R语言：基于Spatstat包的单变量和双变量平面Ripley‘s K函数分析

因为网上查找得到的R语言K函数分析的资料很少，Spatstat包的介绍也很少，所以抛砖引玉。本文简单介绍了使用R语言spatstat包的Kest，Kcross(Lcross)和Kinhom方法进行了单变量和双变量平面Ripley's K函数分析的方法及代码，希望有所帮助。

首先需要将经纬度坐标转换为笛卡尔坐标系下的坐标，不然Ripley's K函数计算的空间尺度半径是不对的。

原始数据OriginalData的格式如下：

OriginalData.csv

OBJECTID	longitude	latitude
23	30.93427	121.5829
590	30.88591	121.5676
782	30.88255	121.5452
1085	30.93471	121.5365

 我们所需要的数据实际只有经纬度两列。读入OriginalData.csv后，可以通过SoDA包的geoXY方法进行转换，将结果保存在point.csv中。代码如下：

#将经纬度坐标转换为笛卡尔坐标
library("SoDA")
pos <- read.csv("OriginalData.csv", header = T)
geoxy <- geoXY(pos$longitude, pos$latitude)
write.csv(geoxy,file = "point.csv")

生成的结果文件point.csv如下：