可持續(xù)發(fā)展目標空間觀測與評估*

陳 方 賈慧聰 王 雷

1（可持續(xù)發(fā)展大數據國際研究中心 北京 100094）

2（中國科學院空天信息創(chuàng)新研究院數字地球重點實驗室 北京 100094）

3（中國科學院大學 北京 100049）

0 引言

2015 年，聯(lián)合國通過了《變革我們的世界：2030年可持續(xù)發(fā)展議程》（以下簡稱“2030 年議程”）[1]，包含17 項可持續(xù)發(fā)展目標（Sustainable Development Goals，SDGs），從社會、經濟和環(huán)境三個維度指導全球可持續(xù)發(fā)展，已成為全球各國的重要發(fā)展策略和行動計劃。2021 年，全球約1/10 的人口遭受饑餓挑戰(zhàn)，超過30 億的人口面臨水安全導致的疾病侵襲，約7.33 億的人口無法獲得電力，海平面上升、溫室氣體濃度升高、極端氣候變化導致氣候問題挑戰(zhàn)嚴峻，海水酸化、過量營養(yǎng)物質和塑料污染等不斷加重海洋污染威脅數十億人口的生計，森林大規(guī)模采伐、土地及生態(tài)系統(tǒng)惡化、生物多樣性喪失等，對人類生存和可持續(xù)發(fā)展帶來了嚴重影響[2]。當前，2030 年議程進程近半，但氣候變化加劇和新冠肺炎疫情等使議程落實受到巨大沖擊，個別目標的全球進展面臨倒退風險，需要加快實施進程才有望在2030 年實現各項目標[3]。

及時、準確、動態(tài)獲取全球SDGs 指標數據是保障2030 年議程推進的基礎。然而，如聯(lián)合國《2023 年可持續(xù)發(fā)展目標報告》指出，全球SDGs 指標數據在覆蓋范圍、及時性和分類性等方面仍存在巨大差距[4]。目前，SDGs 指標數據以粗粒度的統(tǒng)計數值為主，時間和空間分辨率多為“年”和“國家”，難以根據地理位置、人口分布、環(huán)境差異等進行有效分解，阻礙了根據SDGs 進展的區(qū)域差異實施決策。經濟合作與發(fā)展組織（OECD）提出，若地方政府無法有效參與，169 個SDG 具體目標中的105 個將難以實現[5]。這些具體目標中，大部分是對時空變化敏感的環(huán)境類具體目標。

空間觀測作為人類觀測、認知地球和解決重大全球性問題不可或缺的技術手段，在細致探究人類活動與自然環(huán)境交互作用的機制和演變過程，系統(tǒng)厘清人類可持續(xù)發(fā)展的各類限制因素并探究其內在協(xié)同關系，以及宏觀把握可持續(xù)發(fā)展在社會、經濟和環(huán)境三個維度的核心科學問題等方面發(fā)揮著關鍵作用[6]。2030 年議程推動了史無前例的海量數據需求，極大地促進了數據創(chuàng)新的發(fā)展。運用空間觀測技術，研究自然--人類社會系統(tǒng)之間復雜的互動性和協(xié)同演化的發(fā)展路徑，有助于突破統(tǒng)計數據在行政區(qū)域上的局限，深入挖掘和分析覆蓋不同時空尺度和地理位置的信息，以支撐全面理解和實施SDGs[7,8]。

利用空間觀測技術支撐SDGs 環(huán)境類目標監(jiān)測與評估具有獨特優(yōu)勢。一方面數據來源海量多樣，相互驗證可確保信息的準確性和可信度，使得表征地球表層生態(tài)、環(huán)境、資源密切相關的SDGs 目標監(jiān)測結果更透明、可重復；另一方面賦予SDGs 環(huán)境相關指標空間差異和動態(tài)變化信息，有利于決策者通過空間信息發(fā)現發(fā)展的不平衡和薄弱環(huán)節(jié)、補齊短板，并通過時間動態(tài)變化明確變化趨勢和政策效果。SDG 目標中SDG2 零饑餓、SDG6 清潔飲水和衛(wèi)生設施、SDG7 經濟適用的清潔能源、SDG11 可持續(xù)城市和社區(qū)、SDG13 氣候行動、SDG14 水下生物、SDG15陸地生物具有大尺度、周期變化的特點，運用空間觀測的優(yōu)點和獨特性，可為這7 大目標的監(jiān)測與評估探索建立一種新的解決方案。

1 可持續(xù)發(fā)展目標空間觀測與評估進展

1.1 SDG2 零饑餓

全球可持續(xù)發(fā)展的重要基石和核心問題是通過消除饑餓來確保糧食安全，這一目標被納入SDG 2[9]。全球饑餓人口比例在連續(xù)5 年穩(wěn)定后，僅在2020 年一年間就由8.4%增至10.4%。各種形式的營養(yǎng)不良仍是一個挑戰(zhàn)，營養(yǎng)不良率從2019 年的8.0% 升至2021 年的9.8%[10]。此外，受大規(guī)模和高強度的資源環(huán)境消耗與開發(fā)影響，糧食系統(tǒng)正對全球水資源、生物多樣性、關鍵生態(tài)系統(tǒng)等造成威脅。若要實現零饑餓目標需要全球平均農業(yè)生產水平在未來10 年提高28%，是過去10 年增幅的3 倍多[11]。

聯(lián)合國糧農組織（Food and Agriculture Organization of the United Nations, FAO），作為SDG 2的14 個指標中9 個指標的監(jiān)管機構和1 個指標的合作監(jiān)管機構，發(fā)展了系統(tǒng)全面的統(tǒng)計調查數據搜集與共享系統(tǒng)，為促進可持續(xù)的土地、土壤及水資源管理、實現零饑餓目標提供了強有力的數據支撐[12]。然而，全球各國統(tǒng)計調查能力相差較大，近50%的國家沒有可用數據進行零饑餓目標的評估，75%的國家面臨無法在統(tǒng)一標準上進行評估的普遍問題[13]。目前，尋求創(chuàng)新的技術和數據成為落實2030 可持續(xù)發(fā)展議程、實現FAO 2022—2031 年十年戰(zhàn)略目標的4 大加速因素之一[14]。

空間觀測技術為充分、及時、快速地了解糧食生產狀況提供了基礎，已成為農業(yè)生產發(fā)展中幫助各利益相關者進行決策的一種經濟有效的手段，并在許多方面得到了應用和實踐。

（1）在耕地分布信息方面，提取方式已經由土地利用/土地覆蓋數據（時空分辨率不一）中獲取逐漸轉化為生產耕地專題數據集（時空連續(xù)）為主[15,16]。

（2）在種植結構方面，聚焦在復種指數和作物種類的監(jiān)測工作上。同時，植被的時間序列指數監(jiān)測中，泰拉衛(wèi)星（Terra）、諾阿衛(wèi)星（NOAA）、美國陸地衛(wèi)星（Landsat）、哨兵2 號衛(wèi)星（Sentinel-2）等提供了豐富的支撐信息。在研究方法上，統(tǒng)計和數學模型（例如小波變換[17]、主成分分析[18]、時間序列諧波[19]等）與作物物候特征相結合的方式被廣泛運用。作物類型提取多基于光學、雷達等空間觀測數據，主要聚焦水稻[20-22]、小麥[23]、玉米[24,25]、大豆[26,27]等作物。大尺度全類型的作物空間觀測制圖主要集中在美國[28]、中國、加拿大[29]和歐洲[30]等區(qū)域。同時，通過監(jiān)測灌溉前后的土壤濕度和地面溫度的變化來進行農田灌溉的管理[31]。

（3）在作物長勢監(jiān)測方面，空間觀測技術的飛速發(fā)展在病蟲害檢測[32-34]、營養(yǎng)診斷[35,36]和產量預判[37,38]等應用領域不斷擴展和深化。目前，多學科模型如空間觀測數據反演參數和作物生長模型等的融合，已在糧食產量和潛力評估、農業(yè)災害監(jiān)測等領域得到廣泛應用，并且正在逐步發(fā)展到規(guī)模化、精細化、精準化的監(jiān)測階段。空間觀測成為研發(fā)SDG 2零饑餓目標進展的全球公共數據、監(jiān)測糧食安全熱點和敏感區(qū)域農業(yè)發(fā)展的有利工具，從而支撐區(qū)域及全球 SDG2 實現進程評估。

1.2 SDG6 清潔飲水與衛(wèi)生設施

自2015 年聯(lián)合國可持續(xù)發(fā)展議程提出以來，在水資源開發(fā)利用方面，粗放式利用、管理不善、淡水和地下水資源的過度抽取和污染態(tài)勢等未取得根本性改變，全球與水有關的生態(tài)系統(tǒng)正在以驚人的速度退化，SDG 6 未在預定的軌道上推進已成為全球共識[39]。由于缺乏監(jiān)測，全球至少有30 億人賴以生存的水資源的水質狀況還未可知，且有7.3 億人生活在缺水嚴重的國家。按照目前的速度，到2030 年，全球仍將有16 億人、28 億人和19 億人缺乏安全管理的飲用水、環(huán)境衛(wèi)生設施和基本的洗手衛(wèi)生設施[4]。為實現2030 年的具體指標，需要將提升飲用水、環(huán)境衛(wèi)生和個人衛(wèi)生設施等具體指標的進展速度提高4 倍[2]。

2021 年，聯(lián)合國水機制發(fā)布報告系統(tǒng)梳理了全球范圍內清潔飲水和衛(wèi)生設施目標實現進展情況，然而在國家和地方尺度上，報告中使用的數據仍然存在巨大的缺口[39]。SDG 6.3.2 的環(huán)保水質指標是衡量淡水生態(tài)系統(tǒng)健康狀況的關鍵，水質的數據大多數來自現場檢測和室內分析。如今，盡管眾多發(fā)達國家都已設立了持久的水質跟蹤項目，但大部分國家依然沒有建立起系統(tǒng)的水質數據監(jiān)測網絡[40]，這在一定程度上妨礙了對各國的定期監(jiān)測和評估。全球共有153 個國家共享跨界流域，占世界淡水流量的60%以上[41]，因此，在這些跨界流域中開展合作，對公平共享和可持續(xù)水管理至關重要。雖然基于國別統(tǒng)計數據得出了全球尺度SDG 6 總體進展結論，但無法有效支撐國家尺度及其以下各級制定政策。SDG 6.5.2 作為反映跨界水合作狀態(tài)的指標，其評價完全取決于聯(lián)合國成員國的統(tǒng)計上報數據[42]，受國家經濟發(fā)展狀況和國際政治局勢事件的影響，全球國別尺度這一指標的監(jiān)測和評價還不夠充分。

近年來，非傳統(tǒng)的數據來源，例如衛(wèi)星遙感數據、移動電話數據和公眾產生的數據，正在對傳統(tǒng)統(tǒng)計數據形成有益的補充。尤其是空間觀測技術通過衛(wèi)星遙測、快速采集和周期巡訪等手段，進行相關指標高時空解析度的監(jiān)測，同時節(jié)約資金和時間，提供了更精確和更全面的評估結果[43]。歐洲、美國以及中國的各種空間觀測計劃以及相關的技術途徑，正在支持SDG 6.1 和SDG 6.3～6.6 以及 SDG 6.a 的監(jiān)測和評價。隨著衛(wèi)星遙感技術的發(fā)展與水色遙感理論方法的進步，近年來內陸水體空間觀測研究取得了快速進展。

（1）光學、重力衛(wèi)星（GRACE 和 GRACE-FO）以及雷達衛(wèi)星是水資源獲取與高效應用（SDG 6.1 和SDG 6.4）的基礎數據和主要手段，而評估大規(guī)模地表水和地下水動態(tài)變化則是水資源的管理和調度方式[44,45]。

（2）在水環(huán)境改善方面，應用空間觀測技術進行水質監(jiān)測（SDG 6.3）已成為一個研究焦點。當前空間觀測數據正成為地表水水質監(jiān)測最重要的低成本數據來源。在填補數據空白的同時，其大范圍長時序動態(tài)監(jiān)測的優(yōu)勢為實現全球湖庫水質監(jiān)測、探究長時序時空變化規(guī)律提供了有效途徑[46]。

（3）在水生態(tài)系統(tǒng)監(jiān)測和評估（SDG 6.5 和 SDG 6.6）方面，根據聯(lián)合國最新評估報告，全球與水有關的生態(tài)系統(tǒng)正以驚人的速度退化[4]。借助如Landsat、Sentinel-1/2 以及中國國產的高分系列衛(wèi)星（GF 1/2/6）等的衛(wèi)星圖像數據，結合機器學習、深度學習和云計算平臺等技術工具，來精確檢測和估計洪水災害和水利設施建設所帶來的新水域，以及因干旱導致的濕地、湖泊、洪泛區(qū)等生態(tài)環(huán)境的消失和動態(tài)變化[47,48]。空間觀測技術為全球和區(qū)域地表水和地下水動態(tài)變化精準監(jiān)測與計量提供了可能[49]。以光學水質參數作為湖庫水生態(tài)評價的空間觀測主要參量，在遙感監(jiān)測水質時空變化的可靠性方面大大提升，能更好地服務SDG6 指標評估。

1.3 SDG7 經濟適用的清潔能源

化石燃料利用產生的人為碳排放是導致全球變暖的主要原因。為應對全球氣候變化，從化石能源到綠色低碳能源轉型已成為全球共識。SDG 7 的主要標準涉及再生能源、能源供給、能源效率的增長以及國際協(xié)作等諸多因素，旨在確保2030 年的現代能源人人都能用得起，用得上，用得持久[50]。目前SDG 7各項指標雖然取得了一定進展，但其增長速度顯著落后進程目標。如按照目前的增長速度，到2030 年，全球仍將有超過10 億人用不上電以及清潔的烹飪燃料[51]。要實現目標，SDG 7.1.1 的年增長率需要由現在的0.5 個百分點增加到0.9 個百分點，SDG 7.3 能效提升速度必須達到目前的2 倍[52]。要在2030 年實現SDG 7 目標，迫切需要全球在資金、技術和政策等各方面加大投入和協(xié)調。

自 2017 年起，國際能源署（International Energy Agency）等國際機構每年聯(lián)合發(fā)布全球 SDG 7 跟蹤報告，但目前 SDG 7 進程評估依然面臨數據缺失、更新滯后等挑戰(zhàn)。電力短缺是發(fā)展中國家面臨的首要能源問題。通電率是反映電力普及程度的SDG 7指標，及時準確的通電率數據對于各方實現SDG 7.1能源供應目標具有重要的參考價值[51,52]。目前，全球通電率數據主要采用統(tǒng)計調查方法獲得，存在數據更新不及時，部分數據缺失，不同國家間數據可比性差，質量參差不齊，數據非空間化等問題[53]。發(fā)展中國家普遍存在能源短缺問題，同時缺乏資金和技術來實現能源自給和能源轉型。發(fā)展可再生能源將成為實現全球能源轉型、應對全球氣候變化危機的關鍵[54]。要在全球實現SDG 7，關鍵在于如何幫助發(fā)展中國家解決能源短缺和轉型問題，為此，SDG 7 設立了7.a 和7.b 兩個國際合作指標來促進發(fā)展中國家的綠色低碳能源轉型。

空間觀測在全球能源可及和轉型中已凸顯重要作用，發(fā)展基于空間觀測技術的新一代 SDG 7 跟蹤評估方法已成為國際熱點。

（1）在光伏時空分布提取方面，采用高分二號衛(wèi)星和Sentinel-2 衛(wèi)星等多源數據，基于顏色、紋理、形狀、尺寸以及地理位置等光譜及紋理信息特征，創(chuàng)建光伏電站樣本庫，基于訓練構建的光伏電站提取模型，結合深度學習算法精確提取出小尺度圖像中的光伏電站區(qū)域。以坐標信息重新拼合提取結果圖像，實現國家大尺度光伏電站區(qū)域的精準提取[55,56]。長時間序列光伏電站的變化趨勢和空間分布格局可為光伏電站的合理規(guī)劃和選址以及國家尺度 SDG 7.2 的評估提供重要的科學數據。

（2）在高耗能產業(yè)時空監(jiān)測方面，基于長時序衛(wèi)星遙感和實地調研等空間觀測數據，采用時空密度分割和機器學習相結合的高耗能產業(yè)熱源識別技術，研制了 2012—2021 年中國高耗能產業(yè)長時序數據集[57]，為中國重點行業(yè)能效提升和產業(yè)結構調整提供數據支持，同時為國家尺度 SDG 7.3 評估奠定重要基礎。

（3）在發(fā)展可再生能源方面，基于空間觀測數據，利用GIS 空間分析方法，篩選影響風光資源開發(fā)的政策性、技術性和經濟性限制因子，以識別全球風光資源的可開發(fā)區(qū)和評估風光資源技術的可開發(fā)量[58,59]，為全球各國的可再生能源規(guī)劃和風光資源高效利用提供具有空間顯示的決策數據支撐。

1.4 SDG11 可持續(xù)城市與社區(qū)

實現可持續(xù)城市和社區(qū)是應對氣候變化、促進經濟增長并減少貧困和污染的關鍵。據《2018 年版世界城鎮(zhèn)化展望》預測，到2030 年，定居在城市地區(qū)的全球人口將達到60%，而到2050 年，這個比率將上升至將近70%[60]。然而，快速城市化也帶來了住房短缺、交通擁堵、空氣污染、廢物管理等問題以及基礎設施和服務不足等重大挑戰(zhàn)，無計劃的城市擴張使其易遭受氣候變化和自然災害的影響風險。雖然貢獻了全球60%的GDP，但城市地區(qū)也產生了全球75%的垃圾和碳排放[61]。目前，超過40 億城市居民面臨著空氣污染、基礎設施短缺和無序開發(fā)等嚴峻問題。

在聯(lián)合國2030 年議程中涉及的17 個SDGs 中，SDG 11 與其他多個可持續(xù)發(fā)展目標相互關聯(lián)，230多個指標中約有1/3 適用于城市層面內的衡量[62]。然而，很多指標有評估方法而無數據支撐，指標數據的嚴重缺乏成為目標進展監(jiān)測與評估的一大挑戰(zhàn)。城市的可持續(xù)發(fā)展具有復雜關系的特點，傳統(tǒng)的社會統(tǒng)計和人口普查數據實時性差，空間性欠缺，數據質量參差不齊，只能依靠有限的調查問卷。這不僅導致評價結果的時空精度無法滿足決策的需求，也嚴重影響其及時性和可靠性。世界銀行、聯(lián)合國人居署、麥肯錫咨詢公司等都已制定了全面的城市可持續(xù)發(fā)展指數系統(tǒng)，但由于這些系統(tǒng)的數據采集來源和標準存在較大差異，對經濟、社會、環(huán)境和資源的關注重點也各不相同，因此無法產生統(tǒng)一對比的評估結果[63]。其中，全球潛力城市指數[64]聚焦在社會、經濟維度，涉及環(huán)境的可持續(xù)性問題較少體現。

空間觀測技術以其完備、實時、穩(wěn)健、客觀等優(yōu)勢，可以定期獲取全球數據，挖掘全球SDG 11 進展的驅動因素，圍繞城市住房條件（SDG11.1）、公共交通（SDG11.2）、遺產保護（SDG 11.4）和城市空氣污染（SDG11.6）等具體目標開展研究，已成為全球城市可持續(xù)發(fā)展研究的重要數據來源和分析手段。

（1）通過利用機器學習算法與空間觀測大數據的結合，可以精細化估算城市貧窮地區(qū)的狀況[65,66]。基于高分的遙感影像，并結合城市街區(qū)數據，能夠獲取棚戶區(qū)的分布和空間變化，這些高時空分辨率的城市住房數據集提供了評估SDG 11.1 的關鍵數據基礎[67-69]。其中中國的高分二號衛(wèi)星因其較高空間分辨率，在深入洞察城市棚戶區(qū)的空間構造中發(fā)揮了核心作用[70]。

（2）集結交通空間觀測數據對于建構全方位、立體、動態(tài)的并且可以實時更新的交通信息系統(tǒng)極為重要。通過衍生“交通覆蓋”刻畫城市現代化與便捷性的評價維度，對路網密度指數等指標所刻畫的城市可持續(xù)發(fā)展內涵進行評估[71]。

（3）基于多源遙感大數據（例如 Landsat、MODIS遙感影像）等計算的細顆粒物（PM2.5）濃度及變化、開放空間面積占建成區(qū)面積比例、城區(qū)人口密度變化率、區(qū)域增溫敏感性指數等分別刻畫空氣污染程度、城市公共空間建設情況、城市活力與城市能動性以及城市熱島效應，可以突破傳統(tǒng)統(tǒng)計數據難以滿足實時動態(tài)獲取的瓶頸[72,73]。利用空間觀測技術進行具體SDG 11 指標評估，可提供數據基礎和經驗參考，推動可持續(xù)城市和社區(qū)建設，應對氣候變化、促進經濟增長并減少貧困和污染。為揭示全球在城市可持續(xù)發(fā)展SDG 11 實施進程中的現狀和趨勢，空間觀測技術可以提供重要的數據基礎，在大尺度、高時效、細粒度監(jiān)測和評估中發(fā)揮了不可替代的作用。

1.5 SDG13 氣候行動

全球溫室氣體的濃度持續(xù)上升，導致全球平均氣溫不斷打破新的紀錄，短期帶來更多更極端的氣象災害，長期會加快冰川冰蓋的消融，使海平面不斷上升，并威脅生物多樣性[74]。根據《2023 年全球風險報告》的指引，接下來的10 年里，全球將遭遇的極大威脅是無法減緩、無法適應的氣候變化和極端的自然災害[75]。聯(lián)合國2022 年的可持續(xù)發(fā)展報告中指出，世界正處在氣候災難的邊緣，躲避的窗口正在關閉。世界范圍內溫室氣體排放總量依舊在上升，各國必須立刻采取措施，才能將即將到來的氣候危機阻止在臨界邊緣，轉向一種可持續(xù)發(fā)展的未來[2]。

迄今為止，SDG 13 的數據在所有17 個可持續(xù)發(fā)展目標中最為不足，只有約20%的國家能提供相關數據[2]，包含時間和位置信息的數據更是鳳毛麟角。SDG 13.1 和 SDG13.2 涉及的監(jiān)測評估處于方法具備但數據不足的狀態(tài)。SDG 13.1 的執(zhí)行依賴于《2015—2030 年仙臺減災框架》，而該框架的主要監(jiān)管機構聯(lián)合國防災減災署在其報告中明確指出，氣候變化已成為導致人類遭受災害損失的主要原因[76]。現有的災害指標研究中，大都只包括統(tǒng)計數據，對于災害類型、影響范圍、頻次、災民分布等方面的空間數據和多層次分析嚴重不足，因此，也無法有效指導和預警以降低災害風險。SDG 13.2 的執(zhí)行依賴于《巴黎協(xié)議》，該協(xié)議致力于通過減少溫室氣體排放以減緩全球升溫。目前，實現碳平衡是對抗氣候變化最迫切的使命，然而，SDG 13.2 的標準設定相當粗略，只包括了溫室氣體排放量，對于如何實現碳平衡、執(zhí)行進度等問題，卻未能提供充分的指導[77,78]。因此，全球亟需既能反映SDG 指標整體進展，又能提供空間細節(jié)和時間趨勢的數據信息，為應對自然災害和減緩氣候變化提供決策支撐。

整合空間觀測和大數據的優(yōu)勢，有利于減少研究結果的不確定性，同時滿足對全球氣候變化和相關災害風險科學數據的迫切需求。空間觀測提供了一系列有關全球氣候變化影響和響應的時空數據集，能夠作為可持續(xù)發(fā)展目標SDG13 的支持。

（1）在氣候相關災害領域，空間觀測整合了多種數據，包括衛(wèi)星遙感數據、經濟統(tǒng)計數據、測繪數據、地面觀測數據、基礎地理數據等，能夠有效地監(jiān)控大范圍的極端天氣和災害，展示出在實時、精確監(jiān)測諸如洪水、干旱、地震、滑坡、冰湖潰決等重大災害發(fā)生方面的優(yōu)勢[79-81]；基于空間觀測數據搭建的極端氣候與災害數據集成分析平臺，實現了災害性天氣、水文和損失數據等連續(xù)、動態(tài)、大范圍的監(jiān)測，為應對“一帶一路”沿線災害風險挑戰(zhàn)提供有力支持[82,83]。

（2）圍繞應對氣候變化方面，通過解析來自多源衛(wèi)星的大氣多光譜數據，探究全球二氧化碳和二氧化氮濃度在時空維度的差異性，進而研究全球溫室氣體的變化趨勢和碳匯變化的驅動因素[84]。通過融合空間觀測技術和生態(tài)系統(tǒng)模型，運用隨機森林等機器學習方法，精準度量土地覆蓋變遷、氣候變化、二氧化碳濃度改變以及氮沉積的變化，對全球總碳匯變化產生的影響[85-87]，為實施差別化碳減排路徑和區(qū)域協(xié)同減排對策做出貢獻。

1.6 SDG14 水下生物

海洋占據地球面積的71%，作為全球三大生態(tài)系統(tǒng)核心之一，對全球的水循環(huán)、氣候變化、生物多樣性保護，以及為眾多物種提供棲息地等方面具有至關重要的作用。2010 年有超過19 億的人口選擇在沿海地區(qū)居住，預測到2050 年這個數字會增長至24 億。但是40%以上的海洋表面已遭受到來自陸地和海域活動的多重影響[88]。海洋生態(tài)系統(tǒng)以其巨大的格局、快速的變化以及高度的復雜性，體現了SDG 14 代表的多元化、活躍性和互動性的龐大系統(tǒng)。為了實現SDG 14，對其所有的具體目標進行有效監(jiān)控和測量是十分關鍵的，因此迫切需要建立一個科學、合理并完善的數據和方法支持系統(tǒng)。

從全球角度看，SDG 14 關于海洋及其資源的保護和持久使用的主要目標大都未能達到預設的期待。聯(lián)合國在發(fā)布的《第二次全球海洋綜合評估》報告[89]中披露，自2015 年首次進行全球海洋評價以來，人類活動造成的諸如氣候變化相關影響、不規(guī)范的捕魚行為、外來生物入侵等壓力，使得重要的海洋生態(tài)系統(tǒng)（例如紅樹林和珊瑚礁）的狀況持續(xù)下滑。傳統(tǒng)的SDG 14 大部分數據主張傾向于采用層級填報的統(tǒng)計方式，然而這種方法在某些區(qū)域存在數據上報滯后和準確度不高的問題。此外，SDG 14 的相關指標監(jiān)測數據嚴重匱乏，使得相應的分析評估和決策信息不足，這些問題嚴重阻礙了 SDG 14 實際目標的實現。

在海洋研究領域，空間觀測技術作為一種新的手段，已成為理解和發(fā)現海洋新知識的動力。

（1）在保護海洋生態(tài)系統(tǒng)方面，利用長期、多源的空間觀測數據構建了一套具有高空間精度、長時間跨度的紅樹林空間分布監(jiān)測數據集，能夠實時分析紅樹林退化和恢復的時空分布特點[90,91]。

（2）在保障海洋安全方面，建立了涵蓋長時期數據的渤海赤潮事件數據庫，推動了實地觀察和遙感觀測在赤潮監(jiān)測中的應用，保障了海洋安全監(jiān)測的及時性和不間斷性[92]。

（3）在海洋的可持續(xù)經濟利用方面，利用空間觀測技術和深度學習算法，已構建2015—2020 年中國范圍濱海養(yǎng)殖池和近海筏式養(yǎng)殖區(qū)高精度分布數據，以及2020 年全球尺度濱海養(yǎng)殖池數據集，空間分辨率為10 m，為持續(xù)開展海洋經濟活動提供關鍵數據支撐[90]。

（4）在海洋生態(tài)系統(tǒng)健康度評估方面，充分利用空間觀測大數據平臺的數據，根據海域生態(tài)系統(tǒng)的結構、服務功能、生態(tài)問題和災害等特征[93]，進一步改進了與SDG 14 有關的監(jiān)測方法，并構建了海洋健康評估的技術和模型系統(tǒng)，從而推出了更為精細的監(jiān)測評估數據，以服務于國家決策和近海開發(fā)的管理工作。隨著中國高性能計算能力的顯著提升，實時監(jiān)測海洋數據、數值預報和情景模擬系統(tǒng)的集成，能夠更好地加強SDG14 的實施，并提供更高效的海洋災害和海洋污染防控措施。

1.7 SDG15 陸地生物

盡管聯(lián)合國2030 年議程已經實施了8 年，但SDG 15 的目標完成情況仍面臨嚴峻挑戰(zhàn)。例如，全球的森林面積（SDG 15.1.1）呈現持續(xù)縮小趨勢[94]；全球約有75%的土地正在經歷退化（SDG 15.3.1）[95]；盡管全球重要的生物多樣性地點保護比例處于上升趨勢（SDG 15.1.2、SDG 15.4.1），但是有關生物種類繁多的紅色名冊指數（SDG 15.5.1）還在繼續(xù)下降[96]。考慮到目前的進度，到2030 年達成SDG 15 的目標將會面臨巨大挑戰(zhàn)。

2023 年是SDGs 中期評估時間節(jié)點，開展SDG 15進展評估是了解進展、明確差距并采取有效干預的關鍵。開展大尺度、空間明確的SDG 15 指標狀態(tài)評估，并明確氣候變化與人類活動的相應貢獻，對于指導科學保護與恢復政策的制定具有重要的意義。隨著數據可用性的提高與技術方法的發(fā)展，SDG 15 涵蓋的14 個指標中有8 個指標處于Tier I（有方法有數據）[96]。然而，這些指標的獲取方法主要以統(tǒng)計手段為主，缺乏跨尺度（全球—區(qū)域—國家—局地）上的可拓展性，很多能力相對落后的發(fā)展中國家無法進行進展評估。生態(tài)系統(tǒng)變化受多尺度多因素相互作用的影響，傳統(tǒng)數據或分析方法顯然已力所難及。

當前，充分發(fā)揮空間觀測和地球大數據的優(yōu)勢，填補SDG 進展評估數據空缺、實現SDG 的連續(xù)地理空間化評估，已得到了聯(lián)合國管理機構的廣泛認可，相關數據已成為國家統(tǒng)計數據的重要補充。

（1）在森林保護與恢復方面，目前已有若干全球尺度森林分類、覆蓋度數據[97]。然而，這些數據存在分類體系不夠精細、空間不連續(xù)和不確定性較大等問題。充分挖掘空間觀測數據的潛力，學者們開展了林木覆蓋及油棕分布的監(jiān)測[98]，評估了中國森林地上生物量的動態(tài)變化[99,100]，以期為森林可持續(xù)管理提供數據支持與方法參考。

（2）在土地退化零增長方面，防治荒漠化與土地退化是SDG 15.3 的核心內容，2030 年實現土地退化零增長已得到國際社會全面接受和認可[101,102]。充分利用空間觀測技術的優(yōu)勢，利用一致的土地覆蓋、土地生產力與土壤有機碳3 個子指標開展監(jiān)測期（2015—2020 年）中國土地退化零增長動態(tài)評估，對蒙古高原沙塵暴動態(tài)及驅動因素進行分析并提出了對策，以期為土地退化零增長目標實現提供新數據與新手段[103]。空間觀測技術產生的數據可以快速、高效、直觀且在更高空間顆粒度上呈現SDG 指標的有效觀測和評估，如圖1 所示[104]，基于衛(wèi)星觀測數據生產的全球30 m 分辨率的森林覆蓋數據可有效支撐SDG 15.1.1 森林覆蓋率的監(jiān)測與評估，對比依據傳統(tǒng)統(tǒng)計數據獲取的國別尺度森林覆蓋率指標結果（見圖2[104]）具有顯著優(yōu)勢[104]。空間觀測數據技術為集成多級尺度空間明確的數據，精細化分析不同區(qū)域SDG 15 指標進展、明確不足與空缺提供了重要支撐。

圖1 基于空間觀測技術的全球森林覆蓋分布Fig. 1 Global forests cover distribution based on spatial observation technology

圖2 基于統(tǒng)計數據的全球國別尺度森林覆蓋率分布Fig. 2 Global forest coverage distribution at the national scale based on statistical data

2 結論與展望

落實聯(lián)合國2030 年議程面臨數據缺失、指標體系不完善、發(fā)展不平衡等問題，這對科技創(chuàng)新提出了更高的需求，其中對數據和方法的需求是尤為迫切和重要的。利用空間觀測技術，定期收集和整合全球的各類數據，以便對7 個SDGs（零饑餓、清潔飲水和衛(wèi)生設施、清潔能源、可持續(xù)城市和社區(qū)、氣候行動、水下生物和陸地生物）的進展進行持續(xù)監(jiān)測和評估，可以為全球落實聯(lián)合國“2030 年可持續(xù)發(fā)展目標”及制定決策提供科學參考和依據。

空間觀測技術的廣泛應用有效地推動了可持續(xù)發(fā)展目標的實現，同時也存在諸多問題，例如需要采用更高質量和空間分辨率的地球科學數據，發(fā)展更合理、更智能的SDG 指標評估方法，推動數據共享和應用以及搭建多指標間的綜合評價體系等[6,7]。為促進聯(lián)合國2030 年議程的實現，未來重點研究內容應包括以下五個方面。

2.1 發(fā)展SDGs 空間觀測指標體系

當前聯(lián)合國SDG 指標體系中的部分指標無法體現國家間人口、發(fā)展程度、地理環(huán)境差異，且基于國別尺度的統(tǒng)計數據難以體現國家內部不同地理單元的可持續(xù)發(fā)展水平差異，限制了踐行“不讓一個人掉隊”的目標宗旨。基于空間觀測的地球大數據具有顯著的地理空間分解能力，特別是針對環(huán)境類指標，可實現更高空間維度的SDG 指標監(jiān)測與評估。因此，進一步加強SDG 指標體系的深層次理解，研究基于空間觀測數據的新指標并促進其應用，有助于進一步完善和優(yōu)化調整現有SDG 指標體系。

2.2 面向SDGs 評估的空間觀測數據共享模式

由于各國統(tǒng)計標準和方法的不同，各指標數據的規(guī)范性和質量參差不齊，發(fā)達國家和發(fā)展中國家在地理覆蓋率和時效性方面也存在顯著差距。海量空間觀測數據的合理管理模式和高效共享方式是促進可持續(xù)發(fā)展目標實現的前提。目前，空間觀測數據存在著共享機制不完善、共享技術創(chuàng)新性匱乏、共享服務模式單一和共享權益保障較弱等問題，全球需要推動更廣泛的科學數據共享和應用，加強多時空數據的管理與關聯(lián)融合，夯實空間觀測數據共享機制，消除信息孤島、實現數據的快速匯集和報送，打破空間觀測數據的共享壁壘，彌合數字鴻溝，充分發(fā)揮空間觀測數據在實現全球可持續(xù)發(fā)展目標中的作用。

2.3 可持續(xù)發(fā)展目標監(jiān)測與評估新方法

基于空間觀測數據的SDG 指標監(jiān)測新方法和新模型需要在自動化、智能化和時效性方面取得進步以實現空間觀測數據的高效利用。依賴某個特定領域現有的挖掘分析理論和方法，已經不能有效地促進科學的發(fā)現。為解決一些重要的科學問題，需要系統(tǒng)性、全面性地運用并創(chuàng)新各種技術方法。現階段的空間觀測數據分析方法聚焦在統(tǒng)計分析、可視化展現，以及機器學習技術。結合深度學習、人工智能、數據融合、數據同化和區(qū)塊鏈等創(chuàng)新前沿技術，進一步提高各種方法的適用性和可解釋性，可有效提高空間觀測數據衡量可持續(xù)發(fā)展目標的能力。

2.4 可持續(xù)發(fā)展科學衛(wèi)星數據應用

2021 年，可持續(xù)發(fā)展大數據國際研究中心研制的可持續(xù)發(fā)展科學衛(wèi)星1 號（SDGSAT-1）成功發(fā)射，其核心目標在于通過收集并分析特定的人類與自然環(huán)境互動的數據，以更好地服務于聯(lián)合國2030 年議程。2022 年9 月“SDGSAT-1 開放科學計劃”得以落實，有超過70 個國家開始使用該衛(wèi)星提供的信息。推動國際社會廣泛使用該衛(wèi)星數據，利用新型數據為國際社會特別是發(fā)展中國家開展 SDGs 研究做出實質貢獻。同時，通過優(yōu)化數據質量、處理方法、空間分辨率和數據粒度方式進一步提升空間觀測數據的應用價值，充分發(fā)揮其在實現可持續(xù)發(fā)展目標評估中的作用。

2.5 空間觀測服務SDGs 權衡協(xié)同

聯(lián)合國2030 年議程提供了一個全面和多維的發(fā)展觀。由于不同可持續(xù)發(fā)展目標的相互關系，單一目標會受到其他目標的促進或限制作用。空間觀測數據具有的時空連續(xù)特征能夠補充或替代傳統(tǒng)官方的統(tǒng)計數據，并提供包括土地、大氣、海洋和人口等在內的多主題信息。需要利用海量多源信息推動全球、國家或區(qū)域間跨部門的監(jiān)測能力，進行問題導向的數據挖掘，探索構建多指標綜合評估體系，充分分析不同可持續(xù)發(fā)展目標間的協(xié)同或權衡關系，以準確把握指標動態(tài)趨勢，為促進全部可持續(xù)發(fā)展目標的共同發(fā)展提供科學依據。