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。

％ 输入： % - x1（向量），第一个样本% - x2（向量），第二个样本% - alpha、alpha（或显着性）水平% - tail ({'left','right','both'})，替代假设的类型％ 输出： % - p，p 值% - h，假设检验结果

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。

用于长序列的Mann-Kendall趋势检验和突变性检验

采用滑动t法变化趋势与倾向率法判断富营养化趋势。该方法能够直观反映整个分析时段内状态指数的升降趋势和不同时段内营养状态指数的升降趋势，Mann-kendall趋势检验法和突变分析法。

Mann-Kendall检验法在Excel中的实现与应用，张盛霖，邓高燕，Mann-Kendall检验法是时间序列数据趋势检验中使用广泛的非参数检验方法，该方法不需要样本遵从一定的分布，也不受少数异常值的干扰，

mk趋势检验代码，可计算水文、气象序列的趋势，并判断趋势的显著性，只要安装Python3以及numpy库即可计算，在test数组中输入自己的序列即可，不会可私信。相关文章见https://blog.csdn.net/Soul_taker/article/details/107090713。欢迎下载。