可持续发展目标的实现需要准确的衡量。入户调查是传统的衡量方法，但这种方法往往成本高昂且耗时。有科研人员提出了一种能够精准衡量的新方法——卫星遥感，并将这种方法应用于预测地区的贫穷现象。

消除贫困是可持续发展目标的首要目标。作为一种新兴技术，卫星遥感已经在家庭贫困预测方面显示出巨大的潜力。

1990年以来，全球贫困人口总数减少10亿人以上，其中我国发挥着积极的引领作用。作为世界上减贫人口最多的国家，自新中国成立以来，中国对全球减贫贡献率超过70%，创造了世界减贫史上的奇迹。

在我国的脱贫攻坚行动中，卫星遥感发挥了重要作用，见证了我国贫困地区发生的巨大变化。例如甘肃省一些贫困区域，已经通过卫星遥感技术天空地一体化的精细调查手段，精准调查区域生态环境资源本底，全面分析区域贫困特征及成因，明确区域精准扶贫生态补偿的重点建设方向与实现路径，从而推进区域生态保护与经济发展的和谐共赢。

身处大数据时代，怎样充分利用卫星遥感数据预测农村家庭贫困？2019年1月发表于权威综合性科技期刊《Proceedings of the National Academy of Sciences》中的一篇论文《Socioecologically informed use of remote sensing data to predict rural household poverty》探索研究了一种可行性方式，致力于用遥感数据识别、预测农村家庭贫困，从而改善人类生活水平。

图片来源：参考文献

本期的《深读》专栏由浙江大学管理学院在读博士生郑雨竹带来对论文《从社会生态学角度利用遥感数据预测农村家庭贫困》的深度解析。

01跟踪调查可持续发展目标存在哪些现实问题？

可持续发展目标侧重于减少贫困、减少全球不平等和保护地球的生命支持系统。

目前来看，跟踪调查可持续发展目标存在三方面的现实问题：

1）数据需求复杂多维——联合国制定的可持续发展目标包括169个具体目标，这些复杂目标所涵盖的问题范围需要更多的数据和更高更广泛的收集频率。

2）数据成本高昂——跟踪可持续发展目标的进展并确定干预措施，需要经常获得有关社会、经济和生态系统状况的最新数据。利用住户调查数据监测社会经济目标需要进行人口普查，并结合社会经济趋势的年度抽样调查，全球可能为此花费近2530亿美元。

3）传统数据采集方式耗时且滞后——大多数国家每10年进行一次人口普查，而且由于社会经济变化迅速，需要在两次普查期间提供更多资料，以监测社会经济指标和目标。

这三方面问题在传统数据采集方式中普遍存在，尤其是针对贫困和偏远地区调查时，这些问题更为明显。

图片来源：©千库网

作为一种新兴技术，卫星遥感具有传统调查方法无法比拟的优势。例如空间分辨率精细，数据采集快，能够持久连续观察地表并获得数据，获取的资料为数字化，可直接进入用户的计算机图像处理系统，使用方便等等，因此卫星遥感在跟踪调查可持续发展目标时能够发挥出巨大的作用。

由于人类的信息需求有80%与地理空间位置有关，遥感在国民经济、社会发展和国防安全中起着越来越重要的作用。

02如何运用卫星遥感数据预测贫困？

在这篇关于《从社会生态学角度利用遥感数据预测农村家庭贫困》的论文中，作者选取非洲国家肯尼亚的一个农村，将其卫星遥感数据更加精细地划分为以下4个层次：宅基地，农田用地（以宅基地为圆心），非农业环境资源（林地鱼池牧场等），农村非农业地区（基础设施，道路等）。通过对这4个层次空间的地理环境监测，对相应的监测数据进行评估并用以预测当地的家庭财富水平。

图片来源：参考文献

宅基地：主要是农民所居住的房屋，以及房屋四周很小的一片区域，包括放牧牲畜、种植水果和木材的林地、干燥和加工作物的场地等。从宅基地提取的遥感特征包括林地、灌木/树篱和草的数量，每一项都可以提供创收或粮食生产的机会。

农田用地（以宅基地为圆心）：以宅基地为圆心，其四周的可供较大面积种植的农用土地。农业是发展中国家农村地区家庭收入的重要来源。在肯尼亚，农业占国内生产总值的53%和农村就业的70%。

非农业环境资源（林地鱼池牧场等）：如非木材林产品和牧场。非农业环境资源为撒哈拉以南非洲的不同地区贡献了高达27%的家庭年收入。这些通常是公共资源，从村庄周围的地区提取，包括森林地区、农田周围的树篱、开阔的草原、河岸地区和水体。

农村非农业地区（基础设施，道路等）：在区域层面，农村家庭受益于进入市场和道路基础设施，家庭与道路基础设施的接近程度以及与市场中心的距离会影响家庭收入。

基于这四个层次的地理资源，作者从卫星遥感数据中最终提取了六个环境特征的数据，根据建筑大小、裸地比例、生长季节长度等数据的不同，评估和预测家庭财富水平。

图片来源：参考文献

建筑规模——大多数富裕家庭的特点是建筑面积大，小建筑可能表明一个家庭的金融资本存量有限，或者家庭规模小 (人力资本，劳动力资源减少)，生计策略的多样性较低。

裸地比例——较富裕家庭71%的收入来自非农业来源，因此，这些家庭在短暂的雨季不需要种植第二季作物，而较贫困家庭由于缺乏种植粮食或创造收入的选择而不得不种植第二种作物。

生长季节长度——由于肯尼亚是双季种植模式，平均生长季度长度为163天，较贫困的家庭总生长期低于163天，其推迟了种植时间，同时在其他农民的土地上种植以获得现金，从而导致生长季节长度较短。

通过对卫星遥感数据的分析，可以有助于确定极端贫困和可能受贫困影响的地区，政府在制定政策时可以有针对性地分配资源，并建立农村抵御气候和环境影响的能力，从而达到监测可持续发展目标“消除贫困”的目的。

03使用卫星遥感数据预测贫困具有什么意义？

本篇论文选取了肯尼亚的一个农村，对其家庭贫困进行了监测和预测。基于卫星遥感数据的日益可用性，此研究中的方法也可以适用于监测其它的可持续发展目标。

同时，文章显示，使用卫星遥感数据预测贫困家庭的准确率较高，为62%；相比比传统方法，其数据收集成本也大幅下降。例如，根据成本估算，收集本文在肯尼亚研究地点最初调查的330个家庭的社会经济信息，每年的总成本将在106,500美元左右，而为100平方公里场址获取高分辨率卫星图像的费用仅为每年1750至5 000美元。

总的来说，高分辨率的卫星遥感数据可以提供一种更快捷、更便宜、更精准的方式来跟踪几个可持续发展目标，特别是与减贫扶贫相关的任务。

尽管如此，论文中使用的研究方法不一定适用于不同发展类型的农村，特别是对以旅游业、工业、手工艺为主要收入来源的农村，则更不适用，而且，使用此方法收集的数据缺乏详细的土地所有权信息，如何将土地面积、权属权利和制度安排纳入多层次方法中，也值得进一步深入研究。