Определите параметры округления для плоского точечного массива в UTM

spatstat не округляет данные координат. Функция ppp копирует входные данные непосредственно в объект точечного массива без изменения данных.

В распечатке из print.ppp округление упоминается, потому что оно пытается угадать уровень точности данных. Угадывание выполняется spatstat функцией rounding, которая в основном проверяет, совпадает ли round(x, k) с x для заданного количества цифр k.

Итак, моя интерпретация такова, что ваши данные пространственных координат, несмотря на то, что они записаны с более высокой точностью, фактически дискретизируются с точностью до 0,1 м. Хотя rounding.ppp иногда может ошибаться из-за числовых сбоев, ваше описание графика Фрая поддерживает ту же интерпретацию.

Звучит странно. В spatstat округление не выполняется - метод сводки просто определяет, соответствуют ли координаты некоторому количеству десятичных знаков, и затем сигнализирует об этом.

library(spatstat)
df <- data.frame(x = runif(4, 0, 10), y = runif(4, 0, 10))
dat <- ppp(df[,1], df[,2], window = square(10))
coords(dat)
#>           x        y
#> 1 0.2025274 3.458709
#> 2 9.2649444 2.272643
#> 3 5.3580148 1.270116
#> 4 8.4807510 7.745455
summary(dat)
#> Planar point pattern:  4 points
#> Average intensity 0.04 points per square unit
#> 
#> Coordinates are given to 7 decimal places
#> 
#> Window: rectangle = [0, 10] x [0, 10] units
#> Window area = 100 square units

df2 <- round(df, 2)
dat2 <- ppp(df2[,1], df2[,2], window = square(10))
coords(dat2)
#>      x    y
#> 1 0.20 3.46
#> 2 9.26 2.27
#> 3 5.36 1.27
#> 4 8.48 7.75
summary(dat2)
#> Planar point pattern:  4 points
#> Average intensity 0.04 points per square unit
#> 
#> Coordinates are given to 2 decimal places
#> i.e. rounded to the nearest multiple of 0.01 units
#> 
#> Window: rectangle = [0, 10] x [0, 10] units
#> Window area = 100 square units

Не могли бы вы попытаться добавить к вашему вопросу вывод следующего?

head(df)
head(coords(dat))

РЕДАКТИРОВАТЬ: в настоящее время spatstat использует all.equal, чтобы угадать округление данных. Однако это работает только для примерно 8 значащих цифр, поэтому, когда ваши значения координат большие, его обманывают. Это НЕ означает, что координаты на самом деле усечены - обманывают только механизм предположения. Входные данные копируются дословно. Как вы заметите, что «диаграмма Фрая для dat показывает регулярный интервал с шагом 10 см»? Не могли бы вы сообщить о выходе head(coords(frypoints(dat)))?