پوشش گیاهی ارتباط زیادی با شرایط اقلیمی دارد. شناسایی تغییرپذیری فصلی رشد گیاه برای شناسایی پاسخ اکوسیستم ها به تغییر اقلیم در مقیاس های زمانی فصلی و بین سالیانه تعیین کننده است. برای ارائه مدل پیش بینی 7 عنصر آب و هوایی شامل بارش، دما و رطوبت نسبی (حداکثر، میانگین و حداقل) برای دوره 20 ساله (2006-1987) در 141 ایستگاه سینوپتیک و کلیماتولوژی به داده فضایی تبدیل شد.ترکیب مقادیر حداکثر ماهانهNDVI از تصاویرNOAA-AVHRR در همان دوره استخراج گردید. سپس عناصر آب و هوایی به عنوان متغیر مستقل وNDVI به عنوان متغیر وابسته در رگرسیون خطی چند متغیره وارد شد. نتایج نشان داد که بالاترین ضریب همبستگی بین عناصر اقلیمی و مقدارNDVI در ماه می به مقدار 82/0 اتفاق می افتد که اوج سبزینگی است. کمترین همبستگی در زمستان به خاطر نبود رشد کافی درختان می باشد. ضریب همبستگی سالانه مقدار مدل با حالت محاسباتی با در نظر گرفتن خطای تصادفی بیش از 93/0 می باشد. در مجموع مقدار محاسباتی ماه می و ژوئن برای سال های 2004 و 2005 به ضریب همبستگی مدل نزدیک است، اما در ماه های زمستان به دلیل نبود سبزینگی ضریب همبستگی کم می شود. در سال 2006 به دلیل خشکی شدیدتر در اواخر بهار (ماه ژوئن) پیش بینی کمتری صورت گرفته است. در زمستان نقش کنترلی دما بیش از بارش و رطوبت نسبی است، اما با افزایش دما و کاهش بارش و رطوبت نسبی از اوایل ماه می نقش بارش و رطوبت نسبی مثبت و دما منفی می شود. فصل پاییز از نقش بارش کاسته و دما افزوده می شود.
