matlab计算栅格数据逐像元趋势,基于Matlab的栅格数据一元线性回归及显著性检验（slope趋势分析）...

%by [email protected]

在进行长时间序列的栅格数据分析时，如NDVI,fvc，LAI，NPP,GPP，需要知道每个格点的长期趋势。

如果再arcgis中进行一元回归计算，需要将整个公式展开，并且容易出错，而matlab提供了强大的回归

计算功能，通过逐像元的迭代，可以得到每个格点的趋势及显著性栅格图像，话不多说，见以下代码

[a,R]=geotiffread('D:\日降水插值\年pre2000.tif');%先导入某个图像的投影信息，为后续图像输出做准确

info=geotiffinfo('D:\日降水插值\年pre2000.tif');

[m,n]=size(a);

years=16; %表示有多少年份需要做回归

data=zeros(m*n,years);

k=1;

for year=2000:2015 %起始年份

file=['D:\日降水插值\年prec',int2str(year),'.tif'];%注意自己的名字形式，这里使用的名字是年prec2000.tif，根据这个可修改

bz=importdata(file);

bz=reshape(bz,m*n,1);

data(:,k)=bz;

k=k+1;

end

xielv=zeros(m,n);p=zeros(m,n);

for i=1:length(data)

bz=data(i,:);

if max(bz)>0 %注意这是进行判断有效值范围，如果有效范围是-1到1，则改成max(bz)>-1即可

bz=bz';

X=[ones(size(bz)) bz];

X(:,2)=[1:years]';

[b,bint,r,rint,stats] = regress(bz,X);

pz=stats(3);

p(i)=pz;

xielv(i)=b(2);

end

end

name1='D:\simulation\黄河流域降水0.1度\year\趋势\年prec一元线性回归00-15趋势值.tif';

name2='D:\simulation\黄河流域降水0.1度\year\趋势\年prec一元线性回归00-15_P值.tif';

geotiffwrite(name1,xielv,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);

geotiffwrite(name2,p,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);

%一般来说，只有通过显著性检验的趋势值才是可靠的

xielv(p>0.05)=NaN;

name1='D:\simulation\黄河流域降水0.1度\year\趋势\通过显著性0.05检验的年prec一元线性回归00-15趋势值.tif';

geotiffwrite(name1,xielv,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);

在用上述代码的时候请引用以下文献:

Yin et al. 2020. Irrigation water consumption of irrigated cropland and its dominant factor in China from 1982 to 2015. Advance in water resources. 143. doi: 10.1016/j.advwatres.2020.103661

Yin, L.; Wang, X.; Feng, X.; Fu, B.; Chen, Y. A Comparison of SSEBop-Model-Based Evapotranspiration with Eight Evapotranspiration Products in the Yellow River Basin, China. Remote Sens. 2020, 12, 2528.

更多需求，请查看个人介绍