使用 Sentinel-1 雷达数据监测新的经济指标——德国汽车工业生产水平的潜力

1 核心思路：为何选择停车场来评估？

对工业生产活动进行遥感监测，其挑战在于找到一个可靠的、可从太空观测的代理指标。该研究提出的核心假设是：

为实现持续有效的监测，研究选用了Sentinel-1合成孔径雷达（SAR）卫星。它具备两个关键优势：

1、全天候观测能力：SAR为主动式微波成像，不受光照和云层等天气条件影响，能够保障数据采集的连续性和稳定性 。

2、对人造目标的敏感性：汽车作为金属结构体，其垂直表面与地面会形成一个角反射体，对C波段雷达波产生强烈的“双次散射”效应，从而在雷达图像上产生高回波信号 。相比之下，空旷的沥青地面回波则微弱得多。

雷达信号在车辆和地面之间发生多次反射，形成一个增强的回波信号，使得卫星能有效“感知”到汽车的存在，即便单个车辆远小于卫星的像素分辨率 。

基于这一物理原理，雷达后向散射强度的变化，便可以被用来量化停车场占用水平的动态。

2 实现方法

研究团队首先对德国境内的24个主要汽车生产基地进行了筛选，最终确定了18个符合条件的厂区，这些厂区均拥有布局稳定、无遮挡的室外成品停车场 。

随后，研究人员处理了从2014年10月至2024年6月的Sentinel-1 GRD数据时间序列。

通过提取每个停车场区域内的平均后向散射系数（sigma 0），并对其进行最小-最大值归一化处理，将原始雷达信号转化为一个标准化的 “停车场占用率”指数 。

将所有站点的数据进行聚合，生成了反映德国汽车工业整体动态的时间序列曲线。

该序列清晰地揭示了行业的周期性与突发事件影响。例如，在2020年3月德国首次因疫情实施封锁措施期间，几乎所有厂区的占用率均呈现出急剧下降的趋势 。

同时，每年夏季和冬季的周期性低谷也与欧洲的假日停产安排相吻合。

3 结果验证：卫星监测的有效性如何？

为评估该卫星指标的有效性，研究团队将其与德国汽车工业协会（VDA）发布的官方月度汽车总产量数据进行了对比验证 。

结果显示，两者之间存在显著的正相关关系。

在全国汽车总产量层面，卫星估算的停车场占用率指标与官方数据之间的皮尔逊相关系数达到了0.74 。

图中紫色曲线为卫星指标，橙色曲线为VDA官方产量数据 。可以看到，两条曲线在整体趋势和主要波动上表现出高度的同步性，证明了该方法的有效性 。

这一结果有力地证明，利用公开的Sentinel-1数据进行宏观经济活动监测具有相当大的潜力。

在具体制造商层面，相关性存在差异，例如大众（VW）汽车的相关性高达0.71，而奥迪、欧宝等则相对较低 。