有些童鞋在處理完數(shù)據(jù)以后會發(fā)現(xiàn)有些地區(qū)顯著性不明顯，不通過顯著性分析又不能直接作為結論使用，所以我把代碼稍微優(yōu)化了一下，變成了下面這樣：

clc

clear

[a,R]=geotiffread('G:\畢業(yè)論文材料\裁剪數(shù)據(jù)\2000-2020年歸一化數(shù)據(jù)按月份、季度排序\十二月\NDVI1.tif');%先導入某個圖像的投影信息，為后續(xù)圖像輸出做準確

info=geotiffinfo('G:\畢業(yè)論文材料\裁剪數(shù)據(jù)\2000-2020年歸一化數(shù)據(jù)按月份、季度排序\十二月\NDVI1.tif');

[m,n]=size(a);

years=21; %表示有多少年份需要做回歸

data=zeros(m*n,years);

k=1;

for year=1:21 %起始年份

file=['G:\畢業(yè)論文材料\裁剪數(shù)據(jù)\2000-2020年歸一化數(shù)據(jù)按月份、季度排序\十二月\','NDVI',int2str(year),'.tif'];%注意自己的名字形式，這里使用的名字是年prec2000.tif，根據(jù)這個可修改

bz=importdata(file);

bz=reshape(bz,m*n,1);

data(:,k)=bz;

k=k+1;

end

xielv=zeros(m,n);

p=zeros(m,n);

for i=1:length(data)

bz=data(i,:);

if max(bz)>0 %注意這是進行判斷有效值范圍，如果有效范圍是-1到1，則改成max(bz)>-1即可

bz=bz';

X=[ones(size(bz)) bz];

X(:,2)=[1:years]';

[b,bint,r,rint,stats] = regress(bz,X);

pz=stats(3);

p(i)=pz;

xielv(i)=b(2);

end

end

trend=reshape(xielv,m*n,1);

p=reshape(p,m*n,1);

for f=1:size(trend,1)

if trend(f)>0

if p(f)<=0.05

trend(f)=1;

elseif p(f)>0.05

trend(f)=2;

end

elseif trend(f)<0

if p(f)<=0.05

trend(f)=3;

elseif p(f)>0.05

trend(f)=4;

end

else trend(f)=0;

trend(f)=0;

end

end

trend=reshape(trend,m,n);

geotiffwrite('G:\畢業(yè)論文材料\裁剪數(shù)據(jù)\2000-2020年重分類預處理數(shù)據(jù)按月份、季度排序\NDVI\12月\12月NDVItread.tif',trend,R,'GeoKeyDirectoryTag',info.GeoTIFFTags.GeoKeyDirectoryTag)

增加了一個小循環(huán)，使得輸出結果變成5種值，分別是0、1、2、3、4，他們分別代表基本穩(wěn)定、顯著增長、不顯著增長、顯著減少和不顯著減少，后面的結果需要在arcgis中進行重分類獲得，希望能夠幫到各位的論文。