NDVI时间序列分析原理与实现(CV和Sen+MK趋势分析)
总结两种常用的NDVI时间序列栅格分析方法,变异系数和Sen+MK趋势分析。简单介绍原理和实现代码。
实验数据均为年际变化数据,在CV中使用的是多波段ENVI数据,Sen+MK趋势分析中是一个文件夹中的多幅单波段影像。
变异系数(Coefficient of Variation, CV)
原理
变异系数是衡量观测序列值变异程度的一个统计量,可以很好地反映空间数据在时间序列上变化的差异程度,评价数据时间序列的稳定性。计算公式为:
式中: 为标准差, 为算术平均值。CV越大,数据波动越大。<