如何计算spatstat中Kcross曲线（红虚线与黑实线）间的面积？

问题背景 #

我正在使用spatstat包运行多类型交叉K函数（Kcross），数据集和绘图脚本如下：

df <- read.csv(file = "trees_rocks.csv")
df.test <- filter(df, Class %in% c("TREE", "ROCK"))

x.range <- range(df.test$coord_x)
y.range <- range(df.test$coord_y)

test.ppp <- ppp(
  df.test$coord_x, df.test$coord_y,
  x.range, y.range, marks = factor(df.test$Class))

plot(envelope(test.ppp, Kcross, nsim = 10), xlim = c(0, 100))

生成的图能展示聚类程度，但我需要更精确的量化指标：如何计算红虚线（理论期望）与黑实线（观测值）之间的面积？

我尝试过auc()函数，但因不清楚无协变量时的用法而受阻。

解决方案 #

步骤1：保存envelope计算结果 #

先不直接绘图，将envelope()的输出存储为对象，方便后续提取数据：

env <- envelope(test.ppp, Kcross, nsim = 10, xlim = c(0, 100))

步骤2：提取曲线数据 #

envelope对象包含了关键数据列：

• r：距离序列
• obs：Kcross的观测值
• theo：Kcross的理论期望值（完全空间随机下的结果）

提取代码：

r_vals <- env$r
obs_vals <- env$obs
theo_vals <- env$theo

步骤3：计算曲线间的面积差 #

两条曲线间的面积等价于观测值与理论值差值曲线的积分，可以用两种方法实现：

方法1：使用spatstat的auc()函数

直接对差值曲线计算曲线下面积：

# 计算观测值与理论值的差值
diff_vals <- obs_vals - theo_vals
# 计算差值曲线的积分（即两条曲线间的面积）
area <- auc(r_vals, diff_vals)

• 若差值有正有负，结果为净面积；若需要总面积（忽略正负），先对diff_vals取绝对值：diff_vals <- abs(obs_vals - theo_vals)

方法2：基础R梯形积分

用梯形法手动计算积分，原理是将曲线分割为多个梯形求和：

diff_vals <- obs_vals - theo_vals
# 梯形积分公式
area <- sum(diff(r_vals) * (head(diff_vals, -1) + tail(diff_vals, -1)) / 2)

步骤4：可视化验证（可选） #

可以绘制差值曲线并填充面积，验证计算结果的合理性：

plot(r_vals, diff_vals, type = "l", xlab = "距离", ylab = "观测Kcross - 理论Kcross")
# 填充差值曲线与x轴之间的区域
polygon(c(r_vals, rev(r_vals)), c(diff_vals, rep(0, length(diff_vals))), 
        col = rgb(0,0,1,0.2), border = NA)

内容的提问来源于stack exchange，提问作者Wolfgang