Mann-Kendall Tau非参数函数计算表示等距数据的趋势强度和方向的系数。 虽然您不需要统计工具箱来计算 Tau，但您确实需要它来测试显着性。 此函数将计算Tau-a和Tau-b，重要性（以及各种支持统计数据），以及非参数斜率方法：Sens方法。 注意：仅在此功能中需要统计工具箱才能测试其重要性。 否则，除了Matlab本身，就没有其他要求。 增强功能包括：现在支持最近提交的季节性 Kendall 趋势测试 (sktt.m)。 将允许在同一时间索引中进行多个观察。 为Sens斜率添加了置信区间。 也可以打开/关闭绘图。 第二个增强功能：测试趋势异常，修复并通知用户。 参考在函数的注释中。 鉴于当今计算机的速度，在某些计算中避免使用Matlab中的循环并不像过去那样重要。 但是，编写没有循环的函数是一种优雅的形式，我认为有些人可能会赞赏。 因此，这个函数是在没有任何循环的情

（一）Mann-Kendall突变检验的原理 对于时间序列X，（含有n个样本），构造一个秩序列： 秩序列 是第i个时刻数值大于j个时刻时，数值个数的累加。 二、Mann-Kendall突变检验 (k=2,3,…,n) (4.4.6) 其中 （j=1,2,…,i）

Mann-Kendall非参数检验法。该方法适用于任何分布形式的时间序列，同时不受少数异常值的干扰，因而被广泛应用在水文气象序列趋势分析中，本程序可自动计算序列变化趋势。

mann-kendall及sens的excel宏，包括趋势分析，显著性检验与图表绘制，宏模板中示例数据为大气成分数据，用户使用时替换为待分析数据并修改需要分析的数据起止时间，点击相应按钮分析。运行时需要启用宏，建议使用高版本excel打开。

Mann-Kendall突变检测方法的Matlab程序

matlab实现mann-kendall突变分析，仅需修改路径，直接出图。

使用NCL进行Mann-Kendall突变检验

Mann-Kendall趋势检验法的matlab代码用于检验时间序列的趋势性。程序经过调试，保证正确。

青藏高原拥有丰富的草地资源，对我国畜牧业生产发展、涵养水源及全球气候变化具有重要的作用。然而，近几十年来，在季节性过度放牧和开矿采金等人为干扰因素，以及气候暖干化和鼠虫害等不利自然因素的影响下，青藏高原草地退化明显。青藏高原草地退化类型空间分布数据集（GLD_Tibet）是基于连续时间序列的AVHRR-NDVI 数据和SPOT-NDVI 数据，采用Sense 趋势度和Mann-Kendall 变化趋势检验的方法获取的。

贵州省地处云贵高原东部,降水时空分布分异显著,极端降水导致的山体崩塌等地质灾害现象频发,识别降水时空分布规律对于地质灾害防控预警尤为必要。本文基于贵州省19个站点1951-2013年日、年降水数据,综合运用克里金插值方法、Mann-Kendall秩次相关法、线性倾向估计法和降水距平法,从年均降水量、年均最大降水量和日最大降水量以及年降水天数等方面研究贵州省降水时空分布规律。结果表明,贵州省年均降水空间分布不均匀,整体呈现南多北少的分布趋势;年均最大降水量介于1283.7～2103.4 mm之间,最大值出现在贵州省西部盘县,最小值分布于贵州省北部毕节市;日最大降水量介于113.2～337.2 mm之间,最大值降雨中心分布在贵州省南部罗甸县,最小值降雨中心位于贵州东南部三穗县;近63年贵州省年均降水量和年降水天数均呈现下降趋势,其中,年降水天数在2001年发生突变后显著下降;而日最大降水量多呈现上升趋势。证明贵州省的降水呈现整体下降而单日降水剧增,日极端降水将成为地质灾害风险预警的重要因子。