【植被状态指数研究论文9000字】

基于植被状态指数的江淮分水岭农业干旱状况时空分析摘要干旱以其持续时间长、影响范围广、灾害损失大等特点，已成为世界上最严重的自然灾害之一。在中国经济发展的干旱的频繁发生，人们的生活已经遭受了巨大的损失，因此干旱监测，了解之间的关系及其发生、发展规律及影响因素，科学合理的预测干旱，它具有减少灾害损失的重要现实意义，对社会的可持续发展，并以其监控范围广的遥感干旱监测、数据更新快等发挥了重要作用，在干旱监测。本文以江淮分水岭为例，采用基于归一化植被指数（NDVI）MODIS图像进行计算，距平植被指数（AVI），植被状态指数（VCI），温度条件指数（TCI），在不同的时间和空间的条件植被指数的高精度模式分析，以提高遥感干旱监测精度。首先，气象数据处理，和其他的信息来计算使用站点坐标降水异常的比例，月降水量的气象资料，分析了近十年的一系列的江淮分水岭的干旱，而捷运MODIS影像数据获取使用ENVI投影和剪切预处理得到的图片江淮分水岭，根据公式常用的植被指数计算常用的植被指数图像。为了比较不同时间植被状况指数的准确度，按照行政区划划分为江淮分水岭、江淮分水岭、江淮分水岭、中部、东部、西部、南部江淮分水岭江淮分水岭五北部地区，植被状况指数分别计算分区值和传统干旱指数降水异常。然后选取月份、季、年作为时间尺度，根据各分区的地理条件，分析传统干旱指数与常用植被状况指数的相关性，以确定不同时空格局下的高精度植被状况指数。从研究结果来看，除了降水的东部地区与平均降水量的相关性最大外，降水量与降水量之间的相关性最强。所以当要使用NDVI预测干旱条件下高精度的月平均植被指数值为各地区的规模，以及本研究的时间尺度可以在四赛季的状态指数和相关性最高的降水量在江淮分水岭中心区域如下：VCI，VCITCI，江淮分水岭，TCI；东部地区如下：AVI，VCI，TCI，NDVI；江淮分水岭在南部地区如下：VCI，AVI，AVI，NDVI；江淮分水岭在西部地区如下：TCI，VCI，VCI，NDVI；江淮分水岭在北部地区如下：AVI，VCI，AVI，TCI。关键字：植被状态指数；MODIS；江淮分水岭；相关性；时空格局；降水

1引言1.1研究现状旱灾是一种常见的自然灾害，具有很大影响，据统计中国每年遭受各种自然灾害影响的农田面积和粮食作物减产损失中，旱灾占一半以上[1]。一般将干旱分为气象干旱、水文干旱、农业干旱和水分供给干旱4类[2]。目前，区域尺度上的干旱研究主要集中在气象干旱和农业干旱2个方面[3]。遥感是农业干旱监测的重要手段，基于遥感数据的农业干旱监测方法主要分为热惯量法、植被指数法、微波遥感方法和冠层温度方法[4]4类。植被指数直接反映植被生长状态，而植被生长状态与土壤水分密切相关，同时植被指数也具有计算简单、可获得性强的优点，因此基于植被指数的遥感监测是监测农业干旱的重要途径。应用较为广泛的基于植被指数的农业干旱监测指数是Kogan提出的植被状态指数[5][6]。江淮分水岭地处安徽省中部，包括霍邱、寿县、肥东、肥西、六安(金安区)、滁州、天长、全椒、来安、巢湖等市县。该地区南北方向上，中部地势高，向南、北均逐渐降低，东西方向上中部地区地势低洼，东部高于中部，西部地区逐渐向大别山区过渡，地势快速升高。是北亚热带气候区向南暖温带气候区的过渡区，东部是该地区的基本气候类型，中、西部是在该基本气候类型基础上受周围环境影响而产生的局地气候，中部气候是干燥型稳定，西部是湿润型稳定。该地区农业气候基本特点是温光适宜、雨热同季、降水分布不均，旱涝等气候灾害频繁。前人关于江淮分水岭区的研究主要集中于分析降水随时间的变化情况，而对干旱时空变化特征的研究较少。王秋龙等分别应用SRTM数据、水文分析模型、线性倾向估计、普通Kriging插值研究了江淮分水岭区的降水量时空分布特征以及变化趋势，取得了较好成果[7]。但这些研究基本上都是在气象干旱结果的基础上进行分析，前人进行研究的时间尺度也多为年、季、月[8-9]，缺乏对于相应的农业或农作物干旱指标的分析研究，缺少从植被状态指数对江淮分水岭区进行干旱时空变化特征的研究[10]。1.2选题意义本研究以江淮分水岭为研究区，基于2004年到2016年的遥感影像以及气象数据，采用VCI指数计算农业干旱指数，分析区域降水和干旱指数的相关性来分析区域2004-2016年农业干旱时空特征。以干旱指数是研究地区旱情动态特征、科学评估干旱风险的重要依据。江淮分水岭地区旱灾频发，给当地社会发展尤其是农业生产造成了严重影响。利用干旱指数识别出江淮分水岭区域干旱对植物的影响，探索区域农业干旱时空特征，为江淮分水岭区域的旱情监测与预警、风险管理提供依据。1、由于农业生产过程是自然再生产和经济再生产的统一过程，农业对气候的依赖性很强，因此干旱对农业的影响相当显著。通过研究，了解江淮分水岭农业干旱时空变化特征，2、通过区域研究，了解干旱特点和发生原因，定量分析干旱损失，结合区域水利设施，做好干旱减灾措施。1.3研究方法根据收集到的资料、数据等采用定性分析和定量指数的方法进行江淮分水岭干旱的研究。具体方法如下：1、文献分析法：通过上网、图书馆、文献、杂志等收集分析资料，获取研究区域的现状，了解研究区域的基本概况，分析当前研究的内容、方向、方法和结论等。2、农业干旱状态识别方法：NDVI指数法。3、气象干旱状态识别方法：干旱指数法SPEI又称标准化降水蒸散指数，基于降水和蒸散量，通过计算两者差值与平均状态之间的离散距离来反映干旱程度的大小。4、相关分析法：采用一元线性回归趋势的计算方法对NDVI与SPEI的趋势分析及相关性计算。1.4研究内容1、利用ENVI对2004－2016年江淮分水岭的区域遥感数据进行分析，计算出农业干旱指数。对区域遥感数据进行分析，通过江淮分水岭MODIS数据计算NDVI值来反映植被生长和气象数据计算SPEI指数来反映气象干旱，结合两者结果反映地区生态退化。SPEI又称标准化降水蒸散指数，基于降水和蒸散量，通过计算两者差值与平均状态之间的离散距离来反映干旱程度的大小。2、分析区域降水，根据2004－2016年江淮分水岭区域的气象数据，将区域内降水量按时间和空间的变化做出具体的分析。3、对区域降水与农业干旱指数的相关性进行分析。采用一元线性回归趋势计算方法，计算2004—2016年NDVI的变化趋势和干旱程度的变化倾向，通过Mann-Kendall(M-K)趋势检验法对其变化趋势进行显著性检验，并对NDVI与SPEI的栅格数据进行相关分析。2研究区和数据2.1研究区本文研究地区是位于安徽省中部的江淮分水岭区，包括六安、合肥、滁州、寿县等14个县(市、区)。气象数据来源于江淮分水岭区各市、县部门逐日实测的《地而气象记录月报表》，包括滁州、合肥、寿县、六安等共17个站点，数据时段为1980-2009年。作物单位而积产量数据来自中国经济与社会发展统计数据库，数据时段为2000-2009年。数据分析试验于2016年11月2日至11月25日在安徽省地理信息集成应用协同创新中心实验室进行。2.2数据2.2.1MODIS数据MODIS(ModerateResolutionImagingSpectroradiometer)该传感器主要由水平扫描镜、集光装置，线性阵列探测器和位于4光谱干扰滤波器的焦平面成像辐射36离散带之间0.4-14.sum图像应用的传统设计，星点的空间分辨率可以2.5亿，500m或千米视野的宽度2330km；它每两天地球上提供连续的光谱图像数据每天在任何地方，白天和晚上的反射图像，包括地球的土地，在可见光和红外波谱数据的海洋和大气观测；它是一个真正的多学科的工具，可以被高优先级的气氛（云及其相关的属性）和SEA（海表面温度和叶绿素）和表面特性（土地覆盖变化、地表温度和植被特征进行了全面和一致的同步）观察和MODIS数据成为最广泛使用的遥感数据，因为很多乐队的优势，快速更新数据，在世界上广泛应用的范围和自由的实现。因此，该MODIS图像数据从2000年到2009年进行。MRT是一种针对MODIS数据的处理工具，它可以帮助用户把MODIS影像(Level-2G，Level-3，andLevel-4landdataproducts)重新投影到更为标准的地图投影，而且可以选择影像中的空间子集(spatialsubletting)和波段子集(spectralsubletting)进行投影转换。软件输出格式为rawbinaryGEOTIFF(这两种数据格式为大多数软件所支持)和HDF-EOS，而且可以在多种系统平台上进行运行，包括：SunSolarisworkstationsSGIIRIXworkstationsLinux和MicrosoftWindows。MRT，可以在命令行运行或地铁上的图形用户界面（GUI），其核心是重采样和镶嵌的图像。首先要获得重新投影预处理的MODIS影像，利用MODISMRT软件获得特殊投影图像投射到UTM投影，投影面积是49，然后通过遥感应用ENVI的波段操作图像的投影来获取所需要的数据，如NDVI，AVI，和VCITCI。2.2.2气象数据根据试验现场气象数据从数据集中国地面气候资料的价值，对气象资料主要来自各省、市自治区信息数据、气候数据处理部门的月度报告“气象记录月报表”，其主要内容包括省、市、自治区的月平均空气压力、平均温度、平均相对湿度、平均风速、日照、降水资料，本文主要研究了降水量和降水距平百分率数据和植被状态指数之间的关系，所以在年降水量江淮分水岭的选择、相对湿度等流星地质数据作为研究的基础。包括设置江淮分水岭测试网站的数据，根据分区结果的行政区划，每个分区的数据包含站点的信息，你可以在这些网站中江淮分水岭的分布更加均匀，能有效地代表在附近地区的降雨条件，所以平均网站数据以每个分区包含的值来近似平均降水区的代表，对江淮分水岭干旱统计频率分布和地域分布，从而在近十年中得到了干旱的江淮分水岭型分布。3近十年江淮分水岭干旱变化特征分析3.1传统干旱指数的干旱分析3.1.1江淮分水岭年降水量的分布规律为了近十年江淮分水岭的降水变化，地面上的气候数据值的数据集合中提取每一测试点同年的月降水资料积累的第一个月，然后计算各测站点的江淮分水岭的年降水量在全省的平均值，每个站平均降水在每个区域的江淮分水岭代表近似的沉淀，然后你可以在过去的十年中得到的平均降雨量，根据第二章介绍了降水距平百分率表和计算公式分别计算在2000年和2009每年的降水距平百分率，如表3.1所示。可以从20012002年来的表看，2006-2009年六年的平均年降水量小于年平均降水量、降水距平百分率是负的，这意味着在过去的几年中出现不同程度的干旱；今年的降水相对充足的休息，在2003年最丰富的年降水量。表3.1江淮分水岭各年降水量距平百分率年份Pa(%)200422.392005-29.992006-12.81200735.4720080.1820097.632010-10.12011-0.872012-9.12013-3.620145.4620152.312016-7.48图3.1江淮分水岭各年降水量距平百分率根据江淮分水岭区划的结果，分别计算了2004～2016年间不同地区年降水异常率，并计算了同年不同地理区域降水量的差异。结果见表3.2。从表中可以看出，在每个地区的2004~2007年，2008~2015年平均每年有不同程度的干旱，其中，在江淮分水岭中，江淮分水岭，江淮分水岭，江淮分水岭在最干旱年西南地区东部为2001年，和2006年的江淮分水岭北部最干旱的一年；在东部，西部地区为2007年度最丰富的降水中心和江淮分水岭江淮分水岭江淮分水岭江淮分水岭江淮分水岭，而南、北地区2004年。同年，江淮分水岭南部降水量较其他地区丰富，而江淮分水岭中部和江淮分水岭北部降水相对稀疏，与各区的地理分布特征基本一致。从图3.2可以看出，2004年,2007年,2008年和2009年，降水距平百分率呈阳性，与北方地区的江淮分水岭2004年比例最高的降水，雨量充足，在中部地区降雨，2007年江淮分水岭西部地区与江淮分水岭北异常率较高；在2005年和2006年的严重干旱。表3.2各分区年降水量距平百分率年份霍邱寿县肥东六安长丰200415.7718.1416.5413.4715.472005-26.06-27.54-28.64-31.24-24.312006-18.71-17.68-18.34-17.34-16.54200732.1931.2832.4534.8531.25200811.0110.3112.5413.2811.282009-2.91-1.97-2.15-3.17-2.8420102.512.642.472.642.342011-3.17-3.08-2.94-2.69-3.2720122.142.072.231.982.2520138.478.288.648.178.362014-7.54-2.35-7.89-5.64-7.2420153.485.647.812.543.1420167.168.478.368.148.62表3.2各分区年降水量距平百分率3.1.2江淮分水岭各分区季度降水量差异性分析降水不仅在区域内不同，而且在时间分布上也有所不同。降水集中，降水相对稀少。江淮分水岭由于地形复杂，位于南北气候过渡带，北境和韩国分别属于暖温带和亚热带，降水量是不同的，根据传统的节气时间一年分为春季（3-5月）和夏季（6-8月）和秋季（9-1i月）冬季（12-2月）四季各季降水，每段的统计异常，通过季节降水的统计可以在降水主要集中在夏季和秋季和冬季降水量的获得，更容易发生干旱，而总体呈现出东南西北降水稀少，降水丰富。以南部和西部江淮分水岭江淮分水岭为例，如表3.3所示为在江淮分水岭南方和西部降水距平百分率。可以从表见2004年,2007年和2008均发生了不同程度的干旱，干旱在2006年、2012年更为严重，各季降水充足；南部的江淮分水岭和江淮分水岭在春季和冬季西部地区近十年来，干旱发生频率高，达到一半，在轻度干旱的大部分地区，干旱的频率不高。从图3.3可以看出，降水量江淮分水岭西部和江淮分水岭南部分布差异较大，季节降水变化较大，其中2005年和2008年年间，年降水量较少，降水异常的百分比最为负值，而在夏季2004年,2010年和2012年冬季春旱严重。表3.3.江淮分水岭南部、江淮分水岭西部地区各季降水量距平百分率南部西部年份春夏秋冬春夏秋冬20041.04-0.60.47-0.060.08-0.550.27-0.192005-0.57-0.65-0.450.3-0.38-0.41-0.140.122006-0.300.48-0.050.21-0.350.46-0.270.0720070.700.220.150.541.120.110.240.662008-0.19-0.31-0.1-0.190.05-0.220.12-0.1120090.190.050.29-0.200.35-0.260.10-0.2720100.130-0.27-0.0600.21-0.320.222011-0.580.230.19-0.06-0.50-0.190.23-0.232012-0.300.28-0.08-0.04-0.200.14-0.200.082013-0.110.3-0.16-0.45-0.140.72-0.03-0.3620140.350.340.390.390.370.410.860.142015-0.12-0.21-0.28-0.13-0.54-0.31-0.25-0.243.2植被状态指数的干旱分析3.2.1常用植被状态指数的计算根据本文的研究内容，MODIS遥感影像数据的遥感数据源免费发布到网上，选择MODIS影像数据包括江淮分水岭h26v07轨道：mod13a3和MOD11A2用来计算条件植被指数NDVI、AVI、VCI和TCI，植被指数图像空间分辨率mod13a3千米土地标准数据产品2，主要包括增强型植被指数NDVI的网格，它是通过遥感影像合成，投影模式Integerizedsinusoidal(ISIN)grid投影；土地表面温度图像MOD11A2是土地2,3级标准数据产品和1000m的空间分辨率。它是一个8天的周期的遥感影像数据的白天和夜间地表温度和发射率。投影方式为Integerizedsinusoidal(ISIN)grid投影。MODIS遥感图像分辨率为250m，500m和1000m三，因为本文着重对江淮分水岭和每个分区的干旱特征的总体趋势进行了分析，并对干旱条件下，在一个很小的范围内，在不影响数据处理的质量和考虑数据处理的条件下，使用千兆分辨率干旱条件下的图像分析江淮分水岭。首先，获得的数据投影到捷运UTM投影是用于遥感图像下载的HDF格式为捷运，选择一个要处理的频带，输出格式为GeoTIFF，投影UTM投影区，49，由一批命令做遥感图像获得相同的处理；为了在遥感图像下载获取研究区的边界，基于江淮分水岭矢量剪切遥感影像、矢量和矢量地图的环境，一个地区的利益，同时，利用MODIS影像数据处理和重新投影帧到ENVI遥感图像处理软件，对矢量图在剪切载荷感兴趣，最终得到由江淮分水岭AVI，边境NDVI，VCI和TCI遥感图像，剪切过程中，矢量投影图和投影带和遥感图像必须一致，否则矢量为感兴趣区域是将出现错误；与江淮分水岭ndvi获得的图像为基础，根据批处理程序来计算每月的AVI和VCI在乐队使用公式的第二章，因为1下载图像是合成的8天，为了保持和其他遥感图像的同时，使用最大合成LST图像白天8天为1图像分析合成，合成和发现了许多以前没有的位置综合的存在有了很大的提高，与我第四部分1合成图像是计算TCI的基础。在波段操作中，要注意数据类型的转换，如从整数到浮点型的转换等，否则容易造成图像显示不当等问题。3.2.2月遥感旱情监测为了监测不同时间尺度的每个条件植被指数的干旱条件下，第一个月的研究尺度分析江淮分水岭干旱分布，从2004年到2009年江淮分水岭的遥感图像数据计算，可用在一月干旱的前面几章的分析计算是最严重的，因此江淮分水岭的研究期间，遥感图像分析，一月。如图3.5所示，干旱的普通营养状态指数江淮分水岭2004-2013年，监测结果为例，在2004,2010和2012年。图3.3江淮分水岭区基于无有效降水连续日数指标的不同类型作物生长期干旱频率分布图中的NDVI变化范围是1到1，并在VCI和TCI变化范围，并从黑色变成白色的数字上升。从图中可以看出，NDVI图像变化不是很明显，一般江淮分水岭和江淮分水岭在北西部地区比其他地区的植被覆盖率低，遥感指数图2001一月表明，江淮分水岭在南方比在严重干旱的其他领域，但大多数的江淮分水岭区域干旱程度不太高，区域2005，植被受干旱影响的2011年增加，而干旱程度的增加，这表明在2010年一月总体降水量比一月减少2005年，北部和东部江淮分水岭江淮分水岭的变化最为明显，2010年和2012年的遥感图像变化不大，这表明，一月的降雨条件是近两年。通过前面的分析的基础上，我们可以从整个VCI得出接近实际情况的降水距平百分率，同时由于各种条件植被指数有其特定的适用条件，所以在国家指数分析研究区不同植被干旱条件的综合利用可以有效的将提高干旱监测精度，更加科学合理的指导抗旱。4植被状态指数空间适应性分析4.1数据处理与分析方法通过传统的干旱指数干旱条件下，江淮分水岭和江淮分水岭近十年干旱条件植被指数分析的发展和分布的趋势，但对于江淮分水岭干旱植被状态指数反演的精度没有定量分析，所以江淮分水岭近年来降水比较植被状况分析与植被状态指数其相关的条件下，相同的时间模式的测量指标的精度的基础上。积累了在Excel中，我们输入的传统干旱指数与六月季度数据时问尺度植被状态指数，和传统的干旱指数为横坐标，植被状态指数为纵坐标生成浮点地图，然后让每个浮线相关趋势，与传统的干旱指数和植被状态指数不同分区比较的关系，总结出精确的植被状态指数水平的具体条件的时空格局。4.2传统干旱指数与植被状态指数相关性分析4.2.1植被状态指数与年累积降水量的相关性分析在干旱遥感监测提供了近几十年来，为干旱监测植被指数的应用的一个新的研究领域，随着新的植被指数的应用研究的深入，干旱的反演精度逐渐提高，但许多植被指数生成环境的不同约束条件和植被指数的应用环境的不同造成的，在不同的时间和空间对不同的精确度的不同条件模式的植被指数，通过比较干旱指数和植被状态指数反映植被状态指数和实际情况之间的传统相关文章相似，并选择针对植被指数时空格局的具体特点，提出了高精度的优化策略，以提高遥感干旱监测的精度。植被指数值后降水影响植被生长形态的改变可以被监控，所以为了比较与降水的相关性和不同地理条件的共同条件植被指数值下更合理，月与各部门的累计降水植被状况分析其相关的累计数是指。首先，利用江淮分水岭ndvi，江淮分水岭的AVI等遥感图像，根据遥感图像的分割结果的行政区划划分为五个区，遥感影像和统计各部门的价值，从这里到每个分区的平均值代表整个分割值，研究区域统计江淮分水岭在-年月NDVI、AVI、VCI和TCI的遥感影像数据存储在Excel中，同年的遥感图像的月度累计值，最后得到了各地区近十年来每年每月累积植被指数值处理对降水的方法，积累沉淀一年，C比较之间的植被指数，2005年江淮分水岭2006年江淮分水岭在植被指数和累计降雨量累计值之间的相关图，东部地区和中部地区，首次投入到Excel的遥感植被指数值换算成大小相同的顺序表示在相同的数字的积累沉淀横坐标，常用植被指数作为他们的浮点地图之间的坐标，通过观测点的分布呈现一定的线性特征，分别用线性和画线之间的多项式，多项式曲线趋势之间的相关性高于线性，因此本文选取多项式曲线代表李在累积降水和植被状态指数之间的相关性，这个数字可以从常用的植被状态指数和累积降水量之间的相关性高，均在0.8以上，显示NDVI值和积累之间的强相关性，相关性最高的累积降水的条件下利用NDVI统计干旱时空图案精度高。4.2.2传统干旱指数与月植被状态指数的相关性分析根据前几章的计算，分析了一月冬季干旱时江淮分水岭的频率较高！为什么，所以在本月的一月为例，比较植被状态指数和月降水量从第一选择的百分比之间的相关性，在2000-2009年研究区一月各处理江淮分水岭NDVI、AVI、VCI和TCI的图像，并进行图像分析；月降水气象资料，根据第二章获得江淮分水岭的方法介绍了一月降水距平百分率的计算。图4.2显示了一月植被状态指数和降水之间的关系，其次是江淮分水岭中、东、南、西、北部；为了便于植被状态指数和降水之间的相关比较，植被状态指数标准化以0-100，随后在一月降水距平百分率为横坐标和纵坐标条件植被指数之间的关系进行了分析。此外，东部地区是江淮分水岭NDVIAVI，和降水异常的相关性最大，其余部分之间的比例是VCI和降水距平百分率之间的最佳关联，表现出很强的相关性，但水平的三指数和降水距平百分率差异之间的相关性，以植被状态指数三的植被状态指数区域干旱监测干旱条件下具有高可靠性的尺度。5结论随着科学技术的发展，遥感干旱监测中发挥着越来越重要的作用，不仅提高了精度，干旱的监测和干旱遥感监测更新率，但同时降低监管成本，四月_利用遥感干旱监测显示江淮分水岭的快速和直观的不同区域干旱条件下对一、掌握受影响的区域的大小，以及干旱灾害程度的主要发展趋势的意义。因此，干旱遥感监测已成为旱情监测的主要手段。本文以江淮分水岭为例，使用2004年至2016年的MODIS遥感数据和干旱条件对江淮分水岭和在不同的时间和空间的“监测精度进行了一系列不同的时间及地理条件监测结果如下模式的各个指标的气象数据：在2004年~2007年年的沉淀丰富的研究期间，与2008年、2009年、2013年年度不同程度干旱季节不同；每一段干旱的分布也有较大的差异，降水主要集中在夏季和秋季，冬季降水稀少，虽然有时一个月的降雨量充足，但总体干旱和更高的频率在灾害发生的干旱的影响，更为严重；在几个月的干旱进行测量，统计2000-2009年月干旱频率，结果表明，干旱发生在五年一月，和严重的旱灾三次，这是高于其他月份。最常见的干旱月份是一月。在遥感图像中，植被条件指数图监测精度不一样，NDVI是指植被状况和价值观的变化密切相关，只有当水分在NDVI影像植被形态变化可以显示干旱，植被指数相对滞后；和AVIVCI的年度平均值NDVI找出基于时间滞后的消除，提高了监测精度；TCI在丰水年和植被的生长主要与土壤水分监测精度高，通过对降水异常和MODIS遥感图像的比例进行综合分析，可以得到在江淮分水岭北部和西部偏远的江淮分水岭传感图像值低，降水量相对不足，有一定程度的干旱，而南部江淮分水岭雨量充沛。为了比较常用的植被指数的空间条件的不同特点和时间的准确性，本文以江淮分水岭为研究区，并按照行政区划分为中部、东部江淮分水岭，江淮分水岭，江淮分水岭，五南地区西部