mk突变点检测_Mann-Kendall突变检测(mk突变检测)

本帖最后由 vb1987 于 2013-6-12 23:27 编辑

%最近写论文需要用到MK检验法,网上收集到大量的matlab代码,但是没有一个代码能够

%完全正确运行或者分析信息不全,结合多位网友编写的MK检验法,经过我的改编,顺利得到

%正确的运行结果,谢谢各位网友,希望对有需要的盆友有帮助

% Mann-Kendall突变检测

% 数据序列y

% 结果序列UFk,UBk2

%--------------------------------------------

%读取excel中的数据,赋给矩阵y

%获取y的样本数

%A为时间和径流数据列

A=xlswrite('数据.xls')

x=A(:,1);%时间序列

y=A(:,2);%径流数据列

N=length(y);

n=length(y);

% 正序列计算---------------------------------

% 定义累计量序列Sk,长度=y,初始值=0

Sk=zeros(size(y));

% 定义统计量UFk,长度=y,初始值=0

UFk=zeros(size(y));

% 定义Sk序列元素s

s = 0;

% i从2开始,因为根据统计量UFk公式,i=1时,Sk(1)、E(1)、Var(1)均为0

% 此时UFk无意义,因此公式中,令UFk(1)=0

for i=2:n

for j=1:i

if y(i)>y(j)

s=s+1;

else

s=s+0;

end;

end;

Sk(i)=s;

E=i*(i-1)/4; % Sk(i)的均值

Var=i*(i-1)*(2*i+5)/72; % Sk(i)的方差

UFk(i)=(Sk(i)-E)/sqrt(Var);

end;

% ------------------------------正序列计算end

% 逆序列计算---------------------------------

% 构造逆序列y2,长度=y,初始值=0

y2=zeros(size(y));

% 定义逆序累计量序列Sk2,长度=y,初始值=0

Sk2=zeros(size(y));

% 定义逆序统计量UBk,长度=y,初始值=0

UBk=zeros(size(y));

% s归0

s=0;

% 按时间序列逆转样本y

% 也可以使用y2=flipud(y);或者y2=flipdim(y,1);

for i=1:n

y2(i)=y(n-i+1);

end;

% i从2开始,因为根据统计量UBk公式,i=1时,Sk2(1)、E(1)、Var(1)均为0

% 此时UBk无意义,因此公式中,令UBk(1)=0

for i=2:n

for j=1:i

if y2(i)>y2(j)

s=s+1;

else

s=s+0;

end;

end;

Sk2(i)=s;

E=i*(i-1)/4; % Sk2(i)的均值

Var=i*(i-1)*(2*i+5)/72; % Sk2(i)的方差

% 由于对逆序序列的累计量Sk2的构建中,依然用的是累加法,即后者大于前者时s加1,

% 则s的大小表征了一种上升的趋势的大小,而序列逆序以后,应当表现出与原序列相反

% 的趋势表现,因此,用累加法统计Sk2序列,统计量公式(S(i)-E(i))/sqrt(Var(i))

% 也不应改变,但统计量UBk应取相反数以表征正确的逆序序列的趋势

UBk(i)=0-(Sk2(i)-E)/sqrt(Var);

end;

% ------------------------------逆序列计算end

% 此时上一步的到UBk表现的是逆序列在逆序时间上的趋势统计量

% 与UFk做图寻找突变点时,2条曲线应具有同样的时间轴,因此

% 再按时间序列逆转结果统计量UBk,得到时间正序的UBk2,做图用

UBk2=zeros(size(y));

% 也可以使用UBk2=flipud(UBk);或者UBk2=flipdim(UBk,1);

for i=1:n

UBk2(i)=UBk(n-i+1);

end;

% 做突变检测图时,使用UFk和UBk2

% 写入目标xls文件:f:\test2.xls

% 目标表单:Sheet1

% 目标区域:UFk从A1开始,UBk2从B1开始

xlswrite('f:\test2.xls',UFk,'Sheet1','A1');

xlswrite('f:\test2.xls',UBk2,'Sheet1','B1');

figure(3)%画图

plot(x,UFk,'r-','linewidth',1.5);

hold on

plot(x,UBk2,'b-.','linewidth',1.5);

plot(x,1.96*ones(N,1),':','linewidth',1);

axis([min(x),max(x),-5,5]);

legend('UF统计量','UB统计量','0.05显著水平');

xlabel('t (year)','FontName','TimesNewRoman','FontSize',12);

ylabel('统计量','FontName','TimesNewRoman','Fontsize',12);

%grid on

hold on

plot(x,0*ones(N,1),'-.','linewidth',1);

plot(x,1.96*ones(N,1),':','linewidth',1);

plot(x,-1.96*ones(N,1),':','linewidth',1);

你可能感兴趣的:(mk突变点检测)