Wie implementiere ich die bivariate Ripley K-Funktion?

Das beigefügte Bild zeigt eine Waldlücke mit roter Kiefer als Kreise und weißer Kiefer als Kreuze. Ich bin daran interessiert festzustellen, ob zwischen den beiden Kiefernarten eine positive oder negative Assoziation besteht (dh ob sie in denselben Gebieten wachsen oder nicht). Ich kenne Kcross und Kmulti im R-Spatstat-Paket. Da ich jedoch 50 Lücken zu analysieren habe und mit der Programmierung in Python besser vertraut bin als mit R, möchte ich einen iterativen Ansatz mit ArcGIS und Python finden. Ich bin auch offen für R-Lösungen.

Wie kann ich eine bivariate Ripley-K-Funktion implementieren?

Nach langem Suchen in den hinteren Ecken der ESRI-Dokumentation bin ich zu dem Schluss gekommen, dass es keinen vernünftigen Weg gibt, eine bivariate Ripley-K-Funktion in Arcpy / ArcGIS auszuführen. Ich habe jedoch eine Lösung mit R gefunden:

# Calculates an estimate of the cross-type L-function for a multitype point pattern.
library(maptools)
library(spatstat)
library(sp)

# Subset certain areas within a points shapefile.  In this case, features are grouped by gap number
gap = 1

# Read the shapefile
sdata = readShapePoints("C:/temp/GapPoints.shp")  #Read the shapefile
data = sdata[sdata$SITE_ID == gap,]  # segregate only those points in the given cluster

# Get the convex hull of the study area measurements
gapdata = readShapePoints("C:/temp/GapAreaPoints_merged.shp")  #Read the shapefile that is used to estimate the study area boundary
data2 = gapdata[gapdata$FinalGap == gap,]  # segregate only those points in the given cluster
whole = coordinates(data2) # get just the coords, excluding other data
win = convexhull.xy(whole) # Convex hull is used to get the study area boundary
plot(win)

# Converting to PPP
points = coordinates(data) # get just the coords, excluding other data
ppp = as.ppp(points, win) # Convert the points into the spatstat format
ppp = setmarks(ppp, data$SPECIES) # Set the marks to species type YB or EH
summary(ppp) # General info about the created ppp object
plot(ppp) # Visually check the points and bounding area

# Plot the cross type L function
# Note that the red and green lines show the effects of different edge corrections
plot(Lcross(ppp,"EH","YB"))

# Use the Lcross function to test the spatial relationship between YB and EH
L <- envelope(ppp, Lcross, nsim = 999, i = "EH", j = "YB")
plot(L)

Unter dem Toolset " Räumliche Statistik - Analysieren von Mustern" in ArcToolbox befindet sich ein integriertes Skript-Tool namens " Räumliche Clusteranalyse mit mehreren Entfernungen" (Ripleys K-Funktion) . Sie können den Quellcode des Tools lesen, wenn Sie in dessen Eigenschaften das auf der Registerkarte Quelle verwendete Skript suchen.