1990–2015年青藏高原人类足迹数据集
| 1990–2015年青藏高原人类足迹数据集 作者：段群滔 罗立辉 2020年1月6日 |
 段群滔, 罗立辉. 1990–2015年青藏高原人类足迹数据集[J/OL]. 中国科学数据, 2019. (2020-01-06). DOI: 10.11922/csdata.2019.0082.zh. |
摘要&关键词
编辑摘要：青藏高原是地球上具有鲜明特色的自然和文化景观地域单元，生态环境较为脆弱。近三十年来，随着人类活动对青藏高原生态系统的影响持续增加，人类活动强度空间数据集的制备，有助于深入理解青藏高原地区人类活动的生态环境效应，对于调控人类活动、促进青藏高原可持续发展也具有重要意义。本文采用人类足迹指数方法，利用人口密度、土地利用、放牧密度、夜间灯光、铁路和道路6种代表人类活动的空间数据，完成1990、1995、2000、2005、2010和2015年共6期青藏高原人类足迹数据集的制备。
关键词：青藏高原；人类活动强度；人类足迹
Abstract & Keywords
编辑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:
数据库（集）基本信息简介
编辑| 数据库（集）名称 | 1990–2015年青藏高原人类足迹数据集 |
| 数据作者 | 段群滔，罗立辉 |
| 数据通讯作者 | 罗立辉（luolh@lzb.ac.cn） |
| 数据集时间范围 | 1990–2015年 |
| 地理范围 | 青藏高原 |
| 空间分辨率 | 1 km |
| 数据量 | 53.9 MB |
| 数据格式 | TIFF |
| 基金项目 | 国家重点研发计划项目（2019YFC0507405、2018YFB1502800）；国家自然科学基金项目（41871065）；中国科学院“美丽中国生态文明建设科技工程”A类战略先导科技专项（XDA23060303）。 |
| 数据库（集）组成 | 本数据集包括青藏高原6期人类足迹数据，数据保存为一个压缩文件（“1990-2015年青藏高原人类足迹数据集.zip”），每期人类足迹数据为一个TIFF文件，文件以数据集年份命名，总数据量为53.9 MB。 |
Dataset Profile
编辑| 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
编辑自20世纪以来，随着全球人口和经济的快速增长，人类活动对全球生态系统的扰动显著增强[1][2]，且这种扰动对陆地表层生态环境的影响尤为突出[3][4][5]。青藏高原作为地球“第三极”，同时也是一个具有鲜明特色的文化景观地域单元，生态环境较为脆弱[6][7]。近几十年来，该地区经济快速发展，特别是青藏铁路开通以来，人类活动显著增加，有关人类活动对青藏高原生态系统的影响一直是研究的热点[8][9][10][11]。其中，准确评价人类活动强度是探究青藏高原人类活动生态环境效应的基础，对促进该地区生态环境保护与可持续发展具有指导作用。
目前，人类活动强度评价主要以统计分析方法为主[12][13][14][15]，难以生成高质量的人类活动强度空间数据。相较于近几十年来气候变化研究相关的空间数据在研究方法、制备速度、时空分辨率和数据质量等方面的快速发展，人类活动相关的空间数据还处于探索发展阶段。人类足迹指数方法[16][17]作为人类活动强度评价方法的一种，由于评价结果能直接反映人类活动强度的空间变化，已在全球不同尺度范围得到应用[18][19][20]。本文采用人类足迹指数方法，利用人口密度、土地利用、放牧密度、夜间灯光、铁路和道路共6种代表人类活动的空间数据，完成1990、1995、2000、2005、2010和2015年共6期青藏高原人类足迹数据的制作。
1 数据采集和处理方法
编辑1.1 数据来源
编辑本数据集采用的数据包括人口密度、土地利用、牛羊密度、夜间灯光、铁路、道路、冰川、湖泊、保护区和牛羊肉产量数据。其中，人口密度和土地利用数据由资源环境数据云平台网站（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。
由于采用的夜间灯光原始数据只包含1992–2013年的数据，本文选择用1992和2013年的灯光数据分别代替1990年和2015年的灯光数据。牛羊密度数据只获取有2006年的数据，其余年份数据由趋势外推分析法获得。道路数据只获取了2000和2010年的两期数据，所以1990、1995和2005年的道路数据用2000年的数据代替，2015年的利用2010年的数据代替。1990–2005年间青藏高原地区铁路基本无变化，所以1990–2005年的铁路数据均使用2005年的铁路数据。采用的空间数据具体信息及来源见表1。
表1 采用的空间数据信息及来源
| 数据类型 | 数据名称 | 年份 | 格式 | 分辨率 | 来源 |
| 主要数据 | 人口密度 | 1990、1995、2000、2005、2010、2015 | 栅格 | 1 km | 资源环境数据云平台 |
| 土地利用 | 1990、1995、2000、2005、2010、2015 | 栅格 | 1 km | 资源环境数据云平台 | |
| 牛羊密度 | 2006 | 栅格 | 1 km | 联合国粮农组织 | |
| 夜间灯光 | 1992、1995、2000、2005、2010、2013 | 栅格 | ～1 km | 美国国家海洋与大气管理局 | |
| 铁路 | 2005、2010、2015 | 矢量 | - | 手动数字化获取 | |
| 道路 | 2000、2010 | 矢量 | - | 美国国家航空航天局联合国粮农组织 | |
| 辅助数据 | 湖泊 | 1990、1995、2000、2005、2010、2015 | 矢量 | - | 国家青藏高原科学数据中心 |
| 冰川 | 2013 | 栅格 | 30 m | 青藏高原科学数据中心 | |
| 保护区 | -2017 | 矢量 | - | 联合国环境规划署 |
1.2 数据处理过程
编辑1.2.1 数据预处理
编辑由于采用的数据在投影、分辨率和空间范围等方面存在不一致，在进行数据集制作前，需要对原数据进行预处理。其中，投影坐标统一转换为适合中国区域的Albers等面积投影，投影坐标系参数中央经线设置为105°E，两条标准纬线分别为25°N和47°N，空间范围统一裁剪至青藏高原范围，栅格数据统一重采样至1 km分辨率。
此外，夜间灯光数据存在不连续和过饱和等问题，在投影和裁剪完成后需进行校正。本文选择应用较为广泛的基于不变目标区域的校正方法[21]，由于鹤岗市辖区的地区经济社会数据变化较小，且灯光影像的DN值分布较广，因此不变目标区域选择鹤岗市辖区。
1.2.2 数据处理方法
编辑本数据集选择6类代表人类活动的空间数据，并依据不同的评价方法将各类数据的栅格重新赋值为0–10分，分值越大表示人类活动影响强度越大。每一类数据具体赋值方法如下：
（1）人口密度
人口密度是反映人类活动与生态系统相互作用强度的重要指标[22]，且对生态系统的影响呈对数变化规律，所以将人口密度数据按对数方程进行计算赋值，值域范围为0–10分。人口密度的最大值为32866人/平方公里。具体计算方程如下：
\(po{p}_{\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=2.21398×\mathit{log}\left(po{p}_{density}+1\right)\)
(1)
式中，\(po{p}_{score}\)表示该栅格重新赋值的分数，\(po{p}_{density}\)表示该栅格的人口密度值。
（2）土地利用
土地利用变化是反映人类活动程度的重要因子[23]，本文将所有建筑用地赋值为10分，水田和旱地赋值为7分，草地赋值为4分，其余土地利用类型均赋值为0分。
（3）放牧密度
畜牧业作为青藏高原地区重要的产业之一，放牧是该地区重要的一类人类活动。本文用牛羊密度之和来表征放牧密度，由于只获取了2006年的牛羊密度图层，在重新赋值前，需要先对这两个图层进行趋势外推分析，获得各年份的放牧密度图层。
本文采用基于统计数据的趋势外推方法，首先统计青海西藏两省1990、1995、2000、2005、2010和2015年的牛肉和羊肉产量，然后分别计算牛肉和羊肉不同年份产量相对于2005年产量的变化率，接着利用2006年的牛羊密度图层分别乘以各年份的变化率来得到不同年份的牛羊密度图层，其中2005年的数据直接使用2006年的代替，最后将同一年份的牛羊密度图层相叠加得到放牧密度图层。由于放牧密度的影响也呈对数变化规律，且最大值为9454头/平方公里，所以将放牧密度数据也按对数方程进行计算赋值，值域为0–10分，具体计算方程如下：
\({grazing}_{\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=2.51531×\mathit{log}\left({grazing}_{density}+1\right)\)
(2)
式中，\({grazing}_{score}\)表示该栅格重新赋值的分数，\({grazing}_{density}\)表示该栅格的放牧密度值。
（4）夜间灯光
夜间灯光数据经校正后，不同年份数据之间具有了可比较性。为了使夜间灯光影响的评价也具有连续性，本文以2015年灯光数据为基准，首先，将2015年数据中DN值等于0的栅格赋值为0分，再将DN值大于0的栅格，利用分位数方法等分为10份，从小到大依次赋值为1–10分。其余各年份的数据依照2015年的十分位数将DN值大于0的栅格赋值为1–10分，DN值等于0的赋值为0分。
（5）铁路
铁路作为青藏高原地区最为重要的基础设施之一，对于该地区的经济社会发展具有重要意义。由于火车在铁路沿线上运行时具有封闭性，对两旁影响的范围较小，因此在进行评价赋值时，仅将铁路两旁500 m范围内的区域赋值为8分。
此外，由于铁路在建设时也会对生态环境产生较大影响，青藏铁路二期工程（格尔木—拉萨）虽然2006年才正式通车，但在2001年就已开始动工建设，所以本文从2005年开始计算此段铁路的影响。
（6）道路
青藏高原地区道路的封闭性比铁路差，因此其对两旁影响的范围也更大，在进行评价赋值时，将道路两侧500m范围内的区域赋值为10分；500–1500m范围内赋值为8分；1500–2500 m范围内赋值为4分。
各类数据完成重新赋值后，将同一年份的图层相叠加，即得到6期青藏高原人类足迹数据（图1）。数据集的值域范围为0–51，栅格内的分值越高，代表该空间上人类活动强度越大。
表2 主要数据评价赋值方法
| 数据名称 | 赋值范围 | 赋值方法 |
| 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 | 建筑区域 10分农田、旱地 7分草地 4分其他 0分 |
| 放牧密度 | 0–10 | \({grazing}_{score}=2.51531×\mathit{log}\left({grazing}_{density}+1\right)\) |
| 夜间灯光 | 0–10 | DN值为0时 0分DN值大于0时，按照2015年10分位数赋值 |
| 铁路 | 8 | 两侧500 m范围内 8分 |
| 道路 | 4、8、10 | 两侧500 m范围内 10分两侧500–1500 m范围内 8分两侧1500–2500 m范围内 4分 |
图1 数据集制作技术路线图
2 数据集质量控制
编辑青藏高原的湖泊和冰川虽然也受到人类活动的影响，但其空间位置上几乎不存在直接的人类活动，且自然保护区的建立也会减弱保护区内的人类活动。因此，按上述方法完成数据集的初步制作后，还需要进一步的处理，以提高数据集的质量。处理主要包括以下两个方面：
（1）湖泊和冰川
在对湖泊和冰川进行处理前，首先获取青藏高原1990、1995、2000、2005、2010和2015年6个时期的冰川和湖泊数据.由于冰川几十年来空间变化相对较小，因而各时期的冰川数据均用2013年的数据代替。考虑到湖泊和冰川所处的空间位置上几乎不存在直接的人类活动，因此直接将不同时期湖泊和冰川所处空间位置上的人类足迹分值设置为0分。
（2）自然保护区
依据《全国自然保护区目录》，首先分别提取青藏高原1985年以前、1986–1990年、1991–1995年、1996–2000年、2001–2005年和2006–2010年6个时间段内建立的国家级自然保护区范围数据。保护区的设立能够减弱保护区内的人类活动强度，但随着时间的推移减弱幅度会逐渐减弱。因此，本文只考虑保护区建立后15年内的影响，并按照每过5年人类足迹分值分别减弱8%、4%和2%的方法对每期数据进行处理。
3 数据样本描述
编辑3.1 数据组成
编辑本数据集包括青藏高原1990–2015年共6期人类足迹数据，这些数据保存为一个压缩文件（“1990–2015年青藏高原人类足迹数据集.zip”），每期数据以TIFF格式存储并以年份来命名每期数据，总数据量为53.9 MB。
3.2 数据样本
编辑制作的1990、1995、2000、2005、2010和2015年青藏高原人类足迹数据样例如图2所示。
4 数据价值
编辑高质量人类活动强度空间数据的制备和发展将有助于更好地理解人类活动影响的强度和范围，在当前气候变化背景下，也将有助于分辨人类活动和气候变化对地球系统的影响，进而推动对地球各圈层变化的理解，对于调控人类活动、促进全球和区域的可持续发展都具有重要现实意义。
青藏高原人类活动强度空间数据集的制备，可为探究青藏高原地区人类活动空间变化特征和规律提供空间数据，也可为探索该地区人类活动与生态环境间的相互作用提供支撑，对于促进整个青藏高原地区的生态环境保护和可持续发展具有指导作用。
5 数据使用方法和建议
编辑1990–2015年青藏高原人类足迹数据集解压后均为TIFF格式，可利用ArcGIS、QGIS、ENVI和ERDAS等常用的GIS和遥感软件对该数据进行读取和操作。
致 谢
编辑感谢资源环境数据云平台网站提供人口密度和土地利用数据集；感谢美国国家海洋与大气管理局提供DMSP/OSL夜间灯光数据集；感谢美国国家航空航天局（NASA）提供道路数据集；感谢联合国粮农组织（FAO）提供道路和牛、羊密度数据集；感谢国家青藏高原科学数据中心提供湖泊数据集；感谢青藏高原科学数据中心提供冰川数据集；感谢联合国环境规划署提供保护区数据。
参考文献
编辑- ↑ CRUTZEN P J. Geology of mankind[J]. Nature, 2002, 415: 23.
- ↑ 叶笃正, 符淙斌, 季劲钧, 等. 有序人类活动与生存环境[J]. 地球科学进展, 2001, 16(4): 453-460.
- ↑ UNCCD. Global Land Outlook, 1st ed[R]. United Nations Convention to Combat Desertification, Bonn, 2017.
- ↑ 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.
- ↑ 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.
- ↑ 樊杰, 徐勇, 王传胜, 等. 西藏近半个世纪以来人类活动的生态环境效应[J]. 科学通报, 2015, 60(32): 3057-3066.
- ↑ 谢高地, 鲁春霞, 冷允法, 等. 青藏高原生态资产的价值评估[J]. 自然资源学报, 2003, 18(2): 189-196.
- ↑ 魏彦强, 芦海燕, 王金牛, 等. 近35年青藏高原植被带变化对气候变化及人类活动的响应[J]. 草业科学, 2019, 36(4): 1163-1176.
- ↑ Fan J, Wang H Y, Chen D, et al. Discussion on Sustainable Urbanization in Tibet[J]. Chinese Geographical Science, 2010, 20(3): 258-268.
- ↑ 严作良, 周华坤, 刘伟, 等. 江河源区草地退化状况及成因[J]. 中国草地学报, 2003, 25(1): 73-78.
- ↑ 张镱锂, 阎建忠, 刘林山, 等. 青藏公路对区域土地利用和景观格局的影响——以格尔木至唐古拉山段为例[J]. 地理学报, 2002, 57(3): 253-266.
- ↑ 刘世梁, 刘芦萌, 武雪, 等. 区域生态效应研究中人类活动强度定量化评价[J]. 生态学报, 2018, 38(19): 6797-6809.
- ↑ 徐勇, 孙晓一, 汤青. 陆地表层人类活动强度：概念、方法及应用[J]. 地理学报, 2015, 70(7): 1068-1079.
- ↑ 张翠云, 王昭. 黑河流域区域人类活动强度的定量评价[J]. 地球科学进展, 2004, 19(Suppl.): 386-390.
- ↑ 文英. 人类活动强度定量评价方法的初步探讨[J]. 科学对社会的影响, 1998(4): 55-60.
- ↑ 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.
- ↑ 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.
- ↑ 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.
- ↑ 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.
- ↑ 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.
- ↑ 曹子阳, 吴志峰, 匡耀求, 等. DMSP/OLS夜间灯光影像中国区域的校正及应用[J]. 地球信息科学学报, 2015, 17(9): 1092-1102.
- ↑ 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.
- ↑ 周旭, 赵海根, 吴琳娜, 等. 1976年以来北洛河流域土地利用变化对人类活动程度的响应[J]. 地理学报, 2014, 69(1): 54-63.
数据引用格式
编辑段群滔, 罗立辉. 1990–2015年青藏高原人类足迹数据集[DB/OL]. Science Data Bank, 2019. (2019-12-30). DOI: 10.11922/sciencedb.933.
