Este estudio presenta una investigación innovadora sobre la dinámica espaciotemporal del crecimiento de la vegetación y su respuesta a factores climáticos individuales y compuestos. Se utilizó el Índice de Vegetación de Diferencia Normalizada (NDVI), derivado de datos de teledetección satelital SPOT, como un proxy para el crecimiento de la vegetación. Se aplicaron múltiples métodos analíticos, incluyendo el coeficiente de variación, el análisis de tendencias de Mann-Kendall y el índice de Hurst, para caracterizar los patrones espaciotemporales del NDVI en la provincia de Sichuan desde 2000 hasta 2020. El Índice de Evapotranspiración de Precipitación Estandarizado (SPEI) se calculó utilizando datos mensuales de precipitación y temperatura de 45 estaciones meteorológicas para examinar la influencia de factores climáticos compuestos en el crecimiento de la vegetación, mientras que también se exploraron los efectos de rezago temporal entre el NDVI y varias variables climáticas. Nuestros hallazgos revelan tres ideas clave: (1) La cobertura vegetal en la provincia de Sichuan mostró una tendencia general al aumento, con los valores más altos de NDVI en verano y los más bajos en invierno. Se observaron fluctuaciones significativas del NDVI en primavera en la meseta occidental de Sichuan y en invierno en el norte, este y sur de Sichuan. (2) Se detectó una tendencia ascendente significativa en el NDVI en toda la provincia de Sichuan, excepto en la llanura de Chengdu, donde prevaleció una tendencia a la baja fuera de la temporada de verano. (3) En escalas de tiempo más cortas, el NDVI se correlacionó positivamente con la precipitación, la temperatura y el SPEI, con un rezago de un mes. La respuesta del NDVI a la duración de la luz solar mostró un rezago de dos meses, con la correlación más débil y un rezago de cinco meses en el oeste de Sichuan. Esta investigación avanza nuestra comprensión de las complejas interacciones entre la dinámica de la vegetación y los factores climáticos en la provincia de Sichuan y proporciona valiosos conocimientos para predecir las tendencias futuras del crecimiento de la vegetación.