基于Matlab的逐像元Hurst指數(shù)(R/S)分析-以全球1982-2015年NDVI變化為例。

Hurst指數(shù)簡介

自相似性和長期依賴性是自然界普遍存在的現(xiàn)象罗岖,并在水文涧至、氣候、地質(zhì)和地震等領(lǐng)域廣泛運用桑包,Hurst 指數(shù)是描述該現(xiàn)象的有效方法 化借。目前,Hurst 指數(shù)的估算方法有多種捡多,如絕對值法藏斩、聚合方差法钓账、周期圖法唠粥、小波分析法匀谣、殘差分析法和 R/S 分析法等,有關(guān)研究表明:R/S 分析法和小波分析法估算的 Hurst 指數(shù)要比其他方法估算的結(jié)果更可靠 科贬∮景穑基于重標極差(R/S)分析方法的 Hurst 指數(shù)最早是由英國水文學家 Hurst 在研究尼羅河水庫流量和儲存能力的關(guān)系時提出 鳖悠。本文采用常用的R/S 分析法,以中國2000-2015年NDVI變化狀況為例优妙,進行逐像元分析乘综,并形成一副柵格圖層。
基于R/S的技術(shù)流程可自行參考文末的文獻套硼,本文利用Matlab來進行實現(xiàn)卡辰。主要代碼如下:

基于matlab的實現(xiàn)

clear
[aa,R]=geotiffread('H:\Global\NDVI3g\GIMMSraster\raster\最大合成\GIMMS_NDVI2015.tif');%先投影信息
info=geotiffinfo('H:\Global\NDVI3g\GIMMSraster\raster\最大合成\GIMMS_NDVI2015.tif');
ndvisum=zeros(size(aa,1)*size(aa,2),34);%34期數(shù)據(jù)
for year=1982:2015
    filename=strcat('H:\Global\NDVI3g\GIMMSraster\raster\最大合成\GIMMS_NDVI',int2str(year),'.tif');
    ndvi=importdata(filename);
    ndvi=reshape(ndvi,size(ndvi,1)*size(ndvi,2),1);
    ndvisum(:,year-1981)=ndvi;
end
hsum=zeros(size(aa,1),size(aa,2))+NaN;
for kk=1:size(ndvisum,1);
    ndvi=ndvisum(kk,:);
    if min(ndvi)>0
        ndvi_cf=[];
        for i=1:length(ndvi)-1
            ndvi_cf1=ndvi(i+1)-ndvi(i);
            ndvi_cf=[ndvi_cf,ndvi_cf1];
        end
        M=[];
        for i=1:size(ndvi_cf,2)
            M1=mean(ndvi_cf(1:i));
            M=[M,M1];
        end
        S=[];

        for i=1:size(ndvi_cf,2)
            S1=std(ndvi_cf(1:i))*sqrt((i-1)/i);
            S=[S,S1];
        end

        for i=1:size(ndvi_cf,2)
            for j=1:i
                der(j)=ndvi_cf(1,j)-M(1,i);
                cum=cumsum(der);
                RR(i)=max(cum)-min(cum);
            end
        end

        RS=S(2:size(ndvi_cf,2)).\RR(2:size(ndvi_cf,2));
        T=[];
        for i=1:size(ndvi_cf,2)
            T1=i;
            T=[T,T1];
        end
        lag=T(2:size(ndvi_cf,2));                  
        g=polyfit(log(lag/2),log(RS),1);                
        H=g(1);
        hsum(kk)=H;
        clear der
    end
end
geotiffwrite('1982-2015年全球NDVI_Hurst指數(shù).tif',hsum,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag);

結(jié)果如下所示:


Hurst指數(shù).jpg

參考文章:
嚴恩萍,林輝,黨永峰,夏朝宗. 2000—2012年京津風沙源治理區(qū)植被覆蓋時空演變特征[J]. 生態(tài)學報,2014,34(17):5007-5020.

更多需求,請查看個人介紹

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末邪意,一起剝皮案震驚了整個濱河市九妈,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌雾鬼,老刑警劉巖萌朱,帶你破解...
    沈念sama閱讀 217,277評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異策菜,居然都是意外死亡晶疼,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評論 3 393
  • 文/潘曉璐 我一進店門又憨,熙熙樓的掌柜王于貴愁眉苦臉地迎上來翠霍,“玉大人,你說我怎么就攤上這事竟块『耍” “怎么了耐齐?”我有些...
    開封第一講書人閱讀 163,624評論 0 353
  • 文/不壞的土叔 我叫張陵浪秘,是天一觀的道長。 經(jīng)常有香客問我埠况,道長耸携,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,356評論 1 293
  • 正文 為了忘掉前任辕翰,我火速辦了婚禮夺衍,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘喜命。我一直安慰自己沟沙,他們只是感情好,可當我...
    茶點故事閱讀 67,402評論 6 392
  • 文/花漫 我一把揭開白布壁榕。 她就那樣靜靜地躺著矛紫,像睡著了一般。 火紅的嫁衣襯著肌膚如雪牌里。 梳的紋絲不亂的頭發(fā)上颊咬,一...
    開封第一講書人閱讀 51,292評論 1 301
  • 那天,我揣著相機與錄音,去河邊找鬼喳篇。 笑死敞临,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的麸澜。 我是一名探鬼主播挺尿,決...
    沈念sama閱讀 40,135評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼痰憎!你這毒婦竟也來了票髓?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,992評論 0 275
  • 序言:老撾萬榮一對情侶失蹤铣耘,失蹤者是張志新(化名)和其女友劉穎洽沟,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蜗细,經(jīng)...
    沈念sama閱讀 45,429評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡裆操,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,636評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了炉媒。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片踪区。...
    茶點故事閱讀 39,785評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖吊骤,靈堂內(nèi)的尸體忽然破棺而出缎岗,到底是詐尸還是另有隱情,我是刑警寧澤白粉,帶...
    沈念sama閱讀 35,492評論 5 345
  • 正文 年R本政府宣布传泊,位于F島的核電站,受9級特大地震影響鸭巴,放射性物質(zhì)發(fā)生泄漏眷细。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,092評論 3 328
  • 文/蒙蒙 一鹃祖、第九天 我趴在偏房一處隱蔽的房頂上張望溪椎。 院中可真熱鬧,春花似錦恬口、人聲如沸校读。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽歉秫。三九已至,卻和暖如春芯杀,著一層夾襖步出監(jiān)牢的瞬間端考,已是汗流浹背雅潭。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留却特,地道東北人扶供。 一個月前我還...
    沈念sama閱讀 47,891評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像裂明,于是被迫代替她去往敵國和親椿浓。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,713評論 2 354

推薦閱讀更多精彩內(nèi)容