基于人类足迹（HF）理论的台湾日月潭风景区人类活动影响评估

高誉珈 原友蘭 翁奕城

人类活动指的是人类在地球上一切可能的活动或行为，触及地球上的每个地点、组成部分和过程。本文所指的活动影响主要是从人与自然相互关系的角度出发，包括为了满足生存和发展对环境采取的各种开发利用、保护，甚至是破坏行为，例如建设性活动、生产性活动和游憩性活动等[1]。

台湾观光局2013—2017 年旅游状况调查报告书统计数据显示：近5年内，台湾地区居民岛内旅游比例均维持在90%以上，平均每人每年旅游次数为8～9 次，说明人民对于岛内旅游有较大的需求[2]。在不断创造活动空间满足外出需求的同时，人类活动会对自然环境产生影响，而致其变化。研究[3]发现对人类活动影响程度的绝对评价是相当困难的，因此只能进行相对评价，评价过程中需要一些指标将影响程度进行转化。通过对相应测量指标来代表人类活动的影响程度，以便得到量化的结果，而长期测评人类活动对风景区的影响有助于了解风景区环境的状况。

对于风景区的研究，以往常常关注其旅游资源本身的商业与游憩价值，以及是否值得被开发建设，忽视了其被人为使用与活动可能产生的负面影响和影响程度。而这种影响对风景区很可能是毁灭性、不可恢复的伤害。为了降低过度旅游开发对风景区的负面影响，本研究希望通过量化人类使用与活动对对环境所产生的影响，以期能够协助景区经营管理者评估人类活动在景区产生的影响程度，作为未来降低人为使用冲击的参考依据。

1 人类影响的量化研究

国外众多学者对量化人类活动影响做出了研究。2002 年Sanderson等人提出人类足迹（Human Footprint，HF）的理论基础，首次制作了全球人类足迹地图，试图通过图示化的方式，解读人类活动对全球造成的影响。人类足迹指的是每个生物群系中人类影响的相对程度。HF 取值范围为0～100，值0 代表受到影响最低的区域，即荒野程度最高的区域；值100 代表受到影响最高的区域，即荒野程度最低的区域[4]。其全球人类地图主要包含4 种类型的数据：土地利用现状、人口密度、人类可达性以及电力基础设施。2008 年，Woolmer[5]等人对Sanderson 等人提出的方法进行改良和移植，首次将其应用于北美北部的Appalachian/Acadian(NAP)生态区域研究范围缩小，对人类足迹地图进行重新绘制。由于数据增加了尺度上的细节，因此人类足迹不再只是全球范围内趋势的评估，而能够适用于地方保护规划。2016年，Venter[6]等人将时间因素纳入考虑后发现，在生物多样性丰富的地区，人类足迹的压力正在迅速增加；同时，在发达国家和政府控制力强的国家，因为采取有效的控制措施，部分区域的环境压力在减轻。由此可知，人类对地球的影响无时无刻在产生，如果能够采取有效的措施，可降低人类活动对环境的负面影响，并实现有助环境持续与长远的存在。Tapia-Armijos 等学者则是从人类足迹地图中对比热点区域，分析足迹变化的原因，针对该地区环境状态提出更贴切的规划建议（表1）[4～9]。

表1 人类足迹文献回顾

虽然目前对HF 的研究、应用已有初步成果，但是仍然存在以下几个方面的问题：1）研究区域面积大，但是数据精确度有限，因此在解译过程中会因为每个层次数据精度需要保持统一的原则，降低数据的准确性。2）大区域范围内均以相同的方式解释人类足迹，忽视地域性的影响因素，使人们对人与自然相互作用的复杂性的感知下降。3）目前国内地区对该领域理论研究主要集中在大面积的自然生态保护区框架研究，而将其应用于风景区空间的研究较少。

本研究基于Sanderson 等人提出的HF 量测架构，将此一全球尺度的量表根据风景区的空间尺度特质进行适地性的修改，并选取Flickr①Flickr 是一家提供免费及付费数字照片储存、分享的在线服务平台（https://www．flickr．com/），其特点是基于社会网络的人际关系的拓展与内容的组织。Flickr 照片数据是台湾大数据的典型代表，这些来自非专业大众的照片签到数据具有数据量大、信息丰富、获取成本低等优势。的照片对台湾日月潭风景区的使用进行研究。由于Flickr 照片数据能够完整记录上传者的地理信息（经纬度坐标）、时间信息以及卷标信息（tags），并及时有效地反映使用者在风景区内的活动[10～11]，因此进一步撷取Flickr 的照片内的空间点位数据，以增加人类足迹指数的准确性，对风景区内人群分布进行分析。将人类足迹指数进行定量和定性的研究，得到人类活动在风景区的影响。

2 日月潭风景区人类活动影响研究

2.1 研究区域

日月潭位于台湾南投县鱼池乡日月村，常水位面积7.93 km2（满水位面积8.4 km2），自然资源丰富，是台湾地区外来种生物最多的淡水湖泊之一。其景色优美，“双潭秋月”是台湾八景之一，每年吸引了大量游客到此游览，因此更需要关注人类足迹，以维持其经济、生态价值。为了更充分捕捉人类活动对日月潭风景区的影响，将研究范围扩大到该风景区行政边界5 km 以外的区域（图1）。

2.2 数据选择

遵循Sanderson 等人最初建立人类足迹指数的方法，根据以下3个原则进行数据选择和利用：1）根据最佳可利用的数据进行空间分析，但是确保资料在进行空间迭加时，每一个类型的数据是统一尺度层级；2）考虑适地性，选择最能够代表风景区人类足迹的数据来展现人为影响，给予分数值0～10；3）数据间通过GIS 的迭加来量化人类足迹，得到人类足迹（HF）地图。

根据以上3 点要求，对于日月潭风景区的人类足迹指数进行选择。对于人口密度，不但考虑当地居民人口密度，而且充分考虑其风景区特性，增加游客访问量进行评估。在土地利用现状方面，根据Sanderson、Venter 等学者的研究，从建筑密度、土地利用和城市区域3方面的数据进行评估。对于人类可到达性，需要对指标进行适地性的改良：首先，因为本区域不存在铁路交通运输，所以删除全球尺度下运用的铁路交通指标；再者，本区域不存在海洋，因此删除海岸线影响，将航线长度影响改为日月潭中水上航线的影响评估；最后，考虑到景区不同功能的道路影响。由于日月潭风景区游览多集中于白天，夜晚游览多集中于周边村落，因此未纳入电力基础设施影响。最终，基于日月潭风景区的人类影响地图采用了6 个数据来代表3 种不同类型的人类足迹（表2）。

图1 研究范围

表2 日月潭人类足迹利用数据

2.2.1 人口密度

日月潭风景区当地居民人口密度矢量数据源于台湾内政部国土信息中心2015 年日月潭地区人口调查结果，将其数化后和研究区域重叠。游客密度的数据来自Flickr 网站采集的相片资料，通过API 接口调用日月潭区域数据资料，通过AcrGIS 的空间推估工具对整个景区范围内的人口密度影响进行给分。基于Sanderson 等人评价体系原则，对于游客量的评分，以每平方千米（km2）采集的拍摄照片数量为代表数据，以0～100 张/km2评分为1，101～200 张/km2评 分 为2，以 此 类推，超过900 张/km2评分均为10 分。对于当地居民人口密度的评分，按照Sanderson 等人提出评分标注，以0～0.5 人/km2为0，0.6～1 人/km2为2，以此类推，超过9.5 人/km2为10。

2.2.2 土地利用现状

通过台湾内政部国土测绘中心2015 年土地使用分类图（2006—2015 年）得到研究范围内的土地利用现状（图2）。按照Sanderson 等人提出的土地利用对自然的影响的分类标准进行细化，在此研究基础上为9 种土地利用规范HF 分数。例如：土地使用分类方面，公共使用、交通的HF 评分为10，矿碱的HF 评分为8，农业、水利的HF 评分为6，森林的HF 评分为4 和其他0（空置地）等（表3）；城市区域统一分数为10 分，非城市区域统一为0 分。按照Venter 等人提出的建筑对自然的影响的分类标准，将建筑区域统一为10 分，非建筑区域统一分数为0。

图2 研究范围土地利用现状

表3 台湾土地利用发分类系统（1995 年版）

表4 人类足迹道路评分

2.2.3 人类的可达性

人类可达性在日月潭风景区表现为地上交通和水上交通：地上交通分为车行交通和非车行交通；水上交通主要为游船航线。二者的矢量资料均来自开源数据平台Open Street Map（https://www.openstreetmap.org/）。 最 后 按 照Woolmer 等学者提出的道路对风景区的影响标准进行分类细化，在此研究基础上为3 种类型道路分配相应的HF 分数。例如：车行道路0～90 m 分 数 值 为10，90～500 m 分数值为8，500～1 000 m 分数值为6，1 000～3 000 m 分数值为0，得到各类交通HF 分数（表4）。

2.3 迭加计算

基于人类足迹指数评估模型，根据之前的评分规则，在ArcGIS 里进行数值到图面的转换，最后进行迭加计算，得到最终的人类足迹地图（图3）。

2.4 研究结果与分析

从分析结果发现，以日月潭管理边界扩充5 km 范围的区域中，人类足迹最低的区域（深绿色）分值为5，最高的区域（红色）分值为50（越红的区域被视为人类足迹影响越大）。HF 评分最高为100，最低为0，也就是说在研究范围内的大部分区域都处于被干扰的状态。红色区域主要集中在日月潭潭区周围、台铁水里车站、台铁集集站以及周边的九族文化村和靠近民间乡的部分；绿色区域主要集中于日月潭环山区域，因为开发强度和人为可到达性低，人为影响指数相对较低，保护得相对较好（图4）。

根据地图得分进行统计：HF 分数100% 集中于50 分以下（含50分）。其中，HF 分数为5～10 分的区 域 占2%，11～20 分 的 占80%，21～30 分 的 占14%， 31～40 分 的占3%， 41～50 分的占2%。人类足迹对日月潭风景区的影响分数集中在11～30 分，集中了94%的影响数据，包括了68 192 个区块，面积达681.92 km2。根据以上的分析结果，得知日月潭地区整体的人类足迹指数影响还处于比较低的状态，最高分数集中在50 分，但是由于电力基础数据未纳入，故整个区域的评分值可能较低。另外，日月潭风景区没有HF=0 的区域，也反映出其每个区域都有受到人为影响，均有受到破坏的可能性。其中，潭区的人为影响特别高，受到威胁也会更多，未来需要持续发展该区域，更需要注意对其进行保护和管理。

图3 日月潭人类足迹评估模型

图4 全球尺度下日月潭人类足迹地图

图5 风景区尺度日月潭人类足迹地图

在Sanderson 等人制作的全球人类足迹地图中，截取研究范围内人类足迹地图（图5）。HF 分数100%集中于54 分以下（含54 分），但是HF 分数低于10 分的区域为0，HF 分 数 为11～20 分 的 区 域 占11.1%，21～30 分 的 占29.6%，31～40分的占33.3%，41～50 分的占18.6%，51～60 分的占7.4%。人类足迹在日月潭风景区的影响分数集中在21～40分，占62.9%。根据以上结果可知，日月潭地区整体的人类足迹指分布较为均匀。将其与改良后的风景区人类足迹指数地图进行对比，可以明显看出：全球尺度下的人类足迹地图不能代表风景区的人类足迹，从图面上看，研究范围内受影响的程度趋于均质，影响低则出现大片绿色，影响相对较高则出现大片橙色；并且忽略了人在风景区中的空间分布影响，如日月潭潭区影响程度中等，呈现黄色。而改良后的人类足迹指数地图，因为数据的细化和游客影响数据的加入，更能够反映出风景区受影响的指数，也能够为未来的保护给出确定的区域和范围。

3 结论

以台湾日月潭风景区作为实例，证明在精细化数据的支持下，全球人类足迹地图的测量方法在改良后能够在风景区尺度进行，通过ArcGIS 进行数据的处理，能够有效地反映人类活动在空间中的影响。下一步的规划，可在本研究的基础上，通过套叠重要资源保护范围图，有针对性地对影响较大的区域进行严格的控制管理，减少人为可进入区域和范围，对影响较小的地方进行适当界限划分，以保证其资源不被进一步破坏。

本文改良全球尺度下的人类足迹量表，用于研究风景区的人为影响。与前者相较，风景区的研究范围缩小，数据采集更全面，能够利用Flickr 数据分析游客的影响。因此，风景区尺度人类足迹量表能更准确、更细致地表达场地信息，形成一个更具综合意义的评价指标。但是此研究方法也存在不足：1）基于Flickr 开放数据，在某些区域可能由于数据的不准确性，导致分析有误差；2）研究区域资料收集过程中，资料精度有的是100 m×100 m，有的是50 m×50 m，为了统一均转化为100 m×100 m，使得某些数据精细度下降，也影响结果的呈现；3）对于分析的结果来说，现在3 个类型的数据均是以相同的权重进行迭加，在实际情况中，每个因子对于区域的影响肯定存在差异，之后应该考虑权重大小。期待今后各种数据的数据量进一步扩展，精细度增加，能为风景区的规划和保护提供更加完善且具参考性的基础条件。

致谢：感谢台湾大学钟明光老师提供研究咨询，支援空间数据收集与分析技术支持。

注：本文图片均为作者自绘。