0

我正在编写一些代码来模拟森林林。我已经使用 Spatstats 模拟了大中型树木的位置。我想做的下一步是模拟较小的树。我一直在尝试编写一些代码，使较小的树木能够远离大型和中型树木。

对于 Spatstat 中的 Thomas 成簇模型，我可以使用单个数字 kappa 模拟正确数量的小树，但是这会产生接近大/中树的成簇。我正在努力模拟正确数量的小树，其中父点位于林分较不密集的部分。

我曾尝试在大中型树上使用 spatstat 中的密度函数。然后我尝试反转栅格，以便树木较少的区域具有更高的像素值，但我似乎无法找到将其更改为 Kappa 栅格的方法，这将为我生成正确数量的较小树木。

下面的代码给了我一个数字来生成正确数量的小树

窗口尺寸为 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，在这些点中，父点更可能在展台的密度较小的区域产生。

非常感谢您的帮助！

4

1 回答 1

0

我建议您阅读Spatial Point Patterns: Methodology and Applications with Rspatstat一书中的第 12.3.4 节“非均匀聚类模型” 。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：我是合著者。）

在该部分中，解释了您建议的过程的强度如何是一个复杂的表达式（卷积），并且不容易控制将生成多少点。mu 从数学上讲，处理不均匀的后代过程（即让空间变化）要容易得多。这意味着您到处都有父母，但它们会根据位置产生后代，因此在有许多成年/中等树木的地区会产生很少的后代，而在空旷的地区会产生许多后代。细节在书中。祝你好运！

于 2019-04-11T09:14:00.380 回答