基于GEE的年最大合成、sen+mk检验算法

本文主要是介绍基于GEE的年最大合成、sen+mk检验算法，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！

基于GEE的年最大合成、sen+mk检验算法

1、实验平台与数据

实验平台为google earth engine、python3.6，数据为gee中自带的NDVI数据。

2、思路

将 Theil- Sen Median 趋势分析和Mann-Kendall 检验方法结合，是判断长时间序列数据趋势的重要方法。该方法的优点是不需要数据服从一定的分布，对数据误差具有较强的抵抗能力，对于显著性水平的检验具有较为坚实的统计学理论基础，使得结果较为科学可信。其中，Theil-Sen Median 趋势分析是一种稳健的非参数统计的趋势计算方法，可以减少数据异常值的影响。对长序列NDVI数据（8天合成数据）进行NDVI年最大合成，然后进行sen+mk检验，检测NDVI的变化趋势及显著情况。

3、代码

年/月最大合成:python版本

import datetime
from dateutil.relativedelta import relativedelta
def img_max_year_and_month(start_year,end_year,data_path,data_name,setp):'''获取年或月的最大合成数据data_path:str,the path of data,ep:'MODIS/006/MYD13A1'data_name:str,the name of data ,ep:'EVI'start_year,start_year:str,ep:2011setp:str,month/yearreturn：max_，ee.ImageCollage,年或月最大合成序列'''time_list = list(range(start_year,end_year+1))max_data = []for year in time_list:print(year)if setp == "month":for month in range(1,13):print(month)start_data = str(year)+'-'+ str(month) +'-01'end_data = (datetime.datetime.strptime(start_data, '%Y-%m-%d')+ relativedelta(months=1)).strftime('%Y-%m-%d')print(start_data,end_data)collection = ee.ImageCollection(data_path).select(data_name)series = collection.filterDate(str(start_data),str(end_data))\.map(lambda img:img.set('system:index', img.get('system:index')))
#                 print(series.first().get('system:index').getInfo())# 这个ndvi数据需要缩小10000倍，如果不需要，可以注释max_result = series.max()\.divide(10000)\.set('system:index', series.first().get('system:index'))max_data.append(max_result)      elif setp == "year":collection = ee.ImageCollection(data_path).select(data_name)# 筛选对应年份，设置时间属性series = collection.filterDate(str(year)+'-01-01',str(year+1)+'-01-01')\.map(lambda img:img.set('system:index', img.get('system:index')))# 这个ndvi数据需要缩小10000倍，如果不需要，可以注释max_result = series.max()\.divide(10000)\.set('system:index', series.first().get('system:index'))max_data.append(max_result)  max_ = ee.ImageCollection(max_data)return max_

2021.12.22更新，添加了旬数据的最大合成

import datetime
from dateutil.relativedelta import relativedelta
def img_max_year_and_month(start_year,end_year,data_path,data_name,setp):'''获取年或月的最大合成数据data_path:str,the path of data,ep:'MODIS/006/MYD13A1'data_name:str,the name of data ,ep:'EVI'start_year,start_year:str,ep:2011setp:str,month/yearreturn：max_，ee.ImageCollage,年或月最大合成序列'''time_list = list(range(start_year,end_year+1))max_data = []for year in time_list:print