气候变暖^[1]、物种减少^[2]、水土流失^[3]和环境污染等全球生态环境问题日益加剧，削弱了生态系统的承载力，降低了人类生存的质量. 而生态环境是社会经济发展的重要保障^[4]，生态环境质量状况与人类生活息息相关^[5]，协调生态环境与社会经济和人类生活的关系，是当前急需解决的难题.

生态环境质量一般指特定时空范围内的资源和环境要素下生态环境的优劣程度，是一个社会-经济-自然的复合系统^[6]. 生态环境质量评价是评估生态系统状态的重要指标，2013年，徐涵秋^[7]提出的遥感生态指数（remote sensing ecological index，RSEI）集合了绿度、湿度、热度和干度4个指标，可以全面地评价整个生态系统的状况. 众多学者利用RSEI开展了生态环境质量评估. Hu等^[8]利用Landsat卫星遥感影像和支持向量机分类提取土地利用信息，基于RSEI探讨了2000~2018年武汉市土地利用变化及其生态环境质量的响应. 张傲双^[9]利用2005年和2006年Landsat数据计算RSEI，对乌海市生态环境质量进行监测与分析. 宗慧琳等^[10]利用Landsat遥感数据构建了遥感生态指数结合地学信息图谱和变异系数等方法对1990~2020年间小江流域的生态质量时空格局和变化趋势做出了分析. 陈智勇等^[11]利用遥感生态指数分析粤港澳生态环境质量与土地利用变化的空间变化关系. 但是，限于Landsat遥感数据的时间分辨率低，很难获取到同一时期大范围地区的影像资料，而MODIS遥感影像的优势是时间分辨率高，可以实现较大范围的观测，可以更好地评价生态系统状态. 因此，基于谷歌地球引擎（Google Earth Engine，GEE）的强大数据储存和计算能力，辛会超等^[3]利用MODIS数据在GEE平台构建遥感生态指数模型，并结合多种方法对京津冀2001~2020年的生态环境质量做出评价. 余慧婕等^[12]基于GEE平台利用2002~2022年MODIS遥感数据计算遥感生态指数结合趋势分析、变异系数和Hurst指数分析了淮河流域的生态质量. 以上研究成果充分展现了GEE在大范围研究区的遥感生态指数模型中的优势.

生态环境分区管控是生态环境部门构建一套综合性空间管控体系的依据，有利于区域的产业合理布局和优化调整^[13]. 当前研究集中在人类活动与生态环境质量耦合协调关系，如缑少伟^[14]定量分析了赣州市2000~2020年的生态环境和人类活动水平，利用耦合协调度模型，分析了生态环境和人类活动之间的耦合协调特征. 闫语等^[15]结合土地利用构建人类活动强度指标，运用双变量空间自相关和多尺度地理加权回归模型，分析人类活动与生境质量的空间相关性及其对生境质量的影响. 然而，基于生境质量与人类活动强度的生态管理分区研究较少，综合考虑生态环境和人类活动进行分区，可以为城市规划提供科学依据.

内蒙古是我国北方面积最大、种类最全的生态功能区^[16]，肩负着筑牢我国北方重要生态安全屏障的重大责任. 而其地处干旱和半干旱气候向东南沿海湿润和半湿润季风气候的过渡带，土地覆被类型多样，生态环境十分脆弱^[17]. 通过定量研究内蒙古的生态环境质量与人类活动强度耦合进行生态管理分区，有助于实现区域的人地协调发展. 目前，大多学者基于Landsat和MODIS等影像数据从不同尺度分析了内蒙古部分地区的生态环境质量变化及趋势分析. 但是，受限于海量影像数据的获取与处理能力，针对内蒙古全区的研究成果较少^[18]. 因此，充分利用遥感云平台，从更长时间尺度全面剖析内蒙古生态环境质量的长期趋势及其影响因素，对内蒙古生态环境管理与发展有着重要的意义. 鉴于此，本研究选择内蒙古自治区为研究对象，基于GEE平台，利用2000年、2005年、2010年、2015年、2020年和2023年MODIS数据构建遥感生态指数模型，分析内蒙古地区生态环境质量的时空变化，并探究其驱动因子，基于生态环境质量与人类活动强度进行生态管理分区，旨在为生态管理提供新的研究思路，并为未来内蒙古自治区的环境保护政策规划提供科学支持.

1 研究区概况

内蒙古自治区位于中国北部，总面积约118.3万km²，地势由东北向西南方向伸展，呈现狭长型，自东向西分别与黑龙江、吉林、辽宁、河北、山西、陕西、宁夏和甘肃等省（区）相邻，北与俄罗斯和蒙古交界，是我国面积较大的省级行政区之一. 气候主要是温带大陆性气候，年降水量为30~565 mm，年均气温为-5.7~10.3℃，冬季寒冷而漫长，夏季短暂且温和（图 1）.

2 材料与方法 2.1 数据源及预处理

本研究选用GEE平台中提供的MODIS数据，具体包括MOD09A1地表反射率8 d合成产品、MOD11A2地表温度8 d合成产品以及MOD13A1植被指数16 d合成产品. 为了保证各生态指标提取结果的准确性，选取了研究区6~8月的遥感影像，该时间范围内植被的生长状况基本一致，并在平台上对栅格数据进行了去除云和云影、水体掩膜等处理. 本研究还使用到高程、土地利用、气温、降水、土壤类型、植被类型、人口密度、夜间灯光和GDP数据，具体获取方式见表 1.

2.2 研究方法 2.2.1 RSEI计算

本研究利用归一化植被指数（normalized difference build and soil index，NDVI）、湿度分量（wetness，WET）、地表温度（land surface temperature，LST）和干度指数（归一化建筑及裸土指数，normalized difference built-up and soil index，NDBSI）分别代表绿度、湿度、热度和干度这4个指标，各指标计算公式如表 2. 在GEE平台中计算4个指标，为了消除各指标因量纲不同而造成的影响，在进行主成分分析之前后需要进行标准归一化处理：

$ \mathrm{NI}_i=\frac{I_i-I_{\min }}{I_{\max }-I_{\min }} $

(1)

式中，NI_i为第i个指标归一化后的值，I_i为第i个未归一化的值，I_min为第i个指标未归一化的最小值，I_max为第i个指标未归一化的最大值.

本文利用主成分分析的方法（principle component analysis，PCA）耦合4个指标分量，由PC₁构建RSEI：

$ \mathrm{RSEI}_0=\mathrm{PC}_1[f(\mathrm{NDVI}, \text { WET, NDBSI, LST })] $

(2)

并对其进行标准归一化：

$ \text { RSEI }=\frac{\text { RSEI }_0-\text { RSEI }_{0{\text{_} \text {min }}}}{\text { RSEI }_{0{\text{_} \text {max }}}-\text { RSEI }_{0{\text{_} \text {min }}}} $

(3)

式中，RSEI_{0_max}和RSEI_{0_min}分别表示标准归一化后的RSEI的最大值和最小值，使其值介于[0，1]之间，RSEI越接近1表示生态环境质量越好，反之越差.

2.2.2 变异系数（CV）

变异系数（CV）能够反映一组数据的离散程度^[19]，其值越大，表明数据分布越离散，波动较大；值越小，表明数据分布较集中，波动较小. 本文利用变异系数来探究2000~2023年内蒙古自治区的生态环境质量变化的稳定性.

$ \mathrm{CV}=\frac{\delta}{\gamma} $

(4)

式中，CV表示遥感生态指数的变异系数，δ表示标准差，γ表示平均值. 本文在ArcGIS 10.8中利用自然断点法^[20]将其分为3类：（< 0.142）为低变异；（0.142≤CV < 0.266）为中等变异；（0.266≤CV < 1.383）为高变异.

2.2.3 Sen+Mann-Kendall趋势分析

Theil-Sen斜率估算结合Mann-Kendal显著性检验可以有效检验趋势变化的显著性，规避异常值造成结果偏差的能力较强^[21]. 本文利用Sen+Mann-Kendall显著性趋势检验法估算2000~2023年内蒙古地区生态环境质量变化趋势.

$ \beta=\operatorname{Median}\left(\frac{\mathrm{RSEI}_j-\mathrm{RSEI}_i}{j-i}\right) $

(5)

式中，β表示斜率的中值，RSEI_j和RSEI_i分别表示第j年和第i年的RSEI值. β < 0表示生态环境质量呈退化趋势，β > 0表示生态环境质量呈改善趋势.

使用Mann-Kendall方法进行趋势的显著性检验，趋势特征如表 3.

2.2.4 Hurst指数

Hurst指数（H）常用来分析长期时间序列的相关性^[22]，揭示未来变化与过去之间的关系，根据过去的时间序列变化趋势预测未来^[23]. 本文在ArcGIS 10.8中将Sen斜率与H指数结果叠加，分析2000~2023年内蒙古生态环境质量持续性特征，未来变化趋势分类结果如表 4. H越接近1，时间序列的持续性越强，反之越弱. 0.5 < H < 1表示未来趋势与过去趋势相同；H=0.5表示未来趋势与过去无关；0 < H < 0.5表示未来趋势与过去相反.

2.2.5 最优参数的地理探测器

地理探测器是用于分析空间分异性和揭示背后的驱动因素的统计学方法^[24]. 传统的地理探测器在对连续型数据进行分级处理时，存在人为主观因素影响，监测结果准确性较低，而最优参数的地理探测器将分类方法设置为：相等间隔法、自然断点法、分位数分类法和几何间隔法，对驱动因子进行分类处理，以计算得出最大的q值，从而得到最优参数组合^[25]. 本文利用最优参数地理探测器分析社会因素（人口密度、夜间灯光、土地利用、GDP）和自然因素（高程、土壤类型、植被类型、降水、气温）对内蒙古生态环境质量的影响.

因子探测：探测某一因子X对生态环境质量Y的影响力.

$ q=1-\frac{\sum\limits_{h=1}^L N_h \sigma_h^2}{N \sigma^2}=1-\frac{\mathrm{SSW}}{\mathrm{SST}} $

(6)

$ \mathrm{SSW}=\sum\limits_{h=1}^L N_h \sigma_h^2, \quad \mathrm{SST}=N \sigma^2 $

(7)

式中，h=1，2，…，L为变量Y或因子X的分层，N_h和N分别为层h和全区的单元数；σ²和σ_h²分别为层h和全区的Y值的方差，SSW和SST分别为层内方差之和与全区总方差. q值范围在[0，1]，q越大表示X对Y的影响力越大，反之亦然.

交互作用探测：识别两个不同影响因子X₁和X₂共同对生态环境质量的影响，依据两个因子对Y的q值[q（X₁）和q（X₂）]、两个因子对Y的交互q值[q（X₁∩X₂）]、两个单因子q值的和[q（X₁）+q（X₂）]三者进行大小比较，将双因子交互作用分为5类如表 5.

2.2.6 基于生态环境质量与人类活动强度生态管理分区识别

（1）人类活动强度  本文利用土地利用程度综合指数来评价内蒙古地区不同时期情景下的土地利用程度. 土地利用程度综合指数是人类对土地实际利用状态的反映，该值越高表明区域土地利用程度较强，人类活动强度较大，该值越低则表明区域土地利用程度较弱，人类活动强度较小^[26].

$ \mathrm{La}=100 \times \sum\limits_i^n A_i \times C_i $

(8)

式中，La为土地利用程度综合指数；A_i为第i级土地利用程度分级指数，土地利用程度分级赋值参照前人研究成果^[27]（表 6）；C_i为第i级土地利用面积百分比. La值范围在[100，400].

（2）生态管理分区识别  为获取生态环境质量与人类活动强度耦合的生态分区，以2000~2023年土地利用程度综合指数和遥感生态指数的均值为指标，将两者进行Z-score标准化后，分别作为Y变量和X变量，通过象限法将内蒙古地区划分为生态发展协调区、生态发展保护区、生态发展风险区和生态发展潜力区（表 7）. 生态发展协调区位于第Ⅰ象限，土地利用程度较高且生态环境质量较好，表明人类活动与环境质量较为协调；生态发展保护区，位于第Ⅱ象限，生态环境质量较差，土地利用程度较高，需要注意控制城镇化进程的速度，保护生态环境，协调人类活动与生态环境质量的关系；生态发展风险区，位于第Ⅲ象限，生态环境较差，土地利用程度较低，表明自然本底较差，急需提升该区域生态环境质量以满足人类活动的需求；生态发展潜力区，位于第Ⅳ象限，生态环境质量较好，土地利用程度较低，具备一定发展潜力.

3 结果与分析 3.1 RSEI模型综合指标的构建

绿度、湿度、干度和热度这4个指标耦合构建遥感生态指数模型，主成分分析结果如表 8所示，各年份PC₁的特征值贡献率最高值为90.36%，最低值为86.22%，说明第一主成分集中了4个指标的大部分特征. 第一主成分PC₁中，绿度和湿度的载荷值呈正值，干度和热度的载荷值呈负值. 这个规律与现实中的效应相同：绿度和湿度对生态环境起正效应，干度和热度起负效应^[28]. 因此，选用PC₁作为生态表征指标，4个指标耦合成遥感生态指数模型，客观反映生态环境的质量.

3.2 内蒙古生态环境质量时空变化特征

本文根据《生态环境评价技术规范》^[29]，以0.2为间隔，将内蒙古RSEI值划分为5个等级：[0，0.2]为差，[0.2，0.4]为较差，[0.4，0.6]为一般，[0.6，0.8]为良好，[0.8，1.0]为优秀. 可视化结果如图 2所示，各年的生态环境质量优秀结果大部分在东北方向，西南地区呈现差的区域较多，这结果与现实实际情况相符；森林植被覆盖较好的地方其生态环境质量也较好，在草原荒漠化地区生态环境质量较差. 由表 9可得，2000~2023年内蒙古地区的生态环境质量主要以差、较差和一般为主，三者占总面积的70%以上，其中在2005年，差、较差和一般三者面积占比最大，占总面积的79.08%；在2023年面积占比最小. 且生境质量良好和优秀的面积和从2000年25.07%下降至2005年20.93%，随后逐年增加，最高点出现在2023年（29.48%）. 综上所述，内蒙古生态环境质量整体呈现改善的趋势.

3.3 内蒙古生态环境质量变化趋势及稳定性分析

本文将Theil-Sen Median趋势变化分析结果与Mann-Kendall显著性检验结果进行叠加，将内蒙古地区遥感生态指数RSEI变化分为9类，如图 3(a)所示，退化区域集中在呼伦贝尔市和阿拉善盟；改善区域集中在兴安盟、通辽市、赤峰市和鄂尔多斯市等地. 2000~2023年，内蒙古地区生态环境质量的变化中，不显著改善的区域面积最大，占整个面积的53.37%，其次是不显著退化的区域（39.45%），其他趋势特征区域面积占比总和不足8%，极显著退化区域面积占比最少，仅为0.07%.

在ArcGIS 10.8中将Sen斜率与H指数进行叠加分析，得到6种变化趋势. 如图 3(b)所示，持续退化区域集中分布在呼伦贝尔市和阿拉善盟；持续改善区域分散在各个盟市；持续退化和持续改善趋势区域面积在研究区占比最大，分别为39.67%和38.65%. 未来改善趋势占整个研究区的8.89%，主要集中在西南区域；未来趋势不确定的地区较少，仅占整个内蒙地区的0.62%；未来退化区域占比为9.55%，在鄂尔多斯市较集中；持续稳定区域占比2.62%，集中在东北和西南方向. 综上，内蒙古未来退化区域面积较大，后续应该对其变化趋势的显著程度以及影响因素给予重点关注.

对RSEI逐像元计算CV变异系数，得到内蒙古地区RSEI稳定性分布（图 4），2000~2023年内蒙古地区生态环境质量变化稳定性处于低变异和中变异面积分别为510 663.8 km²和468 419.3 km²，占整个内蒙古自治区面积的44.54%和40.85%. 低变异集中在东部地区的呼伦贝尔市，该地区人口密度较少，所以相对人类活动强度也较低，且该地区植被覆盖条件稳定，所以变异较低；中变异地区分布较分散；高变异地区集中在锡林郭勒盟和阿拉善盟，此区域有巴丹吉林沙漠、腾格里沙漠和毛乌素沙地等，容易受季节和气候等自然条件的影响.

3.4 内蒙古生态环境质量驱动因素分析

遥感生态指数是由绿度、湿度、干度和热度这4个指标耦合而成，因此本研究仅讨论模型因子以外的高程、气温、降水、土壤类型、植被类型、人口密度、夜间灯光、GDP和土地利用类型共9个因子对内蒙古地区生态环境质量的影响力. 以上述因子为X值、RSEI值为Y值，得到表 10.

（1）单因子探测结果  由表 10可知，2000~2020年各因子q值均值对RSEI值的影响力由大到小为降水、土壤类型、土地利用类型、气温、植被类型、高程、人口密度、GDP和夜间灯光. 在自然因素中，降水对RSEI变化的驱动力强度最大，高程对其强度最低，说明地形因素对内蒙古生态环境影响较其他自然因子驱动作用较小. 在社会因素中，人口密度、夜间灯光和GDP这3个因子q值范围分别为0.241~0.326、0.009~0.427和0.116~0.289，3个值都较低，而土地利用类型在社会因素中排名第一，表明内蒙古地区RSEI变化受土地利用的可持续管理影响高于其他社会因子.

（2）交互探测结果  图 5表示了各驱动因子对RSEI变化的交互作用结果，均呈现双因子或者非线性的增强，说明因子之间协同作用对于内蒙古地区生态环境质量的影响力都高于单因子. 其中降水与其他因子在各年中交互作用的驱动力要高于其他驱动因子之间的交互作用，交互后q值在0.70~0.86之间，这与单因子探测结果一致，说明降水对该地区的生态环境质量有较大影响. 在这5年中，夜间灯光与GDP交互作用的q值均比其他因子之间的交互作用弱，但是夜间灯光在与其他因子交互之后，影响作用较单因子有明显增强效果，说明夜间灯光在与其他因子的共同作用下，能显著提升内蒙古生态环境质量空间分异的解释力.

3.5 内蒙古生态管理分区

本文基于土地利用综合指数来评价内蒙古不同时期的人类活动强度. 土地利用程度高值区集中在呼伦贝尔市、兴安盟、通辽市、赤峰市、呼和浩特市、包头市、乌兰察布市及乌海市，研究区东部以草原和森林为主，畜牧业较发达，人类活动较西部盟市要多；呼和浩特市、包头市等人口密度较大，工业和农业经济发展迅速，人类干扰活动程度较高. 土地利用程度低值区集中在阿拉善盟、巴彦淖尔市等地区，该地区多为沙漠及沙地，地广人稀，人类活动较少.

基于四象限法得出内蒙古生态环境质量与人类活动强度耦合分区如图 6，根据结果可知，内蒙古大致可以分为3个区域. 生态发展协调区包括呼伦贝尔市、兴安盟、通辽市、赤峰市和呼和浩特市，除呼和浩特市以外的盟市森林、草地覆盖度较高，其自然生态系统和生物多样性较完善，因此在一定程度上实现了生态环境质量与人类活动协调发展；而呼和浩特市作为内蒙古地区的省会城市，拥有完善的环境保护政策，基本实现了人与生态和谐发展. 生态发展风险区主要位于锡林郭勒盟、巴彦淖尔市、鄂尔多斯市和阿拉善盟，以上区域土地利用结构中未利用地占比较高，土地利用程度较小，且人口密度相对较小，人类活动强度较弱，而且因其多为沙地或荒漠致使自然本底状态较差，生态环境质量较差，所以以上区域人类活动强度与生态环境质量失衡. 生态发展保护区，生态环境质量表现较差，人类活动强度较大，该区域主要位于包头市、乌兰察布市和乌海市，其耕地和建设用地面积占比较高，人为干扰剧烈，限制以上区域生态与经济的协调发展. 研究区内无盟市属于生态发展潜力区.

4 讨论 4.1 内蒙古生态环境质量时空变化特征

本研究以GEE平台为基础，在较长的时间内对内蒙古地区生态环境质量的空间分布和时间变化进行了全面地分析，得到内蒙古地区在2000~2005年经历退化，之后逐渐改善，这与张雨斯等^[5]得出的研究结果一致. 研究区在2000~2023年生态环境质量以较差为主，这与前人的研究结论相吻合^{[30 ~ 32]}. 在2000~2005年生态环境质量有所下降，这主要由于2000年以后国家实施西部大开发计划，一些地方政府只注重经济的发展，片面追求GDP的增长而忽视环境保护，大量高污染高耗能的企业落户内蒙古，矿产资源大量开发等原因，使生态环境遭到严重的破坏^[33]. 在23 a间，内蒙古生态环境质量改善面积大于退化面积，并且持续改善，这主要得益于国家实施退耕还林、“三北”防护林等多项重点生态工程. 然而仍有大部分地区存在不显著退化，少部分地区存在显著退化，且存在未来持续退化趋势的风险，如西部地区的阿拉善盟. 内蒙古自治区东西跨度大，东部以森林生态系统和草原为主，中部地区以温带草原为主、西部以草原与荒漠交错存在，这可能是生态环境质量差异的原因，所以应当根据实际情况制定合适的政策.

4.2 内蒙古生态环境质量时空变化原因

降水和气温分别作为影响内蒙古地区RSEI空间分异性的重要因子，强调了气候因素在生态环境质量变化中的核心角色，此结果与闫志远等^[18]的研究结果相吻合，其发现了研究区气候变化与植被覆盖度中NDVI变化的相关性具有显著差异. 在内蒙古地区自东向西包括大兴安岭、呼伦贝尔草原、锡林郭勒草原、科尔沁沙地、浑善达克沙地、鄂尔多斯草原、河套平原、毛乌素沙地、库布齐沙漠、乌兰布和沙漠、腾格里沙漠和巴丹吉林沙漠，随着从东向西植被覆盖度逐渐减少，且在内蒙古地区自东向西跨越温带湿润区、半湿润区、干旱半干旱区^[34]，而植被对气候变化相当敏感尤其是在干旱半干旱地区^[35]. 因此该地区的生态环境质量也会表现出空间差异性.

在社会驱动因素分析中，土地利用类型是影响内蒙古地区RSEI空间分异性的首要因子，这表示土地利用与生态环境质量的空间分布密切相关，此结果与霍飞等^[36]分析的结果一致，其将土地利用与生态环境综合指数耦合结果均超过0.5，说明土地利用与生态环境质量有较强的依赖. 现实中，林地和草地的生境适宜度高于耕地、建设用地和未利用地，研究区内东部以耕地、林地和灌木为主，人类活动干扰较少，因此生态环境质量较好. 为此，通过科学的土地管理政策，因地制宜控制人类的土地利用活动，对生态环境质量的改善十分关键. 人口密度、夜间灯光和GDP这3个因子作为单因子探测时，对内蒙古地区生态环境质量的解释力较低，这是由于内蒙古地区人口数量较少，且呈现下降趋势，在20 a的时间尺度和118.3万km²的空间尺度上敏感性较低，但这些因子与其他因子交互作用的解释力显著增强，呈现了人类活动对生态环境质量的影响.

4.3 生态管理分区措施建议

生态发展协调区，应继续巩固生态-社会-经济的协调发展，针对呼和浩特市人口密度较大、社会经济基础较好的特点，实行严格的生态保护措施，借助良好的经济基础和技术手段鼓励发展生态友好型产业，限制高污染高能耗的产业；对于呼伦贝尔市、兴安盟等地区，其林地、草地覆盖面积较大，生态基底相对较好，进行合理的土地规划，适度开发和保护相结合的方式，且要进行开发活动的生态影响评估，确保不会超过生态承载力，维持生态环境与经济社会协调发展. 生态发展保护区，要统筹生态环境资源，对各类污染问题进行整治，加强区域内自然资源的保护，实施严格的环境保护政策，提高生态系统的适应能力与恢复能力，限制区域内产业活动对生态环境造成的影响，推进绿色产业发展. 生态发展风险区，需采取自然恢复和人工抚育更新等措施，加强荒漠绿洲建设，盲目对这些地区进行耕地和建设用地的扩张会加剧生态环境与人类活动的矛盾，因此生态环境质量的提升是这些区域社会经济发展的前提.

4.4 不足与展望

本研究通过绿度、热度、干度和湿度这4个指标耦合构成RSEI模型，分析了内蒙古地区2000~2023年的生态环境质量的时空动态变化特征，结合地理探测器分析自然因素和社会因素对于研究区生态环境质量的影响力，基于人类活动强度和生态环境质量进行生态管理分区，为内蒙古生态管理研究提供了新的研究思路. 本文得出社会因素中土地利用类型对生态环境质量的解释力最高，但是未深入分析土地利用的变化对生态环境质量上升和下降区的影响，在后续研究中应该结合土地利用动态度以及转移矩阵，更加准确分析生态环境质量的动态变化对土地利用格局变化的响应. 而且因数据的更新时间，本研究只分析了2020年之前的各因子对生态环境质量的影响力，在将来的研究中，可以利用更具有优势的遥感卫星数据，分析最新年限的生态环境质量动态变化及驱动因子.

5 结论

（1）2000~2023年内蒙古地区生态环境质量整体呈现改善趋势，优秀结果集中在东北方向，西南地区生境质量以差为主. 研究区生态环境质量主要以差、较差和一般为主，但良好和优秀结果在2005年之后逐渐增加.

（2）2000~2023年内蒙古生态环境质量的变化趋势，不显著改善和不显著退化区域面积分别为39.67%和38.65%，占比最大；生态系统整体上较稳定，但在锡林郭勒盟和阿拉善盟生态系统较脆弱，变化较大. 从未来趋势变化来看，生态环境质量的退化区域将继续退化，而改善区域的地区将继续改善，但未来改善趋势主要集中在西部地区.

（3）研究区生态环境质量空间分布的单因子影响力大小为：降水 > 土壤类型 > 土地利用类型 > 气温 > 植被类型 > 高程 > 人口密度 > GDP > 夜间灯光，因子之间交互作用呈现增强效果，降水在与其他因子交互作用的q值在0.70~0.86之间，说明降水对研究区生态环境质量产生的影响较大.

（4）依据人类活动强度与生态环境质量耦合分区，将内蒙古12个盟市分成3个生态管理区，生态发展协调区包括呼伦贝尔市、兴安盟、通辽市、赤峰市和呼和浩特市；生态发展保护区包括包头市、乌兰察布市和乌海市；生态发展风险区包括锡林郭勒盟、巴彦淖尔市、鄂尔多斯市和阿拉善盟.