人类活动强度空间化方法综述与展望

doi:10.7522/j.issn.1000-0240.2021.0039

摘要/Abstract

摘要：

地球系统受到气候变化和人类活动的双重影响，相比于气候变化研究相关的空间数据在数据采集、制备方法、制备速度、时空分辨率和数据质量等各方面的快速发展和提高，人类活动强度空间数据还处于探索发展阶段。人类活动强度空间数据有助于更好的理解人类活动影响的强度和范围，对于探究人类活动对地球系统各圈层及其变化的影响，以及促进全球和区域可持续发展具有重要意义。基于此，通过对人类活动强度空间数据相关研究进行梳理和分析，首先提出人类活动强度空间化的概念，然后归纳总结六类主要的空间化方法，并以青藏高原地区为例重点展示和分析四类应用较为广泛的方法，包括净初级生产力人类占用法、土地类型变化法、全球干扰指数法和人类足迹指数法等。最后讨论目前人类活动强度空间化研究中存在的问题，并对未来的发展提出建议。

关键词: 人类活动, 地球系统, 空间数据, 青藏高原

Abstract:

The earth system is driven by global climate change combined with human activities. Compared to the spatial data related to climate change has been greatly developed in data collection， preparation methods， spatial-temporal resolution， data quality， and so on， the data of human activity intensity is still in the stage of exploration. The spatial data of human activity intensity will not only help to understand the intensity and scope of human activities but also distinguish the impact on the earth surface between human activity and climate change. Furthermore， it is also of great significance for regulating human activities and regional sustainable development. In this paper， according to review the study of the spatial data of human activity intensity in recent decades， we first introduce the concept of the spatialization of human activity intensity. Then we make a summary of the spatialization method of human activity intensity， which can be divided into two categories： direct spatialization based on human activities and indirect spatialization based on indicators of the earth system. Meanwhile， we gave a detailed description of several methods that are widely applied， including HANPP （Human appropriation of Net Primary Production）， land use/cover change， MGDI （MODIS Global Disturbance Index） and HFI （Human Footprint Index）， and taking the Qinghai-Tibet Plateau as an example for spatial data demonstration and analysis. Finally， we discuss the current problems with the study of the spatialization of human activity intensity and give our suggestions for future study.

Key words: human activity, earth system, spatial data, Qinghai-Tibet Plateau

中图分类号:

P208

段群滔,罗立辉. 人类活动强度空间化方法综述与展望[J]. 冰川冻土, 2021, 43(5): 1582-1593.

Quntao DUAN,Lihui LUO. Summary and prospect of spatialization method of human activity intensity： taking the Qinghai-Tibet Plateau as an example[J]. Journal of Glaciology and Geocryology, 2021, 43(5): 1582-1593.

图/表 9

图1

图2

图3

图4

表1

直接空间化代表方法"

评价因子	计算方法	计算说明	提出时间	文献来源
土地类型	$H A I L S = S C L E S × 100 %$ $S C L E = ∑ i = 1 n (S L i ? C I i)$	式中：HAILS为陆地表层人类活动强度；S_CLE为建设用地当量面积；S为区域总面积；SL_i为第i种土地利用/覆被类型的面积；CI_i为第i种土地利用/覆被类型的建设用地当量折算系数；n为区域内土地利用/覆被类型数	2015年	徐勇等^［2］
土地类型	$H A I = ∑ i = 1 N A i P i / T A$	式中：HAI代表人类活动强度指数；N为土地利用类型的数量；A_i为第i种土地利用类型的面积；P_i为第i种生态价值所反映的人类活动影响强度系数；TA为总面积	2001年	陈浮等^［56］荣益等^［57］
自然、经济和社会	$Q h = Q i ? I i + Q n ? I n + Q t ? I t$	式中：Q_h为总的人类活动强度；I_i、I_n、I_t分别为工业活动强度、农业活动强度和交通活动强度的权重值；Q_i、Q_n和Q_t为经地形校正的工业活动强度、农业活动强度和交通活动强度	2011年	郑文武等^［64］
四类直接人类活动	—	首先将四类空间数据图层进行缓冲区分析和影响力赋值，然后将赋值后的图层进行叠加分析和分区归一化处理	2002年	Sanderson等^［66］

表1

表2

表3

图5

表4

参考文献 76

1	Ye Duzheng， Fu Congbin， Ji jinjun， et al. Orderly human activities and subsistence environment［J］. Advance in Earth Sciences， 2001， 16（4）： 453-460.
	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.
2	Xu Yong， Sun Xiaoyi， Tang Qing. Human activity intensity of land surface： concept， method and application in China［J］. Acta Geographica Sinica， 2015， 70（7）： 1068-1079.
	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.
3	Halpern B S， Frazier M， Potapenko J， et al. Spatial and temporal changes in cumulative human impacts on the world’s ocean［J］. Nature Communications， 2015， 6： 7615.
4	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（6390）： 788-791.
5	Cardinale B J， Duffy J E， Gonzalez A， et al. Biodiversity loss and its impact on humanity［J］. Nature， 2012， 486（7401）： 59-67.
6	Keenan R J， Reams G A， Achard F， 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.
7	UNCCD. Global land outlook［R］. United Nations Convention to Combat Desertification， Bonn， 2017.
8	Marsh G P. Man and nature or， physical geography as modified by human action［M］. Cambridge： Harvard University Press， 1864.
9	Huang Lingmei， Shen Bing. Evaluation on the interference intensity of human activities in dry area［J］. Journal of Xi’an University of Technology， 2009， 25（4）： 425-429.
	黄领梅，沈冰. 干旱区人类活动干扰强度定量评估研究［J］. 西安理工大学学报， 2009， 25（4）： 425-429.
10	Mccloskey J M， Spalding H. A reconnaissance-level inventory of the amount of wilderness remaining in the world［J］. AMBIO， 1989， 18（4）： 221-227.
11	Wen Ying. Preliminary discussion on the method of quantitative assessment of human activity intensity［J］. Impact of Science on Society， 1998（4）： 55-60.
	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.
12	Barry R G. Mountain cryospheric studies and the WCRP climate and cryosphere （CliC） project［J］. Journal of Hydrology， 2003， 282（1）： 177-181.
13	Leemans R， Asrar G， Busalacchi A， et al. Developing a common strategy for integrative global environmental change research and outreach： the Earth System Science Partnership （ESSP）［J］. Current Opinion in Environmental Sustainability， 2009， 1（1）： 4-13.
14	Jill J. The International Human Dimensions Programme on Global Environmental Change （IHDP）［J］. Global Environmental Change， 2003， 13（1）： 69-73.
15	Loreau M， Olivieri I. Diversitas： an international programme of biodiversity science［J］. Trends in Ecology & Evolution， 1999， 14（14）： 2-3.
16	Crutzen P J. Geology of mankind［J］. Nature， 2002， 415（6867）： 23.
17	Wei Jianbing， Xiao Duning， Xie Fuju. Evaluation and regulation principles for the effects of human activities on ecology and environment［J］. Progress in Geography， 2006， 25（2）： 36-45.
	魏建兵，肖笃宁，解伏菊. 人类活动对生态环境的影响评价语调控原则［J］. 地理科学进展， 2006， 25（2）： 36-45.
18	Zhao C S， Shao N F， Yang S T， et al. Quantitative assessment of the effects of human activities on phytoplankton communities in lakes and reservoirs［J］. Science of The Total Environment， 2019， 665： 213-225.
19	Qin Dahe， Yao Tandong， Ding Yongjian， et al. Introduction to cryosphere science［M］. Beijing： Science Press， 2018.
	秦大河，姚檀栋，丁永建，等. 冰冻圈科学概论［M］. 北京：科学出版社， 2018.
20	Li Deren. Towards the development of remote sensing and GIS in 21st Century［J］. Geomatics and Information Science of Wuhan University， 2003， 28（2）： 127-131.
	李德仁. 论21世纪遥感与GIS的发展［J］. 武汉大学学报（信息科学版）， 2003， 28（2）： 127-131.
21	Wang Jian. Comparison and analysis on methods of snow cover mapping by using satellite remote sensing data［J］. Remote Sensing Technology & Application， 1999， 14（4）： 29-36.
	王建. 卫星遥感雪盖制图方法对比与分析［J］. 遥感技术与应用， 1999， 14（4）： 29-36.
22	Ochege F U， Okpala-Okaka C， Moresi L N. Remote sensing of vegetation cover changes in the humid tropical rainforests of Southeastern Nigeria （1984-2014）［J］. Cogent Geoscience， 2017， 3： 1307566.
23	Ullah W， Wang G， Gao Z， et al. Comparisons of remote sensing and reanalysis soil moisture products over the Tibetan Plateau， China［J］. Cold Regions Science and Technology， 2017， 146： 110-121.
24	Hartmann D L， Tank A， Rusticucci M. IPCC fifth assessment report， climate change 2013： the physical science basis［J］. IPCC AR5， 2013： 31-39.
25	Luo L， Ma W， Zhuang Y， 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.
26	Liu Shiliang， Liu Luming， Wu Xue， et al. Quantitative evaluation of human activity intensity on the regional ecological impact studies［J］. Acta Ecologica Sinica， 2018， 38（19）： 6797-6809.
	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.
27	Hu Dapeng， Wang Zheng， Xiang Jingtian. An application of statistical methods in comparing the effects of nature environment and human activities on soil erosion in loess plateau［J］. Journal of Applied Statistics and Management， 1994， 13（2）： 8-13.
	胡大鹏，王铮，项静恬. 利用统计方法对土壤侵蚀中自然环境和人类活动影响程度的比较［J］. 数理统计与管理， 1994， 13（2）： 8-13.
28	Li Zijun， Li Xiubin. Impacts of precipitation changes and human activities on annual runoff of Chao River basin during past 45 years［J］. Scientia Geographica Sinica， 2008， 28（6）： 809-813.
	李子君，李秀彬. 近45年来降水变化和人类活动对潮河流域年径流量的影响［J］. 地理科学， 2008， 28（6）： 809-813.
29	Zhang Cuiyun， Wang Zhao. Quantitative assessment of human activity intensity in the Heihe catchment［J］. Advance in Earth Sciences， 2004， 19（）： 386-390.
	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（）： 386-390.
30	Li Xiangyun， Wang Lixing， Zhang Yushu， et al. Analysis of roles of human activities in land desertification in arid area of Northwest China［J］. Scientia Geographica Sinica， 2004， 24（1）： 68-75.
	李香云，王立新，章予舒，等. 西北干旱区土地荒漠化中人类活动作用及其指标选择［J］. 地理科学， 2004， 24（1）： 68-75.
31	Xu Zhigang， Zhuang Dafang， Yang Lin. Construction and application of regional quantitative model of human activity intensity［J］. Journal of Geo-information Science， 2009， 11（4）： 452-460.
	徐志刚，庄大方，杨琳. 区域人类活动强度定量模型的建立与应用［J］. 地球信息科学学报， 2009， 11（4）： 452-460.
32	Wang Jinzhe， Zhang Guanghui， Nie Zhenlong， et al. Quantitative assessment of human activity intensity in Hutuohe catchment［J］. Journal of Arid Land Resources and Environment， 2009， 23（10）： 41-44.
	王金哲，张光辉，聂振龙，等.滹沱河流域平原区人类活动强度的定量评价［J］. 干旱区资源与环境， 2009， 23（10）： 41- 44.
33	Chen Shupeng， Zhao Yingshi. Geo-science analyses of remote sensing［M］. Beijing： The Publishing House of Surveying and Mapping， 1990.
	陈述彭，赵英时. 遥感地学分析［M］. 北京：测绘出版社， 1990.
34	Evans J， Geerken R. Discrimination between climate and human-induced dryland degradation［J］. Journal of Arid Environments， 2004， 57： 535-554.
35	He C， Tian J， Gao B， et al. Differentiating climate- and human-induced drivers of grassland degradation in the Liao River basin， China［J］. Environmental Monitoring and Assessment， 2015， 187： 4199.
36	Cao Xin， Gu Zhihui， Chen Jin， et a. Analysis of human-induced steppe degradation based on remote sensing in Xilin Gole， Inner Mongolia ， China［J］. Journal of Plant Ecology， 2006， 30（2）： 268-277.
	曹鑫，辜智慧，陈晋，等. 基于遥感的草原退化人为因素影响趋势分析［J］. 植物生态学报， 2006， 30（2）： 268-277.
37	Li Huixia， Liu Guohua， Fu Bojie. Response of vegetation to climate change and human activity based on NDVI in the Three-River Headwaters region［J］. Acta Ecologica Sinica， 2011， 31（19）： 5495-5504.
	李辉霞，刘国华，傅伯杰. 基于NDVI的三江源地区植被生长对气候变化和人类活动的响应研究［J］. 生态学报， 2011， 31（19）： 5495-5504.
38	Guo Jikai， Wu Xiuqin， Dong Guihua， et al. Vegetation coverage change and relative effects of driving factors based on MODIS/NDVI in the Tarim River basin［J］. Arid Zone Research， 2017， 34（3）： 621-629.
	郭继凯，吴秀芹，董贵华，等. 基于MODIS/NDVI的塔里木河流域植被覆盖变化驱动因素相对作用分析［J］. 干旱区研究， 2017， 34（3）： 621-629.
39	Zhao T， Brown D G， Bergen K M. Increasing gross primary production （GPP） in the urbanizing landscapes of southeastern Michigan［J］. Photogrammetric Engineering & Remote Sensing， 2007， 73（10）： 1159-1167.
40	Vitousek P M， Ehrlich P R， Ehrlich A H， et al. Human appropriation of the products of photosynthesis［J］. BioScience， 1986， 36（6）： 368-373.
41	Wright D H. Human impacts on energy-flow through natural ecosystems， and implications for species endangerment［J］. Ambio， 1990， 19（4）： 189-194.
42	Haberl H. Human appropriation of net primary production as an environmental indicator： implications for sustainable development［J］. Ambio， 1997， 26（3）： 143-146.
43	Daniel W O， Tyedmers P H， Beazley K F. Human appropriation of net primary production （HANPP） in Nova Scotia， Canada［J］. Regional Environmental Change， 2007， 7（1）： 1-14.
44	Haberl H， Erb K H， Krausmann F， et al. From the cover： quantifying and mapping the human appropriation of net primary production in earth’s terrestrial ecosystems［J］. Proceedings of the National Academy of Sciences， 2007， 104（31）： 12942-12947.
45	Chen Aifeng， Li Ruiyun， Wang Honglin， et al. Quantitative assessment of human appropriation of aboveground net primary production in China［J］. Ecological Modelling， 2015， 312： 54-60.
46	Fetzel T， Niedertscheider M， Haberl H， et al. Patterns and changes of land use and land-use efficiency in Africa 1980–2005： an analysis based on the human appropriation of net primary production framework［J］. Regional Environmental Change， 2016， 16（5）： 1507-1520.
47	Pan Ying， Yu Cheng， Zhang Xianzhaou， et al. A modified framework for the regional assessment of climate and human impacts on net primary productivity［J］. Ecological Indicators， 2016， 60： 184-191.
48	Mildrexler D J， Zhao M， Running S W. Testing a MODIS global disturbance index across North America［J］. Remote Sensing of Environment， 2009， 113（10）： 2103-2117.
49	Wu Wei， Wu Ruidong. Methods for extracting ecological disturbances by using satellite imageries［J］. e-Science Technology & Application， 2017， 8（3）： 37-43.
	吴伟，武瑞东. 利用卫星遥感数据提取生态干扰信息的方法研究［J］. 科研信息化技术与应用， 2017， 8（3）： 37-43.
50	You Hui. Remote sensing analysis of forest disturbance in Southeast Asia for recent decades［D］. Nanjing： Nanjing University of Information Science and Technology， 2013.
	尤慧. 近十年东南亚森林扰动的遥感分析［D］. 南京：南京信息工程大学， 2013.
51	Zhou Yanyan， Guo Xiaojuan， Zou Mingliang， et al. Study on spatio-temporal variation of vegetation disturbance in the southern part of Tianshui by disturbance index［J］. Ecological Science， 2019， 38（1）： 102-110.
	周妍妍，郭晓娟，邹明亮，等. 基于扰动指数的天水南部植被扰动时空序列研究［J］. 生态科学， 2019， 38（1）： 102-110.
52	Wu Chuanjun， Guo Huancheng. Land use of China［M］. Beijing： Science Press， 1994.
	吴传钧，郭焕成. 中国土地利用［M］. 北京：科学出版社， 1994.
53	Wu Linna， Yang Shengtian， Liu Xiaoyan， et al. Response analysis of land use change to the degree of human activities in Beiluo River basin since 1976［J］. Acta Geographica Sinica， 2014， 69（1）： 54-63.
	吴琳娜，杨胜天，刘晓燕，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.
54	Liu Huiming， Liu Xiaoman， Li Jing， et al. Assessment method and application of human disturbance by remote sensing in the biodiversity conservation priority area［J］. Journal of Geo-information Science， 2016， 18（8）： 1103-1109.
	刘慧明，刘晓曼，李静，等. 生物多样性保护优先区人类干扰遥感监测与评价方法［J］. 地球信息科学学报， 2016， 18（8）： 1103-1109.
55	Xu Xiaoren， Xu Yong. Analysis of spatial-temporal variation of human activity intensity in Loess Plateau region［J］. Geographical Research， 2017， 36（4）： 661-672.
	徐小任，徐勇. 黄土高原地区人类活动强度时空变化分析［J］. 地理研究， 2017， 36（4）： 661-672.
56	Chen Fu， Chen Gang， Bao Haosheng， et al. Analysis on land use change and human driving force in urban fringe［J］. Journal of Natural Resources， 2001， 16（3）： 204-210.
	陈浮，陈刚，包浩生，等. 城市边缘土地利用变化及人文驱动力机制研究［J］. 自然资源学报， 2001， 16（3）： 204-210.
57	Rong Yi， Li Chao， Xu Ce， et al. Ecosystem service values and spatial differentiation changes during urbanization： a case study of Huanghua City［J］. Chinese Journal of Ecology， 2017， 36（5）： 1374-1381.
	荣益，李超，许策，等. 城镇化过程中生态系统服务价值变化及人类活动影响的空间分异——以黄骅市为例［J］. 生态学杂志， 2017， 36（5）： 1374-1381.
58	Chen Ailian， Zhu Boqin， Chen Liding， et al. Dynamic change of landscape pattern and eco-disturbance degree in Shuangtai estuary wetland of Liaoning Province， China［J］. Chinese Journal of Applied Ecology， 2010， 21（5）： 1120-1128.
	陈爱莲，朱博勤，陈利顶，等. 双台河口湿地景观及生态干扰度的动态变化［J］. 应用生态学报， 2010， 21（5）： 1120-1128.
59	Sun Yongguang， Zhao Dongzhi， Gao Yang， et al. Evaluation method of human activity intensity based on remote sensing： a case study in Beihai， Guangxi coastal zone［J］. Marine Environmental Science， 2014， 33（3）： 407-411.
	孙永光，赵冬至，高阳，等. 海岸带人类活动强度遥感定量评估方法研究——以广西北海为例［J］. 海洋环境科学， 2014， 33（3）： 407-411.
60	Li Shicheng， Zhang Xuezhen. Land use-based human activity intensity along the Yangtze River Economic Belt， China （1970s–2015）［J/OL］. China Scientific Data， 2018， 3（3）. （2019-01-16）. DOI： 10.11922/csdata.2018.0025.zh. doi: 10.11922/csdata.2018.0025.zh
	李士成，张学珍. 基于土地利用的长江经济带1970年代末至2015年人类活动强度数据集［J/OL］. 中国科学数据， 2018， 3（3）. （2019-01-16）. DOI： 10.11922/csdata.2018.0025.zh. doi: 10.11922/csdata.2018.0025.zh
61	Yang F， Matsushita B， Yang W， et al. Mapping the human footprint from satellite measurements in Japan［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2014， 88： 80-90.
62	Feng Zhixian， Zhang Jixian， Hou Wei， et al. Dynamic changes of hemeroby degree based on the land cover classification： a case study in Beijing［J］. Chinese Journal of Ecology， 2017， 36（2）： 508-516.
	冯志贤，张继贤，侯伟，等. 基于地表覆盖分类的生态环境人为干扰度分析——以北京市为例［J］. 生态学杂志， 2017， 36（2）： 508-516.
63	Hu Zhibin， He Xingyuan， Li Yuehui， et al. Human activity intensity and its spatial distribution pattern in upper reach of Minjiang River［J］. Chinese Journal of Ecology， 2007， 26（4）： 539-543.
	胡志斌，何兴元，李月辉，等. 岷江上游地区人类活动强度及其特征［J］. 生态学杂志， 2007， 26（4）： 539-543.
64	Zheng Wenwu， Zou Jun， Tian Yaping， et al. Spatial simulation of human activity intensity based on RS and GIS［J］. Tropical Geography， 2011， 31（1）： 77-81.
	郑文武，邹君，田亚平，等. 基于RS和GIS的区域人类活动强度空间模拟［J］. 热带地理， 2011， 31（1）： 77-81.
65	Fan Jiangwen， Xin Liangjie， Zhang Haiyan， et al. Intensity data of human activities on the plateau in 2012-2017［DB］. Beijing： National Tibetan Plateau Data Center， 2019.
	樊江文，辛良杰，张海燕，等. 高原人类活动强度数据（2012-2017年）［DB］. 北京：国家青藏高原科学数据中心， 2019.
66	Sanderson E W. The human footprint and the last of the wild［J］. BioScience， 2002， 52（10）： 891-904.
67	Venter O， Sanderson E W， Magrach A， et al. Global terrestrial human footprint maps for 1993 and 2009［J］. Scientific Data， 2016， 3： 160067.
68	Woolmer G， Trombulak S C， Ray J C， et al. Rescaling the human footprint： a tool for conservation planning at an ecoregional scale［J］. Landscape and Urban Planning， 2008， 87（1）： 42-53.
69	Li Shicheng， Zhang Yili， Wang Zhaofeng， et al. Mapping human inﬂuence intensity in the Tibetan Plateau for conservation of ecological service functions［J］. Ecosystem Services， 2017， 30： 276-286.
70	Luo L， Duan Q， Wang L， et al. Increased human pressures on the alpine ecosystem along the Qinghai-Tibet Railway［J］. Regional Environmental Change， 2020， 20： 33.
71	Etter A， Mcalpine C A， Seabrook L， et al. Incorporating temporality and biophysical vulnerability to quantify the human spatial footprint on ecosystems［J］. Biological Conservation， 2011， 144（5）： 1585-1594.
72	Ayram C A C， Mendoza M E， Etter A， et al. Anthropogenic impact on habitat connectivity： a multidimensional human footprint index evaluated in a highly biodiverse landscape of Mexico［J］. Ecological Indicators， 2017， 72： 895-909.
73	Turner B L， Kasperson R E， Matson P A， et al. A framework for vulnerability analysis in sustainability science［J］. Proceedings of the National Academy of Sciences of the United States of America， 2003， 100（14）： 8074-8079.
74	De Thoisy B， Richard-Hansen C， Goguillon B， et al. Rapid evaluation of threats to biodiversity： human footprint score and large vertebrate species responses in French Guiana［J］. Biodiversity and Conservation， 2010， 19（6）： 1567-1584.
75	Leu M， Hanser S E， Knick S T. The human footprint in the west： a large-scale analysis of anthropogenic impacts［J］. Ecological Applications， 2008， 18（5）： 1119-1139.
76	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.

图层	分值范围	影响力赋值方法	数据来源
人口密度	0~10	0~10人?km^-2时，0~10分线性增加；大于10人?km^-2为10分	Gridded Population of the World （CIESIN）
土地利用	0~10	建筑区域为10分；农业用地依据不同投入水平为6、7、8分；混合用地为4分；其余类型为0分	Global Land Use/Land Cover version 2 （USGS/UNL/JRC）
道路和铁路	4、8	2 km范围内为8分； 2~15km范围内为4分	Vector Map Level 1 Roads and Railways （NIMA）
居民点	8	各种类型居民点2 km范围内为8分	Vector Map Level 0 Population Settlements （NIMA）
建筑密集区	10	建筑密集区域为10分	Vector Map Level 0 Built-Up Centers （NIMA）
河流	4	主要河流15 km范围内为4分	Vector Map Level 0 Rivers
海岸线	4	海岸线15 km范围内为4分	Vector Map Level 0 Coastline
夜间灯光	0、4、8、10	灯光频率超过89%为10分；40%~89%为8分；低于40%为4分；等于0的区域为0分	Defense Meteorological Satellite Program （NOAA/NGDC）

研究区域	分辨率	主要调整内容	时间	文献来源
全球	1 000 m	①将人口密度影响阈值设为1 000人?km^-2，并用对数模型来计算影响力分值；②使用等分方法来计算夜间灯光的影响；③将道路、铁路和通航水道的影响范围进一步细化并赋值	2009年	Venter等^［67］
阿卡迪亚	90 m	①将道路分为四种等级，铁路分为三种类型，分别依据级别和类型进行影响力赋值；②计算工矿用地、再生森林、大坝和设施走廊等人类活动的影响	2008年	Woolmer等^［68］
青藏高原	1 000 m	①设置人口密度影响阈值为50人/平方公里；②不计算通航河流的影响；③增加放牧密度影响图层	2017年	Li等^［69］
哥伦比亚	1 000 m	①增加表示人类影响时间和生物物理脆弱性两方面的图层	2011年	Etter等^［71］
墨西哥火山带	100 m	①增加表示人类影响时间、生物物理脆弱性和表示生境丧失和破碎化程度等三方面的图层	2017年	Ayram等^［72］

	方法	优点	缺点	适用范围	样例数据
间接空间化	植被指数法	①方法较为简单 ②可计算正反两面的影响	①存在使用条件限制	生态环境稳定的非城市区域	-
	净初级生产力人类占用法	①评价结果较好 ②可计算正反两面的影响	①结果存在不确定性	以行政单元为研究对象的区域	图2
	全球干扰指数法	①方法简单 ②空间精细度较高	①评价结果较差 ②可评价的人类活动种类较少	森林区域	图3
直接空间化	土地类型变化法	①方法简单 ②普适性较强	①评价结果较差 ②空间精细度不足	以行政单元为研究对象的区域	图4
	综合指标法	①评价结果好	①空间精细度不足	以行政单元为研究对象的区域	-
	人类足迹指数法	①评价结果较好 ②空间精细度高 ③普适性强	①结果存在不确定性	所有陆地区域	图5

[1]	除多,扎西顿珠,次丹玉珍. NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析[J]. 冰川冻土, 2021, 43(6): 1659-1672.
[2]	卓嘎,罗布,巴桑曲珍. 青藏高原那曲中部土壤温湿分布特征[J]. 冰川冻土, 2021, 43(6): 1704-1717.
[3]	王世金,魏彦强,牛春华,张云飞. 青藏高原多灾种自然灾害综合风险管理[J]. 冰川冻土, 2021, 43(6): 1848-1860.
[4]	李若晨,申保收,武小波,杨方社,郭忠明. 青藏高原典型山地冰川中痕量元素的空间分布和来源分析[J]. 冰川冻土, 2021, 43(5): 1277-1289.
[5]	曹瑜,游庆龙,蔡子怡. 1961—2019年青藏高原中东部夏季强降水与大尺度环流的关系[J]. 冰川冻土, 2021, 43(5): 1290-1300.
[6]	王一博,吕明侠,赵海鹏,高泽永. 青藏高原多年冻土区活动层土壤入渗特征及机理分析[J]. 冰川冻土, 2021, 43(5): 1301-1311.
[7]	刘艺阗,姚济敏,赵林,肖瑶,乔永平,史健宗. 青藏高原唐古拉多年冻土区冻融循环过程中的能量平衡特征[J]. 冰川冻土, 2021, 43(4): 1073-1082.
[8]	张明礼,王斌,王得楷,叶伟林,郭宗云,高樯,岳国栋. 降雨对青藏高原多年冻土区地表辐射的影响——以北麓河地区为例[J]. 冰川冻土, 2021, 43(4): 1092-1101.
[9]	刘宏超,马俊杰,李韧. 基于KNN机器学习方法对青藏高原唐古拉地区表层土壤水热状况的模拟[J]. 冰川冻土, 2021, 43(4): 1243-1252.
[10]	段丽君,申红艳,余迪,马有绚,白文蓉,李万志. 青藏高原雨季降水的水汽条件研究[J]. 冰川冻土, 2021, 43(4): 939-947.
[11]	刘擎,李宜垠,孙才奇,聂振宇,杨玮琳,崔之久,刘耕年. 青藏高原（格尔木-亚东）冰缘现象及其气候意义[J]. 冰川冻土, 2021, 43(3): 690-700.
[12]	张延广,方小敏,毛子强,申茂华,张涛,昝金波,杨胜利. 青藏高原古里雅冰帽冰碛和冰水沉积物粒度特征及其意义[J]. 冰川冻土, 2021, 43(3): 701-713.
[13]	李小苗,吴泽坤,彭廷江,马振华,冯展涛,李孟,郭本泓,宋春晖. 青藏高原东北缘小水子地区晚中新世-上新世生态演化及其意义[J]. 冰川冻土, 2021, 43(3): 776-785.
[14]	宋艾,杨久成,丁文娜,刘佳. 青藏高原高寒区生物地理学研究进展[J]. 冰川冻土, 2021, 43(3): 786-797.
[15]	范义姣,马箫忆,刘慧,王树源,杨军怀,陈梓炫,高福元,贾佳,夏敦胜. 黄土记录的中亚干旱区东部全新世气候与环境演化[J]. 冰川冻土, 2021, 43(3): 818-826.