【遥感应用】利用移动通信和卫星数据进行贫困地区制图

2017年2月8日

孟加拉国贫困地图展示以下国家估测：财富指数（A）、脱贫进展指数（B）、和家庭收入（C）。这些地图使用移动通信数据、卫星数据和贝叶斯地理统计模型生成。红色代表贫困程度较高地区。

图片提供：南安普顿大学WorldPop项目。

　　一个国际研究小组首次开发出一种将手机移动通讯匿名数据和卫星影像数据相结合的方法，完成了测量贫困程度的高分辨率地图。

　　研究小组由南安普顿大学World Pop和Flowminder基金会牵头，与Telenor研究所和移动电话公司Grameen电话一起开展孟加拉国贫困率以及分布情况调查——进行与手机使用相关的一系列信息分析。由Bill和Melinda Gates基金会资助的该项研究成果在《英国皇家学会》期刊上发表。

　　研究小组发现，通过将移动通信数据与卫星产生的地理空间数据相结合的方法，他们能够开展贫困预测工作，结果与使用传统数据为来源的预测相似，但具有显著优势。

　　论文第一作者Jessica Steele博士指出，人口普查和家庭调查数据通常作为数据源估测贫困率。但是，这些数据不进行定期更新——例如，人口普查工作每10年才开展一次——而且在低收入国家，住户调查可能参差不齐。使用手机数据的优势在于可提供不断更新的信息，可以进行多种询问方式，以不间断方式对变化情况进行连续跟踪。与具有类似功能的卫星数据结合，能给予更多贫困动态视图及其地理分布信息。

　　每当一个人使用手机向接收塔发送信息时，可以确定其所在的大致位置。数据还包含其他信息：数据使用量，短信发送数量，通话次数和时长。它可以显示出人们旅行次数和旅行距离，以及他们使用的手机类型，即，是普通移动设备还是智能手机。

　　这样的匿名数据有助于贫困画面形成。例如，手机月费和一个地区使用手机的人口比例，可以表明相关的家庭财政情况，而手机移动分布和网络使用情况可提供有关个人经济机会的信息。

　　同样地，卫星遥感数据可以反映出不同社区的生活条件。WorldPop研究所的研究人员多年来通过降雨、温度和植被数据研究，进行农业产量估算，还根据居住区与道路和城市的距离以及夜晚灯光亮度情况推测该生活地区得到市场和信息的能力。

　　斯蒂尔博士补充表示，卫星数据可以提供农村地区生活条件的优质信息，但对于人口密集的城市来说，用这种途径获取信息比较困难。而对于手机来说，情况正好相反——具有更多天线的城市，较之农村地区稀疏分布的移动接收塔，意味着可获取更多移动电话信息。

　　研究人员认识到一些极为贫穷的社会可能连1部手机都没有，但即使考虑到这一点，他们还是能够判别低收入流动定居点和更富有地区的明显差异。

　　2016年，联合国承诺将“到2030年终结所有形式和维度的贫穷”作为其可持续发展目标的一部分。实现该目标的步骤之一，是把社会中最脆弱的部分作为关注目标。

　　研究人员目前正面向其他国家扩大工作范围。为了更好地为政府和救援组织提供信息支持，他们希望能够利用该研究成果在未来更有效地提供贫困跟踪的详实信息。

　　原文题目：Mobile phone and satellite data to map poverty

　　资料来源：https://phys.org/news/2017-02-mobile-satellite-poverty.html

　　（王化编译，殷永元审核）