报告行业投资评级 * 报告未对任何特定行业或公司给出明确的投资评级 [1][2] 报告的核心观点 * 报告核心观点是：利用卫星图像等非传统数据源，能够为拉丁美洲和加勒比地区生产更精确、及时和详细的区域统计数据，从而支持可持续发展和决策 [3][4][5] * 卫星观测数据具有覆盖广、分辨率高、更新频繁等优势，能够应用于环境监测、农业、城市管理、灾害应对等多个关键领域 [5][8] * 报告展示了将原始卫星数据处理为具体统计指标和地理图层的方法，并在CEPALSTAT和CEPALGEO平台上提供了首批成果，包括夜间灯光、土地利用、城市扩张和森林探测四类数据产品 [22][24][25] 根据相关目录分别进行总结 1. 使用卫星图像构建统计数据和指标的优势 * 卫星图像能够提供**广泛且连续的覆盖**，监测大范围地理区域随时间的变化 [8] * 卫星图像具有**高空间分辨率**，可提供地形精确细节，支持数据在次国家和地方层面的分解 [8] * 卫星能够观测到传统数据收集方法**难以进入的偏远地区** [8] * 卫星可**频繁更新**图像，有助于创建动态和及时的指标 [8] * 地理数据提供了**空间背景和地域分析**能力，可在同一地域框架内整合环境、社会和经济等多源信息，从而更全面地理解发展过程 [8] 2. 地球观测卫星获取的信息 * 地球观测数据主要通过卫星传感器捕获地球发射或反射的**电磁辐射**获得，主要包括可见光、近红外、热红外和微波等波段 [6][7][9] * 可见光波段用于创建显示地理特征、植被变化和土地覆盖的图像 [9] * 近红外波段用于评估植被健康、土壤质量和探测水体 [9] * 热红外波段用于测量地表温度、识别热区 [9] * 微波波段能穿透云层和大气，可在任何天气条件下进行观测，用于探测土壤湿度和地形变化 [9] * 卫星数据以**栅格或网格**形式呈现，每个单元格代表地球表面的一个特定地理位置 [11] * 选择卫星数据源时需重点考虑**空间分辨率**和**时间分辨率**，前者决定细节水平，后者决定数据捕获频率 [15][16][17] * 报告列举了Sentinel系列、Landsat、AQUA/TERRA等提供免费数据的常用卫星任务及其参数，例如Sentinel-2空间分辨率为**10-60米**，重访时间为**5天**；Landsat空间分辨率为**30米**，重访时间为**16天** [19][20] 3. 不同卫星产品在拉美和加勒比地区统计生成中的应用 * 使用卫星数据测量可持续发展具有**成本相对较低**、可构建时间序列、便于跨区域比较等优势 [22] * 通过对原始数据进行处理、分析和转换，可以生成**衍生数据产品**，丰富可用信息并提供揭示变量间模式的空间背景 [23] * 报告详细介绍了已整合到CEPALSTAT和CEPALGEO平台的首批四类数据产品 [24][25] 夜间灯光 * 数据源：选用**VIIRS/NPP Black Marble**产品，因其空间分辨率高且时间尺度多样 [28] * 应用：可用于分析人口分布、监测城市发展、探测环境变化、监测经济活动、评估灾害影响、安全防御及光污染研究等 [27][33] * 生成指标：包括**2012年至2024年**的年度平均夜间灯光辐射亮度、辐射亮度大于**50 nWatts·cm⁻²·sr⁻¹**区域的年度平均辐射亮度、夜间发展指数等 [30][31] * 生成地理图层：空间分辨率为**15角秒**的年度平均辐射亮度图层 [34][35] 土地利用和土地覆盖 * 数据源：选用**全球动态土地覆盖产品**，空间分辨率为**100米** [40] * 应用：可用于监测城市扩张、森林砍伐和气候变化等 [45] * 生成指标：包括**2015年、2019年和2023年**的土地覆盖比例（涵盖树木、灌木、草地、作物、建成区等**11类**）和景观异质性指数 [41][42] * 生成地理图层：**100米**分辨率的土地利用和土地覆盖类别图层 [44] 城市扩张 * 数据源：选用**GHSL-Built**产品，该产品基于Sentinel卫星图像，并运用机器学习和人工智能技术 [50] * 应用：可用于监测人口增长、可持续城市规划、基础设施管理以及风险和灾害管理 [57] * 生成指标：包括**1975年至2030年**（每**5年**）的建成区覆盖面积，以及**1980年至2030年**（每**5年**）的城市增长面积 [52][53] * 生成地理图层：**100米**分辨率的建成区表面积图层 [55] * **2020年之后**的产品基于机器学习模型预测得出 [51] 森林探测 * 数据源：选用**GLAAD**提供的产品，将森林定义为高度大于等于**5米**的树木覆盖 [61] * 应用：为森林管理、保护和恢复政策的制定提供信息支持 [60] * 生成指标：包括**2000年和2020年**的森林范围、平均森林高度、森林丧失范围和森林增长范围 [63][64] * 生成地理图层：对应上述指标的森林地理图层 [66] 4. 在拉美和加勒比国家利用卫星图像生产官方统计的机遇 * 国际统计和地理空间界已提出利用此类数据监测**2030年可持续发展议程**和**全球气候变化指标框架**等国际承诺的机制 [68] * 地球观测卫星能力和多样性的增长为支持更广泛的指标提供了重要机遇，可在海洋学、气象学、农业活动和能源部门等主要主题群中提供更精确、空间明确且频繁更新的数据 [69] * 未来有望在更多已识别的领域提供更多源自卫星图像处理的统计产品 [69]