This paper presents a novel method for the visualization of changes in vegetation related variables. This method, termed Time Series Change Visualization and Interpretation (TSCVI), allows to summarize changes associated to both vegetation productivity and phenology in a single map. To that end, three metrics are retrieved on an annual basis from plotting NDVI (Normalized Difference Vegetation Index) values on a polar plot. Changes in these metrics are then analyzed and mapped in an IHS (Intensity Hue Saturation) image, where colors indicate changes regarding the growing-season (earlier or later occurrence, stronger or weaker seasonality), while changes associated to productivity are evidenced by the image intensity. TSCVI metrics are presented for 445 sites corresponding to different land covers, and their sensitivity to dataset characteristics (temporal compositing, presence of clouds) is analyzed. We also applied the TSCVI method to GIMMS NDVI3g data, by analyzing the changes in the TSCVI annual metrics for the periods 1982–1986 and 2009–2013: the resulting map captures well-known changes evidenced in previous studies. Finally, we applied the proposed approach to Sentinel 2 data to visualize charges in the province of Valencia (Spain) between 2018 and 2019. The TSCVI approach can be used for a wide range of remotely-sensed variables in addition to NDVI. All the TSCVI routines used in this work are available freely for download at https://www.uv.es/juy/resources.htm.

本文提出了一种可视化植被相关变量变化的新颖方法。这种称为时间序列变化可视化和解释（TSCVI）的方法，可以在单个地图中汇总与植被生产力和物候相关的变化。为此，通过在极坐标图上绘制NDVI（归一化植被指数）值来每年检索三个指标。然后分析这些指标的变化并将其映射到IHS（强度色相饱和度）图像中，其中颜色表示有关生长季节的变化（较早或较晚发生，季节性更强或更弱），而与生产率相关的变化则由图像证明强度。针对445个对应不同土地覆盖的地点，提供了TSCVI指标，并分析了它们对数据集特征（时间合成，云的存在）的敏感性。通过分析1982–1986年和2009–2013年期间TSCVI年度指标的变化，我们还将TSCVI方法应用于GIMMS NDVI3g数据：生成的地图捕获了先前研究中证明的众所周知的变化。最后，我们将拟议的方法应用于Sentinel 2数据，以可视化方式查看2018年至2019年西班牙巴伦西亚省的收费情况。TSCVI方法除NDVI之外，还可用于各种遥感变量。可在https://www.uv.es/juy/resources.htm免费下载该工作中使用的所有TSCVI例程。通过分析1982-1986年和2009-2013年期间TSCVI年度指标的变化：生成的地图捕获了先前研究中证明的众所周知的变化。最后，我们将拟议的方法应用于Sentinel 2数据，以可视化方式查看2018年至2019年西班牙巴伦西亚省的收费情况。TSCVI方法除NDVI之外，还可用于各种遥感变量。可在https://www.uv.es/juy/resources.htm免费下载该工作中使用的所有TSCVI例程。通过分析1982-1986年和2009-2013年期间TSCVI年度指标的变化：生成的地图捕获了先前研究中证明的众所周知的变化。最后，我们将拟议的方法应用于Sentinel 2数据，以可视化方式查看2018年至2019年西班牙巴伦西亚省的收费情况。TSCVI方法除NDVI之外，还可用于各种遥感变量。可在https://www.uv.es/juy/resources.htm免费下载该工作中使用的所有TSCVI例程。除NDVI外，TSCVI方法还可用于各种遥感变量。可在https://www.uv.es/juy/resources.htm免费下载该工作中使用的所有TSCVI例程。除NDVI外，TSCVI方法还可用于各种遥感变量。可在https://www.uv.es/juy/resources.htm免费下载该工作中使用的所有TSCVI例程。