增加了一个小循环,使得输出结果变成5种值,分别是0、1、2、3、4,他们分别代表基本稳定、显著增长、不显著增长、显著减少和不显著减少,后面的结果需要在arcgis中进行重分类获得,希望能够帮到各位的论文。
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...
增加了一个小循环,使得输出结果变成5种值,分别是0、1、2、3、4,他们分别代表基本稳定、显著增长、不显著增长、显著减少和不显著减少,后面的结果需要在arcgis中进行重分类获得,希望能够帮到各位的论文。