图像高斯平滑尺度单位咨询——基于spatstat包Smooth.Im函数

1. 空间单位的继承 #

spatstat里的im对象（也就是你从栅格转来的图像）会继承原始栅格的空间坐标单位（比如米、公里、地理坐标系的度）。Smooth.Im的高斯平滑带宽参数sigma，单位和im对象的空间单位完全匹配——比如原始栅格单位是米，sigma=30就代表30米的高斯核半宽。

平滑后转回的栅格，空间单位和原始栅格保持一致，平滑操作不会改变空间尺度的单位。

2. 平滑后数值的含义与像素密度的关系 #

你把所有栅格值设为1，相当于得到了一个全域值为1的图像。用默认参数（normalise=TRUE）的Smooth.Im做高斯平滑时，输出的每个像素值是：

以该像素为中心，sigma覆盖范围内的区域，经高斯权重加权后的平均像素值

因为输入全是1，且高斯核是归一化的（积分总和为1），所以平滑后的数值会围绕1波动——中心区域接近1，边缘区域因高斯权重衰减略小于1。这个数值是无量纲的，和像素密度的关联在于：

• 像素密度越高（单个像素对应空间范围越小），高斯核覆盖的像素数越多，平滑结果越贴合理论高斯曲线；
• 像素密度越低，结果会因采样点不足出现锯齿，但数值的核心含义不变。

简言之：平滑后的数值本身没有物理单位，是加权平均后的相对值；空间尺度（平滑范围大小）由原始栅格单位和sigma参数决定，像素密度只影响结果精度，不改变单位。

快速验证方法 #

可以用这段代码确认空间单位信息：

# 查看im对象的空间参数
print(your_im_object)
# 查看输出栅格的坐标系统
crs(your_output_raster)

内容的提问来源于stack exchange，提问作者Maik