地球大数据支撑可持续发展目标报告（2020）_130页_41mb

地球大数据支撑可持续发展目标报告总结

核心内容概述

本报告由中国科学院于2020年发布，围绕联合国2030年可持续发展议程的六个目标：SDG2零饥饿、SDG6清洁饮水和卫生设施、SDG11可持续城市和社区、SDG13气候行动、SDG14水下生物、SDG15陆地生物，利用地球大数据技术开展数据集成、指标建设与可持续发展状态评估。报告总结了26个典型案例，展示了地球大数据在SDGs监测与评估中的应用价值和前景。

主要观点

• 地球大数据具有宏观、动态、客观的监测能力，可整合陆地、海洋、大气及人类活动相关数据，为SDGs提供大尺度、周期变化的丰富信息，助力决策支持。
• SDGs落实面临挑战，包括数据缺失、能力不均衡、指标间的关联与制约等，需加强科学-政策-社会的互动。
• 地球大数据技术为SDGs提供了新的评估方法、数据来源和决策支持，推动了科技服务全球可持续发展的进程。
• SDG2零饥饿方面，通过多源数据融合和遥感估算模型，评估了中国5岁以下儿童生长迟缓率和粮食生产潜力，提出了提升粮食可持续性生产的路径。
• SDG6清洁饮水和卫生设施方面，围绕湖泊透明度、用水紧张程度和湿地变化，发展了监测方法，提供了数据产品，支持全球水环境治理。
• SDG11可持续城市和社区方面，通过深度学习模型和综合评价方法，分析了中国城市人口分布、公共交通使用、灾害损失等，提出了城市可持续发展方案。
• SDG13气候行动方面，监测了极端高温热浪和气候变化对作物物候的影响，为粮食安全提供决策支持。
• SDG14水下生物方面，评估了中国近海海洋垃圾、微塑料污染及海湾生态系统健康，提出了海洋生态保护建议。
• SDG15陆地生物方面，分析了森林覆盖、土地退化和生物多样性保护，为全球生物多样性评估提供了数据支持。

关键信息汇总

SDG2 零饥饿

• 背景：消除饥饿，实现粮食安全，改善营养状况，促进可持续农业。
• 数据产品：中国5岁以下儿童生长迟缓率变化数据集、耕地复种指数及潜力空间分布数据集、三大主粮作物产量提升潜力及化肥减量空间数据集。
• 方法模型：作物产量潜力遥感估算模型、基于深度学习语义分割模型的棚户区提取方法。
• 决策支持：
  • 中国5岁以下儿童生长迟缓率从2002年的18.8%降至2017年的4.8%，达到SDG2.2对应目标。
  • 中国耕地可持续集约化利用潜力较大，通过复种可增加1.35×10⁵~3.63×10⁵ km²粮食收获面积。
  • 三大主粮作物（水稻、小麦、玉米）在主要产区有显著单产提升潜力，且化肥施用可减量空间较大。

SDG6 清洁饮水和卫生设施

• 背景：提供清洁饮水和卫生设施，改善水资源利用和水环境保护。
• 数据产品：中国湖泊水体透明度时间序列数据集、疏勒河流域用水紧张程度数据集、国际重要湿地水体分布数据集。
• 方法模型：基于双波段反射率的湖泊透明度监测算法、耦合冰川模块的用水紧张程度算法。
• 决策支持：
  • 中国湖泊水体透明度总体改善，I类清澈湖泊占比从39.12%增长至54.01%。
  • 疏勒河流域用水紧张程度在2021~2030年将加剧，需优化水资源配置。
  • 湿地保护与恢复成效显著，为全球湿地管理提供了参考。

SDG11 可持续城市和社区

• 背景：建设可持续城市和社区，提高城市包容性、安全性和环境质量。
• 数据产品：城市不透水面数据集、城市公共交通人口分布数据集、城市灾害损失评价数据集。
• 方法模型：基于深度学习网络模型的城市棚户区和灾害识别方法、EGRLCR新评价指标。
• 决策支持：
  • 中国城市公共空间面积比例持续增加，公共交通人口占比提高16.28%。
  • 城镇化进程中，需关注经济增长与土地利用的协调。
  • 提出基于省域尺度的SDG11多指标综合评价，为城市可持续发展提供支持。

SDG13 气候行动

• 背景：减少气候相关灾害损失，应对气候变化。
• 数据产品：极端高温热浪频率和强度数据集、作物物候预测数据集。
• 方法模型：多种非平稳模型与参数化方法混合评估模型。
• 决策支持：
  • 中国极端高温热浪呈明显上升趋势。
  • 小麦和玉米开花期和成熟期大概率提前，为粮食安全提供科学依据。

SDG14 水下生物

• 背景：保护和可持续利用海洋及沿海生态系统。
• 数据产品：中国近海海洋垃圾与微塑料分布数据集、典型海湾生态环境数据集。
• 方法模型：深度学习模型提取筏式养殖信息。
• 决策支持：
  • 中国近海漂浮垃圾丰度减少，微塑料污染改善。
  • 胶州湾、四十里湾和大亚湾生态系统健康状况良好。
  • 筏式养殖面积增长，生态保护红线内面积稳定。

SDG15 陆地生物

• 背景：保护和可持续利用陆地生态系统，减少土地退化。
• 数据产品：全球及中国森林覆盖数据集、生物多样性保护分区数据集。
• 方法模型：基于多规则时间序列遥感影像合成方法、综合时空谱多维特征的森林类型提取方法。
• 决策支持：
  • 中国土地退化零增长趋势向好，贡献全球近1/5。
  • 黄土高原水土流失和北方沙地沙漠化明显改善。
  • 提出生物多样性保护和可持续利用的分区方案。

结论与展望

• 结论：地球大数据技术在SDGs监测与评估中展现出巨大潜力，提供了科学数据、方法模型和决策支持，推动了全球可持续发展目标的实现。
• 展望：
  • 需进一步完善SDGs全球指标框架，提升数据质量和方法模型的科学性。
  • 需加强数据共享与国际合作，推动科技助力全球发展。
  • 未来将开发能同时估算产量潜力与化肥减量的模型，实现增产与减肥的耦合。
  • 需关注气候变化对SDGs的影响，开展系统性决策研究。

案例汇总表

总体评价

本报告展示了地球大数据在SDGs监测与评估中的应用价值，为全球可持续发展目标的实现提供了科学支撑和决策依据，同时也为中国及全球的可持续发展实践提供了创新方法和路径。