土地覆盖变化因推动城镇及周边生态环境质量的演变而广受决策者的高度重视。南京江北新区核心区经历了从传统城镇化过渡到新型城镇化的发展过程,分析其在不同发展方式下的生态质量动态对于选择城市发展路径具有的至关重要的指导作用。本文基于2009、2015和2019年四种较高空间分辨率遥感影像（Rapid Eye、GF-1 WFV4、GF-2 PMS1和Sentinel-2A）和实地调查数据,使用面向对象决策树分类方法和改进的Mask-RCNN深度学习分类方法进行土地覆盖类型分类从而构建高精度土地覆盖数据集,据此利用土地覆盖转移矩阵计算土地覆盖年变化动态度进行土地覆盖变化分析。而后,使用对应年份三期Landsat影像,对比了Remote Sensing Ecological Index（RSEI）模型与Regional Optimized Remote Sensing Ecological Index（RO-RSEI）模型在研究区的生态质量特征刻画方面的适用性,并对生态质量进行了空间自相关性分析,揭示了研究区生态质量的时空变化特征;探讨了土地覆盖与生态质量时空变化的内在因果联系,并结合社会经济驱动因素进行了生态质量时空变化归因分析,最后针对研究区新型城镇化的进一步建设提出规划建议。本研究提出的方法能为实现新型城镇化发展理念下的生态质量监测提供技术参考。主要研究成果如下:与基于决策树的面向对象分类方法相比,改进Mask-RCNN模型在对研究区的多源较高分辨率影像进行土地覆盖分类时获得的精度更高。基于改进Mask-RCNN模型生成的经过分类后处理过的2009、2015、2019年土地覆盖数据集的总体精度分别为90.75%,91.75%,92.50%。与RSEI模型对比发现,RO-RSEI模型更适用于研究区的生态质量监测。RO-RSEI刻画的研究区三个年份的生态质量均值分别是0.652、0.649和0.655。RO-RSEI全局自相关Moran’s I值分别为0.442、0.312、0.411。RO-RSEI均值表明近10年间研究区生态质量经历了从退化到好转的变化过程,10年前后生态质量整体持平;RO-RSEI空间局部自相关性分析（冷热点分析）表明生态质量优劣聚集分布趋势受政策影响,热点分布主要受林地内部生态质量波动影响,冷点分布变化与城市建设发展方向一致。生态质量时空变化与土地覆盖变化之间存在很强的空间一致性。2009年至2019年,研究区城市用地面积共增加了35.07km~2,2015年前后土地覆盖年变化率（ACR）下降6.33%,规划建设中心区域的城市用地面积密度增加。未利用地面积先随城市建设需求而增加,后随城市建设完工而减少。未利用地增加造成的生态环境质量退化程度大于城市用地增加所造成的生态质量退化。10年间草地面积由16.65km~2增加到33.39km~2,主要表现为城市绿地的增加。研究区城市规划建设中心区域的生态质量随着建设完工和城市绿化的恢复而大幅好转。耕地面积从前期大幅减少了48.10km~2到后期面积趋于稳定,这是由政府为保障粮食安全,严格执行了耕地红线保护政策所致。10年间,林地面积保持稳定,老山林场内部生态环境质量先出现轻度退化（2009-2015）后逐渐好转（2015-2019）。政府出台的各项保护、管理条例增强了林场生态建设,促进了林地资源的合理开发利用。10年间主城区得到集约开发,城市绿地恢复增加,未利用土地配置合理,林地耕地保护增强,生态质量从退化变为好转,归因于新型城镇化过程中政府严格执行的生态保护和恢复政策以及公众自然资源保护意识的提高。政策建议:为继续推进新型城镇化建设,社会经济方面需加强产业调整、空间规划、绿色建设、现代综合交通体系、立法共建等政策实施;自然资源方面需加强湿地、林地保护力度,严守生态安全线,建设生态隔离带,合理开发建设,加强生态安全格局空间监测。