发布日期：2023-09-08
[最新发表] 一套像元级别校正的全球长时序夜间灯光数据集（PCNL，1992-2021）
[最新发表] 一套像元级别校正的全球长时序夜间灯光数据集（PCNL，1992-2021）
发布日期：2023-08-09 12:47
浏览次数：152
【研究背景】
夜间灯光数据的空间范围和数值被广泛用于反映人类活动的范围和强度，如提取城市边界、空间化人口密度、分析经济发展水平等。DMSP-OLS和NPP-VIIRS是广泛使用的全球夜间灯光数据集，但其严重的不一致性阻碍了长时间序列的研究。目前，全球覆盖、长时序的夜间灯光产品仍然很少。一套高质量的夜间灯光产品应该具有以下优势：长时序、全球覆盖、良好的空间纹理特征、区域尺度上连续稳定的总灯光值、像元级别合理可靠的亮度变化趋势。本研究开发了一套DMSP-OLS和NPP-VIIRS的相互校正方法，生产并公开发布了一套满足像元级别研究需求的全球长时序夜间灯光产品（PCNL，1992-2021）。
夜间灯光数据的空间范围和数值被广泛用于反映人类活动的范围和强度，如提取城市边界、空间化人口密度、分析经济发展水平等。DMSP-OLS和NPP-VIIRS是广泛使用的全球夜间灯光数据集，但其严重的不一致性阻碍了长时间序列的研究。目前，全球覆盖、长时序的夜间灯光产品仍然很少。一套高质量的夜间灯光产品应该具有以下优势：长时序、全球覆盖、良好的空间纹理特征、区域尺度上连续稳定的总灯光值、像元级别合理可靠的亮度变化趋势。本研究开发了一套DMSP-OLS和NPP-VIIRS的相互校正方法，生产并公开发布了一套满足像元级别研究需求的全球长时序夜间灯光产品（PCNL，1992-2021）。
【方法介绍】
我们设计了五个步骤用于生产PCNL，包括异常值去除、重采样、掩膜、回归、像元级别的校正。考虑到原始数据对PCNL质量的影响，我们选择了两套可靠的全球夜间灯光数据集（CCNL-DMSP和VNL-VIIRS）作为基础。异常值去除用于校正VNL-VIIRS中的异常值。重采样和掩膜法用于解决CCNL-DMSP和VNL-VIIRS的空间不一致性问题。回归和校正用于解决CCNL-DMSP和VNL-VIIRS在时间上的不一致性。为了检验数据质量，我们比较了PCNL和已有的两套全球长时序夜间灯光产品（LiNTL和ChenNTL）。评价角度包括总体精度、空间一致性、区域和像元级别的时间一致性、在社会经济领域的可用性。
我们设计了五个步骤用于生产PCNL，包括异常值去除、重采样、掩膜、回归、像元级别的校正。考虑到原始数据对PCNL质量的影响，我们选择了两套可靠的全球夜间灯光数据集（CCNL-DMSP和VNL-VIIRS）作为基础。异常值去除用于校正VNL-VIIRS中的异常值。重采样和掩膜法用于解决CCNL-DMSP和VNL-VIIRS的空间不一致性问题。回归和校正用于解决CCNL-DMSP和VNL-VIIRS在时间上的不一致性。为了检验数据质量，我们比较了PCNL和已有的两套全球长时序夜间灯光产品（LiNTL和ChenNTL）。评价角度包括总体精度、空间一致性、区域和像元级别的时间一致性、在社会经济领域的可用性。
图1 技术路线图
【实验结果】
1. 总体精度
1. 总体精度
PCNL在像元尺度（R2：0.93，RMSE：0.77）和城市尺度（R2：0.98，RMSE：1883.28）都表现出良好的总体精度。
2. 空间一致性
在发展中地区，PCNL的有灯光区范围逐渐增大，灯光值逐渐变强。在发达地区，PCNL显示出较高的灯光值。在遭受战争的地区，PCNL能观察到有灯光区范围的突然缩小和灯光值的突然减弱。
图2 比较PCNL（1992-2021）、LiNTL（1992-2018）和ChenNTL（2000-2020）的空间纹理图，分别位于（a）中国京津冀地区、（b）美国纽约和（c）叙利亚大马士革
3. 时间一致性
在全球和区域尺度，PCNL具有稳定的时间趋势和良好的时间一致性。在CCNL-DMSP和VNL-VIIRS的衔接年份（2013年附近），PCNL很好地衔接了CCNL-DMSP和VNL-VIIRS的数值。在像元级别，PCNL在多类案例中表现良好（发达地区、稳定发展的地区、突然发展的地区、突然遭受灾害的地区）。
图3 比较PCNL（1992-2021）、LiNTL（1992-2018）和ChenNTL（2000-2020）的区域夜间灯光总值的时间序列
图4 比较PCNL（1992-2021）、LiNTL（1992-2018）和ChenNTL（2000-2020）在像元级别的时间序列
4. 社会经济领域的可用性
在全球范围内，PCNL与GDP（r：0.945）和人口（r：0.971）具有很高的相关系数。半数以上国家的PCNL与GDP和人口的相关系数高于ChenNTL和LiNTL的结果。
图5 三种夜间灯光产品（PCNL、LiNTL和ChenNTL）与GDP和人口（POP）之间的相关系数比较
【结论】
我们发布了一套满足像元级别研究需求的全球长时序夜间灯光产品PCNL（1992-2021）。与已有的两套全球长时序夜间灯光产品LiNTL和ChenNTL相比，PCNL在多方面具有优势，包括总体精度、空间一致性、区域和像元级别的时间一致性、在社会经济领域的可用性。
我们发布了一套满足像元级别研究需求的全球长时序夜间灯光产品PCNL（1992-2021）。与已有的两套全球长时序夜间灯光产品LiNTL和ChenNTL相比，PCNL在多方面具有优势，包括总体精度、空间一致性、区域和像元级别的时间一致性、在社会经济领域的可用性。
该项研究的数据产品（PCNL，1992-2021）已经公开发布。
https://doi.org/10.5281/zenodo.7612389
该项研究的论文已经发表在Remote Sensing上。
Li, S., Cao, X., Zhao, C., Jie, N., Liu, L., Chen, X., Cui, X., 2023. Developing a Pixel-Scale Corrected Nighttime Light Dataset (PCNL, 1992–2021) Combining DMSP-OLS and NPP-VIIRS. Remote Sensing 15, 3925. https://doi.org/10.3390/rs15163925
Li, S., Cao, X., Zhao, C., Jie, N., Liu, L., Chen, X., Cui, X., 2023. Developing a Pixel-Scale Corrected Nighttime Light Dataset (PCNL, 1992–2021) Combining DMSP-OLS and NPP-VIIRS. Remote Sensing 15, 3925. https://doi.org/10.3390/rs15163925
https://www.mdpi.com/2072-4292/15/16/3925
分享到：
