空天信息技术驱动的区域经济韧性评估与政策响应机制研究
“第二十八届中国科协年会学术论文”专题：
1.空天信息技术驱动的区域经济韧性评估与政策响应机制研究
2.上海国土空间星空地一体化遥感监测关键技术及应用
3.基于改进的YOLO11的天际线检测算法
4.面向灾前光学与灾后SAR的配准不确定性感知实例级建筑损毁评估
5.无人机倾斜摄影测量技术支持下的三维建模可行性研究
6.耦合多因子要素的川渝跨省低空目视航线自动规划及航线服务能力评估
7.面向高标准农田基础设施管护的无人机巡检智能分析方法
8.高速公路路域植被生物量估算——以山西省太临高速为例
9.面向多云地区的置信度引导多模态Transformer水稻提取
10.人—房—经济耦合的三维城市时空演化模式识别与路径分析——以中国西南地区为例
学术论文分享
空天信息技术驱动的区域经济韧性评估与政策响应机制研究
摘要：
目的 针对传统经济韧性评估依赖滞后、粗粒度统计数据而难以实现动态测度与前瞻性政策响应的问题, 本文探索空天信息技术在区域经济韧性评估与政策响应机制中的应用潜力, 构建“数据-评估-机制”一体化范式, 为脱贫地区巩固成果、防范返贫风险提供科学支撑。
方法 以甘肃省75个脱贫县区为案例, 整合多源空天遥感与社会经济数据, 构建“暴露度-敏感性-适应能力”三维韧性指标体系; 采用熵权空间自相关模型评估2015—2025年韧性时空演变, 利用LSTM与多情景模拟预测不同冲击下韧性趋势, 设计“监测-预警-模拟-优化”闭环政策响应机制, 并通过8个脱贫县进行验证。
结果 空天信息增强模型较传统方法在干旱冲击监测中敏感性提升22%, 夜间灯光变化率与GDP增长率的相关系数达0.82;韧性呈“东南高、西北低”格局, 临夏回族自治州北部、定西市北部为“低-低”集聚区, 最后脱贫摘帽的8县韧性普遍偏低; 植被覆盖度、土壤水分是关键韧性指; 基于空天信息的精准干预使极端干旱下县域韧性指数提升28%, “产业多元化+技术推广”对干旱农业县效果最佳。
结论 空天信息技术可有效弥补传统数据短板, 实现从事后评估到事前预警的提升。本文研究为脱贫地区韧性研究提供了科学工具, 对完善经济韧性理论与政策信息学数据基础具有重要价值。
关键词：空天信息技术；经济韧性；脱贫地区；政策响应机制；地理空间人工智能
基金项目：国家重点研发计划重点专项课题(2022YFB3903604);国家自然科学基金(42371463);兰州交通大学优秀平台(201806)
本文引用格式：
金江磊, 闫浩文, 张欣悦, 等. 空天信息技术驱动的区域经济韧性评估与政策响应机制研究[J]. 测绘通报，2026(5)：1-6. DOI: 10.13474/j.cnki.11-2246.2026.0501.
JIN Jianglei, YAN Haowen, ZHANG Xinyue, et al. Research on the assessment of regional economic resilience and policy response mechanism driven by aerospace information technology[J]. Bulletin of Surveying and Mapping, 2026(5): 1-6. DOI: 10.13474/j.cnki.11-2246.2026.0501.
阅读全文：http://tb.chinasmp.com/article/2026/0494-0911/20260501.htm
在全球化与不确定性叠加时期，区域经济系统的稳定性面临严峻挑战。传统增长模式在外部冲击下表现出脆弱性，如何使区域经济具备抵御风险、快速恢复并实现适应性转型的能力，成为研究热点[1-2]。经济韧性作为衡量系统应对危机能力的核心概念，已成为区域可持续发展的关键基石[3-4]。然而，韧性评估长期受限于传统统计数据的滞后性、粗糙粒度与动态关联性缺失[5]。卫星遥感、航空遥感、无人机观测等空天信息技术可提供宏观、实时、多尺度的对地观测数据[6-7]，结合地理空间人工智能(GeoAI)能高效转化为经济活动、资源环境等动态信息[8]。空天信息为理解经济系统韧性特征开辟了新路径，其赋能评估与决策的潜力亟待挖掘[9-10]。
现有的空天信息技术涵盖卫星/航空遥感、多源数据融合及GeoAI分析[11]，经济韧性指区域系统抵抗冲击、吸收扰动、快速恢复并适应性调整的能力，社会经济决策是多元主体基于科学证据的优化过程[12-13]。在此背景下，如何利用多源空天信息构建韧性评估框架，空天信息相比传统数据有何优势[14]，如何设计可操作的政策响应机制，实现动态识别与情景推演[15]，空天信息在农业、城市、环境等部门赋能决策的具体路径与挑战[16-17]等问题成为研究的重要课题。
经济韧性理论及韧性概念源于生态学，之后引入区域经济地理学。Martin于2012将其解构为抵抗性、恢复性、重新定位性、更新性4个维度，并指出韧性是由制度、网络与创新能力共同塑造的社会建构过程[18]。韧性评估方法分为就业率、GDP的单一指标法与综合指标体系法。传统方法存在数据滞后无法动态预警、空间粒度粗糙导致MAUP问题的局限性[19]。
空天信息技术应用场景下的空天数据可有效弥补传统数据缺陷[20]。遥感应用已从自然监测拓展至社会经济领域，包括土地利用/覆盖变化、作物估产、灾害监测及环境变化。GeoAI极大提升了信息提取效率，适用于智慧城市、公共卫生、资源管理等场景。深度学习融合的多源数据融合技术进一步提升了时空分辨率[21]。在融合场景下，政策信息学利用数据科学分析、评估公共政策[22]。大数据则驱动政策文本量化与评估优化。空天信息已与环境政策融合，并向经济社会决策延伸，其关键挑战在于弥合技术语言与政策语言的鸿沟。当然，现有研究存在以下不足：空天信息对韧性评估贡献零散、缺乏系统框架，空天信息驱动的政策响应机制研究匮乏，“空天信息-决策”传导路径缺乏实证。
综上，本文拟构建“数据-评估-机制-应用”四位一体研究框架，创新空天信息增强的韧性评估理论框架，集成GeoAI与情景分析设计闭环政策响应机制，深入多部门实证赋能韧性研究。
01 研究方法
本文采用定量与定性相结合的混合研究方法。定量部分基于多源空天数据与社会经济数据进行韧性评估与情景模拟；定性部分通过政策工具识别与案例研究提供实践支撑。
1.1 数据来源与预处理
研究时间跨度为2015—2025年，空间范围为甘肃省75个脱贫县区(含58个连片特困县、17个插花型贫困县)。空天遥感数据包括：Landsat 8/9 OLI(30 m，16 d)、MODIS(250~1000 m，1 d)、Sentinel-1 SAR(10 m，6 d)、GOSAT/OCO-2/3(CO2浓度)、SMAP(9 km，3 d)、VIIRS DNB夜光(750 m，1 d)。几何与大气校正(ENVI/GEE)、云掩膜与S-G滤波/HANTS时序重建、空间重采样至250 m统一分辨率均通过预处理。社会经济统计数据为统计年鉴的GDP、就业、产业结构、财政收支等年度数据。通过空间匹配建立县级属性表，并采用夜光数据降尺度模型将GDP、人口分解至1 km网格。地理信息数据包括行政区划(1∶100万)、基础设施(OSM)、DEM(SRTM 30 m)、历史灾害分布(EM-DAT)。数据融合与时空配准采用ESTARFM融合Landsat与MODIS生成30 m/8 d NDVI；卡尔曼滤波同化SMAP与Sentinel-1生成1 km/3 d土壤水分；GAN模型融合GOSAT与OCO-2/3生成10 km CO2浓度；所有数据统一至WGS-84坐标系，通过分区统计提取网格单元特征向量。
1.2 区域经济韧性评估模型构建
指标体系基于韧性理论从暴露度、敏感性、适应能力3个维度选取，具体见表 1。
表 1 区域经济韧性评估指标体系
暴露度指标包括自然灾害发生频率、极端气候强度、地形起伏度；敏感性指标包括产业结构单一度、人口密度、GDP密度、农业产值占比；适应能力指标包括人均GDP、财政自给率、公路密度、植被覆盖度(FVC)、土壤水分含量、人均受教育年限、创新能力。正向指标值越大韧性越高，负向反之。
为兼顾指标权重的客观性与韧性评估结果的空间关联性，采用熵权TOPSIS空间自相关模型。
(1) 数据标准化：对所有正向和负向指标进行最小-最大标准化，将指标值映射至[0, 1]区间，消除量纲影响。正、负向指标分别为
1.3 空天信息驱动的政策响应机制设计
(1) 情景模拟：采用LSTM模型，输入历史韧性指数、遥感变量(NDVI、土壤水分)及社会经济变量，训练集为2015—2022年，验证集为2023—2025年。模型含2层LSTM(128神经元)、Dropout(0.2)及全连接层。设置3种情景：基准(SSP2—4.5)、极端气候(50年一遇干旱/洪水)、经济衰退(外部需求下降)。
(2) 政策工具识别：基于政策信息学框架，收集2015—2025年相关政策文本，使用LDA主题模型提取主题，参考Rothwell & Zegveld分类，划分为供给型、环境型、需求型，重点关注空间规划、基础设施、产业调整、生态补偿4类。
(3) 优化反馈机制：构建“监测-预警-模拟-优化”闭环。利用VIIRS夜光、Sentinel-1等高频数据实时监测；监测指标超阈值时触发预警；LSTM快速模拟不同政策干预下的韧性演变；基于强化学习迭代优化政策组合；将新监测数据与模拟结果比对，实现持续迭代。
02 试验结果
2.1 研究区域概况
选取甘肃省75个脱贫县区，含58个连片特困县和17个插花型贫困县，其中东乡族自治县、临夏县、宕昌县、西和县、礼县、通渭县、岷县、镇原县8县于2020年末最后退出贫困序列。区域地形复杂，干旱、滑坡等灾害频发；2015年人均GDP仅为全省平均62%，第一产业占比28%；青壮年劳动力外流严重。该区域作为乡村振兴主战场，政策实践丰富，为研究提供了典型样本。
2.2 区域经济韧性时空演变特征
如图 1所示，2015年韧性呈“东南高、西北低”格局，陇南、天水部分县区较高，临夏回族自治州、定西市及河西走廊沿山偏低；2020年整体提升，易地扶贫搬迁区提升显著，但东乡族自治县、通渭县等仍低于平均水平；2025年区域分化显现，特色产业县持续增长，干旱频发区增长乏力。
图1 脱贫县区经济韧性多维度组图注：绿高红低的点颜色代表 10年增幅；(b)中横坐标波动避免样本重叠；(c)按市州2025韧性中位数排序；(d)虚线为y=x参考线。
如图 2所示，全局Moran's Ⅰ指数2015—2025年介于0.15～0.25(p < 0.05)，表明韧性存在显著正向空间自相关。LISA聚类识别出HH集聚区分布于陇南东南部(康县、成县)及庆阳中南部(宁县、正宁县)；LL集聚区位于临夏回族自治州北部(东乡族自治县、永靖县)、定西市北部(通渭县、陇西县)及河西走廊沿山干旱带(古浪县、天祝藏族自治县)，自然条件严酷、水资源匮乏、产业结构单一。
图2 全局Moran's Ⅰ指数(2015—2025年)
2.3 空天信息对经济韧性评估的贡献
以通渭县2018年特大干旱为例，对比传统统计的模型A和增强空天信息模型B(如图 3所示)。模型B监测到土壤水分下降40%、NDVI下降0.18，韧性指数三季度下降幅度比模型A高22%，并能区分覆膜保墒高比例，村庄恢复快于传统种植区，这表明微观技术采纳对宏观韧性的显著调节作用。
图3 空天信息增强模型和传统统计模型对比
表 2展示了关键遥感指标与韧性指数的相关性分析。结果表明，植被覆盖度(FVC)与韧性显著正相关(r=0.61，p < 0.01)，雨养农业区FVC每提升10%韧性提升0.07。土壤水分与韧性正相关(r=0.53，p < 0.01)，区域差异显著：干旱区(定西县、临夏回族自治州)r=0.71，湿润区(陇南市)r=0.28。夜间灯光变化率与GDP增长率相关系数0.82(p < 0.01)，夜光数据对临夏回族自治州8县经济活动解释力优于GDP统计指标。耕地转建设用地比例与韧性正相关(r=0.38)，耕地转撂荒比例负相关(r=-0.44)。
表 2 相关性分析(2015—2025年)
2.4 空天信息驱动的政策响应机制成效
图 4为LSTM预测通渭县2025—2030年韧性趋势：基准情景下由0.51增至0.58；极端干旱无干预下2027年降至0.38，2030年仅恢复至0.43；空天信息干预下(遥感监测+差异化灌溉+抗旱品种+劳务输出)2027年最低0.46，2030年恢复至0.55，较无干预提升28%，接近基准水平。
图4 LSTM模型预测经济韧性演变趋势
基于8个最后退出的贫困县的模拟结果显示(如图 5所示)，“产业多元化+技术推广”对东乡族自治县、通渭县等干旱农业县韧性提升0.12~0.15；“基础设施+劳务输出”对宕昌、西和等山区县效果显著，通村公路与技能培训增强了农户抗风险能力；“生态补偿+特色农业”对礼县、镇原等苹果主导县效果最佳，遥感监测果园实现生态产业协同；政策工具组合效应显著大于单一工具，“产业+技术+基建”三维组合对8县韧性提升贡献率达63%。
图5 政策工具组合对韧性提升效果模拟
03 结论与讨论
本文以甘肃省75个脱贫县区为例，构建了空天信息驱动的区域经济韧性评估与政策响应机制。结果表明：空天信息增强模型较传统方法在干旱冲击监测中敏感性提升22%，夜间灯光与GDP增长相关系数达0.82；韧性呈现“东南高、西北低”的空间格局，HH集聚区位于陇南市、庆阳市，LL集聚区位于临夏回族自治州、定西市及河西走廊沿山；植被覆盖度与土壤水分是关键韧性指标；空天信息干预使极端干旱下韧性提升28%，“产业+技术”组合对干旱农业县效果最佳。本文将韧性研究从事后评估推向事前预警，拓展了经济韧性理论的时序维度；构建的“监测-预警-模拟-优化”闭环机制，将空天信息提升为政策设计的“核心引擎”，丰富了政策信息学框架。在实践上，为脱贫地区差异化政策制定和防返贫预警提供了科学工具。
研究过程中出现了高分辨率商业数据成本高、数据处理复杂、单颗卫星时空覆盖不连续、遥感指标与政策语言存在差距，以及模型参数不确定性、缺失数据插值误差、空间尺度不匹配等问题。今后将在技术层面发展多模态数据融合与可解释GeoAI算法方向建设空-天-地一体化监测网络；在应用层面拓展全国尺度的观测、矿山生态修复等领域，构建脱贫地区共享数据库，继续深化“贫困-生态脆弱性-低韧性”循环假说，发展普适性决策模型。
京公网安备 11010802031220号