巴西10米分辨率人类足迹数据集：支持生物多样性及保护研究的高精度环境压力评估

《Scientific Data》：A 10-meter resolution human footprint dataset to support biodiversity and conservation studies in Brazil

语 为精准评估人类活动对巴西高生物多样性地区（如非人灵长类栖息地）的生态影响，研究团队开发了HIBR-10数据集，以10米分辨率量化人类足迹（HFI），覆盖86.5亿个空间单元。该研究通过高分辨率遥感数据与AI提取的建筑足迹，克服了传统1公里分辨率数据的局限，为物种特异性保护策略提供定制化分析工具，显著提升栖息地破碎化与人为干扰的监测能力。

　　

论文解读

巴西作为全球生物多样性最丰富的国家之一，拥有亚马逊雨林、大西洋森林等六大生物群落，孕育了全球约15%的已知物种，其中非人灵长类动物（如鬃毛卷尾猴、吼猴等）的生存状况尤为引人关注。然而，人类活动的快速扩张正持续侵蚀这些珍稀物种的栖息地。传统的人类足迹指数（Human Footprint Index, HFI）多基于1公里分辨率数据构建，难以捕捉小范围栖息地的细微变化。例如，巴西东北部红树林中的鬃毛卷尾猴活动范围仅37公顷，不足传统HFI单个像素面积的40%。这种空间尺度的不匹配导致许多物种面临的栖息地破碎化、道路致死及非法狩猎等威胁无法被准确评估。

为突破这一瓶颈，研究团队在《Scientific Data》发表了题为“A 10-meter resolution human footprint dataset to support biodiversity and conservation studies in Brazil”的论文，首次构建了覆盖巴西全境的10米分辨率人类足迹数据集（HIBR-10）。该研究通过整合多源高精度地理数据，实现了对86.5亿个10米×10米空间单元的人类影响量化，分辨率较传统数据集提升10,000倍，为物种尺度的生态研究提供了前所未有的细节支持。

关键技术方法

研究团队采用Python 3与ArcGIS Pro 3.3平台，基于Sentinel-2卫星影像提取21类土地利用数据（如森林、农田、城市等），结合微软全球建筑足迹数据库（136万栋建筑）替代人口密度指标，并整合巴西官方公路（12.9万公里）、铁路（3.3万公里）及可通航河道（11万公里）数据。所有数据统一投影至巴西多圆锥坐标系（EPSG:5880），通过距离衰减模型与几何间隔分类法计算各变量对人类影响的贡献值，最终以加权聚合生成0-10分的HFI评分（按文件存储需求缩放为0-100）。验证阶段采用亚10厘米分辨率无人机影像及30厘米WorldView-3卫星数据，在三个典型灵长类栖息地（卡洛斯·博特略州立公园、吉尔布埃斯社区、阿廷斯红树林）进行交叉验证。

研究结果

1. 1.1.
   土地利用分类与HFI赋值
   基于MapBiomas的Sentinel-2土地利用数据被重新分类为四档人类影响强度：原始自然区域（如森林、红树林）赋值为0，中度干扰区（如人工林、牧场）赋值为4，高强度干扰区（如临时作物、水产养殖）赋值为7，最高干扰区（如城市、采矿）赋值为10。验证显示，土地利用分类与高分辨率影像的一致性达95.6%（n=90）。
2. 2.2.
   建筑密度作为人口代理指标
   通过1平方公里缓冲区统计建筑密度，并划分为四档HFI分值（0-10分）。结果显示，建筑足迹数据与验证影像的吻合度为86.7%，有效替代了传统夜间灯光数据在精细尺度上的不足。
3. 3.3.
   线性基础设施的距离衰减影响
   公路、铁路及河道通过指数衰减模型量化其生态影响。例如，距离公路0.5公里内HFI值为8，15公里外降为0。验证中公路定位精度达100%，但可通航河道的吻合度仅60%，可能与沿海湿地复杂地形有关。
4. 4.4.
   多变量加权聚合
   最终HFI评分中，土地利用与建筑密度各占40%权重，公路占10%，铁路与河道各占5%。这一权重设计基于文献中人类活动对灵长类威胁的优先级（如土地覆盖变化影响栖息地质量，道路加剧碎片化）。

结论与意义

HIBR-10数据集首次在国家级尺度实现10米分辨率的人类环境压力测绘，填补了物种尺度生态研究的工具空白。其创新性体现在三方面：一是采用建筑足迹替代人口普查数据，避免插值误差；二是通过高精度验证（无人机与WorldView-3影像）确保数据可靠性；三是提供可定制权重代码，支持用户根据特定物种（如小型灵长类或大型哺乳动物）调整HFI算法。该数据集已公开于Zenodo平台，可直接应用于保护规划、栖息地连通性评估及气候变化适应策略制定，为巴西乃至全球生物多样性保护提供关键数据支撑。