植被作为陆地生态系统的核心组成部分，在维持生态平衡、调节气候、保障生态安全等方面发挥着不可替代的作用^［1-3］，政府间气候变化专门委员会（IPCC）的多份报告也持续强调植被在全球碳循环与气候反馈机制中的关键地位，这从全球尺度印证了深入开展植被动态监测研究的紧迫性与重要性^［4］。近年来，在“三北”防护林、退耕还林还草等国家重大生态工程的持续推动下，科尔沁沙地植被状况已呈现显著改善趋势^［5-8］。但受到沙质地表特性、水热条件时空异质性及人类活动强度差异的影响，植被覆盖度的时空演变规律及其驱动机制仍存在复杂的不确定性，准确揭示其变化特征并量化驱动成因已成为制定精准、适应性生态管理策略的迫切需求^［9］。

遥感技术因其大范围、长时序的监测能力，已成为植被动态研究的主要手段。针对科尔沁沙地，学者基于多源遥感数据（如SPOT NDVI^［10］、MODIS NDVI^{［7，11-12］}或GIMMS NDVI^［13］）开展了系统研究，初步揭示了该区域植被覆盖度自20世纪80年代以来总体呈波动上升趋势，并明确了降水为主导气候驱动因子，生态工程为关键人为推动力的宏观认识^［14-20］。然而，随着研究深入，现有研究在方法精度与机制解析深度上面临挑战。在数据层面，广泛使用的归一化差异植被指数（Normalized Difference Vegetation Index，NDVI）在高植被覆盖区存在饱和效应，在低植被区缺乏敏感性，可能影响变化趋势评估的准确性^［21］。新兴的核归一化植被指数（kernel Normalized Difference Vegetation Index，kNDVI）通过引入核函数能有效解决以上问题，该指数已在黄土高原、西北荒漠区等生态脆弱区的植被恢复评估、驱动因子解析中证明其优异适用性^［22-28］，但将其系统应用于科尔沁沙地植被覆盖度长时序反演的研究尚显不足。在驱动机制层面，尽管研究普遍认识到气候与人类活动的双重影响^［8］，但对于二者的精细量化，特别是土地利用变化作为人类活动直接载体的定量驱动机制的探讨仍较为薄弱^［29］。现有研究多限于将人类活动视为整体或通过残差法估算，未能有效量化耕地扩张、林地转化、建筑用地占用等具体土地利用转换过程对植被覆盖变化的贡献。此外，基于Google Earth Engine（GEE）平台的遥感数据处理技术，凭借其高效的大数据处理能力和丰富的数据源支持，已成为区域植被动态监测的重要手段。

科尔沁沙地地处中国北方农牧交错带，是典型的生态脆弱区和气候变化敏感区，曾是中国北方沙尘暴的主要策源地之一^［30-31］。鉴于其植被动态直接关系到东北、华北地区的生态安全^［32-33］，对该区域的植被覆盖度进行深入研究具有重要意义。本研究基于Google Earth Engine（GEE）平台，提取2000—2023年科尔沁沙地生长季kNDVI数据，实现科尔沁沙地植被覆盖度的高精度反演，并运用趋势分析等方法系统揭示其时空演变格局。在此基础上，本研究引入冗余分析方法量化各驱动因子及其组合对植被变化总方差的独立解释贡献，定量辨识降水、温度等自然因子与人类活动对植被变化的驱动作用，以期为该区域生态保护修复、土地沙化防治与可持续管理提供科学依据，并为干旱半干旱区植被动态监测研究提供方法借鉴。

科尔沁沙地横跨内蒙古、吉林、辽宁三省区，主要涵盖内蒙古通辽市、赤峰市和兴安盟部分旗县，吉林省白城市、双辽市以及辽宁省彰武县，本文以内蒙古境内的15个旗县为研究区（图1），行政区域总面积约13.02万km²。该区域地处松辽平原西侧、大兴安岭东麓，是内蒙古高原向东北平原过渡区，西辽河水系贯穿其中，地貌坨甸相间，沙层覆盖广泛^［34］。该区域属温带大陆性季风气候向温带干旱气候的过渡带，四季分明、雨热同期。2000—2023年多年平均气温约6.2 ℃，多年平均降水量为384.3 mm，且降水多集中在6—8月，约占全年总量的80%。

本研究采用MOD09GA数据集^［35］红光和近红外两个波段计算NDVI，进而计算kNDVI，MOD09GA数据集是500 m分辨率日尺度地表反射率产品，涵盖可见光至短波红外（0.62~2.10 µm）的7个波段，其中第3至7波段适用于植被指数计算、土地覆盖分类及生物参数反演。基于GEE平台得到2000—2023年科尔沁沙地生长季kNDVI数据集。

核归一化植被指数（kNDVI）由Camps-Valls等^［36］提出，其运用核方法理论的机器学习方法，通过先进的非线性数据分析技术优化NDVI的应用，提升了植被监测的精度和效率，在干旱半干旱生态系统中，该指数的核心优势在于其对低生物量植被具有更强的敏感性^［37］，有效提升了对植被生物量积累信息的捕捉能力与抗噪声的鲁棒性^［24-25］，从而为植被动态精准监测提供了更优技术路径。其计算公式为：

式中：tanh为双曲正切函数；NDVI为归一化植被指数。

基于kNDVI，利用像元二分法计算科尔沁沙地植被覆盖度，其计算公式为：

式中：kNDVI_s 表示无植被（裸土）kNDVI值，取kNDVI的5%分位值；kNDVI_v 纯植被覆盖区kNDVI值，取kNDVI的95%分位值；FVC（%）表示植被覆盖度，研究中将其分为5个等级：极低覆盖度（FVC<20%）、低覆盖度（20%≤FVC<40%）、中覆盖度（40%≤FVC<60%）、高覆盖度（60%≤FVC<80%）和极高覆盖度（FVC≥80%）^［14］。

为量化FVC的长期变化趋势并检验其显著性，本研究采用Theil-Sen Median趋势分析法与Mann-Kendall（MK）非参数统计检验相结合的方法。Theil-Sen Median方法能稳健地估计趋势斜率，对数据误差和异常值不敏感，且计算效率高，非常适合长时序数据分析。在此基础上，利用Mann-Kendall检验对计算出的趋势进行显著性判断（P<0.05），以识别FVC变化中具有统计学意义的区域。计算公式为：

式中：Sen_x 为FVC的变化趋势；i,j为FVC的时间序数（2000≤i<j≤2023）；X_i，X_j 分别表示i，j对应的FVC值。Sen_x >0表明呈上升趋势，Sen_x <0为下降趋势。

Mann-Kendall（MK）检验由式（4）~（7）组成：

式中：S为检验统计量；sgn（）为符号函数；Z为标准化后的检验统计量；Var（S）为方差；n为序列个数。在给定显著性水平下，|Z|>Z_1-α/2时，认为趋势显著。设定了显著性水平α=0.05，给定临界值Z_1-α/2=±1.96，研究中进一步将Z绝对值分别设置为1.96和2.58，表示趋势分别通过了可信度为95%和99%的显著性检验。FVC趋势显著性判断方法见表1。

为评估FVC年际波动的剧烈程度，即其时间序列上的稳定性，本研究采用变异系数作为评估指标。其计算公式如下：

式中：CV_x 为变异系数；x¯表示2000—2023年FVC多年平均值；n表示研究时段总年数（n=24）；i为年份序号（i=1，2，…，24，分别对应2000—2023年）；x_i 表示第i年的FVC值。通常认为，变异系数大值区，受自然或人类活动影响更明显。为更直观反映科尔沁沙地FVC的稳定性，将CV_x 值分为4个级别：非常稳定（CV_x ≤0.1）、稳定（0.1<CV_x ≤0.2）、不稳定（0.2<CV_x ≤0.3）和很不稳定（CV_x >0.3）^［5］。

相关性分析中使用的气温、降水及潜在蒸散发数据源自国家青藏高原科学数据中心（https：//data.tpdc.ac.cn）^［38-40］，提取生长季数据与同期FVC像元进行匹配，利用Pearson相关系数分别计算FVC与降水（x）、温度（y）、潜在蒸散量（z）的相关系数，进而分析气象因子对FVC的响应机制，其中代表公式如下，其余类同^［41］：

式中：R_xy 表示变量x、y的线性相关系数；x_i 与y_i 分别是x、y影响因子在第i年的值（i为2000、2001年…2023年）；x¯与y¯表示n年的均值。

在多元分析中，偏相关分析在研究两个变量之间的相关性时，能够控制其他变量的影响。因此，采用偏相关系数来量化FVC与各影响因素之间的关系。假设存在3个变量X_x 、X_y 和X_z，控制X_z的影响后，X_x与X_y之间的偏相关系数计算为：

式中：R_xy、R_xz、R_yz 分别代表X_x 与X_y、X_y 与X_z、X_x 与X_z 的Pearson相关系数。

为直观量化不同地区FVC的未来变化趋势，本研究利用重标极差（R/S）来计算Hurst指数，分析科尔沁沙地FVC变化趋势的未来持续性，其基本原理是假定一个FVC时间序列

FVC_t，对于任意正整数τ，定义以下内容：

均值序列：

累积离差：

极差：

标准差：

式中：H称为Hurst指数，值域为0到1；t的值域为1到τ。H值分3种情形：当0.5<H<1时为持续性，表示FVC未来变化趋势与目前相同；当H=0.5时为随机性，表示目前变化对未来趋势无影响；当0<H<0.5时为反持续性，表示FVC未来趋势与目前变化相反^［42］。

土地利用数据源自Yang等^［43］发布的中国年度土地覆盖数据集CLCD（annual China Land Cover Dataset），原数据包含9类用地类型，文中根据实际未保留冰雪，见图1。土地利用转移矩阵是分析不同时期土地利用类型转化关系的核心工具，主要用来描述土地利用结构的变化及其变化方向。公式如下：

式中：A_ij 表示研究期结束时i类土地利用类型转化为j类土地利用类型的面积；n表示土地利用类型的数量；i和j分别表示研究期开始和结束时的土地利用类型。

为量化人类活动对植被覆盖度的影响强度，研究中以多期土地利用转移矩阵为基础，通过匹配逐像元FVC变化，构建生态贡献量指标，揭示不同转移类型对植被覆盖度改善或退化的实际效应^［44］，计算公式为：

式中：EC为生态贡献量（km²）；A为土地利用转移类型的累计转移面积（km²）；平均∆FVC为该转移类型对应像元的植被覆盖度变化量均值（%），即后期FVC与前期FVC的差值均值，计算中通过平均∆FVC/100，将其转换为无量纲变化系数。该指标正负值分别对应正向/负向生态效应，数值绝对值反映影响强度。

为量化气温、降水、潜在蒸散量和土地利用类型等环境因子对科尔沁沙地植被覆盖度空间格局的影响。本文采用冗余分析（Redundancy Analysis， RDA）方法，RDA方法是一种适用于整合连续型与分类型解释变量的约束性排序技术，其通过多元线性回归将响应变量（植被覆盖度）投影到解释变量（环境因子）定义的约束空间，再对投影结果进行主成分分析，从而提取表征环境梯度主要变异方向的约束轴^［45］。具体公式如下：

式中：Y表示响应变量矩阵，即植被覆盖度（FVC）；X表示解释变量矩阵，分别是气温、降水、潜在蒸散量及土地利用类型；B表示回归系数矩阵；E表示残差矩阵。

本研究所用数据详细信息见表2，为保证空间一致性，将所有数据重采样统一为500 m，投影坐标系为Albers_Conic_Equal_Area。

探究NDVI与kNDVI对科尔沁沙地植被变化的响应差异，研究中选取2023年生长季4—9月kNDVI数据，结合同期土地利用数据与NDVI做对比分析，结果表明，二者均值呈现先升后降的一致变化趋势，但kNDVI在数值分布上呈现出更显著的梯度扩展效应，对于低生物量植被敏感性更高。在裸地、草地、林地等植被类型中，kNDVI均值呈现清晰梯度（裸地0.032、草地0.057、林地0.081），而NDVI均值集中在0.18~0.28，区分度更低。尤为关键的是，kNDVI的变异系数（0.23~0.50）显著地高于NDVI的变异系数（0.12~0.33），这一特征在箱线图中得到直观验证（图2）：kNDVI对裸地、草地与林地的箱体分离度明显更高，而NDVI在该区间箱体重叠。在像元尺度上，kNDVI值的相对离散程度更大，这反映了其能够更清晰、更稳定地揭示微弱地表植被变化梯度。

2000—2023年，科尔沁沙地生长季FVC呈上升趋势，年均增长率为0.43%。植被覆盖等级结构显著优化：中、低覆盖度面积大幅减少，而高、极高覆盖度面积显著增加；极高覆盖度区域的面积占比从2000年的17.45%提升至2023年的49.78%，成为占比最高的等级，标志着该区域植被覆盖率整体得到提升（表3）。

空间上，2000—2023年研究区FVC年变化率为-0.09%~0.86%（图3A），呈改善趋势的面积占63.35%；Mann-Kendall趋势检验结果进一步表明：呈极显著上升和显著上升的面积分别占9.91%、10.11%，集中分布在突泉县中南部、科左中旗大部、开鲁县北部、阿鲁科尔沁旗南部、敖汉旗中南部及翁牛特旗西部；显著与极显著下降区域占比3.12%，主要分布在库伦旗中部；其余超六成区域呈不显著变化，分布范围最广（图3B）。

科尔沁沙地FVC空间上呈现高覆盖度广布、低覆盖度斑块交错格局，无显著方向性分异（图4A）。2000—2023年科尔沁沙地多年平均植被覆盖度为67%，总体以高覆盖度为主，占区域总面积的44.79%；极高覆盖度占区域总面积21.55%。从旗县尺度看，空间异质性明显，科尔沁区高植被覆盖区占比最高（71.61%），开鲁县次之（59.59%）。

利用变异系数评估科尔沁沙地FVC的年际波动程度（图4B），稳定与非常稳定区域占比51.67%，集中连片式分布于科尔沁沙地东北部和东南部，行政区划上对应通辽市和兴安盟大部；不稳定及很不稳定区域占比47.91%，以赤峰市境内各旗县为主，其中很不稳定区域空间上多呈斑块状，分布于科尔沁沙地西北部。

分析科尔沁沙地植被覆盖度的Hurst指数空间分布（图5）可知，Hurst指数平均值为0.74。其中，Hurst指数低于0.5的区域面积较小，约占总面积的9.87%，表明呈反持续变化特征的区域较小；而Hurst指数高于0.5的区域占比90.13%，且大于0.7的区域占总面积的63.28%，说明60%以上区域植被覆盖度变化具有较强的持续性。近24年科尔沁沙地植被覆盖度持续向好的变化趋势，说明研究区未来具有持续性提升特征。

2000—2023年科尔沁沙地核心地类转移呈现明显的阶段性特征（表4）。其中林地呈长期、稳定的净增长，林地→林地转移面积从2000—2005年的7 302 km²增至2020—2023年的8 200 km²，连续5个时段递增。建设用地扩张来源发生阶段性转变，2015年前主要依赖耕地转入，其中2010—2015年耕地→建设用地达161 km²；裸地转移则直接反映生态修复成效，裸地→草地转移在2000—2005年达峰值，为1 817 km²，但2005—2010年短暂回落，2010年以后逐步回升，累计转移3 032 km²，占裸地总转出面积的70%以上，表明草地恢复是植被覆盖度改善的重要措施。

2000—2023年科尔沁沙地的生态贡献呈现改善-退化-提升3个阶段（表5和表6）：2000—2005年为初始改善期，净生态贡献达43 270 km²，此阶段改善主要受大规模裸地→草地驱动，转移面积达1 817 km²，平均ΔFVC提升25%；2005—2010年为短暂退化期，净生态贡献为-6 450 km²，是唯一负贡献时段，此阶段耕地→建设用地及草地→裸地转化对局部植被生长有负向贡献；2010—2023年为持续提升期，净生态贡献由23 801 km²增至62 951 km²，正向贡献占比从60.3%跃升至75.8%。

核心转移类型累计生态贡献定量揭示了植被改善与退化的主导路径（表6）。其中，植被覆盖度改善的主导路径是裸地→草地和裸地→林地的转移，两者累计正向贡献占比82.9%；而其退化则主要受耕地→建设用地、草地→裸地的转移影响，其中耕地→建设用地占总负向贡献的74.6%。

气象条件是影响植被覆盖度变化的关键自然因子，Pearson相关分析表明，FVC与降水的相关系数均值为0.16，高于气温（0.13）与潜在蒸散（0.08），说明水分条件是制约区域植被生长的首要气象因素。这一结论与崔珍珍等^［13］在科尔沁沙地的研究结果一致，证实了降水在干旱半干旱生态系统中的关键作用。利用偏相关分析进一步控制气温与潜在蒸散的干扰后，降水与FVC呈正相关的区域仍占74.05%（图6B），其中显著正相关比例达12.46%（P<0.05），显著高于气温的6.51%与潜在蒸散的3.40%。空间上，降水与FVC呈正相关区域集中分布于科左中旗东部、阿鲁科尔沁旗南部、科右中旗及突泉县等中部与北部区域，这与区域降水梯度相符^［8］。在半干旱区，降水量直接影响土壤水分有效性，进而影响植物生长与生物量积累^［46］。偏相关分析显示，气温与FVC呈正相关的区域占66.16%（图6A），显著正相关区集中于奈曼旗、库伦旗等南部地区。该区域热量条件相对较好，生长季温度升高可促进光合作用、延长生长期，对植被生长表现为增益效应，与朱远忠等^［47］关于科尔沁沙质草地高温促进群落生长的研究结论吻合。然而，在科尔沁沙地北部，气温升高可能加剧蒸散耗水，加重水分胁迫，导致气温与FVC呈负相关，这种空间异质性反映了气温对植被生长作用的水热耦合特征，即在降水相对充足区域，温度升高有利于植被生长，而在水分受限区域，升温则可能抑制植被恢复^［8，46］。这表明单纯考虑温度变化而不结合水分条件是片面的。潜在蒸散与FVC的偏相关系数空间分异明显，正相关与负相关区域分别占57.18%与42.82%（图6C）。这种分异特征体现了水热配置关系对植被生长的综合影响，潜在蒸散反映了大气的蒸发需求和能量状况，其对植被的作用主要受水分供给影响^［48］，具体表现为：从空间格局看，在水分相对充足的区域，较高的潜在蒸散意味着更充足的能量和太阳辐射，能够驱动更旺盛的植被光合作用与生长过程，因此两者呈现正相关。反之，在水分亏缺区域，较高的潜在蒸散主要加剧了大气对土壤水分的需求与蒸散耗水，从而加剧干旱胁迫，抑制植被生长，导致二者呈负相关^［5］。本研究识别出潜在蒸散显著正相关区与降水正相关区高度重叠，进一步说明了水分有效性是决定潜在蒸散作用方向的关键，即只有在水分不构成主要限制时，高潜在蒸散量所表征的高能量环境，才能转化为促进植被生长的正向作用^［49］。从季节性动态看，水热耦合机制同样显著。研究区生长季（4—9月）内，前期（4—6月）降水较少、气温回升快，潜在蒸散处于中高水平，此时土壤水分常为限制因子，其升高对植被返青和生长以抑制作用为主；而中后期（7—8月）进入降水集中期，土壤水分得到有效补充，此时较高的温度与潜在蒸散，恰好与充足的水分形成协同效应，共同推动植被快速生长，因此该时段FVC与潜在蒸散的正相关关系尤为显著。这种时空一致的规律性表明，潜在蒸散增加对植被的影响必须结合降水的时空变化协同评估，单一指标难以准确反映植被动态。

综上，尽管降水表现出最强的独立影响，但偏相关分析结果也显示，在控制其他因子后，气温与潜在蒸散仍对FVC具有显著解释力。这说明科尔沁沙地植被生长并非受单一气象因子控制，而是水、热、蒸散等多因子协同作用的结果。

人类活动通过土地利用转移直接作用于植被覆盖度变化，其双向驱动效应在时间上呈现阶段性波动，且在空间上分异明显。土地利用转移分析表明，裸地→草地与裸地→林地是植被覆盖度改善的核心路径，两者累计正向生态贡献占总正向贡献的82.9%（表6）。值得注意的是，本研究结果表明科尔沁沙地生态修复的阶段性特征（表4）：2000—2005年以裸地→草地为主，转移面积1 817 km²，反映早期修复以自然恢复或草地修复为主；而2020—2023年裸地→林地转移面积升至126 km²，体现“三北”防护林等重点工程推动下，生态修复向林地建设增强演进^［50］。研究期内，耕地→建设用地转移累计导致植被覆盖度退化占总负向贡献的74.6%，统计数据表明至2010年内蒙古城镇化率提高至55.5%，表明转移峰值期恰好处于城镇化加速期，存在建设用地侵占耕地的可能，且新建地表往往伴随极低的植被覆盖度，进而对局部FVC退化产生影响，这一发现与刘纪远等^［51］关于耕地减少与城乡建设用地侵占耕地资源的研究结论相符。值得关注的是，2015年后耕地→建设用地转移的负向贡献下降，这与耕地保护红线政策实施时序高度吻合，说明政策干预一定程度上能缓解城市化对植被覆盖度的冲击^［52］。这说明人类活动对FVC的影响并非单一影响，而是受政策调控与工程实施阶段性影响的复合结果，因此，科学调控人类活动类型与强度，促进生态修复与城市化协同，是提升区域植被覆盖度稳定性的关键路径。

冗余分析（RDA）结果明确揭示了以土地利用为核心的人类活动在科尔沁沙地植被覆盖度（FVC）空间格局形成中的主导性驱动作用（图7）。这与杨柳等^［19］认为影响科尔沁沙地植被覆盖度时空变化的主要驱动因子为土地利用类型相印证。其对第一显著约束轴（RDA1）的累计解释贡献度高达67.44%，远超气温、降水及潜在蒸散等气象因子贡献。其中，林地/草地的增加表现出最强的正向驱动效应（RDA1得分0.63，贡献度36.84%），而建设用地的扩张则是最主要的负向驱动因子（RDA1得分-0.58，贡献度30.6%）。这一结果与前文分析中裸地→林地/草地转移的正向贡献，以及耕地→建设用地转移的负向贡献高度一致。杜会石等^［53］研究也指出，科尔沁沙地景观格局演变过程中人类活动正负效应叠加的特征显著，干扰效应较为突出。在气象因子中，降水的独立贡献最为显著（RDA1得分0.36，贡献度11.86%），凸显水分是半干旱区植被生长的首要气象限制因子这一关键结论^［13］。

值得注意的是，RDA分析仅提取出一个显著约束轴（RDA1），这表明在科尔沁沙地，自然因子与人类活动并非独立作用于植被，而是共同嵌入一个自然-人工综合作用梯度中，协同影响植被覆盖度。在该类区域，气候变化与人类活动往往相互交织，其生态效应在统计上难以剥离，类似的研究在黄土高原其他生态脆弱区也观察到，气候与人为因子往往贡献于同一主导梯度^［54］，进一步印证了本文结论。该梯度蕴含重要的生态管理启示：梯度正端，高自然植被覆盖（林地/草地）+高水分条件区域，应以生态工程提升为主，通过退耕还林还草、封育保护等工程，积极引导裸地向林地或草地转化，优化植被类型，提升生态效益。对于梯度负端，高人工地表覆盖（建设用地）+低水分条件区域，则应采取自然恢复为主策略，以推广耐旱乡土草灌植被为主，辅以集水、节水等技术，重点提升植被稳定性。综上，RDA所揭示的自然-人工综合作用梯度，不仅从机制上解释了科尔沁沙地植被空间格局的成因，更为科学评估不同区域生态修复措施的适宜性提供了理论支撑，对该地区实现精准、高效的生态管理具有重要的实践价值。

研究中将30 m精度的CLCD土地利用数据重采样至500 m来匹配植被覆盖度数据的分辨率，这一尺度转换会使耕地、建设用地等小斑块土地利用类型的转换被平滑，进而造成土地利用生态贡献量的计算偏差，这一尺度效应反映了小斑块土地利用变化在粗分辨率下的捕捉局限性，是区域尺度多源数据匹配中难以避免的约束。未来可尝试通过多尺度验证或采用像元分解模型细化混合像元的类型占比，以降低尺度转换带来的不确定性。此外，本研究通过冗余分析揭示了气候与人类活动对植被覆盖度空间格局的影响。然而，对人类活动的表征仍存在局限。当前分析仅以土地利用类型转换来间接反映人类活动，未能纳入生态工程投资、耕作方式等精细化指标，这可能导致对人类活动影响的估计不够全面或存在偏差。未来研究可通过融合夜间灯光数据（反映建成区强度）、社会经济统计数据（如人口密度），以及使用高分辨率遥感影像，更精确地刻画人为干预的强度与空间异质性，进而更清晰地量化人类活动的独立贡献。

2000—2023年植被覆盖度时空演变呈现整体提升、结构优化的显著特征。生长季FVC以年均0.43%的速率持续上升，极高覆盖度占比从17.45%跃升至49.78%，中低覆盖度区域面积显著缩减。

科尔沁沙地植被覆盖度稳定性空间分异显著，未来持续向好趋势明确。不稳定区域（占44.13%）多集中于赤峰市；但Hurst指数表明63.28%的区域具有强持续性，预示植被整体改善趋势可能长期延续。

科尔沁沙地植被覆盖度变化受自然因子与人类活动协同影响。降水是主导气象因子，与FVC正相关区域占74.05%，是植被生长的核心自然条件；人类活动呈现双向驱动效应，正向驱动主要源于生态修复类土地利用转移，裸地→草地/林地累计正向生态贡献达82.9%，印证了区域生态治理成效；负向效应主要关联两类土地利用转移，其中耕地→建设用地累计负向贡献达74.6%，对局部植被覆盖存在客观削弱作用，但该影响具有局部性、阶段性特征。冗余分析（RDA）定量揭示，人类活动是塑造科尔沁沙地植被空间格局的最核心驱动力，其对格局变化的解释贡献度达67.44%。更重要的是，RDA仅提取出显著约束轴，这表明在科尔沁沙地生态脆弱区，自然条件与人类活动深度耦合，共同形成了自然-人工复合作用梯度主导植被格局的分布。