Sen+MK趋势分析(基于点数据)
1 回顾
- 最早分享过Sen+MK趋势分析,当时是基于栅格逐像元的处理,详细内容见第一篇分享。
- 很多时候也会遇到如下情况,分析的数据是站点的连续数据,然后想分析站点数据的趋势分析以及显著性检验。
2 样例数据
- 把数据在Excel中准备好,如下
3 代码块
用到的函数:
- 使用
mk.original_test
计算各种指标.
# coding:utf-8
import pandas as pd
import pymannkendall as mk"""
Author:俊哥的地理空间 Date:2022/12/30
excel数据样例:
2000 11 20 15
2001 12 19 18
2002 13 18 20
2003 14 17 22
2004 15 16 24
2005 16 15 22
2006 17 14 20
2007 18 13 18
2008 19 12 16
2009 20 11 14
2010 21 10 12
"""
data = pd.read_excel('D:/data.xlsx')
rows = data.shape[0]
cols = data.shape[1]
print(rows,cols)
for i in range(1,cols):r = data.iloc[:,i] # 循环读取每一列数据res = mk.original_test(r)print(res)print(f'trend:{res.trend}','p_value:{:.2f}'.format(res.p),'slope:{:.2f}'.format(res.slope),sep = ',')
4 结果
D:\Python3.9\python.exe D:/PyCode/applyscript/MK趋势分析Excel.py
10 4
Mann_Kendall_Test(trend='increasing', h=True, p=8.303070332638107e-05, z=3.9354796403996297, Tau=1.0, s=45.0, var_s=125.0, slope=1.0, intercept=12.0)
trend:increasing,p_value:0.00,slope:1.00
Mann_Kendall_Test(trend='decreasing', h=True, p=8.303070332638107e-05, z=-3.9354796403996297, Tau=-1.0, s=-45.0, var_s=125.0, slope=-1.0, intercept=19.0)
trend:decreasing,p_value:0.00,slope:-1.00
Mann_Kendall_Test(trend='decreasing', h=True, p=0.03731305320219125, z=-2.082322158977926, Tau=-0.5333333333333333, s=-24.0, var_s=122.0, slope=-1.3333333333333333, intercept=25.0)
trend:decreasing,p_value:0.04,slope:-1.33Process finished with exit code 0
- 该函数可以计算很多的指标,如trend,h,p,z,Tau,s,var_s,slope,intercept
- 这里做Sen+MK只需要保留trend,p,slope;trend:整体变化趋势,p代表显著性,slope表示增加/减少
终于出羊圈了,不过还有一点点咳嗽…
更多代码和软件操作可以关注个人公粽号:俊哥的地理空间 欢迎留言交流
Sen+MK趋势分析(基于点数据)相关推荐
- Sen+MK趋势分析
Sen+MK趋势分析 结果 原理 实现 非平稳时间序列突变检测 -- Bernaola Galvan分割算法 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 ...
- 经验分享 | SEN+Mk趋势分析(matlab代码分享)
代码分享 方法介绍: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 示例:1984-2018NDVI年最大值趋势分析 注意:在对N ...
- NDVI时间序列分析之Sen+MK分析全过程梳理
NDVI时间序列分析之Sen+MK分析全过程梳理 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,即先计算Sen趋势值,然后使用MK方法判断趋势显著性. 原理 Theil-Sen Medi ...
- 基于matlab-arcgis用sen+mk求趋势分析和显著性分析
clc; clear; % 基于Sen的趋势值 [a,R]=geotiffread('C:\Users\smv16\Desktop\栅格数据\Wet-VPD-xianzhu\Wet-VPD\19801 ...
- matlab中NDVI趋势分析,【文献阅读笔记】Sen+MK NDVI趋势分析的一些问题
[文献阅读笔记]Sen+MK NDVI趋势分析的一些问题 引言 Sen+MK一般用于非参数的趋势估计,最开始用于水文学,计算河流流量的时间变化,后来被引入到多个学科中. Theil–Sen Media ...
- Sen+MK长时间序列趋势性分析----基于python的代码实现
sen+mk python实现代码免费共享-----赶紧收藏吧 python开源社区公布了进行sen+mk趋势性检验的官方包,有关该官方包的主要内容详见:https://github.com/Code ...
- 线性回归+MK趋势分析对1980-2020全球洪灾受灾情况进行分析
1.数据 40年的洪灾统计数据,包含八个相关因子: 2.线性回归 直接在excel里生成线性趋势线,用拟合函数作为线性函数: 3.MK趋势分析+泰森斜率MATLAB源码: MATLAB泰森斜率+MK趋 ...
- 对青藏高原进行MK趋势分析
1.参考文献 青藏高原的范围以青藏高原科学数据中心的TPBoundary_new (2021)矢量数据为准. 国家青藏高原科学数据中心https://data.tpdc.ac.cn/zh-hans/d ...
- 【趋势分析方法二】MATLAB实现改进M-K趋势分析
MATLAB实现改进M-K趋势分析 1 Modified Mann-Kendall检验 1.1 原理 1.2 MATLAB实现代码 2 案例 2.1 M-K趋势检验 2.2 MMK趋势检验 2.3 P ...
最新文章
- 长庆石油学校计算机97,我在浙江大学学习计算机技术 ----我在长庆油田会战的12年(十一)...
- 项目构建之maven篇:2.HelloWorld项目构建过程
- 最受欢迎的十款免费安全软件
- C# FTp 上传,下载
- 阿里灵杰:AI工程化助力产业数字升级
- HDU 1506 Largest Rectangle in a Histogram(dp、单调栈)
- Vue项目中的初始化
- 数据结构——最小生成树之克鲁斯卡尔算法(Kruskal)
- 7个顶级资源网站,不知道就很可惜
- 校验html输入值为电话号码,js验证输入是否为手机号码或电话号码示例
- Spring学习笔记-构造和Set方法注入Bean及集合和null值的注入
- 人生苦短 须用Kotlin
- 【原创】ES5高效封装WIN10系统教程2020系列(一)母盘定制
- linux 命令查看内存和cpu信息
- html 树 excel,用Excel实现简易树状关系
- adobe acrobat xi pro绿色免安装版
- Hadoop集群搭建(所需软件安装包已上传发布)
- cmake CMAKE_CXX_COMPILER_VERSION 检查失败
- C语言中:的其中一种作用
- 分享一个忘忧神途辅助脚本工具