本文主要是介绍matlab逐像元计算栅格数据10年间的变化趋势代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
% 指定目标文件夹的路径
folder_path = 'E:\'; % 替换为目标文件夹路径% 使用 dir 函数列出目标文件夹下的指定位置的文件
file_pattern = '*.tif'; % 例如,获取所有扩展名为".tif"的文件
files = dir(fullfile(folder_path, file_pattern));
% 装载文件
dataList=[];
% 遍历 files,显示获取的文件名
for i = 1:length(files)file_name = files(i).name;disp(file_name);[data, R] = geotiffread(strcat(folder_path,'\',file_name));dataList=[dataList,data(:)];
end
% 装载P值
pList=[];
for pixel=1:size(dataList,1)
% data=files(pixel,:); % 线性拟合(多项式拟合)poly_degree = 1; % 多项式的阶数,1表示线性拟合a=1:size(files,1);b=dataList(pixel,:)p = polyfit(1:size(files,1), dataList(pixel,:), poly_degree);pList=[pList,p(1)];
end
% 绘图
pList1=reshape(pList,360,640);
pList1=rot90(pList1');
% 读取已有的影像文件
imageFilename = 'E:\D.tif';
info = geotiffinfo(imageFilename);
% 创建地理坐标参考对象(以及设定经度和纬度范围、间隔)
Ref = georasterref('RasterSize', [360, 640], 'LatitudeLimits', [-90, 90], 'LongitudeLimits', [-180, 180]);
geotiffwrite('updatedimage.tif', pList1, Ref);
和那种高级的滑动时间序列预测啥的还是不一样的
python的linregress和matlab的polyfit,都是用的最小二乘法,直接简单粗暴地将[1,2,3,4,…N]的时间序列与像元值进行的回归拟合
这篇关于matlab逐像元计算栅格数据10年间的变化趋势代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!