Desclusterización utilizando software de código abierto de la célula

Question

Quiero realizar celular declustering en un pequeño punto del conjunto de datos.

Tengo 9 puntos de observación y quiero encontrar el tamaño de la región de influencia de una observación, y luego usar eso como peso en el análisis.

La única forma en que pude encontrar es que uno:

library('gstat')
library('sp')
data(meuse)
coordinates(meuse) = ~x + y 
data(meuse.grid)
coordinates(meuse.grid) = ~x + y 
gridded(meuse.grid) <- TRUE

zn.tp = krige(log(zinc) ~ 1, meuse, meuse.grid, nmax = 1) 
image(zn.tp["var1.pred"]) 
points(meuse, pch = "+", cex = 0.65) 
cc = coordinates(meuse) 
library(tripack)
plot(voronoi.mosaic(cc[, 1], cc[, 2]), do.points = FALSE, add = TRUE)
title("Thiessen (or Voronoi) polygon interpolation of log(zinc)")

Así que, después de la preparación de los datos, podría crear Thiessen (Voronoi) polígonos. Sin embargo, funciona correctamente sólo cuando tomé la decisión acerca de las fronteras de mi red.

Mi pregunta es: ¿Cómo se podría realizar de la célula declustering, que también se ocupará de la creación de las fronteras exteriores?

EDITAR NOV 22

La única idea que pude encontrar fue DECLUST función de gslib http://www.statios.com/help/declus.html . Podría celular declustering ser realizado en menos difícil camino?

Answer 1

Nueve puntos es un muy pequeño número, así que me gustaría utilizar algunas límite arbitrario en lugar de tratar de construir un complejo algoritmo que podrían "ir salvaje".

Le sugiero que use r.crecer.distancia en el césped para crear una distancia capa alrededor de sus puntos, y para establecer un umbral de restricción del tamaño de su área de estudio (por ejemplo, el mayor valor de la distancia entre dos pares de vecino puntos). entonces usted puede cortar su polígonos de thiessen.

Como un comentario, usted podría hacer lo mismo (buffer + disolver buffer) o similar (convex hull + buffer) con vectores en QGIS.