使用两种方法计算一元线性回归，一种使用GEE本身自带的函数，另一种使用自己编写代码的方式进行，对比两者结果的差异。
简介
一元线性趋势分析是指利用一元线性回归模型来分析一组数据的趋势性。在一元线性回归模型中，我们假设自变量（x）和因变量（y）之间存在一定的线性关系，通过回归分析，求解出回归方程（y = a + bx），进而预测未来的趋势。
在一元线性趋势分析中，需要进行以下步骤：
1. 收集数据并绘制散点图：收集需要分析的数据，并将其绘制成散点图，观察数据点的分布情况。
2. 拟合回归模型：利用最小二乘法拟合出回归方程（y = a + bx），其中a为截距，b为斜率。
3. 验证回归模型：通过残差分析、回归系数的显著性检验以及回归方程的拟合度等方法验证回归模型的有效性和准确性。
4. 预测未来趋势：利用回归方程对未来的趋势进行预测，并给出相应的置信区间。
一元线性趋势分析广泛应用于社会、经济、环境等领域，可以帮助人们了解各种现象的趋势变化，作出相应的决策和规划。
函数：
ee.Reducer.robustLinearRegression(numX, numY, beta)
Creates a reducer that computes a robust least squares regression with numX independent variables and numY dependent variables, using iteratively