专栏名称: 社论前沿
本公众号关注国际顶级刊物,聚焦前沿理论方法,追踪名家研究轨迹,推送最新学术论文。
目录
相关文章推荐
小张聊科研  ·  GSEA富集到某条通路,就能说A基因激活/抑 ... ·  4 天前  
研之成理  ·  金属团簇催化,Nature Chemistry! ·  4 天前  
NaturePortfolio  ·  2024年高引用的10篇中国作者《自然》论文 ... ·  5 天前  
51好读  ›  专栏  ›  社论前沿

这是一张用卫星数据绘制的全球贫困地图|社论前沿

社论前沿  · 公众号  · 科研  · 2017-10-07 09:00

正文

编者按

本期推送的是 Computers & Geosciences 期刊上题为 A global poverty map derived from satellite data 的文章。本文使用人口数量(Land Scan 2004)划分卫星观测出的夜间照明亮度(DMSP nighttime lights),计算出贫困指数,制作出全球贫困地图。并以2006年世界发展指标(WDI)的国家级贫困数据进行校准。通过本文的方法得到的贫困居住人口总数估计为22亿,略少于WDI估计的26亿。本文的贡献在于展示了一种新的贫困地图,通过列入新的参考数据来校准贫困估算。随着卫星监测技术的提升,对人类活动与经济活动有关的评估方式也会逐渐提升。

这是社论前沿第S724次推送

( 微信号:shelunqianyan)


1

研究背景


贫困已成为21世纪人类文明面临的长期困境之一。据世界发展指标显示,全球约42%的人口,近26亿人生活在贫困之中。目前,有关全球贫穷的统计资料主要来源于世界银行,主要是自1990年以来基于对近100个发展中国家进行家庭调查,收集到的有关贫困程度的国家级数据。调查问题包括收入来源、消费、支出和家庭人数等。基于这些数据得到了两种贫困数据,一是国家贫困数据,二是国际贫困数据。另外也有个别国家为本国划定自己的贫困线。定义贫困的不同标准使得国家贫困线的基准难以确定。另外,世界银行给出的贫困线数据还存在一些问题,比如并非对所有的国家都进行调查;目前可获得的数据仅来自1988年至2004年的调查;调查周期不确定;由于平衡消费和收入数据的困难,以及国家间购买力等价估计存在差异,所以国家间的可比性有待商榷;政府也有可能影响调查结果,因为他们设计了问题,选择了调查的区域(即指调查对象)。

卫星传感器可以提供全球范围的、可重复观察的数据。在环境科学方面,卫星数据已被用于对全球森林砍伐等情况的评估。在社会经济方面,有研究人员将调查得出的家庭支出数据与卫星衍生变量如地表温度、标准化植被指数(NDVI)、气温等结合,解释和预测贫困的空间分布。也有研究人员用夜间灯光图像和人均收入作为财富的代理变量进行国家间的比较,发现与健康的强相关关系。这些研究中的每一项都在空间上进行贫困划分。本文提出了一个来自四个不同传感器类型的卫星数据的贫困数字地图。这张地图基于Landscan人口数量和DMSP夜间灯光数据。本文假设在人口较多的发展中国家光线较暗,意味着具有较高比重的穷人。从这一空间分解数据,本文得到了全球绝大范围内国家级贫困水平的估计。



2

研究方法


1、Land Scan 2004

Land Scan是由美国能源部橡树岭国家实验室(ORNL)提供的以空间分解为基础的全球人口动态统计分析数据库。本文使用人口数(population count)来代替人口密度。这是基于居住人口的考量。因为在人口密度衡量下,商业中心和机场的数值较低,尽管在某些时间段内有大量人流。人口数也称为环境人口(ambient population),试图以人时(person hours)代表人口的空间分布。



2、夜间灯光数据

美国国防部DMSP(Defense Meteorological Sate-llite Program)计划下的Operational Linescan System (OLS) 系统拥有独一无二的绘制全球地球表面的功能。现有DMSP为三轴姿态稳定卫星,运行在高度约830公里的太阳同步轨道,周期约101分钟,扫描条带宽度3 000公里。DMSP卫星采用双星运行体制,两颗业务卫星同时运行,过赤道时间为05∶36及10∶52,每6h可提供一次全球云图,每天14轨道仪器能够完整覆盖24小时内夜间灯光数据。DMSP夜间灯光范围和亮度与财富之间的联系已有几项研究开始关注。Elvidge等人(1997)使用其分析了21个国家的国内生产总值和电力消耗与灯光范围之间的强相关关系。2000年有研究学者分析了经济活动和二氧化碳排放量的关系,用的也是灯光数据的全球分布图。Sutton等人(2007)也试图从夜间图像估算美国、中国、印度和土耳其的国内生产总值。不过,OLS无法检测最贫困地区的城镇,这被认为是人口模拟的一个系统缺点(Balk等,2005)。



3、贫困指数(PI)和校准方法

贫困指数是用2004年Land Scan的人口数除以平均可见灯光亮度值而的。在有人口但没有灯的地区则用检测到全部人口数代替。高贫困指数出现在具有高人口数和灯光昏暗的地区。校准贫困居住人数的估计值基于世界发展指标制定的2006年国际贫困线,估计每天生活支出在2美元以下的人口百分比。



3

研究结果


81个国家中,人口超过10万,贫困率估计超过基准的80%的国家有埃塞俄比亚、布基纳法索、马达加斯加、柬埔寨、乌干达、坦桑尼亚、马拉维、和尼日尔。估计贫困率低于10%则包括台湾、韩国、埃及、沙特阿拉伯、日本、比利时、荷兰、意大利、英国、美国、加拿大、捷克共和国、德国、希腊、西班牙、匈牙利和法国。




消除贫困是人类重要的目标。不断完善在贫困测绘、贫困监测方面的技术有助于了解贫困的原因和贫困的性质。卫星图像将增强我们对人类在世界各地的社会经济条件在空间层次上的了解。本文结果表明可以开发新的贫困地图,基于全球卫星监测到的经济活动措施,且用调查数据来校准。


文献来源:

Christopher D. Elvidge, Paul C. Sutton, Tilottama Ghosh, Benjamin T. Tuttle, Kimberly E. Baugh, Budhendra Bhaduri, Edward Bright. A global poverty map derived from satellite data. Computers & Geosciences. 2009(35) :1652–1660.

文献整理: 叶宸辰

                                                                                            


社论前沿
关注国际顶级刊物
聚焦前沿理论方法
追踪名家研究轨迹
推送最新学术论文

微信号:shelunqianyan
社论译介作品,欢迎投稿、个人转发朋友圈,自媒体、媒体、机构转载请申请授权,联系邮箱[email protected],注明“机构名称+转载”。