评估框架等。地球大数据能够整合遥感、地面观测、统 耦合元分析与机器学习算法，实现分析评估模型构建， 计信息和数字人文等多源、多尺度、多时相数据，形成 具有高时效性、长连续性、广覆盖性和多维跨尺度的数 了典型区域高精度的风险评估，支撑城市区域的灾害应 对与防护决策。 围绕 SDG 11的8大指标，从全球和中国2个尺度， （3）大数据方法促进了SDGs实现模式改进，支撑 依托地球大数据开展了指标数据研发、模型改进和时空 了部分SDG11指标的被动评估/保护转向主动规划/预防。 进展研究，在 SDG 11指标实现方面形成了高效的评估 本节针对城市污染岛效应、热环境和自然灾害的人 方法体系。 （1）在指标数据产品研发方面，实现了跨区域数 居健康危害、城市化的人地关系压力、城市公共开放空 据间的统一标准和多尺度信息的合理性比对，按照UN- 间服务、世界遗产保护和城市住房面积等方面开展案例 Habitat 标准生产了全球城市数据集，形成以空间观测大 评估，探讨地球大数据及其分析方法在 SDG 11城市指 标更新完善、城市人居环境提高和人口密集区的灾害预 数据为基准的 SDG 11评估数据源。 （2）在模型改进方面，以多源统计和空间大数据防与应对方面的可持续发展进程和应用成效。 对应目标：SDG11.1 2016—2024年，中国人均建筑占地面积从34.68m²增长到62.18m²，年均增长率 达8%，迈向“住有所居”的目标 2016一2024年，中国建筑占地面积整体保持持续增长明显。在《国家新型城镇化规划（2014一2020年）》 北平原由于地势平坦、人口密集，人均建筑占地面积增步实施推进，城市更新有序推进，年均建筑占地面积增 长最为迅速，长三角和珠三角地区的建筑占地面积也增长率达4%。2020—2021年房屋建设活动受新冠疫情影