《Land》：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
编辑推荐：
摘要专业翻译
对土地利用/土地覆盖（LULC）变化的持续监测对于Al-Ahsa绿洲至关重要，该地区属于干旱区域，环境敏感且脆弱。本研究首次整合植被、气候与土地利用框架，将植被指标、气候变量和LULC轨迹分类相结合，覆盖41年研究期（1985–2025）。研究处
摘要专业翻译
对土地利用/土地覆盖（LULC）变化的持续监测对于Al-Ahsa绿洲至关重要，该地区属于干旱区域，环境敏感且脆弱。本研究首次整合植被、气候与土地利用框架，将植被指标、气候变量和LULC轨迹分类相结合，覆盖41年研究期（1985–2025）。研究处理了来自三颗Landsat传感器（Landsat 5-TM、7-ETM+和8-OLI）的数据，以推导植被指标和LULC轨迹分类，同时利用ERA5-Land和CHIRPS数据分别提供地表温度和降雨量信息。LULC轨迹分类采用随机森林分类器实现，生成六类LULC轨迹类别：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。研究人员采用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（温度和降雨量）在不同时间滞后（0–3年）以及去趋势处理后的关系。去趋势分析显示，在四个考察的滞后期内，植被指标（NDVI和SAVI）与气候变量（温度和降雨量）之间均无统计学显著关联；而原始未去趋势时间序列则呈现正相关，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。研究期内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、南部和东部地区（稳定植被和过渡土地类别，分别占各轨迹类别的37.656%和52.891%）。这些发现为Al-Ahsa绿洲41年间的植被恢复力提供了长期见解，支持可持续城市规划以及植被和农业管理。
论文解读文章
一、研究背景与问题提出
土地利用/土地覆盖（LULC）变化是遥感领域的研究热点。研究LULC变化有助于阐明地球表面的时空动态，并厘清其背后的自然与人为驱动因素。自然环境的驱动因素包括极端温度、强降雨、滑坡和沙尘暴等，在全球各地表现不一；人为变化则主要与快速人口增长相关，人口增长推动城市扩张以满足日益增长的需求。人类活动对地球表面产生积极和消极两方面影响，尤其是在沙特阿拉伯Al-Ahsa绿洲这类敏感脆弱的环境中，对植被覆盖的影响尤为显著。植被作为“地球之肺”，吸收二氧化碳并释放氧气，同时参与气候调节、支持生物多样性并维持生态系统平衡。因此，持续监测绿洲植被恢复力对于环境保护和人类福祉的维护至关重要。
Al-Ahsa绿洲西邻ad-Dahna沙漠和as-Summan高原，南接Rub' al-Khali（空旷区）沙漠。该绿洲受到多种自然因素的影响，如降雨有限、地下水可用性、极端温度、土壤肥力和盐碱化以及流沙侵蚀等。人为活动也对环境产生显著影响，尤其是城市扩张可将植被区域转化为城市区域，或导致植被退化或恢复。鉴于该绿洲的重要性——2018年被联合国教科文组织认定为世界最大绿洲和世界遗产地——必须利用先进技术和长期数据考察该区域的植被恢复力，以主动识别面临退化风险的区域。
尽管已有研究提供了Al-Ahsa绿洲植被动态的宝贵信息，但这些研究局限于特定方法、特定年份和特定驱动因素。因此，植被恢复力与气候变量和LULC轨迹之间的关系尚未在较长时间跨度内得到详细考察。这构成了文献中的一个显著空白，尤其是对需要了解Al-Ahsa绿洲当前和过去植被状况详细信息的地方政府机构和政策制定者而言。为填补这一空白，本研究整合遥感数据，利用一组恢复力相关指标间接评估植被恢复力，包括植被指标（NDVI和SAVI）、气候变量（温度和降雨量）以及LULC轨迹，通过空间、时间和统计分析，在41年研究期内表征植被状况和LULC时空动态。研究旨在回答以下问题：（1）1985至2025年间植被指标（NDVI和SAVI）和气候变量（温度和降雨量）的时间模式如何变化？（2）气候变量对植被变化有何影响？（3）植被对气候变量的响应需要多长时间？（4）植被动态的长期模式是否在六类LULC轨迹类别间存在差异？
二、研究内容与主要结论
本研究构建了整合植被、气候和LULC轨迹的综合框架，利用Landsat卫星影像（Landsat 5-TM、7-ETM+和8-OLI）、ERA5-Land地表温度数据和CHIRPS降雨数据，对Al-Ahsa绿洲1985至2025年间的植被动态进行了系统分析。研究得出以下主要结论：植被覆盖整体呈改善趋势，NDVI和SAVI均呈现统计显著的上升趋势；原始时间序列中植被与气候变量存在正相关，但去趋势后所有关联均不再显著，表明这些关联主要源于长期趋势而非年际协变；LULC轨迹分类精度高，总体精度达0.939，Kappa系数为0.924；退化主要发生在绿洲中部（稳定城市、城市扩张和稳定水体区域），恢复则集中在北部、南部和东部（稳定植被和过渡土地区域）。这些发现为绿洲可持续城市规划以及植被和农业管理提供了长期参考依据。
三、关键技术与方法
本研究采用的主要技术方法包括：基于Google Earth Engine（GEE）云平台处理3112景Landsat影像（819景L5-TM、1267景L7-ETM+和1026景L8-OLI），计算归一化差异植被指数（NDVI）和土壤调节植被指数（SAVI）；利用随机森林分类器（300棵决策树）进行LULC轨迹分类，输入特征包括光谱波段、多种光谱指数（NDVI、SAVI、MNDWI、NDBI、NDISI）和基于灰度共生矩阵（GLCM）的纹理特征；采用Mann-Kendall检验和Sen's斜率检测时间序列趋势；使用Pearson滞后相关分析（0–3年滞后）评估植被与气候变量的关系，并采用去趋势分析、异方差和自相关一致（HAC）标准误以及Benjamini-Hochberg错误发现率（BH-FDR）校正进行统计推断。训练数据采用分层目的性抽样，基于1985、1995、2005、2015和2025年五个年份的Landsat影像定义六类LULC轨迹类别，并使用Google Earth Pro高分辨率影像进行验证。
四、研究结果
4.1 长期植被与气候变量分析
时间序列分析显示，NDVI和SAVI在研究期内呈动态增长趋势，尽管在1992、1999、2000、2002、2003和2004年等年份出现波动。线性回归分析确认NDVI和SAVI均呈统计显著上升趋势，斜率均为0.0005年-1，p值分别为1.585×10-6和2.792×10-6，R2值分别约为45%和43%。降雨量呈振荡模式但无显著趋势（斜率0.398年-1，p=0.2080），温度则呈显著上升趋势（斜率0.0450年-1，p=6.467×10-10），R2为62%。
4.2 植被与气候的滞后相关分析
基于原始时间序列的滞后相关分析显示，降雨量在滞后0年与NDVI和SAVI呈中等正相关（r分别为0.4521和0.4108），滞后1–3年关联较弱；温度在所有滞后期内均与植被响应呈中等正相关。然而，去趋势分析并纳入HAC推断和BH-FDR校正后，所有关联在α=0.05水平下均不再具有统计学显著性，表明原始序列中的显著关联主要反映气候和植被变量的共同长期趋势，而非真实的年际气候–植被协变关系。
4.3 时空LULC轨迹分类
LULC轨迹分类图包含六类：稳定裸地（1367.30 km2，主导类别）、城市扩张（320.80 km2）、过渡土地（298.67 km2）、稳定城市（73.13 km2）、稳定植被（37.84 km2）和稳定水体（7.34 km2，面积最小，位于东部Al-Asfar湖）。城市扩张区域集中在绿洲中心附近，紧邻稳定植被和过渡土地区域，对植被区域构成压力。分类验证显示总体精度为0.939，Kappa系数为0.924，各类别的用户精度、生产者精度和F1分数均不低于0.880，表明分类性能良好。稳定水体类别的各项精度指标均为1，归因于干旱环境中水体与其他LULC类别的可区分性较高。
4.4 植被变化的空间格局
NDVI变化图显示，退化区域出现在绿洲中心、城市扩张区域附近和湖泊周边；恢复区域集中在北部、南部和东部。按轨迹类别统计，过渡土地的平均NDVI变化最高（0.056），恢复比例（52.891%）远超退化比例（16.909%）；稳定植被平均NDVI变化为0.026，恢复（37.656%）高于退化（17.954%）；稳定裸地平均NDVI变化为0.011，退化略超恢复；城市扩张平均NDVI变化仅为0.002，退化（4.506%）远超恢复（1.111%），表明城市扩张导致植被损失；稳定水体平均NDVI变化为-0.043，退化超过恢复，可能受水位变化、混合像元和水体浑浊度影响。
4.5 植被与轨迹类别的交互作用
交互分析识别出四类关键区域：过渡土地与植被恢复交互占据142.070 km2（占绿洲总面积7.505%），平均NDVI变化为0.150，表明多处地点植被绿度增加；城市扩张与植被退化交互覆盖14.944 km2（0.789%），平均NDVI变化为-0.101，表明城市化对植被的显著负面影响；稳定植被与植被退化交互占据5.752 km2（0.304%），反映局部植被衰退；稳定裸地与植被恢复交互仅覆盖0.375 km2（0.02%），平均NDVI变化为0.063，反映局部植被恢复。
五、讨论总结与研究结论
讨论部分指出，植被覆盖的总体增加与已有研究结论一致，但城市扩张区域和稳定植被区域中心地带出现退化热点。降雨量虽无显著趋势，但原始序列中NDVI与降雨量在滞后0年存在正相关，这可能与绿洲依赖地下水井灌溉系统有关，连续稳定的地下水利用支撑了植被恢复力。温度对绿洲植被有显著影响，枣椰树作为优势树种适宜温暖环境，但去趋势后温度与植被的关联不再显著，可能因年度温度序列变异不足，且植被状况受多种因素综合影响。LULC轨迹分类揭示了稳定城市和城市扩张对植被覆盖的显著影响，城市扩张区域的退化比例超过恢复比例，强调需要土地管理以维护绿洲可持续的历史绿色空间。研究局限性包括缺乏地下水数据、Al-Asfar湖周边存在误分类、30米空间分辨率可能遗漏细部信息、缺乏生长季分析和季节敏感性分析、未实施空间分块验证以及多传感器间可能存在微小差异。未来工作应致力于提高空间分辨率、整合地下水等额外因素、预测植被未来轨迹、纳入高时间分辨率遥感数据集以及实施空间分块交叉验证。
研究结论表明，植被覆盖（NDVI和SAVI）在研究期内增加，反映整体绿化趋势。初始分析显示植被覆盖与气候变量在四个时间滞后期存在显著相关，但去趋势后这些相关不再显著，表明初始关联不能独立于长期趋势。轨迹分类中，过渡土地恢复比例最高（52.891%），超过其退化比例（16.909%）；稳定植被恢复比例（37.656%）高于退化比例（17.954%）；城市扩张在中部、南部、西部和北部区域的退化超过恢复，代表城市化热点区域。稳定植被中的退化热点主要出现在研究区中部。本研究提供的长期参考信息可供科学界、政策制定者、政府机构和利益相关者使用，也可作为可比干旱环境的方法论范例。
