查看原文
其他

大数据应用 | 人与像素:连接遥感与社会科学

企研数据 数据Seminar 2024-03-13

点击 [数据Seminar] → 点击右上角 [...] → 选 [设为星标]不迷路!



上一期,数据seminar转发了计量经济圈的推文,推介了一篇关于卫星遥感数据在经济学中应用情况的推文(点击查看>>>“大数据应用 | 前沿:卫星数据在实证研究中的应用,用其开展因果推断的好处!”)。早在上一世纪,就已经有不少学者对此进行了尝试和系统的思考。


本期我们将介绍一本1998年的老书,看看上个世纪的学者对此会有怎样的思考。也许会对我们当前的研究有一些启发。这本书名为People and Pixels Linking Remote Sensing and Social Science,由Ronald R. Rindfuss和Paul C. Stern主编,集合了多位学者的智力资源,探讨了遥感科学与社会科学之间的联系。

图书概要

本书主要包括两部分,第一部分讨论了遥感技术与社会科学的联系。在这一部分,作者讨论了包括遥感技术历史、遥感数据在社会科学中的应用,以及如何通过遥感数据来研究土地利用和土地覆盖变化等议题。第二部分则包括了多个具体的案例研究,展示了遥感数据在社会科学研究中的应用。每个案例都详细描述了研究背景、方法、发现和对社会科学的贡献。案例涵盖了土地利用变化、人口动态、历史社会现象、城市规划、饥荒预警和疾病检测等领域,可以给我们不少启发。

主要内容

本书比较重要的是第一章和第三章。第一章主要探讨了遥感数据在社会科学研究中的应用潜力、挑战以及如何促进两个领域之间的合作。本章由Ronald R. Rindfuss和Paul C. Stern撰写。在这一章里,作者指出,随着空间传感器技术的发展,遥感数据的高空间、光谱和时间分辨率不断提高,这为社会科学研究提供了新的视角和数据来源。这些数据可以帮助社会科学家更好地理解人类活动对环境的影响,以及环境变化如何反过来影响社会经济系统。同时,遥感数据可以用于监测土地利用变化、城市扩张、农业活动、森林砍伐等,这些都是社会科学研究中的关键议题。通过分析这些数据,研究者可以观察到社会经济现象与环境变化之间的相互作用。但社会科学家在利用这些数据时也面临诸多挑战,首先,许多社会科学家对于遥感技术和数据的理解和应用有限,这导致了遥感数据在社会科学领域的应用不足。其次,社会科学家通常关注的是社会现象背后的抽象变量,如政策、文化、经济结构等,而这些变量往往难以直接从遥感图像中获取。此外,社会科学家和遥感专家在背景、理论、方法和术语上的差异也构成了合作的障碍。为了克服这些挑战,作者强调了建立社会科学家与遥感专家之间合作的重要性。这种合作可以帮助社会科学家更好地理解遥感数据的潜力,同时也能让遥感专家了解社会科学问题,从而开发出更符合社会科学研究需求的遥感技术和方法。作者提出了一些建议,如在研究项目中整合社会科学和遥感科学,以及在学术机构中培养具有跨学科背景的学者。此外,还建议在研究资助中考虑跨学科合作,以促进遥感数据在社会科学研究中的应用。

第三章深入探讨了如何将遥感数据与社会科学理论相结合,并且提出了“Socializing the Pixel”and “Pixelizing the Social”这两个概念。本章由Jacqueline Geoghegan、Lowell Pritchard Jr.、Yelena Ogneva-Himmelberger、Rinku Roy Chowdhury、Steven Sanderson和B. L. Turner共同撰写。“Socializing the Pixel”是指将遥感图像(像素)与社会科学理论相结合,从而赋予像素以社会意义的过程。这涉及到从遥感图像中提取与社会经济活动相关的信息,如土地利用模式、人口分布、经济活动等。通过这种方式,研究者能够将遥感数据与社会现象联系起来,为社会科学提供实证支持。“Pixelizing the Social”则是指将社会科学理论应用于遥感图像分析的过程,即在遥感图像中识别和量化社会经济现象。这涉及到将社会科学的概念和理论直接映射到遥感数据上,以便更好地理解和预测人类活动对土地利用和土地覆盖的影响。在实践中,“像素化社会”可能包括使用遥感数据来验证社会经济模型,或者将遥感图像与社会经济数据相结合,以提高模型的准确性和解释力。例如,通过将遥感图像与人口普查数据相结合,研究者可以更准确地预测城市扩张的趋势。

小结

正如书中所强调的,遥感数据与社会科学的结合,不仅能够揭示人类活动与环境之间的复杂互动,还能为更广泛的社科议题提供实证基础。要实现二者更好的结合,跨学科合作的重要性不言而喻,也对更方便、更精确的遥感数据提出了新的需求。

关于本书的其他章节,特别是案例部分,如果读者感兴趣,可以自行获取原书进一步学习。





星标⭐我们不迷路!想要文章及时到,文末“在看”少不了!

点击搜索你感兴趣的内容吧

往期推荐


软件应用 | 30个Python函数,解决99%的数据处理任务!

大数据应用 | 前沿:卫星数据在实证研究中的应用,用其开展因果推断的好处!

大数据应用 | 谭海华:探究数据质量在人工智能大模型中的重要性

机器学习 | 陶旭辉、郭峰——异质性政策效应评估与机器学习方法:研究进展与未来方向

加入我们 | 遥感与GIS数据分析师(实习)招聘公告




数据Seminar




这里是大数据、分析技术与学术研究的三叉路口


文 | 《社科领域大数据治理实务手册》


    欢迎扫描👇二维码添加关注    

点击下方“阅读全文”了解更多
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存