【植被狀態(tài)指數(shù)研究論文9000字】

基于植被狀態(tài)指數(shù)的江淮分水嶺農(nóng)業(yè)干旱狀況時空分析摘要干旱以其持續(xù)時間長、影響范圍廣、災(zāi)害損失大等特點，已成為世界上最嚴重的自然災(zāi)害之一。在中國經(jīng)濟發(fā)展的干旱的頻繁發(fā)生，人們的生活已經(jīng)遭受了巨大的損失，因此干旱監(jiān)測，了解之間的關(guān)系及其發(fā)生、發(fā)展規(guī)律及影響因素，科學合理的預測干旱，它具有減少災(zāi)害損失的重要現(xiàn)實意義，對社會的可持續(xù)發(fā)展，并以其監(jiān)控范圍廣的遙感干旱監(jiān)測、數(shù)據(jù)更新快等發(fā)揮了重要作用，在干旱監(jiān)測。本文以江淮分水嶺為例，采用基于歸一化植被指數(shù)（NDVI）MODIS圖像進行計算，距平植被指數(shù)（AVI），植被狀態(tài)指數(shù)（VCI），溫度條件指數(shù)（TCI），在不同的時間和空間的條件植被指數(shù)的高精度模式分析，以提高遙感干旱監(jiān)測精度。首先，氣象數(shù)據(jù)處理，和其他的信息來計算使用站點坐標降水異常的比例，月降水量的氣象資料，分析了近十年的一系列的江淮分水嶺的干旱，而捷運MODIS影像數(shù)據(jù)獲取使用ENVI投影和剪切預處理得到的圖片江淮分水嶺，根據(jù)公式常用的植被指數(shù)計算常用的植被指數(shù)圖像。為了比較不同時間植被狀況指數(shù)的準確度，按照行政區(qū)劃劃分為江淮分水嶺、江淮分水嶺、江淮分水嶺、中部、東部、西部、南部江淮分水嶺江淮分水嶺五北部地區(qū)，植被狀況指數(shù)分別計算分區(qū)值和傳統(tǒng)干旱指數(shù)降水異常。然后選取月份、季、年作為時間尺度，根據(jù)各分區(qū)的地理條件，分析傳統(tǒng)干旱指數(shù)與常用植被狀況指數(shù)的相關(guān)性，以確定不同時空格局下的高精度植被狀況指數(shù)。從研究結(jié)果來看，除了降水的東部地區(qū)與平均降水量的相關(guān)性最大外，降水量與降水量之間的相關(guān)性最強。所以當要使用NDVI預測干旱條件下高精度的月平均植被指數(shù)值為各地區(qū)的規(guī)模，以及本研究的時間尺度可以在四賽季的狀態(tài)指數(shù)和相關(guān)性最高的降水量在江淮分水嶺中心區(qū)域如下：VCI，VCITCI，江淮分水嶺，TCI；東部地區(qū)如下：AVI，VCI，TCI，NDVI；江淮分水嶺在南部地區(qū)如下：VCI，AVI，AVI，NDVI；江淮分水嶺在西部地區(qū)如下：TCI，VCI，VCI，NDVI；江淮分水嶺在北部地區(qū)如下：AVI，VCI，AVI，TCI。關(guān)鍵字：植被狀態(tài)指數(shù)；MODIS；江淮分水嶺；相關(guān)性；時空格局；降水

1引言1.1研究現(xiàn)狀旱災(zāi)是一種常見的自然災(zāi)害，具有很大影響，據(jù)統(tǒng)計中國每年遭受各種自然災(zāi)害影響的農(nóng)田面積和糧食作物減產(chǎn)損失中，旱災(zāi)占一半以上[1]。一般將干旱分為氣象干旱、水文干旱、農(nóng)業(yè)干旱和水分供給干旱4類[2]。目前，區(qū)域尺度上的干旱研究主要集中在氣象干旱和農(nóng)業(yè)干旱2個方面[3]。遙感是農(nóng)業(yè)干旱監(jiān)測的重要手段，基于遙感數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測方法主要分為熱慣量法、植被指數(shù)法、微波遙感方法和冠層溫度方法[4]4類。植被指數(shù)直接反映植被生長狀態(tài)，而植被生長狀態(tài)與土壤水分密切相關(guān)，同時植被指數(shù)也具有計算簡單、可獲得性強的優(yōu)點，因此基于植被指數(shù)的遙感監(jiān)測是監(jiān)測農(nóng)業(yè)干旱的重要途徑。應(yīng)用較為廣泛的基于植被指數(shù)的農(nóng)業(yè)干旱監(jiān)測指數(shù)是Kogan提出的植被狀態(tài)指數(shù)[5][6]。江淮分水嶺地處安徽省中部，包括霍邱、壽縣、肥東、肥西、六安(金安區(qū))、滁州、天長、全椒、來安、巢湖等市縣。該地區(qū)南北方向上，中部地勢高，向南、北均逐漸降低，東西方向上中部地區(qū)地勢低洼，東部高于中部，西部地區(qū)逐漸向大別山區(qū)過渡，地勢快速升高。是北亞熱帶氣候區(qū)向南暖溫帶氣候區(qū)的過渡區(qū)，東部是該地區(qū)的基本氣候類型，中、西部是在該基本氣候類型基礎(chǔ)上受周圍環(huán)境影響而產(chǎn)生的局地氣候，中部氣候是干燥型穩(wěn)定，西部是濕潤型穩(wěn)定。該地區(qū)農(nóng)業(yè)氣候基本特點是溫光適宜、雨熱同季、降水分布不均，旱澇等氣候災(zāi)害頻繁。前人關(guān)于江淮分水嶺區(qū)的研究主要集中于分析降水隨時間的變化情況，而對干旱時空變化特征的研究較少。王秋龍等分別應(yīng)用SRTM數(shù)據(jù)、水文分析模型、線性傾向估計、普通Kriging插值研究了江淮分水嶺區(qū)的降水量時空分布特征以及變化趨勢，取得了較好成果[7]。但這些研究基本上都是在氣象干旱結(jié)果的基礎(chǔ)上進行分析，前人進行研究的時間尺度也多為年、季、月[8-9]，缺乏對于相應(yīng)的農(nóng)業(yè)或農(nóng)作物干旱指標的分析研究，缺少從植被狀態(tài)指數(shù)對江淮分水嶺區(qū)進行干旱時空變化特征的研究[10]。1.2選題意義本研究以江淮分水嶺為研究區(qū)，基于2004年到2016年的遙感影像以及氣象數(shù)據(jù)，采用VCI指數(shù)計算農(nóng)業(yè)干旱指數(shù)，分析區(qū)域降水和干旱指數(shù)的相關(guān)性來分析區(qū)域2004-2016年農(nóng)業(yè)干旱時空特征。以干旱指數(shù)是研究地區(qū)旱情動態(tài)特征、科學評估干旱風險的重要依據(jù)。江淮分水嶺地區(qū)旱災(zāi)頻發(fā)，給當?shù)厣鐣l(fā)展尤其是農(nóng)業(yè)生產(chǎn)造成了嚴重影響。利用干旱指數(shù)識別出江淮分水嶺區(qū)域干旱對植物的影響，探索區(qū)域農(nóng)業(yè)干旱時空特征，為江淮分水嶺區(qū)域的旱情監(jiān)測與預警、風險管理提供依據(jù)。1、由于農(nóng)業(yè)生產(chǎn)過程是自然再生產(chǎn)和經(jīng)濟再生產(chǎn)的統(tǒng)一過程，農(nóng)業(yè)對氣候的依賴性很強，因此干旱對農(nóng)業(yè)的影響相當顯著。通過研究，了解江淮分水嶺農(nóng)業(yè)干旱時空變化特征，2、通過區(qū)域研究，了解干旱特點和發(fā)生原因，定量分析干旱損失，結(jié)合區(qū)域水利設(shè)施，做好干旱減災(zāi)措施。1.3研究方法根據(jù)收集到的資料、數(shù)據(jù)等采用定性分析和定量指數(shù)的方法進行江淮分水嶺干旱的研究。具體方法如下：1、文獻分析法：通過上網(wǎng)、圖書館、文獻、雜志等收集分析資料，獲取研究區(qū)域的現(xiàn)狀，了解研究區(qū)域的基本概況，分析當前研究的內(nèi)容、方向、方法和結(jié)論等。2、農(nóng)業(yè)干旱狀態(tài)識別方法：NDVI指數(shù)法。3、氣象干旱狀態(tài)識別方法：干旱指數(shù)法SPEI又稱標準化降水蒸散指數(shù)，基于降水和蒸散量，通過計算兩者差值與平均狀態(tài)之間的離散距離來反映干旱程度的大小。4、相關(guān)分析法：采用一元線性回歸趨勢的計算方法對NDVI與SPEI的趨勢分析及相關(guān)性計算。1.4研究內(nèi)容1、利用ENVI對2004－2016年江淮分水嶺的區(qū)域遙感數(shù)據(jù)進行分析，計算出農(nóng)業(yè)干旱指數(shù)。對區(qū)域遙感數(shù)據(jù)進行分析，通過江淮分水嶺MODIS數(shù)據(jù)計算NDVI值來反映植被生長和氣象數(shù)據(jù)計算SPEI指數(shù)來反映氣象干旱，結(jié)合兩者結(jié)果反映地區(qū)生態(tài)退化。SPEI又稱標準化降水蒸散指數(shù)，基于降水和蒸散量，通過計算兩者差值與平均狀態(tài)之間的離散距離來反映干旱程度的大小。2、分析區(qū)域降水，根據(jù)2004－2016年江淮分水嶺區(qū)域的氣象數(shù)據(jù)，將區(qū)域內(nèi)降水量按時間和空間的變化做出具體的分析。3、對區(qū)域降水與農(nóng)業(yè)干旱指數(shù)的相關(guān)性進行分析。采用一元線性回歸趨勢計算方法，計算2004—2016年NDVI的變化趨勢和干旱程度的變化傾向，通過Mann-Kendall(M-K)趨勢檢驗法對其變化趨勢進行顯著性檢驗，并對NDVI與SPEI的柵格數(shù)據(jù)進行相關(guān)分析。2研究區(qū)和數(shù)據(jù)2.1研究區(qū)本文研究地區(qū)是位于安徽省中部的江淮分水嶺區(qū)，包括六安、合肥、滁州、壽縣等14個縣(市、區(qū))。氣象數(shù)據(jù)來源于江淮分水嶺區(qū)各市、縣部門逐日實測的《地而氣象記錄月報表》，包括滁州、合肥、壽縣、六安等共17個站點，數(shù)據(jù)時段為1980-2009年。作物單位而積產(chǎn)量數(shù)據(jù)來自中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫，數(shù)據(jù)時段為2000-2009年。數(shù)據(jù)分析試驗于2016年11月2日至11月25日在安徽省地理信息集成應(yīng)用協(xié)同創(chuàng)新中心實驗室進行。2.2數(shù)據(jù)2.2.1MODIS數(shù)據(jù)MODIS(ModerateResolutionImagingSpectroradiometer)該傳感器主要由水平掃描鏡、集光裝置，線性陣列探測器和位于4光譜干擾濾波器的焦平面成像輻射36離散帶之間0.4-14.sum圖像應(yīng)用的傳統(tǒng)設(shè)計，星點的空間分辨率可以2.5億，500m或千米視野的寬度2330km；它每兩天地球上提供連續(xù)的光譜圖像數(shù)據(jù)每天在任何地方，白天和晚上的反射圖像，包括地球的土地，在可見光和紅外波譜數(shù)據(jù)的海洋和大氣觀測；它是一個真正的多學科的工具，可以被高優(yōu)先級的氣氛（云及其相關(guān)的屬性）和SEA（海表面溫度和葉綠素）和表面特性（土地覆蓋變化、地表溫度和植被特征進行了全面和一致的同步）觀察和MODIS數(shù)據(jù)成為最廣泛使用的遙感數(shù)據(jù)，因為很多樂隊的優(yōu)勢，快速更新數(shù)據(jù)，在世界上廣泛應(yīng)用的范圍和自由的實現(xiàn)。因此，該MODIS圖像數(shù)據(jù)從2000年到2009年進行。MRT是一種針對MODIS數(shù)據(jù)的處理工具，它可以幫助用戶把MODIS影像(Level-2G，Level-3，andLevel-4landdataproducts)重新投影到更為標準的地圖投影，而且可以選擇影像中的空間子集(spatialsubletting)和波段子集(spectralsubletting)進行投影轉(zhuǎn)換。軟件輸出格式為rawbinaryGEOTIFF(這兩種數(shù)據(jù)格式為大多數(shù)軟件所支持)和HDF-EOS，而且可以在多種系統(tǒng)平臺上進行運行，包括：SunSolarisworkstationsSGIIRIXworkstationsLinux和MicrosoftWindows。MRT，可以在命令行運行或地鐵上的圖形用戶界面（GUI），其核心是重采樣和鑲嵌的圖像。首先要獲得重新投影預處理的MODIS影像，利用MODISMRT軟件獲得特殊投影圖像投射到UTM投影，投影面積是49，然后通過遙感應(yīng)用ENVI的波段操作圖像的投影來獲取所需要的數(shù)據(jù)，如NDVI，AVI，和VCITCI。2.2.2氣象數(shù)據(jù)根據(jù)試驗現(xiàn)場氣象數(shù)據(jù)從數(shù)據(jù)集中國地面氣候資料的價值，對氣象資料主要來自各省、市自治區(qū)信息數(shù)據(jù)、氣候數(shù)據(jù)處理部門的月度報告“氣象記錄月報表”，其主要內(nèi)容包括省、市、自治區(qū)的月平均空氣壓力、平均溫度、平均相對濕度、平均風速、日照、降水資料，本文主要研究了降水量和降水距平百分率數(shù)據(jù)和植被狀態(tài)指數(shù)之間的關(guān)系，所以在年降水量江淮分水嶺的選擇、相對濕度等流星地質(zhì)數(shù)據(jù)作為研究的基礎(chǔ)。包括設(shè)置江淮分水嶺測試網(wǎng)站的數(shù)據(jù)，根據(jù)分區(qū)結(jié)果的行政區(qū)劃，每個分區(qū)的數(shù)據(jù)包含站點的信息，你可以在這些網(wǎng)站中江淮分水嶺的分布更加均勻，能有效地代表在附近地區(qū)的降雨條件，所以平均網(wǎng)站數(shù)據(jù)以每個分區(qū)包含的值來近似平均降水區(qū)的代表，對江淮分水嶺干旱統(tǒng)計頻率分布和地域分布，從而在近十年中得到了干旱的江淮分水嶺型分布。3近十年江淮分水嶺干旱變化特征分析3.1傳統(tǒng)干旱指數(shù)的干旱分析3.1.1江淮分水嶺年降水量的分布規(guī)律為了近十年江淮分水嶺的降水變化，地面上的氣候數(shù)據(jù)值的數(shù)據(jù)集合中提取每一測試點同年的月降水資料積累的第一個月，然后計算各測站點的江淮分水嶺的年降水量在全省的平均值，每個站平均降水在每個區(qū)域的江淮分水嶺代表近似的沉淀，然后你可以在過去的十年中得到的平均降雨量，根據(jù)第二章介紹了降水距平百分率表和計算公式分別計算在2000年和2009每年的降水距平百分率，如表3.1所示?？梢詮?0012002年來的表看，2006-2009年六年的平均年降水量小于年平均降水量、降水距平百分率是負的，這意味著在過去的幾年中出現(xiàn)不同程度的干旱；今年的降水相對充足的休息，在2003年最豐富的年降水量。表3.1江淮分水嶺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圖3.1江淮分水嶺各年降水量距平百分率根據(jù)江淮分水嶺區(qū)劃的結(jié)果，分別計算了2004～2016年間不同地區(qū)年降水異常率，并計算了同年不同地理區(qū)域降水量的差異。結(jié)果見表3.2。從表中可以看出，在每個地區(qū)的2004~2007年，2008~2015年平均每年有不同程度的干旱，其中，在江淮分水嶺中，江淮分水嶺，江淮分水嶺，江淮分水嶺在最干旱年西南地區(qū)東部為2001年，和2006年的江淮分水嶺北部最干旱的一年；在東部，西部地區(qū)為2007年度最豐富的降水中心和江淮分水嶺江淮分水嶺江淮分水嶺江淮分水嶺江淮分水嶺，而南、北地區(qū)2004年。同年，江淮分水嶺南部降水量較其他地區(qū)豐富，而江淮分水嶺中部和江淮分水嶺北部降水相對稀疏，與各區(qū)的地理分布特征基本一致。從圖3.2可以看出，2004年,2007年,2008年和2009年，降水距平百分率呈陽性，與北方地區(qū)的江淮分水嶺2004年比例最高的降水，雨量充足，在中部地區(qū)降雨，2007年江淮分水嶺西部地區(qū)與江淮分水嶺北異常率較高；在2005年和2006年的嚴重干旱。表3.2各分區(qū)年降水量距平百分率年份霍邱壽縣肥東六安長豐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各分區(qū)年降水量距平百分率3.1.2江淮分水嶺各分區(qū)季度降水量差異性分析降水不僅在區(qū)域內(nèi)不同，而且在時間分布上也有所不同。降水集中，降水相對稀少。江淮分水嶺由于地形復雜，位于南北氣候過渡帶，北境和韓國分別屬于暖溫帶和亞熱帶，降水量是不同的，根據(jù)傳統(tǒng)的節(jié)氣時間一年分為春季（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，每段的統(tǒng)計異常，通過季節(jié)降水的統(tǒng)計可以在降水主要集中在夏季和秋季和冬季降水量的獲得，更容易發(fā)生干旱，而總體呈現(xiàn)出東南西北降水稀少，降水豐富。以南部和西部江淮分水嶺江淮分水嶺為例，如表3.3所示為在江淮分水嶺南方和西部降水距平百分率?？梢詮谋硪?004年,2007年和2008均發(fā)生了不同程度的干旱，干旱在2006年、2012年更為嚴重，各季降水充足；南部的江淮分水嶺和江淮分水嶺在春季和冬季西部地區(qū)近十年來，干旱發(fā)生頻率高，達到一半，在輕度干旱的大部分地區(qū)，干旱的頻率不高。從圖3.3可以看出，降水量江淮分水嶺西部和江淮分水嶺南部分布差異較大，季節(jié)降水變化較大，其中2005年和2008年年間，年降水量較少，降水異常的百分比最為負值，而在夏季2004年,2010年和2012年冬季春旱嚴重。表3.3.江淮分水嶺南部、江淮分水嶺西部地區(qū)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植被狀態(tài)指數(shù)的干旱分析3.2.1常用植被狀態(tài)指數(shù)的計算根據(jù)本文的研究內(nèi)容，MODIS遙感影像數(shù)據(jù)的遙感數(shù)據(jù)源免費發(fā)布到網(wǎng)上，選擇MODIS影像數(shù)據(jù)包括江淮分水嶺h26v07軌道：mod13a3和MOD11A2用來計算條件植被指數(shù)NDVI、AVI、VCI和TCI，植被指數(shù)圖像空間分辨率mod13a3千米土地標準數(shù)據(jù)產(chǎn)品2，主要包括增強型植被指數(shù)NDVI的網(wǎng)格，它是通過遙感影像合成，投影模式Integerizedsinusoidal(ISIN)grid投影；土地表面溫度圖像MOD11A2是土地2,3級標準數(shù)據(jù)產(chǎn)品和1000m的空間分辨率。它是一個8天的周期的遙感影像數(shù)據(jù)的白天和夜間地表溫度和發(fā)射率。投影方式為Integerizedsinusoidal(ISIN)grid投影。MODIS遙感圖像分辨率為250m，500m和1000m三，因為本文著重對江淮分水嶺和每個分區(qū)的干旱特征的總體趨勢進行了分析，并對干旱條件下，在一個很小的范圍內(nèi)，在不影響數(shù)據(jù)處理的質(zhì)量和考慮數(shù)據(jù)處理的條件下，使用千兆分辨率干旱條件下的圖像分析江淮分水嶺。首先，獲得的數(shù)據(jù)投影到捷運UTM投影是用于遙感圖像下載的HDF格式為捷運，選擇一個要處理的頻帶，輸出格式為GeoTIFF，投影UTM投影區(qū)，49，由一批命令做遙感圖像獲得相同的處理；為了在遙感圖像下載獲取研究區(qū)的邊界，基于江淮分水嶺矢量剪切遙感影像、矢量和矢量地圖的環(huán)境，一個地區(qū)的利益，同時，利用MODIS影像數(shù)據(jù)處理和重新投影幀到ENVI遙感圖像處理軟件，對矢量圖在剪切載荷感興趣，最終得到由江淮分水嶺AVI，邊境NDVI，VCI和TCI遙感圖像，剪切過程中，矢量投影圖和投影帶和遙感圖像必須一致，否則矢量為感興趣區(qū)域是將出現(xiàn)錯誤；與江淮分水嶺ndvi獲得的圖像為基礎(chǔ)，根據(jù)批處理程序來計算每月的AVI和VCI在樂隊使用公式的第二章，因為1下載圖像是合成的8天，為了保持和其他遙感圖像的同時，使用最大合成LST圖像白天8天為1圖像分析合成，合成和發(fā)現(xiàn)了許多以前沒有的位置綜合的存在有了很大的提高，與我第四部分1合成圖像是計算TCI的基礎(chǔ)。在波段操作中，要注意數(shù)據(jù)類型的轉(zhuǎn)換，如從整數(shù)到浮點型的轉(zhuǎn)換等，否則容易造成圖像顯示不當?shù)葐栴}。3.2.2月遙感旱情監(jiān)測為了監(jiān)測不同時間尺度的每個條件植被指數(shù)的干旱條件下，第一個月的研究尺度分析江淮分水嶺干旱分布，從2004年到2009年江淮分水嶺的遙感圖像數(shù)據(jù)計算，可用在一月干旱的前面幾章的分析計算是最嚴重的，因此江淮分水嶺的研究期間，遙感圖像分析，一月。如圖3.5所示，干旱的普通營養(yǎng)狀態(tài)指數(shù)江淮分水嶺2004-2013年，監(jiān)測結(jié)果為例，在2004,2010和2012年。圖3.3江淮分水嶺區(qū)基于無有效降水連續(xù)日數(shù)指標的不同類型作物生長期干旱頻率分布圖中的NDVI變化范圍是1到1，并在VCI和TCI變化范圍，并從黑色變成白色的數(shù)字上升。從圖中可以看出，NDVI圖像變化不是很明顯，一般江淮分水嶺和江淮分水嶺在北西部地區(qū)比其他地區(qū)的植被覆蓋率低，遙感指數(shù)圖2001一月表明，江淮分水嶺在南方比在嚴重干旱的其他領(lǐng)域，但大多數(shù)的江淮分水嶺區(qū)域干旱程度不太高，區(qū)域2005，植被受干旱影響的2011年增加，而干旱程度的增加，這表明在2010年一月總體降水量比一月減少2005年，北部和東部江淮分水嶺江淮分水嶺的變化最為明顯，2010年和2012年的遙感圖像變化不大，這表明，一月的降雨條件是近兩年。通過前面的分析的基礎(chǔ)上，我們可以從整個VCI得出接近實際情況的降水距平百分率，同時由于各種條件植被指數(shù)有其特定的適用條件，所以在國家指數(shù)分析研究區(qū)不同植被干旱條件的綜合利用可以有效的將提高干旱監(jiān)測精度，更加科學合理的指導抗旱。4植被狀態(tài)指數(shù)空間適應(yīng)性分析4.1數(shù)據(jù)處理與分析方法通過傳統(tǒng)的干旱指數(shù)干旱條件下，江淮分水嶺和江淮分水嶺近十年干旱條件植被指數(shù)分析的發(fā)展和分布的趨勢，但對于江淮分水嶺干旱植被狀態(tài)指數(shù)反演的精度沒有定量分析，所以江淮分水嶺近年來降水比較植被狀況分析與植被狀態(tài)指數(shù)其相關(guān)的條件下，相同的時間模式的測量指標的精度的基礎(chǔ)上。積累了在Excel中，我們輸入的傳統(tǒng)干旱指數(shù)與六月季度數(shù)據(jù)時問尺度植被狀態(tài)指數(shù)，和傳統(tǒng)的干旱指數(shù)為橫坐標，植被狀態(tài)指數(shù)為縱坐標生成浮點地圖，然后讓每個浮線相關(guān)趨勢，與傳統(tǒng)的干旱指數(shù)和植被狀態(tài)指數(shù)不同分區(qū)比較的關(guān)系，總結(jié)出精確的植被狀態(tài)指數(shù)水平的具體條件的時空格局。4.2傳統(tǒng)干旱指數(shù)與植被狀態(tài)指數(shù)相關(guān)性分析4.2.1植被狀態(tài)指數(shù)與年累積降水量的相關(guān)性分析在干旱遙感監(jiān)測提供了近幾十年來，為干旱監(jiān)測植被指數(shù)的應(yīng)用的一個新的研究領(lǐng)域，隨著新的植被指數(shù)的應(yīng)用研究的深入，干旱的反演精度逐漸提高，但許多植被指數(shù)生成環(huán)境的不同約束條件和植被指數(shù)的應(yīng)用環(huán)境的不同造成的，在不同的時間和空間對不同的精確度的不同條件模式的植被指數(shù)，通過比較干旱指數(shù)和植被狀態(tài)指數(shù)反映植被狀態(tài)指數(shù)和實際情況之間的傳統(tǒng)相關(guān)文章相似，并選擇針對植被指數(shù)時空格局的具體特點，提出了高精度的優(yōu)化策略，以提高遙感干旱監(jiān)測的精度。植被指數(shù)值后降水影響植被生長形態(tài)的改變可以被監(jiān)控，所以為了比較與降水的相關(guān)性和不同地理條件的共同條件植被指數(shù)值下更合理，月與各部門的累計降水植被狀況分析其相關(guān)的累計數(shù)是指。首先，利用江淮分水嶺ndvi，江淮分水嶺的AVI等遙感圖像，根據(jù)遙感圖像的分割結(jié)果的行政區(qū)劃劃分為五個區(qū)，遙感影像和統(tǒng)計各部門的價值，從這里到每個分區(qū)的平均值代表整個分割值，研究區(qū)域統(tǒng)計江淮分水嶺在-年月NDVI、AVI、VCI和TCI的遙感影像數(shù)據(jù)存儲在Excel中，同年的遙感圖像的月度累計值，最后得到了各地區(qū)近十年來每年每月累積植被指數(shù)值處理對降水的方法，積累沉淀一年，C比較之間的植被指數(shù)，2005年江淮分水嶺2006年江淮分水嶺在植被指數(shù)和累計降雨量累計值之間的相關(guān)圖，東部地區(qū)和中部地區(qū)，首次投入到Excel的遙感植被指數(shù)值換算成大小相同的順序表示在相同的數(shù)字的積累沉淀橫坐標，常用植被指數(shù)作為他們的浮點地圖之間的坐標，通過觀測點的分布呈現(xiàn)一定的線性特征，分別用線性和畫線之間的多項式，多項式曲線趨勢之間的相關(guān)性高于線性，因此本文選取多項式曲線代表李在累積降水和植被狀態(tài)指數(shù)之間的相關(guān)性，這個數(shù)字可以從常用的植被狀態(tài)指數(shù)和累積降水量之間的相關(guān)性高，均在0.8以上，顯示NDVI值和積累之間的強相關(guān)性，相關(guān)性最高的累積降水的條件下利用NDVI統(tǒng)計干旱時空圖案精度高。4.2.2傳統(tǒng)干旱指數(shù)與月植被狀態(tài)指數(shù)的相關(guān)性分析根據(jù)前幾章的計算，分析了一月冬季干旱時江淮分水嶺的頻率較高！為什么，所以在本月的一月為例，比較植被狀態(tài)指數(shù)和月降水量從第一選擇的百分比之間的相關(guān)性，在2000-2009年研究區(qū)一月各處理江淮分水嶺NDVI、AVI、VCI和TCI的圖像，并進行圖像分析；月降水氣象資料，根據(jù)第二章獲得江淮分水嶺的方法介紹了一月降水距平百分率的計算。圖4.2顯示了一月植被狀態(tài)指數(shù)和降水之間的關(guān)系，其次是江淮分水嶺中、東、南、西、北部；為了便于植被狀態(tài)指數(shù)和降水之間的相關(guān)比較，植被狀態(tài)指數(shù)標準化以0-100，隨后在一月降水距平百分率為橫坐標和縱坐標條件植被指數(shù)之間的關(guān)系進行了分析。此外，東部地區(qū)是江淮分水嶺NDVIAVI，和降水異常的相關(guān)性最大，其余部分之間的比例是VCI和降水距平百分率之間的最佳關(guān)聯(lián)，表現(xiàn)出很強的相關(guān)性，但水平的三指數(shù)和降水距平百分率差異之間的相關(guān)性，以植被狀態(tài)指數(shù)三的植被狀態(tài)指數(shù)區(qū)域干旱監(jiān)測干旱條件下具有高可靠性的尺度。5結(jié)論隨著科學技術(shù)的發(fā)展，遙感干旱監(jiān)測中發(fā)揮著越來越重要的作用，不僅提高了精度，干旱的監(jiān)測和干旱遙感監(jiān)測更新率，但同時降低監(jiān)管成本，四月_利用遙感干旱監(jiān)測顯示江淮分水嶺的快速和直觀的不同區(qū)域干旱條件下對一、掌握受影響的區(qū)域的大小，以及干旱災(zāi)害程度的主要發(fā)展趨勢的意義。因此，干旱遙感監(jiān)測已成為旱情監(jiān)測的主要手段。本文以江淮分水嶺為例，使用2004年至2016年的MODIS遙感數(shù)據(jù)和干旱條件對江淮分水嶺和在不同的時間和空間的“監(jiān)測精度進行了一系列不同的時間及地理條件監(jiān)測結(jié)果如下模式的各個指標的氣象數(shù)據(jù)：在2004年~2007年年的沉淀豐富的研究期間，與2008年、2009年、2013年年度不同程度干旱季節(jié)不同；每一段干旱的分布也有較大的差異，降水主要集中在夏季和秋季，冬季降水稀少，雖然有時一個月的降雨量充足，但總體干旱和更高的頻率在災(zāi)害發(fā)生的干旱的影響，更為嚴重；在幾個月的干旱進行測量，統(tǒng)計2000-2009年月干旱頻率，結(jié)果表明，干旱發(fā)生在五年一月，和嚴重的旱災(zāi)三次，這是高于其他月份。最常見的干旱月份是一月。在遙感圖像中，植被條件指數(shù)圖監(jiān)測精度不一樣，NDVI是指植被狀況和價值觀的變化密切相關(guān)，只有當水分在NDVI影像植被形態(tài)變化可以顯示干旱，植被指數(shù)相對滯后；和AVIVCI的年度平均值NDVI找出基于時間滯后的消除，提高了監(jiān)測精度；TCI在豐水年和植被的生長主要與土壤水分監(jiān)測精度高，通過對降水異常和MODIS遙感圖像的比例進行綜合分析，可以得到在江淮分水嶺北部和西部偏遠的江淮分水嶺傳感圖像值低，降水量相對不足，有一定程度的干旱，而南部江淮分水嶺雨量充沛。為了比較常用的植被指數(shù)的空間條件的不同特點和時間的準確性，本文以江淮分水嶺為研究區(qū)，并按照行政區(qū)劃分為中部、東部江淮分水嶺，江淮分水嶺，江淮分水嶺，五南地區(qū)西部