人類活動強度空間化方法綜述與展望
——以青藏高原為例

段群滔，， 羅立輝，

（1.中國科學院西北生態環境資源研究院，甘肅蘭州 730000； 2.中國科學院大學，北京 100049）

0 引言

自第一次工業革命以來，人類活動范圍和強度的增長已經超過了過往任何一個時代［1-2］。已有研究顯示，由于人類活動的影響，全球五分之一海洋［3］和三分之一保護區［4］內的生態受到嚴重干擾，生物多樣性持續下降［5］，森林每年凈損失面積330 萬公頃［6］，土地管理不善造成侵蝕性土壤損失每年達240億噸［7］。人類活動已經深刻影響了地球系統的各個組成部分，未來這種影響還將持續擴大和增強。

關于人類活動影響的研究，一般認為起源于1864 年Marsh［8］在《人與自然》一書中提出“人類活動在多大程度上影響了自然的進程”這一問題。1975 年，Levin［9］通過對比土壤實際侵蝕速率與估算的土壤侵蝕背景值來評價人類活動強度，這是首次有學者開展人類活動強度定量化研究。1989 年，McCloskey 等［10］基于全球導航數據，制備了第一個全球尺度未受人類活動干擾土地的空間分布數據集，同時也開啟了人類活動強度空間化研究的先河。國內有關人類活動強度定量化的研究則始于1998 年，文英［11］基于自然、經濟和社會等三方面指標評價全國各省的人類活動強度。20 世紀90 年代末期，隨著氣候研究計劃（WCRP）［12］、地圈生物計劃（IGBP）［13］、人文因素計劃（IHDP）［14］和生物多樣性計劃（DIVERSITAS）［15］等四大研究計劃都將人類活動列為重要影響因素，人類活動對地球系統各圈層的影響開始受到越來越多的關注。21 世紀初，隨著全球環境問題日益突出和“人類世”［16］概念的提出，人類活動已成為全球變化研究中的重點與熱點［17-18］。其中，冰凍圈是地球上最為脆弱和敏感的圈層系統，自2000 年冰凍圈科學概念提出以來，人類活動影響一直是其研究的重要內容［19］。

隨著20 世紀70 年代以來遙感（RS）與地理信息系統（GIS）技術的快速發展［20］，與氣候變化研究相關的空間數據在數據采集、制備方法、制備速度、時空分辨率和數據質量等各方面都得到了極大發展和提高［21-23］，而與人類活動相關的空間數據發展還較為緩慢。高質量的人類活動強度空間數據有助于更好的理解人類活動影響的強度和范圍，在當前全球氣候變化背景下［24］，也將有助于分辨人類活動和氣候變化對地球系統的影響，對于調控人類活動、促進全球和區域的可持續發展都具有重要現實意義。青藏高原作為地球“第三極”，同時也是冰凍圈科學研究的典型區域，近幾十年來，該地區的人類活動強度顯著增加，人類活動強度空間數據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，對于促進整個青藏高原地區的生態環境保護和可持續發展也具有重要的指導作用［25］。

基于此，本文通過對人類活動強度空間數據相關研究進行梳理和分析，提出人類活動強度空間化的概念，然后歸納總結空間化方法，并以青藏高原地區為例重點分析凈初級生產力人類占用法、土地類型變化法、全球干擾指數法和人類足跡指數法等四類應用較為廣泛的方法，最后指出目前空間化研究中存在的問題，并提出建議和展望。

1 人類活動強度空間化

從人與自然的角度出發，人類活動強度是指一定面積的區域受人類活動影響而產生的擾動程度［26］。自開展人類活動強度定量研究以來，諸多的非空間化方法被提出，如統計分析法［27-28］和指標評價法［29-32］。但隨著空間分析技術的發展，傳統非空間化方法逐漸難以滿足各類應用的需求，人類活動強度空間化研究開始得到發展，各種直接或間接空間化的方法被提出并應用（圖1）。

圖1 人類活動強度空間化方法Fig.1 Spatialization methods of human activity intensity

2 間接空間化

地球系統受到人類活動干擾時會與自然狀態下存在差異，差異的大小能夠反映人類活動強度。間接空間化首先構建能夠衡量這種差異的指標，通過計算指標的變化來定量評價人類活動強度，并制備人類活動強度空間數據，主要方法包括：植被指數法、凈初級生產力人類占用法和全球干擾指數法。

2.1 植被指數法

歸一化植被指數（Normalized differential vegetation index，NDVI）是反映植被吸收光合有效輻射比例的指數，能夠很好的反映植被生長狀況［33］。植被指數法［34-35］假定研究區內植被的NDVI 只由氣候條件和人類活動共同決定，通過計算實測的NDVI值與基于氣象數據模擬的NDVI值之間的差來定量評價人類活動強度。具體計算公式如下：

式中：σij為第j年度第i種植被類型NDVImax實測值與模擬值之間的差；為第j年度第i種植被類型NDVImax的實測值；為第j年度第i種植被類型NDVImax基于氣候條件的模擬值；σij為正值時表示人類活動對植被生長有促進作用，反之則為抑制作用。

植被指數法通過植被狀況來間接表征人類活動強度，方法較為簡單，已在錫林郭勒草原［36］、三江源地區［37］和塔里木河流域［38］等諸多區域得到應用。但該方法在應用時要求研究區域內的植被不受其他決定性因素的干擾，且只有當NDVI 與降水等氣候因子之間存在很強的線性關系時評價結果才有意義，因而只適用于生態環境穩定的非城市區域。

2.2 凈初級生產力人類占用法

凈初級生產力（Net Primary Production，NPP）代表植被通過光合作用在單位面積和時間內所積累的有機物總量，是衡量生態系統響應和服務功能不可或缺的指標［39］。Vitousek 等［40-42］在此基礎上提出凈初級生產力的人類占用（Human appropriation of Net Primary Production，HANPP）指標，以此來衡量植被凈初級生產力受到的人類活動影響，單位為g C·m-2·a-1。HANPP 主要包括兩部分［43］：（1）土地覆被變化損失的凈初級生產力（如林地變為建設用地后每年損失的凈初級生產力）；（2）收獲的植被凈初級生產力（如農田中每年收獲的小麥所含的凈初級生產力）。計算公式如下：

式中：HANPP為人類占用的凈初級生產力，NPPluc為土地覆被變化損失的凈初級生產力，NPPh為收獲的植被凈初級生產力，NPP0為潛在的植被凈初級生產力，NPPact為實際的植被凈初級生產力。

采用此方法制備2000 年青藏高原人類活動強度空間數據的過程如圖2 所示，圖2（d）中值越大表示人類活動越強，負值則表示人類活動影響為正。數據結果顯示：2000 年人類活動主要集中在青藏高原的東南部，中西部地區人類活動較少。青藏高原地區整體人類活動強度相對較小，生態環境較為穩定，是凈初級生產力人類占用法較為適用的區域。

圖2 采用HANPP方法制備的2000年青藏高原人類活動強度空間數據Fig.2 The process of acquiring the spatial data of human activity intensity over the Qinghai-Tibet Plateau by the method of HANPP in 2000：the NPP0（a）；the NPPact（b）；the NPPh（c）；the HANPP（d）

凈初級生產力人類占用法評價結果較好，也能反映人類活動的積極影響，目前在不同尺度范圍都有應用［44-46］。但本方法存在以下問題：（1）計算收獲的植被凈初級生產力（NPPh）需要結合統計數據，導致數據的空間精細度不足；（2）由于受到降水、植物和土壤性質等因素的影響，計算結果存在不確定性［47］，因而本方法在以行政單元為研究對象的區域較為適用。

2.3 全球干擾指數法

全球干擾指數（MODIS global disturbance index，MGDI）由Mildrexler 等［48］提出，該方法基于MODIS 陸地地表溫度（Land surface temperature，LST）和增強型植被指數（Enhanced vegetation index，EVI）數據，通過計算LST 和EVI比率的變化來評價生態系統受到干擾的程度。當生態系統沒有受到干擾，MGDI 值會在常數1 附近輕微波動，而當干擾事件發生后，LST 與EVI的比率會顯著增大，導致MGDI 值大幅度偏離1。該方法有瞬時MGDI 與非瞬時MGDI 兩種計算方式，瞬時MGDI 適用于評價對溫度和植被有直接影響的干擾事件，如火災；而非瞬時MGDI則適用于評價對溫度和植被的影響具有滯后性的事件，如過度放牧。兩種方法的計算公式如下：

①瞬時MGDI

式中：MGDIInst為瞬時的全球干擾指數；LSTmax為一年內所有8天合成的LST 的年最大值；EVImaxpost為最大LST 出現的時間點后的EVI 最大值；current year（y）為目標檢測年份；multi-year mean（y-1）為目標年份之前多年LSTmax/EVImaxpost的平均值。

②非瞬時MGDI

式中：MGDINon-inst為非瞬時的全球干擾指數；EVImax為一年內所有16天合成的EVI的年最大值。

2004 年和2010 年青藏高原MGDI 如圖3 所示，圖中值小于1 的區域為受到人類活動干擾的區域，值越小表示干擾越強。數據結果顯示：2004—2010年間，人類活動主要集中在青藏高原的東南部，西北部人類活動較少，東北部祁連山范圍內的人類活動干擾增加較為顯著。

圖3 采用非瞬時MGDI方法制備的青藏高原人類活動強度空間數據：2004年非瞬時MGDI（a）；2010年非瞬時MGDI（b）Fig.3 The spatial data of human activity intensity on Qinghai-Tibet Plateau acquired by the method of MGDINon_inst：the MGDINon_inst data in 2004（a）；the MGDINon_inst data in 2010（b）

此方法耦合地表溫度和增強植被指數來評價人類活動干擾強度，方法簡單且高效［49］。但由于只能評價對地表溫度和植被有直接影響的人類活動（如灌溉、森林砍伐、放牧等），但當區域內存在其他擾動因素時（如干旱、野火等），此方法難以將人類活動的影響從中分離出來，因而此方法不太適用于青藏高原地區，而適用于大范圍的森林區域［50-51］。

3 直接空間化

3.1 土地類型變化法

土地利用變化是人類經濟社會活動的綜合反映，也是人類活動最為明顯的表現［52-53］。根據數據獲取方式的不同，土地利用數據可分為統計數據與遙感數據。其中，徐勇等［2］利用土地類型統計數據，提出陸地表層人類活動強度（Human activity intensity of land surface，HAILS）的概念和方法。該方法利用基于建設用地的模型評價人類活動強度，然后將評價結果進行空間化表達，目前已在黔南地區［54］和黃土高原［55］等不同空間尺度得到應用。

相比于統計數據，遙感解譯的土地利用數據無統計單元的限制，空間精細程度更高，應用也更為廣泛。如陳浮等［56］利用遙感解譯數據，依據景觀組分及變化的特征計算人為影響指數來評價人類活動強度。榮益等［57］在此基礎上，從生態系統服務價值變化的思路出發，將不同土地類型賦予不同的人類活動影響強度系數來評價人類活動強度，并以此分析了河北省黃驊市的人類活動強度空間變化情況。同樣基于遙感數據，陳愛蓮等［58］則引入生態干擾度的概念，通過將不同景觀賦予不同的生態干擾指數來評價人類活動強度。孫永光等［59］在此基礎上，進一步考慮人類活動的邊際衰減效應以及疊加效應，提出海岸帶人類活動強度定量評價方法，并分析了廣西北海紅樹林海岸帶的人類活動強度空間分布特征。除生態景觀視角外，Li 等［60］依據不同土地利用類型對生態環境的干擾程度，直接將不同土地利用類型賦予不同影響分值來表征人類活動強度的空間分布。

采用Li 等［60］的土地類型變化方法制備的青藏高原1995 年和2010 年人類活動強度空間數據如圖（4）所示，值域范圍為0～1，無量綱，值越大表示人類活動越強。數據結果顯示：1995—2010 年間人類活動主要集中在青藏高原東北部和拉薩城市周邊。當使用的數據分辨率較高時，該方法還能刻畫出如青藏公路和鐵路沿線等線性區域的人類活動強度空間變化。

土地類型變化法的各種評價方法較為簡單［61-62］，普適性強，但由于評價因子單一，評價結果的準確性還有待提高。此外，利用統計數據的方法無法評價統計單元內部人類活動強度的差異，利用遙感數據的方法則難以評價同一類型土地內部的強度差異，這也導致土地利用類型變化法制備的數據在空間精細度方面存在不足。結合更高分辨率的遙感數據或許是該類方法未來的發展方向，而當前該類方法適用于以行政單元為研究對象的區域。

3.2 綜合指標法

綜合指標法認為人類活動強度是自然環境條件與人類社會經濟活動綜合作用的結果，因此在數據制備時選擇經濟、社會和自然等多方面的指標來定量評價人類活動強度。如胡志斌等［63］選取道路、居民點和地形等因子來定量評價人類活動強度，首先將道路和居民點依據不同的等級進行影響力賦值和空間插值，然后依據各因子的權重確定計算公式來計算人類活動強度并完成數據的制備。鄭文武等［64］則選擇城鎮面積、耕地面積、交通活動強度、農業產值、工業產值和地形等指標來評價人類活動強度，首先模擬城鎮區域、耕地區域和交通線路區域的人類活動強度，然后通過地形因子校正和疊加分析來制備人類活動強度空間數據。

綜合指標法選取多種指標評價人類活動強度，評價結果較好，是當前制備青藏高原地區人類活動強度空間數據的主要方法［65］。但由于該類方法普遍需要結合統計數據，且制備的數據主要以縣為最小空間單元，空間精細度較差，因而只適用于以行政單元為研究對象的區域。

3.3 人類足跡指數法

人類足跡指數法（Human Footprint Index，HFI）由Sanderson 等［66］在2002 年提出，該方法選擇人口密度、土地利用轉變、通達性和電力基礎設施等四類空間數據來評價人類活動強度。具體應用時，Sanderson 等首先將各類空間數據圖層進行緩沖區分析和影響力賦值，影響力分值范圍為0～10 分，分值越高代表人類影響強度越大，然后將賦值后的圖層進行疊加分析和分區歸一化處理，最終完成全球人類活動強度空間數據的制備。

此方法一經提出，便在全球不同尺度范圍得到廣泛應用，但應用時都在原方法的基礎上有所調整和優化。如Venter 等［67］在制備1993 年和2009 年全球人類足跡數據時，選擇使用對數公式和等分方法來分別計算人口密度和夜間燈光的影響力分值。Woolmer等［68］將阿卡迪亞道路和鐵路進一步細化分級后再進行影響力評價賦值，并將工礦、大壩和其他基礎設施的影響也計算在內。除了賦值方法的優化外，還有學者通過增加其他輔助圖層來提高數據的質量，如Li 等［69］和Luo 等［70］在充分考慮該青藏高原地區經濟和社會發展情況的基礎上，增加放牧密度影響圖層。Etter 等［71］通過增加代表人類影響時間和生物物理脆弱性的圖層來制備哥倫比亞人類足跡數據。Ayram 等［72］則在Etter 等［71］的基礎上，增加表示生境喪失和破碎化程度的圖層來制備墨西哥火山帶的人類活動強度空間數據。

表1 直接空間化代表方法Table 1 Main methods of preparing spatial data directly

表2 Sanderson等的人類足跡指數方法中各圖層影響力賦值方法和數據來源Table 2 Assignment methods and datasets sources of Sanderson’s HFI

圖（5）是從Venter 等［70］的數據中提取的青藏高原1993 年和2009 年的人類活動強度空間數據，由于經過歸一化處理，圖中值域范圍為0～1。數據結果顯示：1993年和2009年人類活動主要集中在青藏高原的東部和南部部分區域，西北部基本無人類活動，人類活動增加的區域主要位于東南部。

人類足跡指數方法選取與人類活動直接相關的空間數據來進行數據制備［73］，方法普適性強，制備的數據空間精細化程度也較高，適用于所有陸地區域［74-76］。但由于不同區域內的地形地貌和人類生產方式存在差別，此方法在不同區域應用時都需要進行一定的調整和優化，優化內容主要集中在以下幾個方面：（1）人口密度影響評價的閾值；（2）不同土地利用類型的影響力；（3）道路和鐵路的分級；（4）增加輔助圖層。另外還需注意的是，該方法計算人類活動影響時只是將各圖層簡單的空間疊加，未考慮不同活動之間的相互影響，且所選擇的四類數據也難以概括所有的人類活動，因而在某些區域可能低估了人類活動的影響。

表3 不同研究區內人類足跡數據指數方法對比Table 3 Comparison of HFI methods in different study area

圖5 采用人類足跡指數方法制備的青藏高原人類活動強度空間數據：1993年人類活動強度空間數據（a）；2009年人類活動強度空間數據（b）Fig.5 The spatial data of human activity intensity on Qinghai-Tibet Plateau acquired by the method of HFI：the spatial data of human activity intensity in 1993（a）；the spatial data of human activity intensity in 2009（b）

4 對比分析

對比人類活動強度空間化研究的各類方法，從方法的難易程度來看，全球干擾指數法直接利用MODIS 產品數據，方法最為簡單，土地類型變化法次之，但全球干擾指數法只適用于森林地區且只能評價少數幾類人類活動的影響，土地類型變化法則在評價結果的準確性方面存在明顯不足；從評價結果的準確性來看，綜合指標法最佳，凈初級生產力人類占用法和人類足跡指數法次之，但綜合指標法制備的數據在空間精細度方面存在明顯不足，凈初級生產力人類占用法和人類足跡指數方法的評價結果則都存在不確定性；從數據的空間精細程度來看，人類足跡指數方法精細化程度最高，全球干擾指數法次之。

進一步對比前文所展示的四類空間數據，由于受到數據獲取的限制，雖然時間年份不一致，但基本都能反映青藏高原東南部的人類活動強度高于西北部。其中，人類足跡指數方法制備的數據空間細節最為豐富，而除了凈初級生產力人類占用方法外，其余三類方法制備的空間數據結果都無量綱，且都是研究區域內的相對活動強度，無法與其他區域的人類活動強度直接進行比較。

綜合來看，各類方法都各有優缺點，其中人類足跡指數方法難易程度適中，適用范圍廣，空間精細程度高，雖然還存在一定的不足，但卻是當前最適合青藏高原地區的研究方法。

表4 人類活動強度空間化方法總結Table 4 A summary of methods of preparing spatial data of human activity intensity

5 總結與展望

總的來說，人類活動強度空間化研究目前已經取得了一定的進展，各種研究方法方興未艾，從制備的空間數據質量來看，還處在探索發展階段，許多問題亟待解決：

（1）強度評價存在不確定性。許多方法在評價人類活動時都是將各類影響獨立評價后再簡單相加，沒有考慮各類活動之間存在相互的影響，使得評價結果存在不確定性。因此，探究和理解人類活動之間的內在聯系和相互影響對于促進空間化研究的發展至關重要。

（2）缺乏可比性。不同研究方法的評價指標不同，導致結果數據往往無法直接相互比較，各方法制得的空間數據只能單獨使用，這在一定程度上也阻礙了空間化研究的發展。

（3）缺乏評價標準。人類活動強度空間數據還尚未形成統一的評價標準，使得空間化數據結果難以評價和檢驗，因此在未來有必要盡快建立一套完善的評價標準。

基于上述存在的問題，為提高人類活動強度空間化研究水平，制備更高質量的人類活動強度空間數據，本文認為可從以下幾個方面來提高：

（1）擴展人類活動數據來源。利用網絡社交數據和志愿者地理信息系統等方式，擴展人類活動空間數據的來源，提高數據覆蓋的廣度和精度，可為空間化研究提供新的思路與方法，如將土地利用數據與人口大數據信息（如年齡、性別、工作類型等）相結合，基于人類屬性信息來更精細化的描繪活動的強度和范圍。

（2）增強數據的時效性。目前各方法制備的數據在時間上都存在滯后性，有的數據甚至滯后5 年以上，若想制備的數據在管理決策中發揮更大的作用，評價指標的構建時應考慮指標數據的時效性，盡可能選用具有最新數據的評價因子。

（3）提高數據的時間分辨率。當前大多數方法制備的空間數據是以年或多年為單位，難以用來探究短時間內（如季節性）的人類活動變化規律，使用更新速率較快的評價因子，提高數據的時間分辨率，或許可為人類活動強度變化研究提供新的視角。

（4）開展特定生態區域（如干旱區、半干旱區、高寒區和自然保護區等）內的空間化研究。同一生態區內的人類活動相似度高，便于對比評價，劃定不同的生態區域開展研究將會是未來空間化研究發展的重要方向。

（5）發展具有預測功能的研究方法。當前的空間化研究方法只能評價過去時間段內的人類活動強度，預測數據可為區域生態保護和規劃提供更明確的建議和指導，將極大提高空間化研究的實用價值。