GEE：计算长时间序列NPP与NDVI之间的相关系数

GEE中内置了计算相关系数的函数，可以分析两个变量之间的相关性，比如要分析两个波段之间的相关性，主要用到ee.Reducer.pearsonsCorrelation()函数。

ee.Reducer.pearsonsCorrelation()
内容：创建一个双输入归约器，用于计算 Pearson 的积矩相关系数和相关性 = 0 的 2 边 p 值检验。
无输入值，返回为Reducer.
以计算长时间序列NPP与NDVI之间的相关系数为例：

// NPP
var npp = ee.ImageCollection('MODIS/006/MOD17A3H')
  .filterDate('2000-01-01', '2020-12-31')
  .select('Npp');

// NDVI
var ndvi = ee.ImageCollection('MODIS/006/MOD13A1')
  .filterDate('2000-01-01', '2020-12-31')
  .select('NDVI');

// China
var china = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017')
  .filter(ee.Filter.eq('country_na', 'China'));

// 计算每年的平均NPP
var annualNPP = ee.ImageCollection(
  ee.List.sequence(2000, 2020).map(function(year) {
    year = ee.Number(year);
    var yearlyNPP = npp.filter(ee.Filter.calendarRange(year, year, 'year'))
                      .mean()
                      .set('year', year);
    return yearlyNPP;
  })
);

// 计算每年的平均NDVI
var annualNDVI = ee.ImageCollection(
  ee.List.sequence(2000, 2020).map(function(year) {
    year = ee.Number(year);
    var yearlyNDVI = ndvi.filter(ee.Filter.calendarRange(year, year, 'year'))
                        .mean()
                        .set('year', year);
    return yearlyNDVI;
  })
);

// 合并NPP和NDVI数据
var combined = annualNPP.map(function(nppImage) {
  var year = ee.Number(nppImage.get('year'));
  var ndviImage = annualNDVI.filter(ee.Filter.eq('year', year)).first();
  return nppImage.addBands(ndviImage);
});

// 计算相关系数
var correlation = combined.reduce(ee.Reducer.pearsonsCorrelation());

print('Correlation between NPP and NDVI:', correlation);

// 可视化相关系数
Map.addLayer(correlation, {min: -1, max: 1}, 'Correlation');

计算相关系数的主要为var corr1=collection.select(‘NDVI’,‘EVI’) .reduce(ee.Reducer.pearsonsCorrelation());，输出包括相关系数和p值。