报告概述
本报告由ECLAC统计司编写，系统介绍如何利用卫星影像这一非传统数据源来生成更精确、及时和详细的官方统计指标。报告聚焦拉丁美洲和加勒比地区，阐述了卫星图像在环境监测、农业、城市管理、自然灾害等方面的应用优势。报告详细说明了从多种卫星平台（如Sentinel、Landsat、Suomi-NPP）获取数据，并通过处理、分析生成可操作统计指标的方法。报告特别介绍了ECLAC已在其数据平台CEPALSTAT和CEPALGEO上发布的四类指标产品：夜间灯光、土地利用与土地覆盖、城市扩张和森林检测。读者可了解如何将卫星数据转化为支持可持续发展决策的统计信息。
报告的核心结论
卫星图像为官方统计提供非传统数据源，能显著提升时空精度。
报告指出，与传统统计方法相比，卫星影像具有广泛连续覆盖、高空间分辨率、可进入偏远区域、频繁更新等优势，能够提供按行政区域或网格细分的统计数据，尤其适合环境监测、农业评估和城市管理等领域。
夜间灯光数据可有效代理经济活动和城市化水平。
基于VIIRS/NPP Black Marble产品，报告生成了年均夜间灯光辐射度和夜间发展指数（NDI）等指标，可用于分析人口分布、城市扩张、经济活跃度，甚至灾害评估和渔业监控，为用户提供低成本、高时效的区域发展监测工具。
土地利用和土地覆盖监测支持可持续发展规划。
使用Sentinel-1/2数据生成的全球动态土地覆盖产品，报告计算了11类土地覆盖比例和景观异质性指数。这些信息有助于跟踪森林变化、城市扩张、农业活动，并评估对生态系统和气候的影响，为区域政策和保护行动提供依据。
城市扩张指标可追溯至1975年并预测至2030年。
基于GHSL-Built产品，报告提供了每5年的建成区面积和城市增长指标，并利用机器学习模型产生2020年后的预测数据。这为监控城市发展历史、评估规划效果及风险预警提供了长达55年的一致数据序列。
森林检测指标可量化森林损失与增益。
利用GLAAD全球森林高度模型（基于Landsat和GEDI），报告生成了2000和2020年的森林面积、平均高度及20年变化指标。这些数据有助于跟踪碳储量变化、生物多样性损失，并支持REDD+等政策执行。
报告回答的关键问题
卫星图像如何帮助改善官方统计？
卫星图像提供连续的大面积覆盖、高空间分辨率和频繁更新，能到达传统调查无法覆盖的区域。通过处理电磁波段数据，可生成土地利用、夜间灯光等指标，并细化到行政单元或网格，从而提升官方统计的及时性、准确性和细粒度。
夜间灯光数据能反映哪些社会经济现象？
夜间灯光强度与人口分布、城市化水平、经济活动正相关。报告利用Black Marble产品计算年均辐射度，可用于估计人口密度、监测城市扩张、评估灾害损失、识别非法捕鱼等，是低成本、高时效的社会经济代理变量。
如何利用卫星数据监测拉丁美洲的城市扩张？
报告使用Copernicus GHSL-Built产品，从1975年起每5年分析建成区面积，并利用机器学习预测至2030年。用户可在CEPALSTAT查看各国及行政区划的建成区面积和增幅，支持城市可持续发展规划与基础设施管理。
报告中创建的森林监测指标有哪些？
报告创建了森林面积、平均树高、20年森林损失和增益三项指标。基于Landsat和GEDI数据，定义森林为树高≥5m的植被，可查看2000和2020两年的数据，用于追踪拉丁美洲和加勒比地区的森林变化及碳汇动态。
报告中的代表性数据
Nighttime lights年度平均辐射度
2012-2024年年均，基于VIIRS/NPP Black Marble产品，为每个行政单元提供夜间灯光平均辐射度，范围从0到166.446 nWatts·cm-²·sr-¹（2023年，各行政单元）。
森林面积与变化
2000-2020，基于GLAAD全球森林高度模型，对比2000和2020年森林（树高≥5m）范围，得到每个行政单元的森林丧失和增益面积。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整报告包含对卫星影像在官方统计中优势的系统性论述，涵盖覆盖范围、分辨率、时效性等关键特点，并列举了大量文献支持。
- 报告详细介绍了卫星遥感原理，包括电磁波段（可见光、近红外、热红外、微波）及其在土地覆盖、温度测量、土壤湿度等方面的应用。
- 提供了多种免费卫星数据源（Sentinel-1/2/3/5、Landsat、AQUA/TERRA等）的技术参数表，包括重访时间和空间分辨率。
- 详细说明了数据处理流程：下载、概念验证、处理例程开发、与行政边界叠加、存储至数据库，并使用了Python、GDAL、PostGIS等工具。
- 夜间灯光部分：包含Black Marble产品的详细指标定义（年均辐射度、>50辐射面积、NDI）、制图方法和示例图像。
- 土地利用部分：包含全球动态土地覆盖产品（11类）的指标及景观异质性指数，并提供2015、2019、2023年数据。
- 城市扩张部分：基于GHSL-Built产品，提供1975-2030年每5年的建成区面积和增长量，以及预测方法说明。
- 森林检测部分：使用GLAAD数据，提供2000和2020年森林面积、平均高度、损失/增益指标，并明确与FAO定义的差异。
- 报告还讨论了自动化处理的机会，以及卫星数据在海洋学、气象学、农业、能源等更多领域的应用前景。
- 最后附有详尽的参考文献列表，涵盖夜间灯光、土地利用、城市扩张、森林遥感等领域的关键研究。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
