ggplot中stat_density_2d的level解读与每km²密度转换问题

1. 理解level值与转换为实际km²密度 #

默认stat_density_2d()生成的level是概率密度的分位数阈值（比如level=0.5对应包含50%样本的区域），没有直接生物学意义。要得到每km²的实际个体密度：

• 你的数据是UTM[km]格式，x/y单位为公里，因此核密度的天然单位是个体数/km²。但ggplot默认输出的是概率密度（总积分=1），需乘以总样本数转换为实际密度：
  实际密度 = 概率密度 × 总样本数
• 若直接用stat_density_2d()，需指定contour_var="density"，再手动设置level为你需要的密度阈值（如levels=c(2,5,10)代表每km²2、5、10个个体的等高线）。

2. 外部计算核密度（更易控制与校准） #

如果在ggplot外计算核密度遇到困难，用MASS::kde2d()是最直接的方案，步骤如下：

library(MASS)
library(ggplot2)

# 示例数据：df包含x(UTM km)、y(UTM km)、survey分组列
# 计算单调查的核密度（h为带宽，单位km，根据数据分布调整）
kde_out <- kde2d(df$x, df$y, h = c(0.5, 0.5))
# 转换为ggplot可用的数据框，同时转换为实际密度
kde_df <- data.frame(
  x = rep(kde_out$x, length(kde_out$y)),
  y = rep(kde_out$y, each = length(kde_out$x)),
  density = as.vector(kde_out$z) * nrow(df)  # 乘样本数得到个体数/km²
)

# 绘制热图+等高线
ggplot(kde_df, aes(x, y, fill = density)) +
  geom_raster(interpolate = TRUE) +
  geom_contour(aes(z = density), color = "white", breaks = c(2,5,10)) +
  scale_fill_viridis_c(name = "个体数/km²")

3. 多调查图保持统一level（相同颜色对应相同密度） #

要让不同调查的图颜色刻度完全一致，需统一计算范围和刻度：

# 假设你有多个调查数据框：df_survey1, df_survey2, df_survey3
# 第一步：统一带宽，计算所有调查的密度范围
all_dens <- c()
common_h <- c(0.5, 0.5)  # 所有调查用相同带宽
for (dat in list(df_survey1, df_survey2, df_survey3)) {
  kde <- kde2d(dat$x, dat$y, h = common_h)
  all_dens <- c(all_dens, kde$z * nrow(dat))
}
# 确定全局密度范围
dens_limits <- c(0, max(all_dens))
# 自定义统一的刻度断点
dens_breaks <- seq(0, max(all_dens), by = 5)

# 绘制每个调查的图时，复用刻度设置
ggplot(kde_df_survey1, aes(x, y, fill = density)) +
  geom_raster(interpolate = TRUE) +
  geom_contour(aes(z = density), color = "white", breaks = dens_breaks) +
  scale_fill_viridis_c(name = "个体数/km²", limits = dens_limits, breaks = dens_breaks) +
  xlim(min(df_survey1$x, df_survey2$x, df_survey3$x), 
       max(df_survey1$x, df_survey2$x, df_survey3$x)) +  # 统一坐标范围
  ylim(min(df_survey1$y, df_survey2$y, df_survey3$y), 
       max(df_survey1$y, df_survey2$y, df_survey3$y))

4. contour_var="count" vs "density"的差异与伪影问题 #

差异本质 #

• contour_var="density"：绘制单位面积的个体数（个体数/km²），轮廓仅反映密度分布，不受区域大小影响。
• contour_var="count"：绘制等高线包围区域内的估计个体总数（核密度×区域面积），轮廓形状会随数据分布范围变化——比如样本分散在更大区域时，相同count值的轮廓会更稀疏。

伪影原因与解决 #

伪影通常来自分组计算时的参数不一致：

1. 带宽不一致：默认stat_density_2d会为每个分组自动计算带宽，导致不同组的核扩散程度不同，出现异常轮廓。解决：手动指定统一带宽bw = c(0.5, 0.5)。
2. 坐标范围不一致：分组计算时，每个组的x/y范围不同，count模式下的轮廓会延伸到无数据区域，产生伪影。解决：用xlim/ylim统一所有图的坐标范围。
3. 样本量差异：样本量小的组，count模式下的估计误差大，容易出现跳变轮廓。解决：用外部计算的核密度（如kde2d()），手动控制插值范围。

内容的提问来源于stack exchange，提问作者Anke