* * *注意* * *可以在matlab的气候数据工具箱中找到该函数的新的改进版本。在这里获取://www.tianjin-qmedu.com/matlabcentral/fileexchange/70338
该函数返回沿任意n维数据集的任意维的线性最小二乘斜率。该功能在设计时考虑了大型3D netCDF气候再分析数据集,但它也可以使用更小或更大维度的数据集。这个函数比嵌套循环的常用方法更快更简洁,例如,求解每个lat和lon或每个x和y。
本页顶部的图像显示了如何使用此函数的示例。为了创建这张图片,我使用了1990年到1999年的每日地面风和海面温度场(ECMWF ERA-Interim)来解决海温、纬向风和经向风的趋势。在20世纪90年代,南极洲大部分地区的海面变冷,但威德尔海变暖,那里海面风的经向成分增强。
语法:
s =趋势(A)
s =趋势(A,Fs)
s =趋势(A,t)
S =趋势(…,暗淡)
s = trend(A,[],dim)
[s,int] =趋势(…)
描述:
s = trend(A)返回A沿维1的线性趋势(s)对应的(N-1)维矩阵s,假设数据沿维1均匀间隔。
s = trend(A,Fs)表示A沿趋势维数的采样频率Fs。
s = trend(A,t)允许时间向量t在趋势维上的数据间隔不均匀,t的长度必须等于A在其趋势维上的长度。
s = trend(…,dim)返回A沿维度dim的趋势。
s = trend(A,[],dim)假设数据采样频率为1hz或1/(单位时间)或1/(单位空间)等。
[s,int] = trend(…)也返回斜率-截距形式的截距。
函数头包含几个用法示例。
引用作为
查德·格林(2022年)。趋势(//www.tianjin-qmedu.com/matlabcentral/fileexchange/46363-trend), MATLAB中央文件交换。检索.