青藏高原人類活動強度時空變化與影響因素

楊 華,徐 勇,*,王麗佳,徐 琳

1 中國科學院地理科學與資源研究所 中國科學院區域可持續發展分析與模擬重點實驗室,北京 100101

2 中國科學院大學,北京 100049

進入人類世以來,人類活動幾乎在所有尺度上都對自然環境產生了巨大影響[1]。作為全球面積最大同時也是人類活動最早開始介入的高海拔地區[2],青藏高原早在4—16萬年前就已出現人類活動,大規模的農牧業活動也至少存在了3500年[3—4],特別是進入21世紀以來,人類活動擴張對青藏高原生態環境的影響日益增強[5]。青藏高原的人類活動在長期演化和適應過程中形成了鮮明的地域特征,其與高原生態環境的交互作用也顯著強于其他地區。因此,量化和解析青藏高原人類活動的規模和強度及其生態環境效應也一直是學術界關注的熱點和難點問題[6—9]。人類活動強度作為一個客觀反映不同人類活動對陸地表層施加的影響及其作用程度的綜合性指標,是研究區域生態環境變化及其效應、生態系統保護修復治理、社會經濟可持續發展的前提和基礎,也是青藏高原推進生態安全屏障建設和區域高質量發展的重要環節,科學評估人類活動強度及其時空變化特征對于統籌協調區域生態保護與人類活動具有重要意義。

人類活動強度是表達人類社會經濟活動對自然狀態下的區域產生影響的綜合指標[10],其測算方法大致可分為兩類:多因素綜合評價法和基于土地利用類型的評價方法[11]。人類足跡指數法是最具代表性的人類活動強度多因素綜合評價法[12—15],主要選取人造地表、人口密度、夜間燈光、耕地、牧場、道路、鐵路、通航水道和電力基礎設施等多個變量[16—17],預先設定指標得分框架,或采用專家打分法和熵值法等確定因素權重[18—19],最后加權求和得到人類活動強度指數。基于土地利用類型的評價方法從人類活動的承載主體出發,根據不同土地利用類型對應人類活動的作用力大小來反映人類活動對陸地表層的影響強度,主要有陸地表層人類活動強度測算方法[20—23]和人類擾動強度指數法等[24—25]。綜合來看,基于權重的多因素綜合評價法具有明確的空間指向性等優點,但指標選取和權重的確定存在主觀性,同時輸入指標可能存在重疊和共線性進而導致測算結果偏誤。基于土地利用類型的測算方法物理意義更為明確,同時具有時間上和空間上的可對比性。已有研究結果表明,基于土地利用類型測算的人類活動強度與人口密度具有高度的相關性,測算結果的準確性較高[20—21]。

人類活動是影響青藏高原生態安全的關鍵因素已成為學術界的共識[26—27],但青藏高原人類活動的規模、強度及其時空演變格局等還較為模糊,定量測算青藏高原人類活動強度的相關研究成果較少。Li等[7]綜合評價了土地利用、人口密度、道路密度和放牧密度四項指標,在縣級單元和公里格網兩個空間尺度定量測算了青藏高原1990、2000和2010年的人類活動強度,發現青藏高原人類活動強度總體較低,東部、東南部和中部地區的人類活動強度較高,20年間人類活動強度平均值增加28.43%;Sun等[8]加權求和了夜間燈光、人口密度、經濟密度、耕地比重、到道路距離、到城鎮距離、放牧強度和植被指數等評價指標,在柵格單元上定量測度了青藏高原2000、2010和2015年的人類活動強度,發現15年內青藏高原人類活動強度平均增加4%,高值區集中在中東部地區;Li等[14]沿用Sanderson等[12—13]提出的人類足跡測算方法測度了西藏自治區的人類足跡指數,發現1990—2010年間人類足跡指數增加了32.35%;此外,一些學者也從人口、土地利用、夜間燈光、放牧利用、道路、植被、旅游和污染物排放等要素出發,研制了柵格單元的青藏高原人類活動強度時空數據集,選用指標不斷豐富,研究內容逐漸深化[28—30]。

綜合來看,針對青藏高原人類活動強度的定量研究還不足,研究方法以多因素綜合評價法為主,指標選取和權重確定的主觀性和不一致等也導致研究結果難以相互比較和參考,特別是對青藏高原人類活動強度空間分異的影響因素的關注度不夠。因此,本文基于1984年、1997年、2008年和2018年的土地利用調查數據,采用陸地表層人類活動強度測算方法[20],構建適用于青藏高原的建設用地當量折算系數表,從縣級單元和鄉鎮單元兩個尺度測算和分析34年間青藏高原的人類活動強度及其時空變化特征,使用地理探測器模型從自然環境和社會經濟兩個方面解析人類活動強度空間分異的影響因素,研究結果可為青藏高原生態安全屏障建設和空間管治的政府決策提供科學依據。

1 研究區概況

青藏高原處于73°30′ E—104°20′ E,26°50′ N—39°40′ N,涉及西藏自治區、青海省、四川省、新疆維吾爾自治區、甘肅省和云南省6個省(區),總面積約258.23萬 km2,約占中國陸域國土總面積的26.9%。青藏高原地勢大致從西北羌塘高原向東南橫斷山區傾斜,主要的自然地理單元有帕米爾—昆侖山地、藏北—青南高原、岡底斯山—念青唐古拉山地、喜馬拉雅山地、橫斷山區、柴達木盆地和祁連山地等,73%的區域處于海拔4000 m以上(圖1)。空氣稀薄,大氣含氧量低,人類活動的高原反應明顯。高原山地氣候為主,氣候總體干冷且空間差異極大,年平均氣溫僅為1.37 ℃,年平均降水量在20—4500 mm之間,太陽總輻射在5400—8000 MJ m-2a-1之間。冰川、湖泊和水系發育,是長江、黃河、瀾滄江、怒江和雅魯藏布江等中國主要水系的發源地,被譽為“中華水塔”。生態系統復雜多樣,分布有高寒草原、高寒草甸、荒漠、森林和灌叢等生態系統,草原占比超過60%。根據2020年第七次人口普查,青藏高原總人口約為1313.4萬人,僅占中國總人口的0.91%,城鎮人口624.79萬人,總體城鎮化率47.58%[31]。綜合各省(區)和地級市(州)的第三次全國國土調查數據公報,2020年青藏高原耕地面積20098.19 km2,種植園用地面積3847.72 km2,草地面積1490217.54 km2,城鎮村及工礦用地面積8554.71 km2,交通運輸用地面積5161.79 km2。

圖1 青藏高原地形高程Fig.1 Topographic elevation of the Qinghai-Tibet Plateau該圖基于自然資源部標準地圖服務網站下載的審圖號為GS(2022)4318號的標準地圖制作,底圖無修改

2 研究方法與數據

2.1 人類活動強度

青藏高原人類活動強度測算采用徐勇等提出的陸地表層人類活動強度算法(Human activity intensity of land surface),即以建設用地當量為基本度量單位,以是否存在人工隔層,地表上下水分、養分、空氣和熱量是否正常交換為依據確定不同土地利用類型對應的建設用地當量折算系數,建設用地當量總和與區域總面積的比值為人類活動強度[20]。計算公式如下:

(1)

(2)

式中,HAI表示人類活動強度;SCLE表示區域內建設用地當量面積;S表示區域總面積;SLi表示第i種土地利用類型面積;CIi表示第i種土地利用類型的建設用地當量折算系數;n表示土地利用類型數量。

合理界定不同用地類型的建設用地當量折算系數是測算人類活動強度的關鍵。在徐勇等[20]確定的建設用地當量通用折算系數基礎上,根據第三次全國國土調查用地分類[32]構建全面反映青藏高原陸地表層人類活動的建設用地當量折算系數表(表1),其中,新增光伏發電用地和風力發電用地的折算系數。光伏發電用地主要分為光伏板用地和附屬設施用地,光伏板用地阻滯地表熱量交換,建設用地當量折算系數設定為0.2,附屬設施用地按一般建設用地設定折算系數,但其規模相對很小,可納入光伏板用地作為整體考慮。風力發電用地主要由風力發電機組和附屬設施用地等構成,可用單臺風力發電機組及其附屬用地實際占地面積與用地面積的比值表示風力發電用地的建設用地當量折算系數。綜合相關技術標準[33]、高精度衛星遙感影像和青海共和風力發電場(99°21′3.35″ E,36°36′32.28″ N)的實測數據,風力發電機組橫向間距平均500 m,縱向間距平均1000 m,塔架底座平均占地70 m2,機組箱式變壓器平均占地20 m2,附屬道路平均寬度5.5 m,測得風力發電用地的建設用地當量折算系數約為0.004。風力發電用地的建設用地當量折算系數計算公式為:

表1 青藏高原不同土地利用類型的建設用地當量折算系數表Table 1 Conversion index of construction land equivalent of different land use types on the Qinghai-Tibet Plateau

CIw=(Sα+Sβ+Sγ)/S

(3)

式中,CIw為風力發電用地的建設用地當量折算系數;Sα為桿塔底座實際占地面積;Sβ為機組箱式變壓器實際占地面積;Sγ為附屬道路實際占地面積;S為單臺風力發電機組用地面積。

2.2 地理探測器

2.2.1基于最優參數的地理探測器模型

地理探測器模型是一種測度地理事物空間分異驅動力的統計方法,使用q值度量驅動因子的解釋力大小[34]。地理探測器模型具有明確的物理意義、無線性假設、不受變量共線性影響和能夠較好處理數值變量和類型變量等優點,被廣泛應用于地理現象空間分異的影響因素探測[35—36]。然而,以往研究中較少考慮變量離散化方法和空間尺度效應的不同對地理探測結果產生的影響。基于最優參數的地理探測器模型是在傳統模型的基礎上,通過篩選解釋力q值最高的離散化方案作為地理探測分析的前置條件,以提高地理事物空間分層異質性探測的整體分析能力[37]。基于R語言的“GD”擴展程序包篩選解釋力q值最大的分類方法和分類級數作為地理探測的最優參數,使用因子探測功能度量影響因素對青藏高原人類活動強度空間分異的解釋力大小,使用交互作用探測功能識別影響因素是否存在兩兩交互作用及其作用力大小。根據不同判別規則,交互作用類型可分為非線性減弱、單因子非線性減弱、雙因子增強、獨立和非線性增強5類,詳見文獻[34]。解釋力q值的計算公式如下:

(4)

2.2.2影響因素選取

青藏高原人類活動強度的空間分異受自然環境和社會經濟兩方面的影響。以人類活動強度作為被解釋變量,從自然環境和社會經濟兩方面共選取12個指標作為解釋變量(表2)。海拔高度(X1)反映垂直方向上人類進行生產生活活動的適宜性狀況,已有研究表明海拔與大氣含氧量和氣溫存在顯著的負相關關系[38—39],隨著海拔的升高,人類活動的適宜性降低[40];地表起伏度(X2)反映地表高低起伏差異,體現區域開展人類活動的成本和難度高低[41],基于數字高程模型采用均值變點法計算得到,計算窗口大小為41×41個像元矩形(約1.51 km2)[42];降水(X3)和氣溫(X4)使用多年平均降水量和多年平均氣溫表征區域氣候狀況;植被凈初級生產力(X5)使用多年平均植被凈初級生產力表征生態系統的有機物質生產能力。區域發展導向(X6)使用重點開發、限制開發和禁止開發3種主體功能來表征,反映不同區域的空間管控政策導向,其中禁止開發區涵蓋了自然保護區和風景名勝區等各級各類自然文化資源保護區域和重點生態功能區[43];經濟規模(X7)反映區域經濟整體發展水平,第一產業占比(X8)和第二產業占比(X9)表征區域產業結構;人口密度(X10)表征區域人口集聚狀態,人口的集聚帶動資本、生產和消費等其他要素的集中,是影響人類活動強度的重要指標[44];道路密度(X11)選取公路交通表征區域交通的可達性和便利性[45];城鎮化水平(X12)反映城鎮化發展帶來人居環境、基礎設施和土地利用等要素的變化,與區域生態環境密切相關[46]。

2.3 數據及處理

本文涉及的數據主要包括土地利用數據、地形、氣候、植被、道路、行政區劃以及社會經濟等圖形、臺賬和統計數據等(表3)。圖形數據的空間參考統一轉換為CGCS2000國家大地坐標系和Albers等積圓錐投影。

表3 數據類型、名稱、來源及說明Table 3 Type,name,source,and interpretation of data

青藏高原自然植被以草地為主,放牧活動是人類活動的重要部分。青藏高原天然草地的放牧利用程度并不是均勻的,區域草地總面積并不等同于實際放牧利用面積[54],直接使用天然草地面積進行人類活動強度測算將導致結果偏誤。實際上,青藏高原天然草地的放牧活動受劃區輪牧和冬夏牧場轉移等影響,同一區域草地的全年平均放牧利用率在50%左右。受草地生產力高低的限制,不同類型草地的放牧利用率也有所不同,草甸類草地最高,沙地草原、沙地荒漠亞類和高寒荒漠類草地的實際放牧利用程度很低或沒有放牧活動。基于西藏自治區和青海省第二次草原資源普查數據以及1∶100萬中國草地資源圖集[55]和1∶100萬中國植被圖集[56]確定青藏高原縣級單元的主要草地類型,引入不同類型草地的放牧利用率對天然草地面積進行修正,最后得到可利用天然草地面積。不同類型草地放牧利用率參照西藏自治區第二次草地普查對放牧草地利用率的界定(表4)[57]。

表4 青藏高原不同類型草地放牧利用率Table 4 Grazing utilization of different grassland types on the Qinghai-Tibet Plateau

3 結果分析

3.1 人類活動強度時間變化特征

1984—2018年青藏高原建設用地當量和人類活動強度總體處于低水平發展階段,大致以2008年為節點,前期呈現緩慢下降趨勢,后期迅速上升(圖2)。1984年青藏高原建設用地當量為44731.27 km2,人類活動強度為1.44%;1997年建設用地當量和人類活動強度分別為42521.21 km2和1.40%,相比1984年分別下降2210.06 km2和0.04%;2008年建設用地當量和人類活動強度分別為41672.60 km2和1.37%,相比1997年分別下降848.61 km2和0.03%;總體來看,1984—2008年建設用地當量和人類活動強度分別下降3058.67 km2和0.07%,人類活動強度呈現弱化趨勢,這與退耕還林還草和生態環境保護所帶來的耕地和建設用地減少有關,1984—2008年青藏高原耕地和建設用地面積分別下降20.63%和33.22%,林地面積增加8.85%。2018年青藏高原建設用地當量和人類活動強度分別為51147.26 km2和1.70%,相比2008年分別上升9474.66 km2和0.33%,其原因在于近10年來的土地整治和綜合開發、工業化進程以及交通基礎設施建設帶來耕地和建設用地面積的快速增加,以及氣候變暖背景下青藏高原植被覆蓋好轉和放牧利用草地面積的增加[58],耕地和建設用地分別增加58.16%和50.23%,草地面積增加24.58%。

圖2 1984—2018年建設用地當量和人類活動強度變化Fig.2 Change of construction land equivalent and human activity intensity from 1984 to 2018

青藏高原各省級區域人類活動強度時序變化的差異明顯。2018年,青海、四川、云南、西藏、甘肅和新疆的人類活動強度分別為2.55%、2.29%、1.83%、1.80%、1.61%和0.34%。西藏和青海是青藏高原人類活動的主要承載區域,建設用地當量占比分別從1984年的37.33%和29.16%上升到2018年的42.37%和34.62%,人類活動強度總體呈不同程度上升趨勢。青海的人類活動強度及其增速顯著高于西藏,西藏人類活動強度變化以2008年為節點,前期基本保持穩定,后期顯著上升,人類活動強度從2008年的1.38%上升至1.80%,而1984—2018年青海人類活動強度整體呈不斷上升趨勢,從1984年的1.78%上升至2018年的2.55%。西藏和青海的人類活動強度變化主要表現在建設用地的快速上升和放牧利用草地的增加,1984—2018年建設用地面積分別增加238.76%和143.69%,草地面積分別增加30.11%和28.84%,反映了近年來西藏和青海工業發展和大規模交通基礎設施建設使得人類活動強度顯著增強,同時受到氣候變化和青藏高原增溫增濕的影響更為明顯。

四川和甘肅的建設用地當量低于青海和西藏,但人類活動強度總體處于較高水平。四川的人類活動強度先快速下降后迅速提升,從1984年的2.46%下降到2008年的1.86%,再上升到2018年的2.29%;甘肅的人類活動強度總體呈持續下降趨勢,從1984年的3.47%下降到2018年的1.61%。四川和甘肅的人類活動強度變化主要體現在建設用地的快速下降,1984—2018年建設用地面積分別下降80.07%和89.84%,表明川西橫斷山區和祁連山地的礦山生態修復等生態環境保護措施等取得顯著效果;同時1984—2008年退耕還林還草工程進一步降低了四川和甘肅的人類活動強度,耕地面積分別下降37.26%和27.99%,2008年后由于土地綜合開發導致耕地面積增加,人類活動強度有所上升。云南和新疆的人類活動強度總體處于低水平穩定狀態。總的看來,青藏高原邊緣地區,特別是四川和甘肅受到退耕還林還草等生態保護工程的影響更為顯著(圖3)。

圖3 1984—2018年土地利用類型變化Fig.3 Land use type change from 1984 to 2018

3.2 人類活動強度空間分異特征

基于縣級單元測算1984年、1997年、2008年和2018年人類活動強度,根據青藏高原人類活動模式和數據分布特點,將研究時段內縣級單元人類活動強度按照<1.6%、1.6%—2.4%、2.4%—3.3%、3.3%—4.7%和>4.7%的分級標準劃分為高、較高、中等、較低和低五個等級(圖4,表5)。1984—2018年青藏高原總體呈現“兩區一帶”的人類活動強度空間格局,分別為青海河湟谷地和西藏“一江兩河”地區(雅魯藏布江、拉薩河和年楚河)兩個人類活動強度高值區,沿日喀則-拉薩-那曲-玉樹-果洛-西寧形成條帶狀的人類活動強度相對高值分布區。

圖4 1984、1997、2008、2018年縣級單元人類活動強度空間分布Fig.4 Spatial distribution of human activity intensity by county level in 1984,1997,2008,2018

等級Class1984年1997年2008年2018年縣級單元數量County number均值/%Mean縣級單元數量County number均值/%Mean縣級單元數量County number均值/%Mean縣級單元數量County number均值/%Mean高Highest class1610.301418.791416.212113.15較高High class223.84233.78213.70273.81中等Moderate class392.85392.88362.88502.78較低Low class522.03522.09552.08492.01低Lowest class520.91610.94630.92420.88

(1)人類活動高強度區。1984—2018年縣級單元均值變化較大,以1997年為節點呈現前期上升后期降低的趨勢。縣級單元數量在1984—2008年間基本保持穩定,主要呈現以拉薩市城關區為核心,以西寧市區為核心的兩個人類活動高強度區。2018年縣級單元數量快速增加至21個,形成以日喀則桑珠孜區,以拉薩市城關區、堆龍德慶區和達孜區為核心的拉薩都市區,以及以西寧市和海東市城區為核心的西寧都市區組成的人類活動高強度區。該區域是青藏高原最主要的人口聚集區和城鎮發展區,人類活動對地表的改造和影響程度最深。

(2)人類活動較高強度區。1984—2018年縣級單元均值總體保持穩定,處于3.8%左右,縣級單元數量在2018年有所增加。人類活動較高強度區以西藏和青海的高強度區為核心,分布在拉薩、日喀則和山南的西藏“一江兩河”地區,以及青東南和甘南的河湟谷地區,該區域人口和城鎮相對密集,是青藏高原主要的農業發展區,人類活動對地表的影響主要體現在農業生產活動。

(3)人類活動中等強度區。1984—2018年縣級單元人類活動強度均值基本穩定在2.8%左右,縣級單元數量在1984—2008年總體保持穩定,到2018年迅速增加至50個,主要為西藏“一江兩河”地區以及青南高原的人類活動強度等級向上躍升,由較低強度區向上轉移為中等強度區,表明該區域近年來的人類活動顯著增強,主要原因在于放牧利用的強度和規模增大。研究時段內,人類活動中等強度區以高強度和較高強度區為核心,大致沿日喀則-拉薩-那曲-玉樹-果洛-西寧形成帶狀分布空間格局,且有向青南高原核心區和柴達木盆地擴展的趨勢。

(4)人類活動較低強度區。1984—2018年縣級單元數量和人類活動強度均保持相對穩定,人類活動強度均值在2%左右,主要分布在雅魯藏布江上游流域、阿里獅泉河流域地區以及川西橫斷山區等,且有向羌塘高原和柴達木盆地等擴展的趨勢。

(5)人類活動低強度區。1984—2018年縣級單元人類活動強度均值基本穩定在0.9%左右,主要分布在青藏高原東南部的高山峽谷區以及西北部的高寒區和荒漠區。川藏高山峽谷區受地形地貌的強限制,人類活動強度較弱且主要分布在峽谷之中;羌塘高原和帕米爾山區等高寒區是青藏高原生存環境最惡劣的區域,海拔高且干旱,極不適宜開展人類活動。

為更清晰地揭示青藏高原人類活動強度的空間格局,基于鄉鎮單元測算2018年青藏高原人類活動強度,按照<2.2%、2.2%—2.9%、2.9%—4.7%、4.7%—8.9%和>8.9%的分級標準將人類活動強度劃分為高、較高、中等、較低和低五個等級(圖5)。人類活動強度高、較高、中等、較低和低等級的鄉鎮數量分別為163、181、395、461和737個,人類活動強度均值分別為20.40%、6.36%、3.52%、2.55%和1.39%。鄉鎮單元尺度的人類活動強度進一步驗證了青藏高原“兩區一帶”的人類活動強度空間格局,同時也揭示了人類活動強度空間分布的點狀特征,省會城市、地級城市和縣級城市建成區的人類活動強度等級逐級遞減的趨勢顯著,呈現以各級行政中心建成區為核心向周邊區域遞減的“核心—邊緣”結構。川藏高山峽谷區受地形地貌等自然本底條件的限制,人類活動集中分布在峽谷地區,呈現以重點城鎮為高值核心的孤立點狀空間分布特征。柴達木盆地地廣人稀,氣候干旱,人類活動模式以工礦業和綠洲農業為主,同時光伏發電和風力發電等開發建設強度較大,工農業集中的少數城鎮人類活動強度較高,呈現點狀分布特征。

圖5 2018年鄉鎮單元人類活動強度空間分布 Fig.5 Spatial distribution of human activity intensity by town level in 2018

3.3 人類活動強度空間分異的影響因素

以鄉鎮單元為空間分析尺度,以2018年人類活動強度為被解釋變量,選取海拔高度(X1)、地表起伏度(X2)、降水(X3)、氣溫(X4)和植被凈初級生產力(X5)5個自然環境因素,區域發展導向(X6)、經濟規模(X7)、第一產業占比(X8)、第二產業占比(X9)、人口密度(X10)、道路密度(X11)和城鎮化水平(X12)7個社會經濟要素,使用地理探測器模型定量解析青藏高原人類活動強度空間分異的影響因素及其作用大小(表6)。

表6 2018年人類活動強度空間分異影響因素的地理探測結果Table 6 Geographical detection results of factors influencing the spatial distribution of human activity intensity in 2018

因子探測結果顯示自然環境和社會經濟因素的解釋力q值均通過了p<0.01的顯著性檢驗,在不考慮其他因素影響的前提下解釋力q>0.1的因素排序依次為人口密度(0.90)>道路密度(0.77)>經濟規模(0.49)>地表起伏度(0.41)>城鎮化水平(0.34)>第一產業占比(0.16)>區域發展導向(0.15)>降水(0.11),海拔高度(0.09)、氣溫(0.06)、植被凈初級生產力(0.05)和第二產業占比(0.06)的解釋力q值在0.1以下。自然環境因素的平均解釋力q值為0.16,社會經濟因素的平均解釋力q值為0.41,社會經濟因素對青藏高原人類活動強度空間分異的解釋力強于自然環境因素。

地表起伏度是q值最高的自然環境因子,而海拔高度、降水、氣溫和植被凈初級生產力的q值相對較低,表明青藏高原的人類活動主要受地表起伏的限制,地表起伏度直接影響開展建設活動和耕作活動的成本和難度,也影響牲畜采食概率,地表起伏劇烈的地區,城鎮建設、耕作和放牧等人類活動強度相對較低。作為長期自然演化的結果,青藏高原的人類活動模式已適應其自然環境,青藏高原東南部橫斷山區海拔相對較低,氣溫、降水和植被覆蓋相對較高,人類活動模式主要以高山放牧和河谷農業為主,人口和產業集中在峽谷之中,人類活動強度相對較小;而日喀則-拉薩-那曲-玉樹-果洛-西寧的帶狀區域海拔較高,氣溫、降水和植被覆蓋相對較低,人類活動模式主要為放牧,人類活動的空間范圍更大,強度相對更高,其空間分異與自然要素之間存在空間非耦合性。

人口密度是q值最高的社會經濟因子,道路密度、經濟規模和城鎮化水平的q值相對較高,表明青藏高原人類活動強度與人口數量、道路交通發展情況、經濟社會發展水平和城鎮化水平具有較高的相關性,人類活動高強度區域往往也是人口稠密和集中、交通基礎設施完善和經濟社會整體發展水平較高的地區。第一產業占比、區域發展導向和第二產業占比的q值相對較低,表明區域產業結構與人類活動強度的空間相關性較弱,自然保護區等空間管控并不能較好解釋青藏高原人類活動強度的空間分異。

進一步探測影響因素對人類活動強度空間分異的交互作用。影響因素的兩兩交互作用對人類活動強度空間分異的解釋力q值均不同程度增強,主要表現為非線性增強和雙因子增強兩類。自然環境因素之間的兩兩交互作用類型多為非線性增強,其交互作用q值相比于單因子q值顯著提高,表明人類活動強度空間分異并不是受到單一自然環境因素的影響,而是多種自然環境因素共同作用的結果。社會經濟因素中的人口密度、道路密度和城鎮化水平與其他因素的交互作用類型主要為雙因子增強,交互作用解釋力均大于單一因素解釋力;區域發展導向、經濟規模、第一產業占比和第二產業占比與其他因素的交互作用類型主要為非線性增強。與單一因素的解釋力相比,青藏高原人類活動強度空間分異受自然環境和社會經濟因素交互作用的影響更為強烈,影響因素的交互顯著增強了其對人類活動強度空間分異的解釋力。

4 討論

4.1 人類活動強度與人口密度的關系

青藏高原人類活動強度空間分異的影響因素地理探測發現,人口密度至少能夠解釋90%的人類活動強度空間分異,與其他因素交互后的解釋能力均在90%以上。進一步基于第四次(1990年)、第五次(2000年)、第六次(2010年)和第七次(2020年)人口普查的常住人口數據,將人口密度與1984年、1997年、2008年、2018年青藏高原縣級單元和2018年鄉鎮單元的人類活動強度進行擬合。擬合結果顯示人類活動強度與人口密度存在正向線性函數關系,1984—2018年縣級單元相關系數R分別為0.7856、0.8078、0.7642和0.8078,2018年鄉鎮單元相關系數R達到0.8717,縣級單元和鄉鎮單元人類活動強度與人口密度高度相關(圖6)。地理探測器和相關性分析均表明本文測算的人類活動強度與人口密度存在顯著的空間相關性,在缺乏高精度土地利用數據的地區可以人口密度為變量,采用二者之間的擬合函數推算出人類活動強度[59]。

圖6 2018年鄉鎮單元人類活動強度與人口密度的相關性散點圖Fig.6 Correlation scatter between human activity intensity and population density by town level in 2018

4.2 與現有研究的對比

目前關于青藏高原人類活動強度的高低尚未達成統一的認識。本文在陸地表層人類活動強度測算方法的基礎上,結合青藏高原人類活動實際情況,采用不用類型草地放牧利用率對天然放牧草地進行修正,發現青藏高原1984—2018年總體人類活動強度在1.37%—1.70%之間,這與三江源國家公園及其周邊地區人類活動強度在1.2%左右的結論接近,而徐勇[20]和Liu等[60]測算的青藏高原地區3%—4%的人類活動強度可能存在高估,其原因在于未針對青藏高原地區天然放牧草地進行修正。

基于多指標綜合評價法測算的青藏高原人類活動強度與本文的測算結果不具備直接的可比性,但其空間格局基本一致,存在較大差異的區域主要分布在川藏高山峽谷區。川藏高山峽谷區山高谷深,農牧業等人類活動向溝谷底部及兩側集中,人類活動的空間集中程度和地形條件對人類活動的空間限制作用相比青藏高原其他區域更高,人類活動強度的空間分布更符合點狀特征。基于人類足跡指數法等多指標綜合評價法測算的川藏高山峽谷區的人類活動強度水平較高,這與其評價指標和計算方法有關,將人口密度和放牧密度等行政單元指標與土地利用和夜間燈光等格網單元指標進行混合測算會導致人類活動高強度區域的空間范圍被放大,同時根據距離測算的道路影響范圍在峽谷地區也更易被夸大[7—8]。因此,基于土地利用類型折算建設用地當量測算的人類活動強度更符合地形條件復雜和人類活動模式各異的青藏高原人類活動實際情況。

5 結論與展望

使用土地利用現狀調查數據測算和分析了1984—2018年青藏高原的人類活動強度及其時空變化特征,使用地理探測器模型解析了人類活動強度空間分異的影響因素,所得結論如下:

(1)1984—2018年青藏高原人類活動強度大致以2008年為界,前期呈緩慢下降趨勢,后期快速上升。四個時間點的人類活動強度分別為1.44%、1.40%、1.37%和1.70%,總體處于低水平發展階段。各省級單元人類活動強度時間變化差異明顯,西藏和青海總體呈上升趨勢,四川先下降后上升,甘肅呈不斷下降趨勢。

(2)青藏高原人類活動強度空間分布總體上呈現“兩區一帶”的空間格局,西藏“一江兩河”地區(雅魯藏布江、拉薩河和年楚河)和青海河湟谷地的人類活動強度最高,沿日喀則-拉薩-那曲-玉樹-果洛-西寧形成條帶狀的人類活動強度相對高值分布區,川藏高山峽谷區、藏北-青南高原和帕米爾山區的人類活動強度最低。

(3)青藏高原人類活動強度空間分異的主要因素為人口密度、道路密度、經濟規模、地表起伏度、城鎮化水平、第一產業占比和區域發展導向,人口密度是影響人類活動強度空間分異的首要因素,社會經濟因素的解釋力q值高于自然環境因素。影響因素的兩兩交互作用增強了對人類活動強度空間分異的解釋力,表現為非線性增強和雙因子增強兩類,青藏高原人類活動強度空間分異是自然環境因素和社會經濟因素共同作用的結果。

本文使用的多時期土地利用現狀調查數據受基礎數據、調查方法和統計口徑不同等的影響存在一定程度的誤差,但相比基于衛星遙感反演的土地利用/土地覆被數據而言仍具有很高的數據精度,能夠更加準確地反映陸地表層的人類活動強度。本文基于土地利用測算的人類活動強度主要體現人類活動對陸地表層的影響,如建設用地和耕地擴張造成的生態用地占用和生態損失等,對地表上下人類活動影響的考慮不足,如大氣污染物排放和水土污染等,應該繼續改進測算方法以更加全面地反映人類活動對自然環境的影響。青藏高原人類活動的地域差異明顯,人類活動強度具有顯著的空間異質性,還應重點考慮不同區域人類活動強度空間分異影響機制的差異性。此外,在人類活動強度測算的基礎上探究其引起的區域生態系統服務功能變化等生態環境效應作用機制將是今后研究的重點內容。