簡介：

本文是將之前已經處理好的森林生物量和碳儲量數據保存到GEE Assets中，然后分別將單張影像導入到代碼編輯器中，構建一個時間序列集合，并且這里需要用到的是我們給影像添加指定的時間屬性，這樣方便進行下一步的時序分析和空間預測。

首先，需要收集1987年至2022年期間森林地上生物量AGB和碳儲量數據。該數據可以通過森林清查數據、衛星遙感數據等途徑獲取。然后，根據這些數據，可以使用sens（敏感性分析）和MK（Mann-Kendall）方法計算時空變化特征。

敏感性分析是一種常用的敏感度評價方法，它可以通過改變影響因素的值并觀察模型輸出結果的變化，來評估模型對影響因素的敏感性。利用敏感性分析方法，可以評估AGB和碳儲量與氣候因素（如溫度、降水等）之間的關系，以及各種影響因素對AGB和碳儲量時空變化的影響程度。

Mann-Kendall方法是一種非參數統計方法，用來研究時間序列數據的趨勢性。該方法可以檢測出時間序列數據的變化趨勢和變化點，從而評估AGB和碳儲量時空變化趨勢的顯著性。

綜合使用sens和MK方法，可以對AGB和碳儲量的時空變化特征進行全面評估和分析，從而為森林管理和碳排放控制提供科學依據。

Sens方法

（也稱為敏感度分析）是一種用于評估模型輸出結果對輸入參數變化的敏感性的方法。它可以幫助確定哪些因素對模型輸出結果的影響最大，從而指導決策和提高模型預測準確性。

具體來說，Sens方法通過對模型輸入參數進行變化，并觀察模型輸出結果的變化情況來評估敏感性。常用的Sens方法包括：

1.單因素敏感性分析：逐個改變模型輸入參數的值，觀察模型輸出結果的變化情況。

2.全因素敏