基于Python和ArcGIS的空间插值和空间Mann-Kendall(M-K)分析

我们的微信公众号、知乎账号和账号就是都是Python干货铺子喔~欢迎大家的关注以及交流地理学呀~我们希望以自己微薄的努力促进开放地球科学的研究工作！期待大家的关注~

在这里写技术推文感觉还是不太方便，比如贴代码部分，所以还是建议回到我们的公众号原文阅读一下啦

地址：基于Python和ArcGIS的空间插值和空间Mann-Kendall(M-K)分析

篇外话：地理学分析很重视时间和空间数据分析，可以说地理学很大程度上围绕着时空取得了众多重要的研究成果。空间异质性也通过空间分析技术得到了非常直观的解释。

本次推文主要分为两部分：

第一部分是使用ArcGIS去提取，然后插值下载来的CRU格点降水数据，shapefile矢量范围用的是青藏高原的；

第二部分是使用下载来的CRU格点降水数据做空间Mann-Kendall分析；

先看结果图，不看结果的学习就是耍流氓

Mann-Kendall分析在地学研究中是很常见的一种研究手段，我们可以在很多场合看到这个方法的身影。ArcGIS提供的空间数据插值之前也学习过了，是可以通过站点，也就是具体的经纬点来插值的。那么接下来就先做ArcGIS对CRU降水格点数据做提取和插值美化工作，好好地出一张地图出来，然后使用Python对下载的CRU降水格点数据做Mann-Kendall趋势分析。

首先是ArcGIS部分，在CRU官网[https://crudata.uea.ac.uk/cru/data/hrg/cru_ts_4.05/cruts.2103051243.v4.05/pre/]下载数据，格式是NetCDF

然后打开ArcMap的多维工具箱从nc创建一个栅格图层，维度选择time维。

加载完成之后，顺便把shp也加进去，然后在数据管理工具箱中合成全部band，由于我做的时候已经全部做好了，这感觉似乎不是很好写，我也只能将一个大概的步骤了。把数据提取到point去，就可以在shp上得到数据了，统计均值，如果你的数据原本就被方大了十倍的话，那么可以使用地图代数去除以10。。。。我发现这部分真不好写，特别是这个图，一大长条的太影响美观了。

最后，通过提取到point的格点，也就是shp范围内的格点来做ID插值，需要说明的是从CRU下载的数据是全球尺度的，于是提取到point去之后我就clip出了shp青藏高原的来了，没有mask，因为这里两个数据都已经是矢量了。

对提取到point的降水数据进行IDW插值之后再进行简单的美化修饰操作就得到了如下的结果图了，然后打印出地图来看看

这样的话，一张简单的地图就完成了，这个测试的目的就是提取栅格点出去插值。

##################我是分割线#################

---

第二部分就是使用Python就是对下载来的CRU降水数据做空间Mann-Kendall测试分析。为了让测试看起来比较理想，我选择下载另一个CRU文件，时间范围比较长，1901-2020年的，前面的网址打开之后可以去下载到。测试环境为Jupyter Notebook。需要的一个关键包是pymannkenall，之外还需要xarray，numpy等。

这个nc数据大小为2.78G，我也不想选择一个子区域了，直接就做全球的

如果还没安装pymannkendall的话，先安装一下，然后导入必要的包并读取，这部分代码零零散散的我就以截图形式展示

然后从这里开始正式的计算，原理是loop经维格点。这里，建议还是自己手动输入，不要复制脚本。以前看MK分析那种一般是两条曲线，x轴是时间，现在是经纬度。

由于数据有点大，计算要花点时间的，算完之后就可以使用cartopy去绘制地图了

然后就得到了结果图：

最开始的时候，colorbar并不是有文字在上面的，需要使用如下脚本添加一下：

Ok，这样的话就搞定了，是否点赞再看那不是我的事，做的质量如何不是我说了算的，如果觉得有帮助的人就点一下，随意一点很好