GEE17: 基于Theil-Sen Median斜率估计和Mann-Kendall趋势分析方法分析NDVI变化【趋势分析】

已于 2023-12-03 14:39:54 修改
阅读量4.3k 收藏 44
点赞数 7
分类专栏： 地学科研 GEE 文章标签： javascript GEE arcgis NDVI 经验分享 Mann-Kendall Sen Median
于 2023-10-07 21:50:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/amyniez/article/details/133656418
版权
本文介绍了基于Theil-Sen Median斜率估计和Mann-Kendall趋势分析方法来分析NDVI变化的过程。Theil-Sen Median方法是一种稳健的非参数统计趋势计算方法，而Mann-Kendall检验则用于非参数的时间序列趋势性检验。在Google Earth Engine (GEE)平台上，通过导入数据、计算斜率和执行趋势分析，展示了NDVI随时间的趋势。结果包括斜率估计图层、二值图像分类、Kendall趋势检验、Z统计值图和NDVI趋势变化图。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Theil-Sen Median + Mann-Kendall

1. Theil-Sen Median + Mann-Kendall 原理

1.1 Theil-Sen Median

  Theil-Sen Median方法又称为Sen斜率估计，是一种稳健的非参数统计的趋势计算方法。该方法计算效率高，对于测量误差和利群数据不敏感，适用于长时间序列数据的趋势分析。其计算公式为：
在这里插入图片描述

  式中，n为研究图层数，即n=22; ρ为趋势度，当ρ<0时，表示NDVI随时间呈下降趋势，当ρ>0时，表示NDVI随时间呈上升趋势。

1.2 Mann-Kendall

  Mann-Kendall(MK) 检验是一种非参数的时间序列趋势性检验方法，其不需要测量值服从正太分布，不受缺失值和异常值的影响，适用于长时间序列数据的趋势显著检验。检验公式：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GEE：对NDVI的时间序列使用Sen+Mann-Kendall（MK）趋势检验
养乐多的博客
11-29 1万+
Sen+MK趋势分析 Sen 斜率估计用于计算趋势值，通常与MK非参数检验结合使用。即首先计算Sen趋势值，然后使用MK方法判断趋势显著性。 本文使用非参数 Mann-Kendall 检验检测图像中是否存在递增或递减趋势和 Sen 斜率以量化趋势的大小（如果存在）来检测图像中的单调趋势。 本文还展示了估计 Mann-Kendall 检验统计量的方差、用于检验是否存在任何趋势的 Z 统计量以及统计量的 P 值（假设为正态分布）。 需要注意的是，这里介绍的方法适用于评估离散数据（即非浮点数）中的单调趋势（即没有
TIFF 图像变化趋势分析
BeZer0的学习笔记
04-23 2013
βv​Medianj−ivj​​−vi​​​其中v表示变化的指标，vj​​和vi​​表示第j年和第i年指标f的平均值。当βv​0时，表明指标变化呈改善趋势，反之降低。
GEE中线性回归分析、Sen‘s slope分析、Mann-Kendall检验、FORMA趋势分析一NDVI为例
u011315466的博客
03-10 1907
GEE中线性回归分析、Sen’s slope分析、Mann-Kendall检验、FORMA趋势分析一NDVI为例。
Theil-Sen estimator：一维 X 和 y 之间斜率估计的稳健回归-matlab开发
05-30
Theil-Sen 估计器，也称为 Sen 斜率估计器、斜率选择、单中值法或 Kendall 稳健线拟合法，是一种稳健线性回归方法，通过成对的两维样本点。 它以 Henri Theil 和 Pranab K. Sen 的名字命名，他们分别于 1950 年和 1968 年发表了关于该方法的论文。 它可以有效地计算，并且对异常值不敏感； 对于偏斜和异方差数据，它可以比简单的线性回归准确得多，并且即使对于正态分布的数据也能与简单的最小二乘法竞争。 它被称为“用于估计线性趋势的最流行的非参数技术”。 PS：如何使用的示例代码可以在 .mfile 中找到 注意：此代码只能用于二维情况。 这是对==>的回应http://www.mathworks.nl/support/solutions/zh-CN/data/1-FERW6X/index.html?product=ML&solution=1-F
Theil-Sen Median斜率估计和Mann-Kendall趋势分析：以多年NPP数据为例
weixin_45358016的博客
10-03 3920
Mann-Kendall(MK)检验是一种非参数的时间序列趋势性检验方法，其不需要测量值服从正太分布，不受缺失值和异常值的影响，适用于长时间序列数据的趋势显著检验。斜率估计，是一种稳健的非参数统计的趋势计算方法。该方法计算效率高，对于测量误差和利群数据不敏感，适用于长时间序列数据的趋势分析。同样采用双边趋势检验，在给定显著性水平下，在正态分布表中查得临界值 Z1－α/2。计算公式为（在Z的计算公式中，当S>0时，分子为 S-1），则拒绝原假设，即认为趋势显著。时，接受原假设，即趋势不显著。
python进行Theil-Sen Median斜率估计和Mann-Kendall趋势分析
pengbr的博客
11-27 3010
这样就得到了像元矩阵，矩阵中的行代表某一年的所有像元值。这样获取某一列数据就代表某个像元的时间序列数据，或者可以对矩阵进行转置，这样每一行就代表某个像元的时间序列，这里直接采用列数据。4、利用Theil-Sen Median斜率估计和Mann-Kendall趋势分析计算每个像元序列的β和Z值，并根据分类函数进行分类。虽然匹配到了所有的tif文件，但不是按照年份顺序排列的，所有接下来需要对文件列表重新排序。2、获取tif文件所有像元的值，并将这些tif文件像元的值组合起来形成像元矩阵。
python实现Theil-Sen Median斜率估计和Mann-Kendall趋势分析
qq_49526578的博客
04-05 4260
python实现Theil-Sen Median斜率估计和Mann-Kendall趋势分析
python利用pymannkendall包进行Theil-Sen Median斜率估计和Mann-Kendall检验
Oona_01的博客
03-30 358
Mann-Kendall(MK)检验是一种非参数的时间序列趋势性检验方法，其不需要测量值服从正太分布，不受缺失值和异常值的影响，适用于长时间序列数据的趋势显著检验。本文给定显著性水平 α = 0.05，则临界值 Z1－α/2 = ±1.96，当Z的绝对值大于1.65、1.96和2.58时，表示趋势分别通过了信度为90%、95%和99%的显著性检验。介绍一下Theil-Sen Median斜率估计和Mann-Kendall趋势分析，这两种方法经常结合使用，前者用于估计趋势的斜率，后者用于检验趋势的显著性。
基于 GEE 的归一化植被指数 NDVI 时间序列分析：Sen 斜率和 Mann-Kendall (MK) 检验
最新发布
@HNUSTer的博客
03-30 1315
基于 GEE 的归一化植被指数 NDVI 时间序列分析：Sen 斜率和 Mann-Kendall (MK) 检验。
基于GEE的年最大合成、sen+mk检验算法
Soul_taker的博客
06-23 4495
基于GEE的年最大合成、sen+mk检验算法 1、实验平台与数据 实验平台为google earth engine、python3.6，数据为gee中自带的NDVI数据。 2、思路 对长序列NDVI数据（8天合成数据）进行NDVI年最大合成， 然后进行sen+mk检验，检测NDVI的变化趋势及显著情况。 3、代码 年最大合成 def img_max_year(start_year,end_year,data_path,data_name): ''' this function can get
Delphi Mann-Kendall 趋势和突变检验分析
12-27
使用Delphi编写的Mann-Kendall趋势和突变检验分析工具。
Sen趋势分析.txt
07-29
Sen可以用来计算连续时间序列数据的趋势分析，例如长时间序列下的NDVI，植被覆盖度，气温、降水、相对湿度等气象数据的变化趋势，对于具有空间信息的栅格数据（遥感影像）来说，ENVI可以基于栅格进行计算，将二者相结合，则可以计算具有地理信息的栅格数据的Sen趋势分析。文本文件详细分解了Sen的计算过程，以及对应在ENVI的bandmath模块中的表达式。
Theil-Sen 稳健线性回归：快速执行对异常值稳健的线性回归。-matlab开发
06-01
此函数通过查找给定数据集中所有成对点组合之间的中值斜率来执行非参数 Theil-Sen 稳健线性回归算法的快速版本。 对于我的应用程序，我需要在大型数据集（数千个点）上运行稳健的回归，但我在文件交换上发现的实现速度太慢（见图）。 此代码的速度要快得多，对于大型数据集，其速度比当前可用的代码快两个数量级。
基于Theil-Sen斜率和Mann-Kendall检验的栅格数据趋势分析
frankgis的博客
12-26 1712
Sen趋势分析利用时序数据计算每个像素点的Sen趋势值，判断某种变量（如蒸散、降水、温度等）的趋势（上升、下降或无变化）。使用中位数斜率方法（Sen’s Slope）来量化趋势，适用于处理非参数时间序列数据。Mann-Kendall显著性检验对趋势进行显著性检验，判断趋势是否显著（例如，在95%置信水平下）。计算Mann-Kendall统计量 SS 和对应的标准化Z值，以衡量趋势的显著性。输出结果。
栅格时间序列数据theil_sen斜率估计（matlab）
qq_49526578的博客
08-11 1452
栅格时间序列数据sen.slop斜率估计，将变化斜率赋值在栅格上。
GEE教程：利用MODIS地表林地覆盖数据和Landsat NDVI数据计算变化趋势（斜率和截距）森林NDVI的线性变化趋势
此星光明博客
10-22 532
MODIS/006/MOD44B是MODIS陆地覆盖数据产品系列的一部分，该系列的目标是提供全球陆地覆盖和陆地类型信息。MOD44B数据产品使用了500米的空间分辨率，覆盖了全球范围。该产品通过使用MODIS时间序列的数据来估算陆地表面的植被覆盖度。MOD44B数据产品利用了MODIS传感器在每天拍摄的一系列数据，通过比较每一天的数据，可以估算出植被覆盖的变化情况。这些数据可以用于监测气候变化、植被生长和退化等重要环境和生态过程。
【森气杂谈】再谈MK趋势检验之泰尔-森估算
HMXNX的博客
04-23 3485
MK趋势检验之泰尔森估计
掌握Mann-Kendall趋势检验：数据序列分析项目
weixin_33773084的博客
09-03 3568
本文还有配套的精品资源，点击获取 简介：Mann-Kendall（MK）检验是一种非参数统计方法，用于检测时间序列数据的上升或下降趋势。该方法不依赖于数据的具体分布，对异常值不敏感，适合分析环保、气候学等多个领域的长期趋势。本简介介绍了MK检验的基本原理、秩的计算、统计量的构建和检验的修正方法。同时，提到了一个可能的MATLAB脚本文件 mk2.m ，该文件能...
Theil-Sen中值趋势分析和Mann-Kendall检验法
03-04
Theil-Sen中值趋势分析是一种非参数的统计方法，用于估计数据集的趋势线。它通过计算所有点对之间的斜率，然后取这些斜率的中位数来确定趋势线的斜率。该方法对异常值不敏感，适用于各种类型的数据集。 Mann-Kendall检验法是一种用于检测时间序列数据中趋势的非参数统计方法。它基于数据的秩次，通过比较每个数据点与其前面的数据点的大小关系来确定趋势的方向。该方法不需要对数据进行正态分布假设，适用于各种类型的时间序列数据。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jackson的生态模型

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值