如何使用软件包adehabitatHR计算国内距离分析的库德？

Question

我试图计算我的企鹅跟踪数据的库德50%和95%，但遇到了一个错误。我的目标是计算归属范围密度，然后导出数据作为一个多边形。

library(adehabitatHR)  
library(sp)
library(readxl)
library(rgdal)

HRtracks<- as.data.frame(read_excel("allinterpolatedtracks.xlsx")) 

# assign the correct columns as coordinates
coordinates(HRtracks)<-c("x","y")   
proj4string(HRtracks)<- CRS("+init=epsg:3857")

#convert the coordinates to utm format
tracks.utm<-spTransform(HRtracks, CRS("+proj=utm +zone=60 +datum=WGS84"))

在运行脚本的这一部分后发生错误，tracks.utm，X指示按数据排序的列，这是按单个tripID排序的，因此它应该为每个单独的轨道创建一个范围。

colkud<-kernelUD(tracks.utm[,3],h="href", grid=1000,same4all=T)

错误：

Error: Can't subset columns that don't exist.
x Location 3 doesn't exist.
i There are only 1 column.

我怀疑我在我的脚本中遗漏了一些东西，但是我还不是一个有经验的用户，所以我希望得到一些建议。

数据：

tracks.utm <- dput(new("SpatialPointsDataFrame", data = structure(list(TripID = c(1, 
1, 1, 1, 1, 1)), row.names = c(NA, -6L), class = c("data.frame")), 
coords.nrs = numeric(0), coords = structure(c(165846.488217799, 
165846.488227808, 165846.488167749, 165846.488257839, 165846.488237819, 
165846.488718291, -19995889.0262206, -19995889.0261311, -19995889.0262007, 
-19995889.0261311, -19995889.0260814, -19995889.0254053), .Dim = c(6L, 
2L), .Dimnames = list(NULL, c("x", "y"))), bbox = structure(c(165846.488167749, 
-19995889.0262206, 165846.488718291, -19995889.0254053), .Dim = c(2L, 
2L), .Dimnames = list(c("x", "y"), c("min", "max"))), proj4string = new("CRS", 
projargs = "+proj=utm +zone=60 +datum=WGS84 +units=m +no_defs")))

干杯

Answer 1

基于dput，数据中只有一列。检查您的数据是很好的做法！如果您查看str(tracks.utm@data)，唯一的列是TripID，您正在尝试指定第三列。

如果您查看函数help，您将看到正在传递的xy参数指定：

继承SpatialPoints类的对象，包含动物的x和y重定位。如果xy继承了类SpatialPointsDataFrame，那么它应该只包含一个列(因子)，它对应于每次迁移的动物的身份。

这意味着TripID应该是唯一的列，应该是一个因子，并对应于单个的动物id。由于预期只有一个列，所以不需要指定它，而只需要指定sp对象。但是，显然对单个列的需求似乎不是这样的，您可以有多个列，但是需要指定包含唯一动物ids的列，因此需要列括号索引。

为了确保您的动物I是一个因素(每个帮助)，我建议强制适当的列(例如，TripID)为一个因子。

library(sp)
library(adehabitatHR)

tracks.utm <- dput(new("SpatialPointsDataFrame", data = structure(list(TripID = c(1, 
1, 1, 1, 1, 1)), row.names = c(NA, -6L), class = c("data.frame")), 
coords.nrs = numeric(0), coords = structure(c(165846.488217799, 
165846.488227808, 165846.488167749, 165846.488257839, 165846.488237819, 
165846.488718291, -19995889.0262206, -19995889.0261311, -19995889.0262007, 
-19995889.0261311, -19995889.0260814, -19995889.0254053), .Dim = c(6L, 
2L), .Dimnames = list(NULL, c("x", "y"))), bbox = structure(c(165846.488167749, 
-19995889.0262206, 165846.488718291, -19995889.0254053), .Dim = c(2L, 
2L), .Dimnames = list(c("x", "y"), c("min", "max"))), proj4string = new("CRS", 
projargs = "+proj=utm +zone=60 +datum=WGS84 +units=m +no_defs")))

tracks.utm@data$TripID <- factor(tracks.utm@data$TripID)
  str(tracks.utm@data) 
( colkud <- adehabitatHR::kernelUD(tracks.utm[,1], h="href", 
                                 grid=1000, same4all=TRUE) )
  image(colkud)
    points(tracks.utm, pch=20)