企业官网建设流程全解析

简介：本资源为2012—2020年NPP/VIIRS夜间灯光数据集，面向城市遥感、区域经济与地理信息分析方向的研究人员及高年级学生，用于解决长时间序列夜间灯光影像难以直接获取与使用的问题。原始影像已完成年度合成、去噪与连续性校正，可直接投入城市建成区提取、GDP空间化、人口分布模拟等社会经济指标的空间化分析。压缩包共38个文件，约130.74MB，以9个tif栅格影像为主体，配套9个tfw坐标文件、9个ovr金字塔文件及11个xml元数据，兼顾影像读取、坐标定位与快速显示，覆盖2012至2020年逐年数据。目前已有1999人学习下载，说明该数据在相关研究中具备一定认可度。对于需要构建长时序灯光面板、开展建成区扩张或经济空间格局分析的读者，这份经过预处理的成品数据可省去大量清洗与校正环节，直接进入建模与制图阶段。

1. 2012-2020年NPP/VIIRS夜间灯光数据集：从下载到能跑模型，中间隔着多少坑

如果你拿到的是一份 2012-2020 年 NPP/VIIRS 夜间灯光数据集压缩包，解压后大概率会看到一堆按年份或月份命名的 TIF 文件，单个文件几百 MB 到几个 GB 不等。很多人第一反应是直接丢进 GIS 软件出图，结果发现不同年份的像元值对不上、边缘有异常负值、月度合成里混着杂散光。NPP/VIIRS 夜间灯光数据集的核心价值在于它比 DMSP/OLS 有更高的辐射分辨率和更细的空间尺度，但代价是原始产品分了好几个版本，每个版本的处理链不一样。这篇内容面向需要把这份数据真正用起来的人——做城市扩张分析、GDP 空间化、碳排放估算或者电力消费建模的从业者。我会按“数据是什么→怎么预处理→怎么验证→坑在哪”的顺序，把 2012-2020 年这个时间跨度里最容易翻车的环节讲清楚。

2. 先搞清楚你手里的是哪个版本：NPP/VIIRS 夜间灯光数据集的三种常见形态

2.1 月度合成、年度合成和掩膜版，用错一个后面全白做

NPP/VIIRS 夜间灯光数据从 2012 年开始由 Suomi NPP 卫星搭载的 VIIRS 传感器采集，常见的分发形态有三种。第一种是月度无云合成产品，通常命名为VNL_v2_npp_YYYYMM_global_vcmcfg_c2022xxxxx.tif这类格式，它做了云掩膜和杂散光校正，但保留了月度内的光照变化。第二种是年度合成产品，把 12 个月的月度数据做平均或中值合成，文件数量少，适合做长时间序列趋势分析。第三种是经过进一步掩膜的版本，去掉了极光、火点、渔船灯光等非城市光源，像元值更“干净”，但会损失一部分真实信号。

我一般会先看文件名里的vcmcfg还是vcmslcfg。前者是严格云掩膜配置，后者是允许更多观测的配置，后者在冬季高纬度地区覆盖更好，但杂散光残留风险更高。如果你要做 2012-2020 年的连续分析，必须确认所有年份用的是同一种配置，否则 2012 年和 2020 年的像元值差异里会混进处理链变化带来的偏差。

2.2 像元值单位不是辐射亮度，直接当 DN 用会出大问题

很多人拿到 TIF 后直接读数组，发现值域大概在 0 到几百之间，就当成 DMSP/OLS 那种 DN 值用了。NPP/VIIRS 月度产品的像元值单位是nW/cm²/sr，是辐射亮度，不是无量纲的 DN。这意味着两件事：第一，不同月份的绝对值可以直接比较，但要做跨传感器融合时得先做辐射定标；第二，负值在理论上不应该出现，但实际数据里边缘区域会有 -0.5 到 -1.5 左右的负值，这是杂散光校正的残留。

处理负值的常见做法有两种：直接截断为 0，或者用邻域中值替换。我倾向于先统计负值像元占比，如果小于 0.1%，直接截断对整体分析影响可以忽略；如果超过 1%，说明这个月份的杂散光校正有问题，建议换用年度合成产品或者做局部掩膜。

2.3 2012 年和 2013 年的数据为什么总被单独讨论

2012 年 4 月到 2013 年期间，VIIRS 的杂散光校正算法还在迭代，导致部分月份在高纬度夏季出现明显的条带噪声。如果你做的是全球尺度分析，这两年数据可以用，但要做局部城市提取时，建议把 2012-2013 年单独做一次阈值标定。我通常会把 2014 年作为基准年，因为从这一年开始校正算法稳定，后续年份的像元值分布一致性更好。

3. 用 Python 把月度 TIF 拼成年度序列：从读取到重投影的完整链路

3.1 读取单个 TIF 并检查元数据，别急着做统计

拿到数据后第一步不是算均值，而是把元数据看清楚。用rasterio打开一个文件，看 CRS、transform、nodata 值和像元尺寸。NPP/VIIRS 全球产品通常是地理坐标系 WGS84，像元大小 15 弧秒，大约 500 米分辨率。如果你要做区域分析，重投影到投影坐标系是必须的，但重投影会引入重采样误差，所以要在统计之前想清楚。

import rasterio import numpy as np # 打开单个月度文件 with rasterio.open('VNL_v2_npp_202001_global_vcmcfg.tif') as src: print('CRS:', src.crs) print('Transform:', src.transform) print('Shape:', src.shape) print('Nodata:', src.nodata) # 读取第一波段 data = src.read(1) # 统计负值和零值占比 neg_ratio = np.sum(data < 0) / data.size zero_ratio = np.sum(data == 0) / data.size print(f'负值占比: {neg_ratio:.4f}, 零值占比: {zero_ratio:.4f}') # 有效值范围 valid = data[data > 0] print(f'有效值范围: {valid.min():.2f} ~ {valid.max():.2f}')

这段代码的作用是快速判断一个文件是否“干净”。负值占比超过 0.5% 就要警惕，零值占比过高可能是云掩膜过度。src.nodata有时候是 None，这时候零值既可能是无数据也可能是真实无灯光，需要结合掩膜文件判断。

3.2 月度合成年度：用中值还是均值，取决于你的应用场景

把 12 个月的月度数据合成年度序列时，均值和中值的选择会影响城市边缘区域的提取结果。均值对夏季高值敏感，会让城市核心区偏亮；中值对异常月份更稳健，但会低估季节性灯光变化明显的区域。我一般做城市扩张分析时用中值，做电力消费估算时用均值，因为后者更接近全年平均辐射水平。

import glob import rasterio import numpy as np def monthly_to_annual(year, input_dir, output_path): # 找到该年份所有月度文件 files = sorted(glob.glob(f'{input_dir}/VNL_v2_npp_{year}*_global_vcmcfg.tif')) if len(files) != 12: print(f'警告: {year}年只有{len(files)}个月度文件') # 读取所有月份数据 stack = [] for f in files: with rasterio.open(f) as src: data = src.read(1) # 负值截断为0 data[data < 0] = 0 stack.append(data) profile = src.profile # 按像元计算中值 stack = np.array(stack) annual_median = np.median(stack, axis=0) # 写出结果 profile.update(dtype=rasterio.float32, count=1, compress='lzw') with rasterio.open(output_path, 'w', **profile) as dst: dst.write(annual_median.astype(np.float32), 1) print(f'{year}年合成完成，输出: {output_path}') # 批量处理2012-2020年 for y in range(2012, 2021): monthly_to_annual(y, './monthly_data', f'./annual/VNL_annual_{y}.tif')

这里有几个参数需要根据实际情况调整。data[data < 0] = 0是简单截断，如果你希望保留负值信息用于后续校正，可以跳过这一步，但在合成前要记录负值比例。np.median在内存里会生成一个三维数组，如果处理全球数据，12 个月 × 全球范围大约需要 20-30 GB 内存，建议分块处理或者用dask做延迟计算。

3.3 重投影到区域坐标系：别用默认的最近邻插值

做区域分析时，把全球地理坐标系重投影到 Albers 等面积投影或者 UTM 是常见操作。rasterio的warp默认用最近邻插值，这对分类数据没问题，但对连续辐射值会引入块状伪影。我一般用双线性插值，重采样后的像元值更平滑，但会轻微改变极值。

from rasterio.warp import calculate_default_transform, reproject, Resampling def reproject_to_albers(src_path, dst_path, dst_crs='EPSG:5070'): with rasterio.open(src_path) as src: transform, width, height = calculate_default_transform( src.crs, dst_crs, src.width, src.height, *src.bounds) kwargs = src.meta.copy() kwargs.update({ 'crs': dst_crs, 'transform': transform, 'width': width, 'height': height, 'dtype': rasterio.float32 }) with rasterio.open(dst_path, 'w', **kwargs) as dst: reproject( source=rasterio.band(src, 1), destination=rasterio.band(dst, 1), src_transform=src.transform, src_crs=src.crs, dst_transform=transform, dst_crs=dst_crs, resampling=Resampling.bilinear # 关键参数 ) print(f'重投影完成: {dst_path}')

EPSG:5070是北美 Albers 等面积投影，如果你做中国区域，可以用EPSG:4490或者自定义 Albers。Resampling.bilinear适合连续数据，Resampling.cubic更平滑但计算慢，Resampling.average适合降尺度。重投影后像元大小会变，统计面积时要按新的 transform 重新计算。

4. 数据质量验证：怎么判断你处理完的 NPP/VIIRS 夜间灯光数据集能不能用

4.1 用城市核心区灯光总量做年际一致性检查

处理完 2012-2020 年的年度序列后，不要直接跑模型。先选一个已知城市核心区，比如北京五环内或者上海外环内，统计每年的灯光总量和均值。如果某一年突然下降 20% 以上，要么是那年的月度数据缺失严重，要么是杂散光校正出了问题。我一般会画一条时间序列折线图，肉眼扫一遍，异常年份再回去查原始月度文件。

import rasterio import numpy as np import matplotlib.pyplot as plt def check_city_trend(city_bbox, annual_dir): # city_bbox = (left, bottom, right, top) 在对应CRS下 years = range(2012, 2021) sums = [] for y in years: with rasterio.open(f'{annual_dir}/VNL_annual_{y}.tif') as src: # 按窗口读取城市区域 window = rasterio.windows.from_bounds(*city_bbox, src.transform) data = src.read(1, window=window) data[data < 0] = 0 sums.append(np.sum(data)) plt.plot(years, sums, marker='o') plt.xlabel('年份') plt.ylabel('灯光总量 (nW/cm²/sr)') plt.title('城市核心区灯光总量年际变化') plt.grid(True) plt.savefig('city_trend.png', dpi=150) # 计算年际变化率 for i in range(1, len(sums)): change = (sums[i] - sums[i-1]) / sums[i-1] * 100 print(f'{years[i]}年变化率: {change:.2f}%') check_city_trend((115.0, 39.5, 117.0, 40.5), './annual')

如果某年变化率超过 ±15%，就要标记为可疑年份。注意城市扩张本身会带来灯光增长，所以轻微上升是正常的，突然下降才是问题。

4.2 和 DMSP/OLS 重叠年份做交叉验证

2012 和 2013 年有 DMSP/OLS 和 NPP/VIIRS 的重叠观测，可以用这两年的数据做交叉验证。把 DMSP/OLS 的 DN 值和 NPP/VIIRS 的辐射值做回归，如果 R² 低于 0.6，说明两者的空间分布差异较大，后续做长时间序列融合时要谨慎。我一般会选 10 个以上城市样本，分别提取核心区均值，做散点图看趋势。

4.3 检查月度文件数量是否完整

2012-2020 年一共 108 个月，如果你的月度文件夹里少于 100 个文件，年度合成的可靠性会下降。缺失月份超过 2 个的年份，建议用相邻年份插值或者直接标记为低质量年份。我见过有人直接用 10 个月的数据合成年度，结果城市边缘区域出现明显条带，这就是月度覆盖不均导致的。

5. 避坑与排查：NPP/VIIRS 夜间灯光数据预处理里最容易翻车的 5 个地方

5.1 现象：年度合成后城市核心区出现大面积零值

原因：月度文件里的零值被当成有效值参与了中值计算，而零值在月度数据里既可能是无灯光也可能是云掩膜残留。如果某个月份云掩膜过度，该月城市区域大量像元为 0，中值合成后就会把真实灯光抹掉。

解决：在合成前把零值替换为 NaN，然后用np.nanmedian计算。同时检查每个月的零值占比，超过 30% 的月份直接剔除。

data = src.read(1).astype(np.float32) data[data <= 0] = np.nan # 零值和负值都设为NaN # 合成时用nanmedian annual = np.nanmedian(stack, axis=0)

5.2 现象：重投影后区域面积对不上，统计结果偏大或偏小

原因：重投影时像元大小变了，但统计时还在用原始像元面积乘像元数量。地理坐标系下 15 弧秒的像元面积随纬度变化，在高纬度地区实际面积比赤道小很多。

解决：重投影后按新的 transform 计算每个像元的实际面积，或者直接用等面积投影。统计总量时用像元值 × 像元面积再求和，不要用像元值求和 × 固定面积。

5.3 现象：2012 年和 2013 年数据和其他年份拼接后趋势线断裂

原因：这两年部分月份杂散光校正不完善，高纬度夏季出现异常高值，导致年度均值偏高。如果直接和 2014 年以后的数据拼接，趋势线会在 2013-2014 之间出现台阶。

解决：把 2012-2013 年单独做一次阈值标定，或者用 2014 年的城市灯光分布做掩膜，只保留稳定灯光区域做趋势分析。我一般会在论文或报告里明确标注这两年数据的处理方式。

5.4 现象：用rasterio读取大文件时内存溢出

原因：全球范围的浮点型 TIF 单个文件解压后可能超过 10 GB，直接src.read(1)会把整个数组加载到内存。

解决：用窗口分块读取，或者用rasterio的out_shape参数做降采样读取。如果要做全量计算，用dask.array配合rioxarray做延迟计算。

import rioxarray as rxr import dask.array as da # 用dask分块读取 data = rxr.open_rasterio('VNL_annual_2020.tif', chunks={'x': 2000, 'y': 2000}) # 后续计算自动分块 mean_value = data.mean().compute()

5.5 现象：不同年份的 TIF 文件 CRS 或 transform 不一致

原因：NPP/VIIRS 产品在 2012-2020 年间经历过几次重处理，不同批次的文件可能用了略微不同的投影参数或像元对齐方式。

解决：在批量处理前，先写一个脚本检查所有文件的 CRS 和 transform，把不一致的文件列出来。如果只是微小偏移，可以用rasterio的align功能对齐；如果 CRS 不同，必须先重投影到统一坐标系再合成。

import glob import rasterio files = glob.glob('./annual/*.tif') ref_crs = None ref_transform = None for f in sorted(files): with rasterio.open(f) as src: if ref_crs is None: ref_crs = src.crs ref_transform = src.transform else: if src.crs != ref_crs: print(f'CRS不一致: {f}') if src.transform != ref_transform: print(f'Transform不一致: {f}')

6. 进阶技巧：用 NPP/VIIRS 夜间灯光数据集做城市扩张分析的阈值选择方法

6.1 为什么固定阈值法在 2012-2020 年序列里会失效

很多人用 DMSP/OLS 时代的经验，设一个固定 DN 阈值比如 10 来提取城市建成区。但 NPP/VIIRS 的辐射值单位不同，而且 2012-2020 年间传感器衰变和校正算法变化会导致同一城市的灯光值整体漂移。固定阈值在 2012 年可能提取出 1000 平方公里，到 2020 年可能变成 1500 平方公里，其中一部分是真实扩张，一部分是数据漂移。

我一般用两种方法做交叉验证。第一种是相对阈值法：先统计整个研究区的灯光值分布，取第 95 百分位作为城市核心区阈值，第 80 百分位作为城市边缘阈值。第二种是突变检测法：对每个像元做时间序列分析，找到灯光值突然上升的年份，作为城市扩张的起始年。

import numpy as np import rasterio def extract_urban_area(tif_path, percentile=95): with rasterio.open(tif_path) as src: data = src.read(1) data[data < 0] = 0 # 只统计有灯光的像元 valid = data[data > 0] if len(valid) == 0: return None threshold = np.percentile(valid, percentile) urban_mask = data >= threshold # 计算城市面积（假设像元面积已知） pixel_area_km2 = (500 * 500) / 1e6 # 500米分辨率 area = np.sum(urban_mask) * pixel_area_km2 print(f'阈值: {threshold:.2f}, 城市面积: {area:.2f} km²') return urban_mask, threshold # 对2012和2020年分别提取 mask_2012, th_2012 = extract_urban_area('./annual/VNL_annual_2012.tif', 95) mask_2020, th_2020 = extract_urban_area('./annual/VNL_annual_2020.tif', 95)

6.2 用灯光值突变点做城市扩张时间定位

相对阈值法能告诉你城市范围变了多少，但不知道具体哪一年开始扩张。我通常会对每个像元做 Mann-Kendall 趋势检验或者简单的滑动窗口突变检测。具体做法是：对每个像元的 2012-2020 年时间序列，计算相邻年份的差值，如果连续两年差值超过该像元历史差值的 2 倍标准差，就标记为突变年。

def detect_change_year(city_bbox, annual_dir): years = list(range(2012, 2021)) stack = [] for y in years: with rasterio.open(f'{annual_dir}/VNL_annual_{y}.tif') as src: window = rasterio.windows.from_bounds(*city_bbox, src.transform) data = src.read(1, window=window) data[data < 0] = 0 stack.append(data) stack = np.array(stack) # shape: (9, H, W) # 计算每个像元的年际差值 diff = np.diff(stack, axis=0) # 计算每个像元差值的标准差 std_diff = np.std(diff, axis=0) # 找到突变年 change_year = np.full(stack.shape[1:], -1, dtype=np.int8) for i in range(diff.shape[0]): mask = diff[i] > 2 * std_diff change_year[mask & (change_year == -1)] = years[i+1] # 统计突变年份分布 unique, counts = np.unique(change_year[change_year > 0], return_counts=True) for u, c in zip(unique, counts): print(f'{u}年突变像元数: {c}') return change_year detect_change_year((115.0, 39.5, 117.0, 40.5), './annual')

这个方法的参数2 * std_diff可以根据研究区调整，城市边缘区域建议用 1.5 倍，核心区用 2.5 倍。突变检测的结果可以和 Landsat 影像做交叉验证，看看突变年份是否对应实际的新区建设或道路开通。

6.3 一个我踩过的坑：忽略传感器衰变导致趋势被高估

VIIRS 传感器从 2012 年到 2020 年有轻微衰变，虽然官方产品做了辐射定标，但残余衰变仍然存在。我早期做城市扩张分析时，发现所有城市的灯光总量都在上升，后来用稳定沙漠区域的灯光值做参考，发现 2020 年比 2012 年整体高了约 3-5%。这个偏差在城市扩张速率计算里会放大，尤其是扩张缓慢的城市。

修正方法很简单：选一个 2012-2020 年没有明显人类活动的区域，比如沙漠或深海，统计其灯光均值年际变化，把这个变化率作为传感器衰变参考，从所有像元值里扣除。我一般会选撒哈拉沙漠中心或者太平洋偏远海域，这些区域在 NPP/VIIRS 数据里灯光值接近零但仍有微小波动。

做这个方向的研究，数据预处理花的时间往往比建模还多。我自己的习惯是：拿到任何年份的 NPP/VIIRS 数据，先跑一遍负值统计、零值占比、月度完整性检查，三个指标都过了再进入合成流程。2012-2020 年这个时间跨度里，2012 和 2013 年要单独对待，2014 年以后相对稳定。如果你要做长时间序列分析，建议把每年的处理日志留下来，包括负值比例、零值比例、异常月份标记，后面写论文或报告时这些记录能帮你省很多回头查的时间。希望帮到你。

本文还有配套的精品资源，点击获取