青藏高原是全球海拔最高的巨型构造地貌单元，被誉为“世界第三极”，具有独特的自然和人文环境。其剧烈隆起改变了亚洲的大气环流形势，促成了地球上最强大的亚洲季风系统，并对北半球的环流产生重要影响^{[1, 2]}。高原特殊的下垫面和大气过程使其成为全球气候与环境变化的敏感区。在气候变化和人类活动影响下，高原的冰川、冻土、积雪等冰冻圈剧烈变化^[3-6]，生态系统的结构和功能以及重要物种的种群数量和结构也发生了深刻的变化^[7]，对区域水循环、生态条件产生了巨大的影响，也给社会经济和防灾减灾带来了新挑战^{[8, 9]}。

青藏高原南缘沿喜马拉雅山南麓延伸，位于南亚次大陆与青藏高原的交接过渡地带，是西风带、南亚季风和东亚季风的交汇地带。该区域地形、气候和生态环境十分复杂，海拔从4 500米以上的喜马拉雅山脉迅速降低到200米左右的平原地带，气候也涵盖了高山的高寒气候和平原的热带季风气候，地表覆盖具有森林、农田、草地和冰雪等显著的垂直地带性。研究青藏高原南缘的地理环境和人文状况及其变迁，有助于认识高原及邻近区域对于气候变化，特别是西风带、亚洲季风变化的响应和适应状况。

该区域（特别是西部）的地面站点十分稀疏，卫星遥感为这种难抵达区域的空间连续监测提供了可能。本文综合利用地面观测和卫星遥感等技术手段，分析近30年青藏高原南缘的土地利用/覆盖、植被、温度、降水、人口和夜间灯光等自然和人文状况，刻画该区域的地理环境状况及其变迁。

2 数据和方法 2.1 数据

（1）土地利用/覆盖相关数据。采用Landsat卫星观测、Google Earth高分辨率影像，结合全球30米土地覆盖分类产品GlobeLand 30分析该区域土地覆被、土地利用的状况。其中，Landsat采用1990年和2015年附近的TM和ETM+晴空观测，分辨率为30米。GlobeLand 30是采用Landsat及环境_1等卫星影像，基于综合了面向像元、面向对象和专家知识的POK分类方法，获得的全球30米分辨率土地覆被数据，总体分类精度达到了80%以上，本文采用2010年分类结果^[10]。

（2）植被叶面积指数数据。采用GLOBMAP叶面积指数（leaf area index, LAI）产品分析区域植被状况及变化。该产品是基于AVHRR和MODIS数据生成的全球1981年以来的高一致性叶面积指数数据^[11]，空间分辨率为8公里，时间分辨率1981—1999年为15天，2000— 2016年为8天。产品首先采用改进的GLOBCARBON LAI算法，基于MODIS数据反演叶面积指数，然后利用AVHRR与MODIS的重叠观测，针对每个像元建立了AVHRR SR-MODIS LAI关系，在此基础上实现了历史AVHRR数据的回溯反演。GLOBMAP解决了两种不同传感器差异引起的反演结果不一致的问题。

（3）气候数据。利用T R M M卫星日降水产品3B42Daily、MODIS地表温度产品MOD11A2和研究区域气象站点的降水与气温观测，分析区域内降水和温度等气候状况及其变迁。其中，TRMM日降水产品提供了每天的降水量，空间分辨率为0.25度，时间覆盖1989— 2016年^[12]。MODIS地表温度产品MOD11A2提供了每8天白天和夜间卫星过境时的地表温度，空间分辨率为1公里，时间覆盖2000—2016年^[13]。地面观测采用了中国气象科学数据共享服务网的中国地面气候资料日值数据集（V3.0）的5个站点和NOAA NCDC的5个印度及尼泊尔站点的1980—2016年逐日降水量和逐日最高、最低及平均气温资料。中国的5个站点包括：普兰556960、聂拉尔557730、错那556900、隆子556550和帕里554370，位于研究区域北侧，海拔均在3 500米以上；尼泊尔及印度站点包括：DEHRADUN 421110、LILABARI 423090、DIBRUGARH 423140、TEZPUR 424150和TRIBHUVAN 444540，位于区域南侧，海拔在1 500米以下。

（4）人口数据。采用哥伦比亚大学国际地球科学信息网络中心（Center for International Earth Science Information Network, Columbia University）提供的全球人口格网数据第4版（Gridded Population of the World, Version 4, GPWv4）来表征区域人口密度分布^[14]。该数据集基于人口统计数据，结合人口分布模型，生成了全球空间连续的人口分布。空间分辨率在赤道约为1公里，2000—2020年每5年发布1次，本文采用2005年和2015年的数据。

（5）夜间灯光数据。采用DMSP-OLS夜间灯光数据（V4版本）来描述区域人类活动的扩张。该数据包含无云观测频数（number of cloud-free observations）、平均灯光（average of the visible bands digital number values）和稳定灯光（stable light images）3个产品。本文采用的是稳定灯光产品，该产品经过了去云处理，并且消除了背景噪声及短时灯光数据（火山气体、森林火灾、极光等）^[15]。像元灰度值介于0—63之间，数据可获取时间跨度为1992— 2013年（年度合成数据），空间分辨率1公里。

2.2 方法

本文采用地理信息系统（geographic information system，GIS）空间分析、变化检测、线性趋势分析等方法，研究区域自然地理和人文要素的分布状况及时间变化，具体方法如下。

（1）土地利用/覆盖。利用2010年GlobeLand30土地覆被数据，获取研究区域30米的土地利用/覆盖分类图，分国别分析不同覆被类型的空间分布特征。针对变化的典型区域藏南地区，基于Landsat TM/ETM+卫星影像和Google Earth高分辨率影像，采用人工目视解译方法，获得1990年和2015年区域的居民地、机场等典型土地利用要素分布，分析其变化状况。

（2）植被状况。采用1981—2016年的GLOBMAP L A I数据，计算各像元每年叶面积指数序列中的最大值，获得各个年份的最大叶面积指数分布图。由于1981年数据不全，在时间序列分析中予以排除。对获得的1982—2016年共35年的最大叶面积指数进行线性拟合，分析各像元植被的状况和生长趋势变化。

（3）气候要素。利用TRMM 1998—2016年的数据，计算19年间的年降水量平均值，并对每年的年降水量进行线性拟合，计算斜率分析其年际变化。利用2000— 2016年MODIS地表温度数据，分日夜计算每年的地表温度平均值以及平均日夜温差，分别进行每年结果的线性拟合，分析地表温度的变化。另外，基于1980年以来逐日气象站点观测，计算年降水量、月降水量、年平均气温、年最高气温、年最低气温、月平均气温、月最高气温和月最低气温，并分析降水量和气温的年际变化。在站点分析中，分海拔高于3 500米和低于1 500米分别分析。另外，尼泊尔及印度站点的缺测较多，特别是1995年以前，严重影响年际变化的可靠性，因此在年际分析中仅保留DEHRADUN 421110站点。

（4）人类活动。对比2005年和2015年人口密度分布图，分析区域人口变化。并利用1992—2013年DMSPOLS夜间灯光数据，采用线性趋势拟合获得灯光数据灰度值的线性斜率，来表征区域人工建筑的变化模式。斜率大于0表示夜间灯光越来越亮，人工建筑呈现扩张趋势；小于0表示夜间灯光越来越暗，人工建筑呈现缩小趋势。

3 区域地理环境状况及变化 3.1 地表特征 3.1.1 地形

青藏高原南缘为高山平原过渡带，地势北高南低，高程落差大。图 1为数字高程模型（digital elevation model，DEM）分布图。从南北向来说，区域北部为高耸的喜马拉雅山脉，海拔多在4 000米以上，世界最高峰珠穆朗玛峰即位于该区中部中国和尼泊尔交界处；南部为南亚次大陆，地势平坦，海拔多在200米以下。南北不到200公里的宽度，海拔落差却高达4 000米甚至6 000米以上，北部有众多5 000米甚至7 000米以上的高山，山高谷深坡度大，地形十分复杂。从东西向来说，区域西部和中部喜马拉雅山横亘，东部位于喜马拉雅山末端，分布着雅鲁藏布江大峡谷，海拔相对西部较低，多在4 000米以下。

3.1.2 土地利用/覆盖

图 2为研究区域土地利用/覆盖分布图，表 1为各类土地利用/覆盖在整个区域和各国境内的面积及占比。由图表可知，青藏高原南缘土地利用/覆盖类型以森林为主，森林总面积为21.18万平方公里，占南缘总土地面积的48.62%，其次为耕地和草地面积，分别为8.24万平方公里和7.56万平方公里，占南缘总土地面积的比例分别为18.92%和17.35%。另外，青藏高原南缘裸土地和永久性冰雪的面积也比较多，分别为3.75万平方公里和2.41万平方公里，占南缘总面积的比例分别为8.62%和5.52%。该地人口较少，居民地的面积仅为0.2万平方公里，仅占南缘总面积的0.46%。

青藏高原南缘主要涉及印度、尼泊尔、不丹、中国4个国家。西部的印度和尼泊尔境内均以森林和耕地为主，两种类型所占比例之和在两国境内分别为62.79%和71.58%；而东部的不丹和中国境内以森林和草地为主，两种类型所占比例之和在两国境内分别为93.19%和89.51%。

从各土地利用/覆盖类型在各国的分布看，青藏高原南缘印度境内森林和耕地的面积分别为4.23万平方公里和2.43万平方公里，森林和耕地占本国在研究区域总面积的比例为39.89%和22.90%。另外，草地和裸土地的面积也比较多，分别为1.66万平方公里和1.32万平方公里，草地和裸土地占总面积的比例分别为15.62%和12.42%。居民地面积为458平方公里，占总面积的比例为0.43%，在南缘4个国家中居民地面积和所占比例最高。

尼泊尔境内森林和耕地的面积分别为6.54万平方公里和3.7万平方公里，森林和耕地占本国在研究区域总面积的比例分别为45.71%和25.87%。另外，草地面积也比较多，为2.36万平方公里，占总面积的比例为16.5%。而尼泊尔境内居民地的面积比例仅次于印度，为382平方公里，占总面积的比例为0.27%。

不丹境内以森林分布为主，森林面积为2.83万平方公里，占本国在该地区总面积的比例为76.14%，远高于其他土地覆盖类型。此外，不丹境内草地面积为0.63万平方公里，占总面积的比例为17.05%，是该地区的第二大土地覆盖类型。不丹境内居民地的面积最少，仅占总面积的0.01%。

研究区域最东部的中国藏南地区（图 2），森林的分布也占绝对优势，森林面积为5.72万平方公里，占藏南地区总面积的70.81%，远高于其他土地覆盖类型。另外，该地区草地面积为1.52万平方公里，占总面积的18.78%，也是该地区的第二大土地覆盖类型。中国的藏南地区被印度非法侵占后，由于印度不断移民，该地区人口逐步增加。图 3为1990年和2015年此区域居民地和机场的分布状况。由图可知，该区域居民地主要沿河谷分布，1990年居民地面积约为70.63平方公里，2015年居民地的面积达到了133.42平方公里，占藏南总面积的0.16%，该比例远远超过不丹境内的居民地占比。此外，该区域已建成机场9处，最北段的机场距离西藏米林县和墨脱县县城分别为71公里和56公里。

3.1.3 植被

图 4a和b分别是青藏高原南缘1982年和2016年的最大叶面积指数图。由图可知，东部的植被状况明显好于中西部地区。对比两张图可以看出中西部虽然植被状况较东部较差，但2016年较之1982年有一定变好的趋势。

图 4c为1982—2016年青藏高原南缘地区的年最大叶面积指数线性趋势拟合图。如图所示，研究区域植被生长状况逐年变好。具体来看，东部有部分区域斜率为0或负值，说明这些区域的植被状况在所研究的35年间没有太大变化或有所减少，这可能与区域降水减少有关（见3.2.1节）；而中西部区域的斜率则都是正值，表明这些区域的植被在近年来一直在增长，这可能与温度升高而有利于植被生长有关（见3.2.2节）。

3.2 气候

青藏高原南缘位于西风带、南亚季风和东亚季风的交汇地带，西部主要受西风带影响，中东部则主要由南亚季风控制，区域降水和温度呈现显著的空间和季节分异。由于全球变暖、亚洲季风减弱和西风带增强等大气候系统的变化，近30年该区域降水和温度也呈现了相应的变化。

3.2.1 降水

图 5a为青藏高原南缘1998—2016年TRMM平均年降水量分布图，可见研究区域的降水量呈现南部多、北部少、东部多、西部少的特征。高大的喜马拉雅山迎接了南亚夏季风带来的印度洋的丰沛水汽，在区域的中部及东部形成了强降雨中心，TRMM年降水量在88oE— 97oE区域可高达2 000毫米以上。区域西侧受到西风带和南亚季风的双重作用，TRMM年降水量也可达1 000毫米以上。区域南侧为迎风坡，拦截了来自印度洋的丰沛水汽，年降水量多在1 500毫米以上；而北侧海拔多在3 000米以上，降水量多在800毫米以下，小于南部。

图 6为1980—2016年海拔高于3 500米和低于1 500米的气象站点的月降水量及年降水量折线图。可见在研究区域的降水季节分布上，降水集中在6—9月，特别是7—8月降水量最大，这主要是受南亚夏季风影响。南部海拔低于1 500米的区域7—8月降水量平均在200— 250毫米之间，北部海拔高于3 500米的区域平均也可达到60—80毫米。南缘西部冬季可以同时得到西风带带来的降水，在位于南缘西部的聂拉尔和普兰站，可以看到在1—4月呈现了一个小的降水峰。

不同于整个青藏高原整体情况，研究区域降水量呈现了显著减少趋势（图 5b）。1989—2016年的TRMM数据拟合显示，在研究区域的中部和东部，年降水量减小十分显著；气象站点的观测（图 6c）也支持了这一结果，平均年降水量以5.95毫米/10年的速度缓慢减少，这可能与近年来南亚夏季风的减弱有关^[16]。而在区域西部的局部地区，TRMM的年降水呈现了增加的趋势，印度DEHRADUN站点（30.317oN, 78.033oE）1993年以来的降水观测也以267.02毫米/ 10年的速度增加，这可能与西风带增强有关。

3.2.2 温度

由于研究区域内海拔的巨大落差，温度北低南高，呈现出巨大的空间差异（图 7）。青藏高原南缘北部海拔高于3 500米的站点，夏季（每年6—8月）平均气温在10℃左右，而南部海拔低于1 500米的区域夏季月平均气温在25℃以上（图 8）。夏季最高气温北侧在20℃左右，而南侧则接近40℃。全年最低气温北侧可达_25℃以下，而南侧则多在0℃以上。

受全球变暖的影响，区域气温也呈现了显著的增加趋势（图 9），实测结果亦然（图 8c和d）。自1980年以来，北侧海拔高于3 500米的站点，年均温以0.35℃/10年的趋势在升高，年最高气温和最低气温分别以0.03℃/10年和0.64℃/10年的趋势在升高；南侧海拔低于1 500米的站点，年均温和最高气温以0.22℃/10年和0.23℃/10年的趋势在升高，而最低气温则以0.41℃/10年的趋势在降低。海拔较高的区域气温升高更加显著，这与其他研究发现的地形对全球变暖的强化效应一致。2000年以来该区域白天和夜间的地表温度均呈现了升高的趋势，夜间温度升高的趋势快于白天（图 9）。区域日夜温差较大，且北部高海拔区域大于南部。区域平均日夜温差在10—15℃，最大日夜温差可达20℃以上，而北部高海拔区域甚至在30℃以上，日夜平均温差呈现减小趋势。

3.3 人类活动 3.3.1 人口

研究区域除南部边缘平原区域外，人口密度整体较低（图 10）。北部高山区人口密度最低，普遍低于100人/平方公里。中部山区人口密度升高到100—200人/平方公里，在研究区中部的尼泊尔境内出现数个人口聚居（密度>300人/平方公里）的居民点。南部边缘位于平原区域，人口密度显著增高，大多高于400人/平方公里，位于研究区域西部的印度境内某些区域可达1 000人/平方公里以上。

从整个大区域来说，青藏高原人口密度也显著低于南部平原区域，普遍在50人/平方公里以下，北部甚至存在大面积无人区；而南部平原印度和孟加拉国境内人口密集，印度北部本身也是印度人口高密度区域之一。从2005年与2015年对比来看，这11年期间北部青藏高原区域内人口密度并未发生明显变化，不丹人口变化也不大。印度、尼泊尔境内，人口密度有所增大，特别是印度和尼泊尔的一些大城市人口密度上升。如尼泊尔首都加德满都，人口密度由2005年的8 000人/平方公里左右升高到30 000人/平方公里以上。说明研究区域的南部人类活动加强。

3.3.2 夜间灯光

如图 11 a和b所示，1992年青藏高原南缘整个区域的灯光覆盖率仅为3.1%。该区域内，绝大部分灯光覆盖分布在印度（81.02%），少部分分布在尼泊尔（17.59%）主要城市，不丹的灯光覆盖占1.23%，孟加拉占0.17%，中国在该区域内无灯光覆盖。2013年，青藏高原南缘整个区域的灯光覆盖率为10.8%（相当于1992年的3.5倍）。其中，84.84%的灯光覆盖分布在印度，12.46%分布在尼泊尔，2.27%分布在不丹，0.28%分布在孟加拉，0.13%分布在中国。

图 11c为1992—2013年夜间灯光的线性变化趋势，可见夜间有灯光覆盖的区域中，96.1%呈现出灯光数量增长趋势，2.6%呈现出减小趋势，1.3%不变。显著增长的区域主要分布在研究区域西部的印度（81.02%）喜马偕尔邦、乌塔兰恰尔邦，以及研究区域中东部（尼泊尔与不丹之间）印度的锡金邦和西孟加拉邦，该结果与Pandey等^[17]在印度喜马偕尔邦和乌塔兰恰尔邦1992— 2008年描述的人工建筑扩张结果一致。相对于1992年，2013年青藏高原南缘的灯光覆盖区域扩张了约2.5倍。其中，印度扩张的区域占总扩张区域的85.89%，尼泊尔占10.37%，不丹占3.41%，孟加拉占0.33%，中国占0.18%。

4 结论

本文结合卫星遥感和地面观测，分析了青藏高原南缘的地形、土地覆盖、植被、气候和人类活动等状况及其近30年的变化，主要结果如下。

（1）地表特征。青藏高原南缘海拔落差大、地形复杂，土地利用/覆盖类型多样，居民地占比最小，但近年来在中国藏南地区等区域有较显著的增长。区域植被以森林为主，植被主要分布在喜马拉雅山南麓山区和东部，东部的植被状况明显好于中西部地区。1982年以来，大部分地区植被状况转好，东部部分区域最大叶面积指数变化不大或有所减小，而中西部则普遍增大。

（2）气候。区域降水南多北少，东多西少，降水集中在每年6—9月，西部冬季受西风带影响也可出现降水高峰。中东部降水显著减少，西部部分区域降水增加。区域地表温度和气温北低南高，呈现出巨大的空间差异。该区域温度显著升高，高海拔区域、夜间温度升高更快，日夜温差在减小。

（3）人类活动。区域人类活动强度较低，人口密度低，南部人口密度大于北部。人工建筑稀疏、夜间灯光覆盖较少。但在近年来人口和夜间灯光都呈现了增长，且增长多位于研究区域南部的印度及尼泊尔境内。1992—2013年间，夜间灯光覆盖扩展了2.5倍，覆盖率由3.1%提高到10.8%。印度扩张的区域占总扩张区域的85.89%。