Las características de la cobertura vegetal son fundamentales para comprender el estado de los ecosistemas regionales y guiar el desarrollo sostenible. Aunque se ha documentado una extensa investigación sobre la dinámica de la vegetación a largo plazo en la provincia de Qinghai, aún existen lagunas críticas en la identificación de los factores impulsores, la cuantificación de sus umbrales y el descubrimiento de relaciones no lineales que rigen la cobertura vegetal. En vista de esto, basado en el conjunto de datos MOD13Q1V6 de la plataforma Google Earth Engine (GEE), este estudio construyó un conjunto de datos del índice de vegetación de diferencia normalizada por núcleo (kNDVI) para la provincia de Qinghai que abarca el período 2001-2023. Además, se revelaron las características espaciotemporales y las tendencias de evolución futura de la cobertura vegetal mediante métodos que incluyen la prueba de tendencia de Theil-Sen-Mann-Kendall (Theil-Sen-MK), el exponente de Hurst y el modelo de migración del centroide. A una escala de cuadrícula de 5 km x 5 km, basado en el modelo combinado de Extreme Gradient Boosting y SHapley Additive exPlanations (XGBoost-SHAP), este estudio integró 10 variables de teledetección de múltiples fuentes relacionadas con las condiciones naturales, factores socioeconómicos y accesibilidad geográfica para revelar los efectos no lineales entre los factores impulsores y el kNDVI e identificar los puntos de inflexión de umbral clave. Los resultados mostraron lo siguiente: (1) Desde 2001 hasta 2023, el kNDVI de la provincia de Qinghai exhibió una tendencia de crecimiento fluctuante con una tasa de crecimiento anual de 0.0016 por año, presentando un patrón espacial de ser más alto en el sureste y más bajo en el noroeste. Específicamente, el kNDVI de las tierras no utilizadas alcanzó la tasa de crecimiento más alta (65.96%), que fue significativamente mayor que la de otros tipos de uso del suelo. (2) El kNDVI en la provincia de Qinghai estuvo dominado por áreas estables, que representaron el 52.75%. El análisis de tendencias futuras indicó que la región se caracterizó principalmente por zonas de mejora sostenible (39.91%), mientras que las áreas con tendencias futuras inciertas representaron el 39.70%. (3) El modelo XGBoost-SHAP reveló que la precipitación media anual (AMP) (47.26%) y el Modelo Digital de Elevación (DEM) (20.40%) ejercieron impactos sustanciales en el kNDVI. Las curvas de efecto marginal identificaron puntos de inflexión de umbral distintos para los principales factores característicos: AMP = 363.2 mm (95%CI: 361.2-365.2 mm), DEM = 4463.9 m (95%CI: 4446.0-4481.1 m), intensidad de pastoreo = 1.8 SU (Unidad de Carga)·ha-1 (95%CI: 1.8-1.9 SU·ha-1), y pendiente = 2.8 grados (95%CI: 2.7-3.0 grados) y 19.0 grados (95%CI: 18.8-19.3 grados). Las combinaciones de interacción de AMP x DEM y DEM x distancia a tierras de construcción ejercieron un fuerte efecto positivo sobre el kNDVI en el área de estudio, lo que fue propicio para mejorar la cobertura vegetal. Estos hallazgos verificaron la efectividad de los proyectos ecológicos implementados en la provincia de Qinghai hasta cierto punto y proporcionaron apoyo de datos para la posterior restauración y gestión diferenciada.