多尺度荒野制图的指标、方法和应用研究综述

李晓雪 周卫 聂晓嘉 廖凌云 兰思仁

(福建农林大学 艺术学院 园林学院(合署)，福建 福州 350002)

荒野地(Wilderness Area)是指主要受自然过程控制的生态环境[1]，拥有高度自然性和生态完整性，能有效发挥自然过程的生态功能，具有生态、经济、社会和文化的多元价值[2-3]。保护荒野能够保障生物多样性和维持健康的生态系统，在应对全球气候变化和城市化发展威胁方面具有重要作用[4]191-199。1994年世界自然保护联盟(International Union for Conservation of Nature, IUCN)正式将荒野保护地划定为1b类自然保护地，自此荒野保护理念在世界范围推广开来[5]，随后多个国家在法律层面上认定荒野保护地，荒野保护逐渐成为自然保护地研究的重要内容。依据荒野保护规划经验，开展荒野保护首先需要了解荒野地的空间分布，荒野制图以“荒野连续谱”(wilderness continuum)为概念基础，将荒野质量(wilderness quality)定义为一个地点远离和不受人类活动影响的程度[6]，通过对自然度(naturalness)、遥远度(remoteness)荒野指标综合评价识别荒野的特征变化及分布格局[7]，是开展荒野保护及管理实践的重要工具。

随着世界荒野保护运动的发展，国外已开展多个尺度的荒野制图研究，涉及地区[7-11]、国家[12-15]、大洲[1]和全球尺度[16-18]，拥有较成熟的荒野制图技术和方法。随着荒野保护理念的引入，我国也已逐步开展对国家和地区尺度的荒野制图研究[19-21]。目前国内的荒野制图研究尚处于起步阶段，借鉴国际经验尤为重要。鉴于此，本研究结合荒野制图在指标体系、制图方法和应用等方面的研究，分析并总结不同尺度荒野制图在指标体系、制图方法和应用上的差异，讨论荒野制图研究目前存在的不足，进而提出荒野制图未来的研究趋势，以期为荒野制图研究提供新思路。

1 荒野指标体系

荒野指标体系的构建需要选取最能够反映荒野特征的指标。根据IUCN提出的荒野的定义，荒野是指“未经修改或稍加修改的大型区域，这些区域保留其自然特征，没有永久或重要的人类居住地，对其进行保护和管理以保护其自然条件”[5]，反映荒野具有自然、偏远、远离人类影响的属性，因此主要从反映自然、偏远和人类影响特征的指标中选取。受尺度影响，全球和大洲荒野制图指标体系较为简单。Lesslie和Taylor首次基于荒野连续谱开展荒野制图实践[6]，在澳大利亚国家荒野调查中识别土地覆盖的自然度、表观自然度(现代人工设施的缺乏度)、距聚居点遥远度和距道路遥远度四项荒野指标，创建了荒野制图的经典模型；并继续应用经典模型，进一步绘制了全球范围的荒野地图[4]17-32。随后的荒野制图指标试图更多地反映人类影响，如Sanderson等[17]借助人类足迹(Human Footprint)的概念，将人口密度、聚居点、道路交通、土地利用等9个反映人类影响的全球数据层纳入指标分析，基于人类影响程度判断地区的荒野程度，进而识别了世界每个生物群落的荒野区域。欧洲荒野研究证明山区存有大范围的荒野，山区生境的粗糙度和异质性越高，其保留原始动植物和栖息地的可能性就越高[1,22]，因此将地形崎岖度(ruggedness)纳入荒野指标体系。

随着荒野制图研究的深入，国家和地区尺度荒野制图开始逐渐纳入荒野感知(wilderness perception survey)调查，对经典的荒野制图模型进行区域化改进，如瑞士根据当地专家调查结果，确定了包括17个指标数据层的4项指标：自然度、遥远度、未受人类影响程度、地形崎岖度，以及权重方案[15]；意大利进行公众调查，调查对象包括当地农民、居民和游客三类利益相关群体，采用访谈的定性证据与问卷的定量数据相结合的方式，最终得到包含14项空间指标的4个荒野指标集：过去和现在的土地利用情况、人工基础设施的影响、遇到野生生物和其他人类的可能性以及考虑地形和植被覆盖的区域的大小及其可达性。借助公众参与的方式能够识别新兴的荒野指标，扩展荒野指标体系，如在荒野指标中增加了时间尺度分析，考虑从过去到现在因人类改造的土地利用变化情况，将1860年至今的多版本的土地利用数据纳入到指标分析中；还纳入了反映生态价值的数据集，如利用当地指示物种(如狼、熊)点位分布数据进行核密度分析，进而得到遇到本地野生动物的可能性地图[10]。

综合比较不同尺度的荒野指标体系构建，可知目前通用的荒野指标包括自然度、遥远度、未受人类影响的程度及地形崎岖度，其中地形崎岖度主要适用于地形复杂的地区[8,15]。在不同尺度上，全球和大洲荒野制图的可用指标数据有限，荒野指标体系构建较为简单，指标从这4项通用指标中选取；而国家和地区尺度的荒野制图根据专家或公众意见确定指标体系，通过在指标体系中扩展指标数据层或增设二级指标的方式，确定更加科学合理的指标和权重方案。其中专家经验是目前应用较多的方法，该方法具有一定的灵活性，可根据区域专家的调查结果调整指标体系。但通过自上而下的方式确定的指标及权重具有一定的主观性，而公众调查能够反映利益相关者的意见，提升指标体系的客观性，从而能更加准确地识别当地荒野保护的冲突区域，为当地荒野保护提供科学合理的建议。因此，提升荒野制图质量需要对荒野指标进行深入挖掘，识别能反映当地荒野特征的相关数据集，构建更加全面、客观的荒野指标体系。

2 荒野制图方法

荒野制图研究对不同尺度的制图方法进行了探索，不断寻找更加科学、准确的制图方法，以提升荒野地图的质量。荒野是一个相对的概念，世界上没有绝对自然、不受人类干扰的区域。Nash提出了“荒野连续谱”的概念，指出连续谱中从一端高度自然的原始野地向另一端受到人类高度改造的现代景观过渡，荒野位于自然性高的连续谱中，将荒野地图从是否存在的二重性转为相对性[23]，为识别荒野提供了坚实的概念基础。早期的大尺度荒野制图使用布尔(Boolean)运算，通过简单的离散标准直接判断荒野边界，如McCloskey等[24]在首次荒野制图研究中，以面积大于4 000平方公里且距离各类人工设施至少6公里的区域为荒野标准，识别了全球陆地表面的三分之一为荒野区；多标准评价(Multi-Criteria Evaluation, MCE)基于“荒野连续谱”的概念基础对自然度、遥远度、远离人类影响程度等多个荒野指标进行加权线性组合，能够反映荒野的质量变化情况，目前广泛应用于各个尺度的荒野保护实践[1,8-15,19-21]。

新数据环境下，众包数据、大数据的出现填补了缺失指标数据的空白，提升了指标计算结果的准确度，目前已经在全球、国家及地区多尺度运用实践。如See等[18]借助地理维基(Geo-Wiki)工具，通过众包(crowdsourcing)的方式在超过10万个独特地点收集了超过15万个人类影响样本点，从而获取不同人类影响程度的土地覆盖数据，使用众包数据重新绘制全球人类影响地图；马爽等利用反映人类流动的腾讯LBS大数据，通过识别没有人类活动的区域识别荒野地区，对中国大陆荒野制图结果进行修正，补充指标数据中人类活动影响的属性特征的描述[25]。国家和地区尺度的荒野指标数据有较高的精度和质量，可通过复杂的空间建模技术提升荒野制图指标计算的准确度，如苏格兰的荒野制图项目开发了复杂的遥远度和可视性的模型[8]，利用行走时间模型(travel time models)计算遥远度，考虑可达性受到坡度、土地覆盖类型和障碍特征(例如开阔水域和非常陡峭的斜坡)的影响，结合地形和土地覆盖等数据，通过创建时间成本栅格估计到最近道路的行走时间，利用地理信息系统(GIS)中的成本距离(Cost Distance)工具对偏远空间可视化；考虑到荒野地区对人类活动及人工基础设施的存在特别敏感[4]103-116，将可见度模型(visibility models)纳入到现代人工设施的缺乏度指标中，结合地形数据和具有视域算法的土地覆盖数据集，计算可见人工基础设施的视域范围，并根据其距离衰减效应的相对大小来计算其对人类视觉的影响。相较于大尺度荒野制图中基于简单线性距离的计算方式[6，12]，应用更加贴近实际情况的计算模型能够提高指标计算结果的准确度，从而得到高质量的荒野地图。

综合来看，荒野制图方法根据目的的不同划分为两类：指标计算和指标综合评价，各方法均有其优缺点(如表1所示)，通过众包方法收集的数据会依赖数据样本，需要收集非常多有代表性的数据才能够保证其可信度，空间建模技术需要考虑各层数据与指标的关系，如何科学地量化其复杂的关系是至关重要的问题。鉴于此，新兴数据的应用和模型构建的准确性和科学性尚需进一步验证。布尔运算和多指标评价在识别荒野中存在一定的互补性：布尔运算能直接判断荒野边界，但无法识别荒野质量；而多标准评价可以反映荒野质量变化，但对荒野质量分类尚未有广泛适用的阈值，对荒野核心区的识别还需要进一步研究，因此未来对制图方法的科学性和准确性的提升是荒野制图研究不断发展的方向。

表1 荒野制图方法的比较

3 荒野制图应用

不同尺度的荒野制图在数据、指标和制图方法方面存在差异，因而得到不同质量的荒野地图，显示不同的应用价值(如表2所示)。全球和大洲荒野制图的数据可用性低，选择的指标体系和制图方法都较为简单，得到的荒野地图较粗糙，主要用于识别和监测荒野状况，为全球或大洲的荒野保护提供信息，如全球人类影响(Human Impact)地图识别了全球10%的荒野地区，为确定全球的荒野保护目标提供了信息[18]。欧洲环境署(European Environment Agency，EEA)提供了一份最新的欧洲荒野质量地图[1]，选择欧洲范围最佳可用且空间分辨率一致的数据集，基于土地覆盖和植被的自然度、距聚居点遥远度、距道路遥远度、地形崎岖度四项荒野指标，获得较高质量的欧洲荒野地图，能直接为欧洲荒野保护决策及政策的制定提供信息。

表2 荒野制图应用的比较

而国家和地区荒野制图的数据质量和精度更高，指标体系更加全面，指标权重更加客观，指标计算方式也更加复杂，得到较精细的荒野地图，能有效支持当地荒野保护规划和管理实践，甚至可以用于辅助荒野保护政策及相关国家战略的制定。如苏格兰荒野制图起初的研究对象是Cairngorms和 Loch Lomond and The Trossachs 两个国家公园[8]，首先根据土地覆盖的自然度、现代人工设施的缺乏度、距道路遥远度和地形崎岖度4项指标绘制荒野连续谱；随后通过对连续谱重分类确定荒野核心保护区，输出的荒野地图可直接为当地荒野保护提供信息，辅助国家公园分区规划与管理决策的制定，后续也成为苏格兰规划政策的一部分 。

4 研究展望

在全球气候变化和快速城市化的背景下，保护荒野是维持人与自然和谐相处的有效手段。随着全球荒野存量的不断下降，荒野保护成为自然保护的重要议题。荒野制图研究作为其保护规划的空间基础具有重要意义，迫切需要得到进一步的理论研究和实践发展。而荒野制图质量与指标数据、指标体系、制图方法有关，并产生不同的应用价值，因此在未来的研究中，荒野制图的研究重点应从以下四个方面展开。

4.1 关注新兴数据，提高指标数据的可用性

随着空间信息技术的发展，数据获取变得越来越容易，数据质量也在不断提高。由于尺度效应，荒野制图的结果受数据的限制，尤其是全球和大洲尺度，其指标数据分辨率和完整性都较低，获得的地图质量较差。此外，还有部分指标因缺失数据而使用替代指标，造成地图结果的准确性降低。因此，未来研究应一方面注重获取高分辨率的指标数据，可借助最新的数据研究成果[26-27]；另一方面，加强众包数据、大数据等新兴数据的应用，填补部分指标数据的缺失，通过提高指标数据的可用性，实现对指标的准确计算，得到更加准确、清晰的荒野地图。

4.2 注重公众参与，加强指标体系的客观性

荒野的内涵包括“生态荒野”和“感知荒野”，然而目前荒野指标的选取更多的是基于地理特征，对社会文化因素考虑较少,对指标权重的确定也主要基于专家调查的方式，构建的荒野指标体系较为主观片面。为克服这一局限可以选择纳入荒野感知调查，通过公众参与的方式确定荒野指标和权重方案。当地人的参与能够给荒野保护提供科学客观的反馈，对区域保护规划具有重要意义。在今后的研究中，荒野制图应加强公众参与，推广使用这类自下而上的方法选取荒野指标和确定权重方案，构建更加全面、客观的荒野指标体系。

4.3 重视方法优化，提升制图方法的科学性

荒野制图方法在不同尺度上都存在一定的局限性和适用性，可通过结合不同制图方法的方式优化制图方法。如曹越等人采用布尔运算和多标准评价相结合的方式不仅识别了离散的荒野斑块，还得到荒野质量空间分布情况[20]，这种综合的方式克服了单一制图方法应用的局限性。此外，目前荒野指标的计算模型中对相关影响因素的定量研究还存有不足，模型结果的准确性需要进一步验证。未来应加强对不同影响因素的相关定量研究，不断对模型进行修正，提高模型计算方法的科学性。总体来说，未来荒野制图研究需要对制图方法不断优化，选择最为科学合理的制图方法。

4.4 重视保护实践，拓展荒野制图的应用价值

荒野制图能够提供有关荒野的空间信息，有着多重应用价值。目前荒野地图主要通过识别荒野区域为荒野保护规划和管理提供信息。然而荒野作为生物多样性和生态完整性较高的区域，荒野制图的应用不仅仅局限于荒野保护，还有其他方面的潜在应用，如将荒野地图作为自然保护价值数据，进行国家公园及自然保护区的规划选址等方面的研究；将荒野地图作为生态连通性分析的源数据，预测野生动物的生态廊道，开展生态网络规划[28]、生态修复等方面的研究。荒野制图在自然保护方面存有潜在应用，未来研究应将其与自然保护联系在一起，获得更广泛的应用。