2020年青藏高原高分辨率牲畜季节性分布数据集

（头图）

（封内图）

01 文章摘要

 详细的牲畜空间分布数据是开展以牲畜系统为媒介的人-地交互以及气候变化影响与适应研究的基础。现有的全球和区域尺度牲畜空间分布数据，鲜有关注游牧或轮牧系统中牲畜分布的季节性变化；未能考虑牲畜分布的季节性可能给牲畜系统相关的环境影响和反馈研究带来较大不确定性。

 青藏高原是世界上海拔最高的牧场之一，也是中国最重要的牧场之一。自推行草场承包责任制以来，牧民在划分到户的固定冷暖两季牧场进行轮牧。一套准确描述青藏高原牲畜季节性动态的空间分布数据具有重要意义。

 本研究基于多源数据与机器学习方法，将牲畜季节性动态引入建模框架，编制了青藏高原500m空间分辨率的冷暖季牧场分布掩膜和牲畜季节性分布数据，以期为气候变化下青藏高原牲畜-环境-牧民社区交互作用研究提供关键基础数据。

02 研究框架

 研究依托第二次青藏科考活动，在西藏、青海等地开展了详细的调查访谈与数据收集，获得了关于冷季/暖季牧场空间分布和牲畜数量空间分布影响因素的先验知识。

 依托详细的冷季/暖季牧场点位和分布样本数据，构建了青藏高原冷季/暖季牧场的随机森林分类模型。利用县级牲畜统计资料，构建了牲畜数量的随机森林回归模型。

 最终利用Dasymetric (DA)制图方法将县级牲畜统计数据分配到冷季/暖季牧场，并依托乡镇一级的牲畜数量进行了跨空间尺度的模型外交叉验证。

图1.青藏高原牲畜季节性分布制图框架

03 研究结果

1） 青藏高原冷季/暖季牧场的划分

随机森林分类模型出色地预测了季节性牧场的分布，十折交叉验证的平均特征曲线下面积（AUC）为0.98。暖季牧场与冷季牧场相比，更为广泛的分布在海拔较高、距离居民点较远的地区；因冷季/暖季牧场多在乡镇边界内部划定，在大尺度上表现出相对破碎和镶嵌的分布格局。

图2. 青藏高原季节性牲畜牧场的模型预测分布（栅格大小：500m）。

2） 青藏高原牲畜季节性分布

数据很好地揭示了牲畜空间分布的异质性。青藏高原牲畜和牛的季节性分布呈现由东南向西北递减的趋势，羊的季节性分布呈现出东北和西南缘较高、中部区域较低的空间格局。

图3. 青藏高原牲畜数量的空间分布（栅格大小:500m）。

从局部区域来看，NDVI和DEM是影响牲畜和牛分布的主要贡献因子，与此同时，DEM对羊的分布起到最为重要的贡献。

图4.青海省局部区域的土地覆被类型、草地植被类型及牲畜季节性空间分布（栅格大小:500m）。

3） 结果验证

对DA结果与乡镇级牲畜统计本数据集与乡镇统计数据之间的跨尺度交叉验证R2在0.52到0.70之间。与现有的其他同类数据产品相比具有优良的验证精度。

图5. 本套数据与乡镇统计数据的牲畜数量验证结果。

04数据使用

本研究结果数据已全部上传至Zenodo供免费下载使用（https://doi.org/10.5281/zenodo.7692064）。本套数据可有力支撑气候变化下青藏高原牲畜-环境-牧民社区交互作用的相关研究，如用于气候变化畜牧业影响、牲畜温室气体排放、自然灾害风险、人畜共患病风险以及牲畜季节性环境胁迫等评估研究。

05 论文信息

本研究受到第二次青藏高原综合科学考察与研究项目（2019QZKK0906）资助，于2023年3月在线发表于综合性Q1区期刊Scientific Data（2021 IF=8.5）。北京师范大学地理科学学部灾害风险科学研究院硕士三年级研究生战宁为论文第一作者，叶涛教授为通讯作者。

文章引用方式：Zhan, N., Liu, W., Ye, T. et al. High-resolution livestock seasonal distribution data on the Qinghai-Tibet Plateau in 2020. Sci Data 10, 142 (2023). https://doi.org/10.1038/s41597-023-02050-0

数据引用方式：Zhan, N., Liu, W., Ye, T. et al. (2022). High-resolution livestock seasonal distribution data on the Qinghai-Tibet Plateau in 2020. https://doi.org/10.5281/zenodo.7692064