通过增量集成和自主研发，构建大数据质量控制、自动建模与分析、数据挖掘及交互式可视化的方法库，形成高可靠性、高可扩展性、高效性和高容错性的工具库，实现三极环境多源异构、多粒度、多时相、长时间序列大数据的协同分析方法的集成和共享，以及高效和在线的大数据分析处理。
Mann-Kendall趋势检验适用于分析持续增长或下降趋势(单调趋势)的时间序列数据。它是一个非参数检验，适用于所有的分布(即数据不需要满足正态分布的假设)，但数据应该没有序列相关性。如果数据具有序列相关性，则会在显著性水平(p值)上产生影响，为了解决这一问题，研究人员提出了几种改良的Mann-Kendall检验(Hamed和Rao改良的MK检验，Yue和Wang改良的MK检验等)。季节性Mann-Kendall检验也可以排除季节性的影响。
11541 2019-11-10 查看详情
BFAST将时间序列遥感数据分解为趋势分量、季节分量和剩余分量，然后检测趋势分量和季节分量中的突变。BFAST可以用于分析不同类型的遥感数据时间序列，也可以应用于其他学科的季节性或非季节性时间序列的数据分析，如水文学、气候学和计量经济学。该算法可以扩展到根据拟合的分段线性模型的参数信息标记检测到的变化。BFAST方法是一种灵活的方法，不需要插值就可以处理丢失的数据。
14088 2019-11-07 查看详情
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
｜ 
京公网安备11010502040845号
数据中心技术支持: 数云软件
