1990–2015年青藏高原人類足跡數據集

1990–2015年青藏高原人類足跡數據集
作者：段群滔　羅立輝
2020年1月6日

本作品收錄於《中國科學數據》

段群滔, 羅立輝. 1990–2015年青藏高原人類足跡數據集[J/OL]. 中國科學數據, 2019. (2020-01-06). DOI: 10.11922/csdata.2019.0082.zh.

摘要&關鍵詞

摘要：青藏高原是地球上具有鮮明特色的自然和文化景觀地域單元，生態環境較為脆弱。近三十年來，隨着人類活動對青藏高原生態系統的影響持續增加，人類活動強度空間數據集的製備，有助於深入理解青藏高原地區人類活動的生態環境效應，對於調控人類活動、促進青藏高原可持續發展也具有重要意義。本文採用人類足跡指數方法，利用人口密度、土地利用、放牧密度、夜間燈光、鐵路和道路6種代表人類活動的空間數據，完成1990、1995、2000、2005、2010和2015年共6期青藏高原人類足跡數據集的製備。

關鍵詞：青藏高原；人類活動強度；人類足跡

Abstract & Keywords

Abstract: In the Qinghai-Tibet Plateau (QTP), where the ecological system is fragile and sensitive. The increasing human activities have led to a series of ecological and environmental issues and social controversies and aroused much attention in the recent years, especially the construction and operation of the Qinghai-Tibet Railway. The preparation of spatial dataset of human activity intensity is critical to analyze the impact of human activities on the alpine ecosystem of the QTP. Furthermore, it is also very important for regulating human activities and regional sustainable development. In this paper, the human footprint index method was conducted to evaluate the intensity of human activity on QTP, which using six types of spatial data as agents of human activities, including population density, land use, grazing density, night lighting, railway and road. The spatial datasets of human activity intensity were prepared in 1990, 1995, 2000, 2005, 2010 and 2015.

Keywords: 

數據庫（集）基本信息簡介

數據庫（集）名稱	1990–2015年青藏高原人類足跡數據集
數據作者	段群滔，羅立輝
數據通訊作者	羅立輝（luolh@lzb.ac.cn）
數據集時間範圍	1990–2015年
地理範圍	青藏高原
空間分辨率	1 km
數據量	53.9 MB
數據格式	TIFF
基金項目	國家重點研發計劃項目（2019YFC0507405、2018YFB1502800）；國家自然科學基金項目（41871065）；中國科學院「美麗中國生態文明建設科技工程」A類戰略先導科技專項（XDA23060303）。
數據庫（集）組成	本數據集包括青藏高原6期人類足跡數據，數據保存為一個壓縮文件（「1990-2015年青藏高原人類足跡數據集.zip」），每期人類足跡數據為一個TIFF文件，文件以數據集年份命名，總數據量為53.9 MB。

Dataset Profile

Title	Human footprint dataset of the Qinghai-Tibet Plateau during 1990–2015
Data authors	Duan Quntao, Luo Lihui
Data corresponding author	Luo Lihui（luolh@lzb.ac.cn）
Time range	1990–2015
Geographical scope	Qinghai-Tibet Plateau
Spatial resolution	1 km
Data volume	53.9 MB
Data format	TIFF
Sources of Founding	National Key R&D Program of China (2019YFC0507405, 2018YFB1502800); The National Natural Science Foundation of China (41871065); the Strategic Priority Research Program of the Chinese Academy of Sciences (XDA23060303).
Dataset composition	This dataset includes human footprints data products for six time periods in the Qinghai-Tibet Plateau, stored as a compressed file named 「Human footprint dataset of the Qinghai-Tibet Plateau during 1990–2015.zip」 that consists of six TIFF files named by year, with a total data volume of 53.9 MB.

引 言

自20世紀以來，隨着全球人口和經濟的快速增長，人類活動對全球生態系統的擾動顯著增強^[1][2]，且這種擾動對陸地表層生態環境的影響尤為突出^[3][4][5]。青藏高原作為地球「第三極」，同時也是一個具有鮮明特色的文化景觀地域單元，生態環境較為脆弱^[6][7]。近幾十年來，該地區經濟快速發展，特別是青藏鐵路開通以來，人類活動顯著增加，有關人類活動對青藏高原生態系統的影響一直是研究的熱點^{[8][9][10][11]}。其中，準確評價人類活動強度是探究青藏高原人類活動生態環境效應的基礎，對促進該地區生態環境保護與可持續發展具有指導作用。

目前，人類活動強度評價主要以統計分析方法為主^{[12][13][14][15]}，難以生成高質量的人類活動強度空間數據。相較於近幾十年來氣候變化研究相關的空間數據在研究方法、製備速度、時空分辨率和數據質量等方面的快速發展，人類活動相關的空間數據還處於探索發展階段。人類足跡指數方法^[16][17]作為人類活動強度評價方法的一種，由於評價結果能直接反映人類活動強度的空間變化，已在全球不同尺度範圍得到應用^[18][19][20]。本文採用人類足跡指數方法，利用人口密度、土地利用、放牧密度、夜間燈光、鐵路和道路共6種代表人類活動的空間數據，完成1990、1995、2000、2005、2010和2015年共6期青藏高原人類足跡數據的製作。

1 數據採集和處理方法

1.1 數據來源

本數據集採用的數據包括人口密度、土地利用、牛羊密度、夜間燈光、鐵路、道路、冰川、湖泊、保護區和牛羊肉產量數據。其中，人口密度和土地利用數據由資源環境數據云平台網站（http://www.resdc.cn/Default.aspx）提供；牛羊肉产量数据由国家统计局网站（http://www.stats.gov.cn/）提供；牛羊密度数据由联合国粮农组织全球地理信息系统网站（http://www.fao.org/geonetwork/srv/en/main.home）提供；夜间灯光数据由美国国家海洋与大气管理局网站（https://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html）提供；铁路数据由手动数字化获取；道路数据集由美国国家航空航天局地球观测系统数据与信息中心网站（https://sedac.ciesin.columbia.edu/）和联合国粮农组织全球地理信息系统网站提供；湖泊数据由国家青藏高原科学数据中心网站（http://data.tpdc.ac.cn/zh-hans/）提供；冰川数据由青藏高原科学数据中心网站（http://www.tpedatabase.cn/portal/index.jsp）提供；保护区数据由联合国环境规划署保护区数据网站（https://www.protectedplanet.net/）提供。

由於採用的夜間燈光原始數據只包含1992–2013年的數據，本文選擇用1992和2013年的燈光數據分別代替1990年和2015年的燈光數據。牛羊密度數據只獲取有2006年的數據，其餘年份數據由趨勢外推分析法獲得。道路數據只獲取了2000和2010年的兩期數據，所以1990、1995和2005年的道路數據用2000年的數據代替，2015年的利用2010年的數據代替。1990–2005年間青藏高原地區鐵路基本無變化，所以1990–2005年的鐵路數據均使用2005年的鐵路數據。採用的空間數據具體信息及來源見表1。

表1 採用的空間數據信息及來源

數據類型	數據名稱	年份	格式	分辨率	來源
主要數據	人口密度	1990、1995、2000、2005、2010、2015	柵格	1 km	資源環境數據云平台
	土地利用	1990、1995、2000、2005、2010、2015	柵格	1 km	資源環境數據云平台
	牛羊密度	2006	柵格	1 km	聯合國糧農組織
	夜間燈光	1992、1995、2000、2005、2010、2013	柵格	～1 km	美國國家海洋與大氣管理局
	鐵路	2005、2010、2015	矢量	-	手動數字化獲取
	道路	2000、2010	矢量	-	美國國家航空航天局聯合國糧農組織
輔助數據	湖泊	1990、1995、2000、2005、2010、2015	矢量	-	國家青藏高原科學數據中心
	冰川	2013	柵格	30 m	青藏高原科學數據中心
	保護區	-2017	矢量	-	聯合國環境規劃署

1.2 數據處理過程

1.2.1 數據預處理

由於採用的數據在投影、分辨率和空間範圍等方面存在不一致，在進行數據集製作前，需要對原數據進行預處理。其中，投影坐標統一轉換為適合中國區域的Albers等面積投影，投影坐標系參數中央經線設置為105°E，兩條標準緯線分別為25°N和47°N，空間範圍統一裁剪至青藏高原範圍，柵格數據統一重採樣至1 km分辨率。

此外，夜間燈光數據存在不連續和過飽和等問題，在投影和裁剪完成後需進行校正。本文選擇應用較為廣泛的基於不變目標區域的校正方法^[21]，由於鶴崗市轄區的地區經濟社會數據變化較小，且燈光影像的DN值分布較廣，因此不變目標區域選擇鶴崗市轄區。

1.2.2 數據處理方法

本數據集選擇6類代表人類活動的空間數據，並依據不同的評價方法將各類數據的柵格重新賦值為0–10分，分值越大表示人類活動影響強度越大。每一類數據具體賦值方法如下：

（1）人口密度

人口密度是反映人類活動與生態系統相互作用強度的重要指標^[22]，且對生態系統的影響呈對數變化規律，所以將人口密度數據按對數方程進行計算賦值，值域範圍為0–10分。人口密度的最大值為32866人/平方公里。具體計算方程如下：

\(po{p}_{\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=2.21398×\mathit{log}\left(po{p}_{density}+1\right)\)

                                                      (1)

式中，\(po{p}_{score}\)表示該柵格重新賦值的分數，\(po{p}_{density}\)表示該柵格的人口密度值。

（2）土地利用

土地利用變化是反映人類活動程度的重要因子^[23]，本文將所有建築用地賦值為10分，水田和旱地賦值為7分，草地賦值為4分，其餘土地利用類型均賦值為0分。

（3）放牧密度

畜牧業作為青藏高原地區重要的產業之一，放牧是該地區重要的一類人類活動。本文用牛羊密度之和來表徵放牧密度，由於只獲取了2006年的牛羊密度圖層，在重新賦值前，需要先對這兩個圖層進行趨勢外推分析，獲得各年份的放牧密度圖層。

本文採用基於統計數據的趨勢外推方法，首先統計青海西藏兩省1990、1995、2000、2005、2010和2015年的牛肉和羊肉產量，然後分別計算牛肉和羊肉不同年份產量相對於2005年產量的變化率，接着利用2006年的牛羊密度圖層分別乘以各年份的變化率來得到不同年份的牛羊密度圖層，其中2005年的數據直接使用2006年的代替，最後將同一年份的牛羊密度圖層相疊加得到放牧密度圖層。由於放牧密度的影響也呈對數變化規律，且最大值為9454頭/平方公里，所以將放牧密度數據也按對數方程進行計算賦值，值域為0–10分，具體計算方程如下：

\({grazing}_{\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=2.51531×\mathit{log}\left({grazing}_{density}+1\right)\)

                                                   (2)

式中，\({grazing}_{score}\)表示該柵格重新賦值的分數，\({grazing}_{density}\)表示該柵格的放牧密度值。

（4）夜間燈光

夜間燈光數據經校正後，不同年份數據之間具有了可比較性。為了使夜間燈光影響的評價也具有連續性，本文以2015年燈光數據為基準，首先，將2015年數據中DN值等於0的柵格賦值為0分，再將DN值大於0的柵格，利用分位數方法等分為10份，從小到大依次賦值為1–10分。其餘各年份的數據依照2015年的十分位數將DN值大於0的柵格賦值為1–10分，DN值等於0的賦值為0分。

（5）鐵路

鐵路作為青藏高原地區最為重要的基礎設施之一，對於該地區的經濟社會發展具有重要意義。由於火車在鐵路沿線上運行時具有封閉性，對兩旁影響的範圍較小，因此在進行評價賦值時，僅將鐵路兩旁500 m範圍內的區域賦值為8分。

此外，由於鐵路在建設時也會對生態環境產生較大影響，青藏鐵路二期工程（格爾木—拉薩）雖然2006年才正式通車，但在2001年就已開始動工建設，所以本文從2005年開始計算此段鐵路的影響。

（6）道路

青藏高原地區道路的封閉性比鐵路差，因此其對兩旁影響的範圍也更大，在進行評價賦值時，將道路兩側500m範圍內的區域賦值為10分；500–1500m範圍內賦值為8分；1500–2500 m範圍內賦值為4分。

各類數據完成重新賦值後，將同一年份的圖層相疊加，即得到6期青藏高原人類足跡數據（圖1）。數據集的值域範圍為0–51，柵格內的分值越高，代表該空間上人類活動強度越大。

表2 主要數據評價賦值方法

數據名稱	賦值範圍	賦值方法
人口密度	0-10	\(po{p}_{\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=2.21398×\mathit{log}\left(po{p}_{density}+1\right)\)
土地利用	0、4、7、10	建築區域 10分農田、旱地 7分草地 4分其他 0分
放牧密度	0–10	\({grazing}_{score}=2.51531×\mathit{log}\left({grazing}_{density}+1\right)\)
夜間燈光	0–10	DN值為0時 0分DN值大於0時，按照2015年10分位數賦值
鐵路	8	兩側500 m範圍內 8分
道路	4、8、10	兩側500 m範圍內 10分兩側500–1500 m範圍內 8分兩側1500–2500 m範圍內 4分

圖片

圖1 數據集製作技術路線圖

2 數據集質量控制

青藏高原的湖泊和冰川雖然也受到人類活動的影響，但其空間位置上幾乎不存在直接的人類活動，且自然保護區的建立也會減弱保護區內的人類活動。因此，按上述方法完成數據集的初步製作後，還需要進一步的處理，以提高數據集的質量。處理主要包括以下兩個方面：

（1）湖泊和冰川

在對湖泊和冰川進行處理前，首先獲取青藏高原1990、1995、2000、2005、2010和2015年6個時期的冰川和湖泊數據.由於冰川幾十年來空間變化相對較小，因而各時期的冰川數據均用2013年的數據代替。考慮到湖泊和冰川所處的空間位置上幾乎不存在直接的人類活動，因此直接將不同時期湖泊和冰川所處空間位置上的人類足跡分值設置為0分。

（2）自然保護區

依據《全國自然保護區目錄》，首先分別提取青藏高原1985年以前、1986–1990年、1991–1995年、1996–2000年、2001–2005年和2006–2010年6個時間段內建立的國家級自然保護區範圍數據。保護區的設立能夠減弱保護區內的人類活動強度，但隨着時間的推移減弱幅度會逐漸減弱。因此，本文只考慮保護區建立後15年內的影響，並按照每過5年人類足跡分值分別減弱8%、4%和2%的方法對每期數據進行處理。

3 數據樣本描述

3.1 數據組成

本數據集包括青藏高原1990–2015年共6期人類足跡數據，這些數據保存為一個壓縮文件（「1990–2015年青藏高原人類足跡數據集.zip」），每期數據以TIFF格式存儲並以年份來命名每期數據，總數據量為53.9 MB。

3.2 數據樣本

製作的1990、1995、2000、2005、2010和2015年青藏高原人類足跡數據樣例如圖2所示。

圖2 1990、1995、2000、2005、2010和2015年青藏高原人類足跡數據樣例

4 數據價值

高質量人類活動強度空間數據的製備和發展將有助於更好地理解人類活動影響的強度和範圍，在當前氣候變化背景下，也將有助於分辨人類活動和氣候變化對地球系統的影響，進而推動對地球各圈層變化的理解，對於調控人類活動、促進全球和區域的可持續發展都具有重要現實意義。

青藏高原人類活動強度空間數據集的製備，可為探究青藏高原地區人類活動空間變化特徵和規律提供空間數據，也可為探索該地區人類活動與生態環境間的相互作用提供支撐，對於促進整個青藏高原地區的生態環境保護和可持續發展具有指導作用。

5 數據使用方法和建議

1990–2015年青藏高原人類足跡數據集解壓後均為TIFF格式，可利用ArcGIS、QGIS、ENVI和ERDAS等常用的GIS和遙感軟件對該數據進行讀取和操作。

致 謝

感謝資源環境數據云平台網站提供人口密度和土地利用數據集；感謝美國國家海洋與大氣管理局提供DMSP/OSL夜間燈光數據集；感謝美國國家航空航天局（NASA）提供道路數據集；感謝聯合國糧農組織（FAO）提供道路和牛、羊密度數據集；感謝國家青藏高原科學數據中心提供湖泊數據集；感謝青藏高原科學數據中心提供冰川數據集；感謝聯合國環境規劃署提供保護區數據。

參考文獻

1. CRUTZEN P J. Geology of mankind[J]. Nature, 2002, 415: 23.
2. 葉篤正, 符淙斌, 季勁鈞, 等. 有序人類活動與生存環境[J]. 地球科學進展, 2001, 16(4): 453-460.
3. UNCCD. Global Land Outlook, 1st ed[R]. United Nations Convention to Combat Desertification, Bonn, 2017.
4. KEENAN R J, REAMS G A, ACHARD FRÉDÉRIC, et al. Dynamics of global forest area: Results from the FAO Global Forest Resources Assessment 2015[J]. Forest Ecology and Management, 2015, 352: 9-20.
5. JONES K R, VENTER O, FULLER R A, et al. One-third of global protected land is under intense human pressure[J]. Science, 2018, 360: 788-791.
6. 樊傑, 徐勇, 王傳勝, 等. 西藏近半個世紀以來人類活動的生態環境效應[J]. 科學通報, 2015, 60(32): 3057-3066.
7. 謝高地, 魯春霞, 冷允法, 等. 青藏高原生態資產的價值評估[J]. 自然資源學報, 2003, 18(2): 189-196.
8. 魏彥強, 蘆海燕, 王金牛, 等. 近35年青藏高原植被帶變化對氣候變化及人類活動的響應[J]. 草業科學, 2019, 36(4): 1163-1176.
9. Fan J, Wang H Y, Chen D, et al. Discussion on Sustainable Urbanization in Tibet[J]. Chinese Geographical Science, 2010, 20(3): 258-268.
10. 嚴作良, 周華坤, 劉偉, 等. 江河源區草地退化狀況及成因[J]. 中國草地學報, 2003, 25(1): 73-78.
11. 張鐿鋰, 閻建忠, 劉林山, 等. 青藏公路對區域土地利用和景觀格局的影響——以格爾木至唐古拉山段為例[J]. 地理學報, 2002, 57(3): 253-266.
12. 劉世梁, 劉蘆萌, 武雪, 等. 區域生態效應研究中人類活動強度定量化評價[J]. 生態學報, 2018, 38(19): 6797-6809.
13. 徐勇, 孫曉一, 湯青. 陸地表層人類活動強度：概念、方法及應用[J]. 地理學報, 2015, 70(7): 1068-1079.
14. 張翠雲, 王昭. 黑河流域區域人類活動強度的定量評價[J]. 地球科學進展, 2004, 19(Suppl.): 386-390.
15. 文英. 人類活動強度定量評價方法的初步探討[J]. 科學對社會的影響, 1998(4): 55-60.
16. VENTER O, SANDERSON E W, MAGRACH A, et al. Global terrestrial Human Footprint maps for 1993 and 2009[J]. Scientific Data, 2016, 3: 160067. DOI: 10.1038/sdata.2016.67.
17. SANDERSON E W, JAITEH M, LEVY M A, et al. The Human Footprint and the Last of the Wild[J]. BioScience, 2002, 52(10): 891-904.
18. LUO L H, MA W, ZHUANG Y L, et al. The impacts of climate change and human activities on alpine vegetation and permafrost in the Qinghai-Tibet Engineering Corridor[J]. Ecological Indicators, 2018, 93: 24-35.
19. LI S C, ZHANG Y L, WANG Z F. et al. Mapping human influence intensity in the Tibetan Plateau for conservation of ecological service functions[J]. Ecosystem Services, 2017, 30: 276-286.
20. VENTER O , SANDERSON E W , MAGRACH A , et al. Sixteen years of change in the global terrestrial human footprint and implications for biodiversity conservation[J]. Nature Communications, 2016, 7: 12558.
21. 曹子陽, 吳志峰, 匡耀求, 等. DMSP/OLS夜間燈光影像中國區域的校正及應用[J]. 地球信息科學學報, 2015, 17(9): 1092-1102.
22. ELLIS E C, RAMANKUTTY N. Putting people in the map: anthropogenic biomes of the world[J]. Frontiers in Ecology and the Environment, 2008, 6(8): 439-447.
23. 周旭, 趙海根, 吳琳娜, 等. 1976年以來北洛河流域土地利用變化對人類活動程度的響應[J]. 地理學報, 2014, 69(1): 54-63.

數據引用格式

段群滔, 羅立輝. 1990–2015年青藏高原人類足跡數據集[DB/OL]. Science Data Bank, 2019. (2019-12-30). DOI: 10.11922/sciencedb.933.