inhom <- envelope(A, Kcross.inhom, J = B, lambdaI = lambda_A, lambdaJ = lambda_B, 
                        nsim = 999, simulate = expression(rpoispp(lambda_A)))
  plot(env_inhom)
  

3. 验证点模式的空间一致性与数据质量 #

• 确认两个点模式的观测窗口完全一致，不一致会导致K函数计算基准错误：

  # 取两个窗口的交集统一空间范围
  common_win <- intersect.owin(Window(A), Window(B))
  A <- A[common_win]
  B <- B[common_win]
  

• 清理数据：使用unique.ppp(A)去除重复点，outliers.ppp(A)识别并排查异常点。

4. 验证非齐性泊松过程假设 #

Kcross.inhom基于两个点模式均为非齐性泊松过程的假设，若数据偏离该假设会导致结果异常：

• 拟合非齐性泊松模型验证：

  fit_A <- ppm(A ~ x + y)
  fit_B <- ppm(B ~ x + y)
  plot(fit_A) # 查看模型拟合的强度表面是否合理
  

• 参考spatstat官方文档中的非齐性K函数相关章节获取官方示例与注意事项。

内容的提问来源于stack exchange，提问作者Kristo Siig