Integrated Remote Sensing and Time Series Analysis for Long-Term Assessment of Vegetation Resilience: Synthesizing Climatic Variables and Land-Use/Land-Cover Trajectories in Al-Ahsa Oasis, Saudi Arabia

在环境敏感而脆弱的干旱区——哈萨绿洲，持续监测土地利用/土地覆盖（LULC）变化至关重要。本研究首次在41年（1985—2025年）时间跨度内，通过整合植被指标、气候变量与LULC轨迹分类，构建了植被、气候与土地利用的综合框架。研究处理了三颗Landsat传感器（Landsat 5-TM、7-ETM+和8-OLI）的数据，以提取植被指标并进行LULC轨迹分类，同时分别利用ERA5-Land和CHIRPS数据获取地表温度和降雨信息。LULC轨迹分类采用随机森林分类器实现，生成了六类LULC轨迹：稳定裸地、稳定城市、稳定水体、城市扩张、过渡土地和稳定植被。采用Pearson相关分析评估植被指标（归一化差异植被指数[NDVI]和土壤调节植被指数[SAVI]）与气候变量（温度和降雨）在不同时间滞后（0—3年）及时间序列去趋势后的关系。去趋势分析表明，在四个考察滞后下，植被指标（NDVI和SAVI）与气候变量（温度和降雨）之间均无统计学显著关联，而原始未去趋势时间序列则显示出正相关，这主要归因于长期趋势而非年际气候—植被协变。LULC轨迹分类精度较高，总体精度为0.939，kappa系数为0.924，表明制图性能稳健。研究期间整体植被覆盖有所改善。退化发生在绿洲中部（稳定城市、城市扩张和稳定水体类别，分别占各轨迹类别的4.506%、5.179%和41.773%），而恢复则出现在北部、南部和东部（稳定植被和过渡土地，分别占各轨迹类别的37.656%和52.891%）。这些发现为哈萨绿洲41年来的植被恢复力提供了长期见解，可支持可持续城市规划以及植被与农业管理。