【Matlab】柵格數據相關分析及顯著性檢驗

相關分析就是對總體中確實具有聯繫的標誌進行分析，其主體是對總體中具有因果關係標誌的分析。它是描述客觀事物相互間關係的密切程度並用適當的統計指標表示出來的過程。

顯著性檢驗就是事先對總體（隨機變量）的參數或總體分布形式做出一個假設，然後利用樣本信息來判斷這個假設是否合理，即判斷總體的真實情況與原假設是否有顯著性差異。

今天的案例是2000-2015年的NPP數據和2000-2015年的降水數據，查看兩者在空間上隨時間變化的相關性。

%將兩者多年的數據放在三個不同的矩陣中nppsum=zeros(3587*4642,16);for year=2000:2015    filename=strcat('F:\data\',int2str(year),'npp.tif');    data=importdata(filename);    data=reshape(data,3587*4642,1);    nppsum(:,year-1999)=data;end
wcsum=zeros(3587*4642,16);for year=2000:2015    filename=strcat('F:\data\',int2str(year),'water_yield.tif');    data=importdata(filename);    data=reshape(data,3587*4642,1);    wcsum(:,year-1999)=data;end%相關性和顯著性npp_wc_xgx=zeros(3587,4642);npp_wc_p=zeros(3587,4642);for i=1:length(nppsum)    npp=nppsum(i,:);    if min(npp)>0 %注意這裡的NPP的有效範圍是大於0，如果自己的數據有效範圍有小於0的話，則可以不用加這個        wc=wcsum(i,:);         [r2,p2]=corrcoef(npp,wc);         npp_wc_xgx(i)=r2(2);         npp_wc_p(i)=p2(2);    endendfilename5='F:\result\npp_wc相關性.tif';filename6='F:\npp_wc顯著性.tif';
[a,R]=geotiffread('F:\data\water_yield.tif');%先導入投影信息info=geotiffinfo('F:\data\water_yield.tif');%%輸出圖像geotiffwrite(filename5,npp_wc_xgx,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);geotiffwrite(filename6,npp_wc_p,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);
注意事項：有人反饋我的代碼拿去跑，會報錯，額！情況有以下幾種首先我們python、R版本不一定一樣，其次包的版本也許不同，計算機系統也許不一樣，用的conda版本也許也不一樣，深度學習框架和MATLAB版本不同，我的代碼常規情況應該是可以直接運行的，如果不行呢！那就給大家提供一個思路，你拿去結合自身情況微微修改一下，應該沒啥大問題。（為什麼每天都有這段話，因為要湊字數。）