在那篇文章中，我们巧妙地利用NPP卫星的的VIIRS I-Band 375 m Active Fire Data数据，通过对6,574,250条火点数据的清洗，识别出4143个运行工作超过10天的重工业热源数据。利用合理的统计手法，半岛平台分析了中国区热源重工业的产业布局现状，阐述其区块化分布、产业聚焦等特点。
不过这些都仅是静态信息的陈述，如果同样的研究方法，把时间序列拉长，观察几年之内我国重工业发展的趋势，又会得到什么结论呢？
首先，必须要强调一点：这个算法（具体算法戳这里）是可以将数据按照时间、空间、类型等元素进行叠加管理的。也就是说，如果我们充分利用长时间序列数据的优势，将会形成在一个时间阶段、行业产业、地域空间的动态变化的研究。
重工业产业在国民经济中发挥着重要的甚至是不可替代的作用，是名副其实的国之重器。无论我们以什么原因、什么初衷对重工业产业进行管理，但是我们绝对无法容忍整体重工业产业的凋落。因此，我们首先将目光投向中国重工业产业的生产规模变化上。
对比2012-2017年度全国重工业的生产规模变化及生产规模区域变化示意图可以看出，2013年度中国重工业产业出现了生产规模高峰值。此后，即进入了少量下滑最后趋至平稳的情况。这期间，虽然我国几个重要的重工业产业基地如河北、山西、内蒙、新疆、山东等地，均出现了不同程度的产业规模滑坡，但是我国的整体重工业产业生产规模在2015年度之后即已保持平稳且稳中有升。
但是，在传统重工业基地生产规模下降的同时，南方地区则呈现大量的上升趋势。这是必须提前预防且关注的特点。尤其是对于湖南、江西、广西等传统经济并非极为发达的区域，由于区域对于经济发展严重依赖。如果不尽早进行重工业的产业科学规划与管理，后续发展尤其是生态环境管理堪忧。
而通过2012年～2017年度全国重工业的企业数量变化及企业数量区域变化示意图的对比，则可以进一步印证上述观点。经过近几年来的努力，全国重工业企业数量的得到了有效控制。然而，随着北部地区重工业企业数量得到控制的同时，南方地区、西南地区等传统重工业并不发达、且生态环境较好的区域的重工业企业数量则显著提升。这对全国性的重工业产业管理提出了要求。
而值得欣慰的是，2013年后开始的全国重工业生产规模平稳的同时企业数量减少，说明重工业平均产能在逐渐提升。在一定程度说明，我们确实在努力贯彻“调结构，去产能”的经济政策，这是对我国重工业发展最好的肯定。
让我们按照区域进行划分，把目光投向中国大陆地区各个省、直辖市、自治区等省级管理单位。
有关各个省级单位的概况，前文已有简要介绍，不再赘述。本文将重点关注各个区域的平均生产规模。这里的平均生产规模代表单个生产企业的年度生产规模。因为对于重工业企业而言，平均生产规模往往代表了当地的重工业产业整合、技术更新、资源利用效率等情况。如上文所说，中国的重工业产业在整体整改的同时，其平均生产规模已经有了显著提升。
各省份2012年～2017在营重工业的平均生产规模见上图（台湾省，港澳地区除外）。简单理解，平均生产规模一般可以粗略分为“—”“/”“”几个形状。
“—”，是平稳型。在没有出现特别的情况下，平均生产规模都会出现基本的平稳态势。比较典型的是河北、广西、山东等地。
“/”，是上升型。一般新建或者出现快速的技术迭代更新的区域，就会出现上升型。最典型的就是宁夏、北京、西藏等地，其他如辽宁、江西、陕西等地。
“”，是下降型。多出于资源枯竭或者政策影响导致产能受限的情况。例如内蒙古、云南、黑龙江、甘肃等地。
当然，现实中的重工业生产规模将更加复杂。但是大概就是这几个形状的结合。例如先上升后平稳等，先平稳后下降等情况。
而将其与各省份2012年～2017在营重工业的生产规模（台湾省，港澳地区除外）比较，我们会发现，平均生产规模出现如下几个特点：
1. 在营重工业生产规模较为靠前的河北、内蒙古、宁夏、辽宁、安徽等地，平均生产规模也较为靠前。
可见，这些地区的产业链集群较为成熟。如同前文所说，这些区域已经形成了重工业领域的产业聚焦，形成了初步的高度产业化、结构化的行业供应链条，及大而强的产业基地。而这些区域的产业聚焦，也反向促进了当地区域的生产效率及产业整合，并直接体现在平均生产规模上。
2. 值得注意的是山西、山东、新疆三地。这些区域属于总体生产规模较为靠前，而平均生产规模长期居于中游而远远落后于河北、宁夏等地，甚至不如内蒙古。
考虑到全国平均生产规模都在普遍提升的情况下，在对照在营重工业企业数目之后我们可以粗略判断，这几个区域的产业整合还需要进一步加强。一些碎片化生产、生产效率需要提升的企业，需要有效整改。
虽然两者的总体生产规模及平均生产规模都相对处于前列，但是平均生产规模处于截然不同的两种情况。宁夏的平均生产规模一路昂扬向上，而内蒙古的平均生产规模则出现明显下滑的情况。
如果再对照一下在营重工业企业数目，据此可以评估，内蒙古作为中国重工业生产规模第一序列的省份，目前的技术、产能或政策有可能出现了一定的问题，其重工业产业化的路径遇到了障碍。具体的情况，需要对该省份的重工业生产情况进行详细了解及评估之后才可能得到确实的结论。
作为上文的延展，如果我们将区域概念再缩小，直至落实到某个具体厂区，就可以具体监测某个厂区的产能变动。实时监督反馈单个热源重工业生产状况，实时预警企业的最新工作进展，为区域经济、环境建设的发展布局提供较好的辅助决策信息。这对于我们未来的研究、管理工作，将带来巨大的便利。
（1）该厂在每年的4月份～6月份和9月份～10月份，其工厂持续运营状况最好。这和钢铁公司每年的生产旺季相吻合，也恰恰说明我们产能的集中时间，随之而来的是每年夏秋两季的生产旺季；
（2）2013年的5月份～6月份和2014年11月份的生产低点，似乎可以看作是对2013雾霾事件和2014.11APEC时间的最好响应。也正是有了这些历史性的事件，偶然也可以是说是必然地影响了该厂的生产情况；
（3）从2014年起该钢铁厂的生产规模较之前年份，逐年减少，说明其产能降低，这和全国性的“去产能”政策相匹配
（4）自2017.9月份起，生产规模变为0，与新闻报道“2017.8.24停止生产”的真实状况不谋而合。
奥宇钢铁厂，兴许就是“调结构，去产能”政策下一个缩影。但是，从另外一个角度来看，说明奥宇钢铁厂的生产技术基本处于最为基础的水平线。在“调结构，去产能”的大节奏下，奥宇钢铁厂并没有找到适合自己的技术革新之路。这是奥宇钢铁厂的悲剧，也是中国无数缺乏技术创新能力的厂家的悲剧。
作为一名虔诚的科研追随者，未来，我们希望这样的研究手段，能够成为企业运行改革的引路灯。同样，我们也衷心希望能够找到更多的创新之路，为中国的“产能”找到新思维，新出路。
我们通过两篇文章，简单讲述了遥感技术在重工业领域研究的应用情况。而随着时间阶段、行业产业、地域空间等三个核心要素的变化，我们将可以得到各种各样的信息与结果。
所谓前事不忘后事之师。通过对过去的时间阶段内行业产业在某个地域空间的变化情况，我们可以总结经验、总结规律，更可以以此为依据进行重工业产业的相关决策。而在对该项技术进行不断的修订及迭代之后，在经验与规律更加清晰之后，我们甚至可以预测未来。
作者单位：中国科学院遥感与数字地球研究所，文章首发于科学大院，转载请联系返回搜狐，查看更多