​

全球500米分辨率“类NPP-VIIRS”夜间灯光数据集简介

数据集由华东师范大学余柏蒗教授、福州大学陈佐旗副研究员、西南大学施开放副教授团队共同研究生产，并无偿共享此项数据集。 夜间灯光遥感数据已被广泛应用于城市化进程监测等研究工作中，但由于常用的两种夜间灯光遥感数据（DMSP-OLS和NPP-VIIRS）存在不可比的情况，限制了夜间灯光数据的可用时间序列长度。本研究提出了一种基于自编码器的跨传感器（DMSP-OLS和NPP-VIIRS）夜间灯光数据校正方案，并生产了首套2000-2018全球500米分辨率的“类NPP-VIIRS”夜间灯光数据集（NPP-VIIRS-like NTL Data），下文简称“新夜间灯光数据集”。通过在不同范围不同尺度下开展的精度验证工作，证明新夜间灯光数据集具备了类似于NPP-VIIRS夜间灯光数据的质量，并能够清晰地反映出城市内部的细节信息及其时序上的变化。总体而言，新夜间灯光数据集延长了夜间灯光数据的可用时间长度，为城镇化发展以及遥感大数据研究等相关领域提供了新的数据来源。前言 – 人工智能教程

分辨率

500

波段

时相：

2000年 - 2021年

范围：

全球

数据来源：

数据集由华东师范大学余柏蒗教授、福州大学陈佐旗副研究员、西南大学施开放副教授团队共同研究生产，并无偿共享此数据集。

引用代码：dataset = aie.ImageCollection('EXTENDED_NPP_VIIRS_LIKE_NTL_DATA')

数据来源

研究共使用了四种数据集，分别为经过过饱和校正和时序校正的DMSP-OLS夜间灯光数据（EANTLI）、基于NPP-VIIRS月合成数据融合的年合成数据（Composited NPP-VIIRS NTL Data）、实验室定标的DMSP-OLS夜间灯光数据产品（DMSP-OLS RNTL Data）、人口统计数据（Census Data），具体数据来源与数据信息见文档图1所示。

数据产生或加工方法

研究提出了一种基于自编码器（Auto-encoder, AE）模型的跨传感器校正方案。自编码器包含编码和解码两个过程，其中编码是将图像压缩成抽象特征，而解码则是将抽象特征复原成原始图像。研究中对自编码器进行了改动，将2013年的EANTLI数据作为输入数据，而输出数据的验证集则为同年份的NPP-VIIRS年合成夜间灯光数据（Composited NPP-VIIRS NTL Data），如文档图2所示。迭代训练后，依次将2000年至2012年的EANTLI输入至训练后的模型中，从而获得各自年份的“类NPP-VIIRS”数据（NPP-VIIRS-like NTL Data），该数据集具有同NPP-VIIRS夜间灯光数据一致的参数属性（详细参数见文末表格）；此外，将2013-2020间逐年份的NPP-VIIRS年合成夜间灯光数据直接附加在2000-2012年“类NPP-VIIRS”夜间灯光数据之后即可获得完整的长时序（2000-2022）新夜间灯光数据集（Extended NPP-VIIRS-like NTL Data）。

数据空间投影

GCS_WGS_1984

数据质量说明

数据精度可靠。研究从四个方面对模型展开了精度验证工作。首先，在全球范围内，选取了150,000个随机像元和40,000个城市作为验证区域，通过对比2012年新夜间灯光数据集和同年份的NPP-VIIRS年合成夜间灯光数据，发现新夜间灯光数据集在像元尺度的精度（R2）为0.87，RMSE（均方根误差）为2.96，城市尺度的精度（R2）为0.95，RMSE为3024.62。结果表明，研究的新夜间灯光数据集与NPP-VIIRS数据之间有接近1:1的关系，可以直接将其与NPP-VIIRS夜间灯光数据同时使用。其次，研究在各大洲（南极洲除外）各选取了1个典型国家（美国、意大利、中国、巴西、南非和澳大利亚），并在各个典型国家内选取了一定数量的随机像元，以验证在不同国家内新夜间灯光数据的精度。通过对比随机像元的2012年新夜间灯光数据和2012年NPP-VIIRS年合成夜间灯光数据，发现在所有国家新夜间灯光数据集的精度（R2）均在0.7以上，处于可接受的水平。在巴西、美国等国家R2超过了0.8。此外，所有国家的RMSE范围为1.89至5.72，相较于夜间灯光数据的值域，该RMSE范围属于可接受范围。

代码：

import aie
aie.Authenticate()
aie.Initialize()

#指定检索数据集，可设置检索的时间范围
dataset = aie.ImageCollection('EXTENDED_NPP_VIIRS_LIKE_NTL_DATA') \
             .filterDate("2020-01-01", "2020-01-31")

imgs = dataset.select(['DNB']);

map = aie.Map(
    center=[100.746,36.529],
    height=800,
    zoom=2
)

vis_params = {
    'bands': 'DNB',
    'min': 0.0,
    'max': 20.0
}

map.addLayer(
    imgs,
    vis_params,
    'Nighttime DNB',
    bounds=imgs.getBounds()
)
map

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('EXTENDED_NPP_VIIRS_LIKE_NTL_DATA_2000').select(['DNB'])

map = aie.Map(
    center=[100.746,36.529],
    height=800,
    zoom=2
)

vis_params = {
    'bands': 'DNB',
    'min': 0.0,
    'max': 20.0
}

map.addLayer(
    img,
    vis_params,
    'Nighttime DNB',
    bounds=img.getBounds()
)
map

此数据集由华东师范大学余柏蒗教授、福州大学陈佐旗副研究员、西南大学施开放副教授团队共同研究生产，有关此数据集正确引用的详细信息，请参阅 国家地球系统科学数据中心数据详细信息

参考文献：Chen Zuoqi, Yu Bailang*, Yang Chengshu, Zhou Yuyu, Yao Shenjun, Qian Xingjian, Wang Congxiao, Wu Bin, Wu Jianping. An Extended Time Series (2000–2018) of Global NPP-VIIRS-Like Nighttime Light Data from a Cross-Sensor Calibration. Earth System Science Data, 2021, 13(3): 889-906.

致谢： 感谢华东师范大学余柏蒗教授、福州大学陈佐旗副研究员、西南大学施开放副教授团队无偿共享此项研究成果。 余柏蒗，博士，华东师范大学地理科学学院、地理信息科学教育部重点实验室教授，青年长江学者（2018年度）。研究方向包括夜间灯光遥感、城市空间信息遥感分析、城市三维形态遥感等。E-mail: blyu@geo.ecnu.edu.cn

陈佐旗，博士，福州大学数字中国研究院（福建）、空间数据挖掘与信息共享教育部重点实验室副研究员。研究方向为夜间灯光遥感、城市遥感及GIS开发等。E-mail: zqchen@fzu.edu.cn

施开放，博士，西南大学地理科学学院副教授。研究方向为夜间灯光遥感，包括城市化进程中的人类活动多维表征、人类活动环境影响效应评估。E-mail: skffyy@swu.edu.cn

​