使用R将四次核热图转换为大多边形

我有欧胡岛海岸附近的点数据。其他人使用这些相同的数据创建了一个大的polygon. 我相信他首先创建了heatmap一个quartic (biweight) kernel，每个点周围半径为 1 公里，像素大小可能为 1 平方公里。他引用了 Silverman（1986 年，第 76 页，方程 4.5，我认为它指的是“统计和数据分析的密度估计”一书）。我相信他将他heatmap的polygon. 我正在尝试polygon使用R和用假数据来近似他Windows 10。我可以使用包中的kde函数来接近ks（见下图）。但该软件包仅包含Gaussian kernels. 是否可以polygon使用 a创建类似的quartic kernel？

另一个分析实际上创建了两个版本的polygon. 一个边界被标记为“> 1 每公里密度”；另一个边界被标记为“> 0.5 每公里密度”。我不知道他是否使用R，QGIS，ArcGIS或别的东西。我无法创建一个大polygon的QGIS，也没有ArcGIS.

感谢您对如何创建任何建议，polygon类似所示的一个，但使用quartic kernel的替代Gaussian kernel。如果我能提供更多信息，请告诉我。

这是我的虚假数据的链接CSV和QGIS格式：在此处输入链接描述 （编辑：希望现在任何人都可以访问虚假数据。我以前可以，但我想其他人不能。）

1. fake_points_oahu.csv

     a. raw data

2. fake_points_oahu_utm (.shp, .dbf, .prj, .shx) 

     a. vector point layer 

3. fake_points_oahu_June11_2021.png

     a. the figure shown above

这是我的R代码：

setwd('C:/Users/mark_/Documents/ctmm/density_in_R/density_files_for_StackOverflow/')

library(sf) # to read shapefile
library(ks) # to use kde function

my.data <- read.csv("fake_points_oahu.csv", header = TRUE, stringsAsFactors = FALSE, na.strings = "NA")
head(my.data)

# Import shapefile
st_layers("fake_points_oahu_utm.shp")

points_utm <- st_read(dsn = "fake_points_oahu_utm.shp", layer = 'fake_points_oahu_utm')
st_crs(points_utm)
plot(points_utm)

my.matrix <- as.matrix(my.data[,2:3])
head(my.matrix)

# This uses the Guassian kernel
my_gps_hpi <- Hpi(x = my.matrix, pilot = "samse", pre = "scale")

my.fhat <- kde(x = my.matrix, compute.cont = TRUE, h = my_gps_hpi,
               xmin = c(min(my.data$longitude), min(my.data$latitude)),
               xmax = c(max(my.data$longitude), max(my.data$latitude)),
               bgridsize = c(500, 500))

my.contours <- c(96.5)

contourLevels(my.fhat, cont = my.contours)
contourSizes(my.fhat, cont = my.contours, approx = TRUE)

plot(my.data$longitude, my.data$latitude)
plot(my.fhat, lwd = 3, display = "filled.contour", cont = my.contours, add = TRUE)

png(file="fake_points_oahu_June11_2021.png")

     plot(my.data$longitude, my.data$latitude)
     plot(my.fhat, lwd = 3, display = "filled.contour", cont = my.contours, add = TRUE)

dev.off()