基于 GEE 的归一化植被指数 NDVI 时间序列分析：Sen 斜率和 Mann-Kendall (MK) 检验

@HNUSTer

于 2025-03-30 21:49:47 发布

阅读量1.3k

点赞数 21

分类专栏： Google Earth Engine（GEE）文章标签： GEE 云计算云平台遥感大数据数据集

本文链接：https://blog.csdn.net/ZK180531/article/details/146777964

版权

1 代码解析

1.1 数据准备与NDVI集合构建

1.2 计算Sen斜率

1.3 Mann-Kendall（MK）检验

大家好！今天我们来聊聊如何利用Google Earth Engine（GEE）分析长时间序列的NDVI数据，结合Sen斜率和Mann-Kendall（MK）检验来研究植被变化趋势。

1 代码解析

1.1 数据准备与NDVI集合构建

首先，代码通过Map.centerObject(table)将地图中心定位到一个特定的几何区域（table通常是一个矢量数据集，如研究区域的边界）。

接着，定义时间范围为2001年至2023年，并基于MODIS的MOD13A1数据集构建NDVI图像集合：

var stary = 2001, endy = 2023;
var NDVICL = ee.ImageCollection(ee.List.sequence(stary, endy).map(function(year) {
  var startd = ee.Date.fromYMD(year, 1, 1);
  var endd = ee.Date.fromYMD(year, 12, 31);
  return ee.ImageCollection('MODIS/006/MOD13A1')
    .filterDate(startd, endd)
    .select('NDVI')
    .max()
    .addBands(ee.Image.constant(year).toFloat().rename('year'));
}));

逻辑：使用ee.List.sequence生成2001-2023的年份列表，通过map函数为每一年加载MODIS NDVI数据。
细节：filterDate按年份过滤数据，select('NDVI')提取NDVI波段，max()计算每年最大值以减少云影响，最后添加一个常量波段year记录年份。
输出：NDVICL是一个包含23个图像的集合，每个图像有NDVI和year两个波段。

1.2 计算Sen斜率

Sen斜率是一种非参数方法，用于估计时间序列的趋势斜率。代码如下：

var senSlope = NDVICL.select(['NDVI', 'year'])
    .reduce(ee.Reducer.sensSlope())
    .clip(table);

逻辑：sensSlope()计算NDVI随年份变化的斜率，结果是一个包含slope和offset波段的图像。clip(table)将结果裁剪到研究区域。
意义：正斜率表示NDVI随时间增加（植被变好），负斜率表示减少（植被退化）。
可视化：

var

最低0.47元/天解锁文章