中国范围逐月夜间灯光数据（2012-2021年）

article/2025/8/24 0:53:33

人类以其文明和智慧创造了城市，城市最美的一面就是夜晚的灯光。对于经济学家来说，城市灯光的背后隐藏着巨大的社会经济秘密。一个城市夜晚的灯光不仅可以反映这个城市人口的数量、预测房价的趋势还能反映这个城市的经济发达程度。

根据灯光的亮度我们还可以得出以下结论，灯光越亮的地方人口越多、基础设施越健全、房价越高、经济越发达、工人的工资水平也相对越高。城市的强弱排名，灯光只是一个简单的表象，一个城市要想快速发展除了勤劳的城市居民、良好的自然条件和社会条件，还需要政府恰当的规划和适宜的政策。只靠形象工程，城市怎么发展也不会强大起来。

全球卫星观测夜间灯光数据已成科学界最为广泛应用的地理空间数据产品之一。这些数据集既能够显示人工照明的位置又能够显示该区域的灯光强度，具有很高的科学研究价值。最初，由美国空军防御气象卫星计划 (US Air Force DefenseMeteorological Satellite Program (DMSP)) 的实用线型扫描系统 (Operational Linescan System (OLS)) 收集从1992到2013年的微光成像数据并被NOAA/NGDC的地球观察小组(Earth Observation Group (EOG))整理成夜间灯光年度数据集（Baugh et al., 2010年）。2014年2月DMSP数据停止更新，2015年，NASA和NOAA根据SNPP(Suomi National PolarPartnership)卫星上的可见红外辐射套件 (Visible InfraredImaging Radiometer Suite (VIIRS)) 的昼夜波段 (Day/Night Band (DNB)) 继续进行全球夜间地球微光图像的收集(Elvidge et al., 2021)。

然而，由VIIRS采集的地球微光成像数据不可避免的含有除了人工照明之外的其他微光现象。比如，杂散光 (stray light)、闪电 (lightning)、生物质燃烧 (biomass burning)、气体燃烧(gas flares)、高能粒子探测(high energy particle(HEP)detections)、高强度光源附近的大气辉光(atmospheric glow surroundingbright sources)和背景噪声(background noise)等。为了制作反映人类活动的高质量夜间灯光数据，需要对原始数据进行处理以消除低质量光源和无关特征的影响(Elvidge et al., 2017)。

数据裁剪及处理
虽然VIIRS VNL V2 (后面简称VNL2) 已经对卫星成像数据进行了一些处理，极大提高了夜间灯光数据质量。但是对于气体燃烧(gas flares)却并没有处理[1]，gas flares 是所有地球表面光源中亮度最高的(Elvidge et al., 2017)，而且在其周围会产生大量的耀斑(glow)，对于构建稳定夜间灯光数据来说无疑是一个很大的影响因素。因此，我们还需要对VNL2数据进一些简单的处理。我们先使用地理坐标系为WGS84中国矢量地图裁剪出全国范围的VNL2数据，并将其转化为Asia_Lambert_Conformal_Conic平面投影坐标系，空间分辨率设定为500m。通过观察全国各年度的夜间灯光栅格地图，发现有少量负值和可能由 gas flares 引起的少量极端异常值，参考 (Kang Wu etal., 2019) 我们选取全国单元格像元辐射阈值为472.86，并去除像元值为负值的单元格。

1、数据来源：美国国家海洋大气管理局NOAA下属的国家环境信息中心NCEI

2、时间跨度：2012-2021逐月

3、区域范围：全国

4、指标说明：2011年10月美国的“索米”国家极轨卫星伙伴卫星（Suomi National Polar-orbiting Partnership or Suomi NPP）发射，它搭载的VIIRS传感器上有一个称为DNB(Day Night Band)的波段能够在500米分辨率（比原来的OLS提高6倍）的尺度上对地表开展每天覆盖全球一次的高灵敏度（比OLS提高250倍）的夜光观测，也就是NPP/VIIRS夜间灯光数据，目前已经成为夜光观测新数据的主要来源。除此以外，美国国家海洋大气管理局NOAA下属的国家环境信息中心NCEI下有专门对夜光数据加以处理的小组。他们发布每个月份的合成产品，也发布过2015、2016年的年度全球夜光数据集。此次分享的数据集合正是来源于美国国家海洋大气管理局NOAA。