A Remote Sensing Approach to Seasonal Change: NDVI and Snow Cover Trends : Monitoring Environmental Change Through Vegetation and Snow Cover Indices Derived from Landsat and MODIS | En fjärranalytisk metod till säsongsförändringar: NDVI och snötäcketrender : Övervakning av miljöförändringar genom vegetations- och snöindex härledda från Landsat och MODIS

Understanding seasonal patterns of vegetation and snow is essential in studies of climate change and monitoring ecosystem responses. Previous research presents a shortening in the duration of snow cover along with an increase in spring temperature and precipitation leading to a longer growth period for vegetation. Satellite imagery provides frequent cover over geographically vast areas without the need for additional infrastructure or personnel. As such, this study uses satellite-derived values to investigate phenology trends and snow cover dynamics in central and southern Sweden over recent decades. Landsat data from 1985-2024 was used to measure vegetation greenness, through the Normalised Difference Vegetation Index (NDVI). Observations acquired by the Moderate Resolution Imaging Spectroradiometer (MODIS) from 2000 to 2024 measured snow cover through the Normalised Difference Snow Index (NDSI). Phenology and snow cover metrics were extracted on a monthly basis, through fixed thresholds, such as the Start of Season (SOS), End of Season (EOS) as well as the length of the winter season and Growing Season Length (GSL). A comparison between the extracted metrics and climate variables from the Swedish Meteorological and Hydrological Institute (SMHI) was conducted. Additionally, the extracted metrics were converted to days using a standardised month length of 30.43685 days to establish a changing rate of days per year, which were then compared to reference datasets on vegetation periods and snow-covered days concluded by SMHI.  Results indicate a shift in vegetation dynamics due to a trend of earlier onset of spring vegetation as a result of earlier snowmelt in the winter. A rise of NDVI throughout the season was found as well as a trend of declining snow coverage in the study area, except for April which shows signs of an increase in fleeting snowfall. A moderately positive correlation between NDVI and a rise in temperature (r = 0.27) and more precipitation (r = 0.30) was found at the beginning of the season, suggesting vegetation activity increase. A strong correlation between snow cover and snow depth (r = 0.79) declining during the time period was found, indicating an earlier end of the winter season. Combined trends suggest a seasonal change of lengthening of the growing season with +3.5 days per year during the entire period from 1985 to 2024, and +1.7 days per year post-2000, as well as a shortening of the winter by –0.8 days per year (2000-2024). The findings correspond to existing papers and measures of temperature, precipitation, and snow depth; demonstrating the validity of remote sensing methods for the purpose of examining seasonal shifts.

Insikter i den årliga cykeln av vegetation och snö är väsentliga för en god uppfattning av klimatförändring samt granskning av ekosystems utveckling. Existerande forskning visar på en allt kortare period med snötäcke i samband med en ökad temperatur och regnfall i tidig vårsäsong vilket orsakar en längre växtsäsong. Satellitbilder tillhandahåller frekvent täckning med stort geografiskt omfång utan att kräva utökad infrastruktur eller bemanning. Därför används satellitbaserade sensorer i denna studie för att undersöka trender i fenologi och snötäcket under de senaste decennierna i Svealand samt Götaland. Data från Landsat användes från 1985-2024 för att mäta vegetationens grönska genom normaliserat differensvegetationsindex (NDVI) och bilder från satellitinstrumentet Moderate Resolution Imaging Spectroradiometer (MODIS) mellan år 2000 och 2024 tillämpades för att mäta snötäcket via normaliserat differens snö-index (NDSI). Värdena sammanställdes månadsvis, genom fixa tröskelvärden, för att hitta växtlighetens säsongstart (SOS), säsongslut (EOS), längden av växtsäsong (GSL), såsom snötäckets varaktighet. Dessa värden jämfördes med väderobservationer från Sveriges Meteorologiska och Hydrologiska Institut (SMHI). Ytterligare konverterades värden till dagar baserat på en standardiserad månadslängd på 30,43685 dagar, för att avgöra förändringstakt av dagar per år, vilka sedan jämfördes med referensdata av vegetationsperioder och snötäckta dagar bestämda av SMHI.  Resultatet indikerar en förändrad vegetationsperiod i form av en tidigare vegitationstillväxt under våren i samband med en snabbare snösmältning. NDVI har varit på uppgång genom åren under hela säsongen och snötäcket på nedgång i studieområdet, förutom april vilket visar tecken på en mer frekvent förekomst av enstaka snöfall. En tämlig korrelation mellan NDVI och en ökad temperatur (r = 0,27), samt en ökad nederbörd (r = 0,30) identifierades för den tidiga växtlighetens årstid. En stark korrelation mellan det avtagande snötäckets utbredning och snödjup upptäcktes (r = 0,79), antydande på ett allt mer tidigt slut på vintern. Tillsammans föreslår trenderna en förändring av årstiderna, bestående av en förlängning av växtsäsongen med +3,5 dagar per år under hela tidsperioden från 1985 till 2024, och +1.7 dagar per år efter år 2000, såväl som en förkortning av vintersäsongen med –0.8 dagar per år (2000-2024). Dessa iakttagelser korresponderar med befintlig forskning och observationer av temperatur, nederbörd och snödjup; detta påvisar fjärranalys som en befogad metod för att analysera årstidsförändringar.