Global Scale Nightlight Time Series Dataset

这是一个分析就绪的月度夜间灯光数据集，源自搭载在SNPP卫星上的VIIRS仪器。数据集涵盖208个国家和地区，共计52,702个行政单位，每个单位都有从2012年1月至2024年5月的时间序列数据。数据集定期更新，并公开托管在AWS上。

This is an analysis-ready monthly nighttime light dataset derived from the VIIRS instrument onboard the SNPP satellite. The dataset covers 208 countries and regions, totaling 52,702 administrative units, each with time-series data spanning from January 2012 to May 2024. The dataset is updated regularly and publicly hosted on AWS.

原始信息汇总

全球尺度夜间灯光时间序列数据集

概述

• 该数据集是从搭载在SNPP卫星上的VIIRS仪器获取的每月夜间灯光分析准备数据。
• 夜间灯光数据按行政单位级别（ADM 0~2）计算，涵盖208个国家和地区，共计52,702个行政单位。
• 每个行政单位的时间序列数据涵盖2012年1月至2024年5月。
• 数据集定期更新，并在AWS上公开托管。

下载

点击这里访问数据集。

数据结构

每个行政单位的.csv文件遵循以下结构：

列名	数据类型	描述
year	int	观测年份
month	int	观测月份
shapeName	string	行政单位名称
shapeType	string	行政单位类型
shapeGroup	string	行政单位所属组
min	float	最小夜间灯光值
max	float	最大夜间灯光值
mean	float	平均夜间灯光值
q1	float	第一四分位数
q2	float	第二四分位数（中位数）
q3	float	第三四分位数
std	float	标准差
sum	float	夜间灯光总和
unit	string	夜间灯光单位
count	int	行政单位边界内的像素数
cloudFree	float	每个像素的平均无云观测数

预处理

(A) 栅格数据

1. 从Light Every Night (LEN)获取每月合成数据和无云掩膜。
2. nodata像素（-1.5和-999.3）设置为numpy.nan。

(B) 矢量数据

1. 从geoBoundaries获取全球行政边界数据。
2. 通过交集将二级行政边界映射到其父一级多边形。
3. 使用此矢量层从栅格层提取行政单位级别的区域统计数据。

(C) 时间序列生成

1. 使用rasterstats库提取行政单位级别的区域统计数据。
2. 从无云掩膜计算cloudFree列。
3. 提取的时间序列数据写入单独的.csv文件并上传到AWS的S3。

已知问题

1. 由于多边形交集失败，部分二级行政边界列为Null。
2. 缺失数据：2014年3月、2021年8月、2022年6月和8月的数据缺失，最终数据集中替换为numpy.nan。
3. 缺失掩膜：2017年10月和11月的无云掩膜缺失，相应替换为numpy.nan。

引用

该数据集根据CC BY 4.0许可提供，任何使用该数据集的产品都需要进行署名。

书面引用:

Najjar, A. (2024). Global scale nightlight time series dataset. https://nightlight.eoatlas.org.

在线使用: 确保提及Earth Observation Atlas作为来源，并链接到https://eoatlas.org。

搜集汇总

数据集介绍

构建方式

该数据集通过整合来自VIIRS仪器在SNPP卫星上的夜间灯光数据，构建了一个全球范围内的夜间灯光时间序列。数据集涵盖了2012年1月至2024年5月的时间段，涵盖了208个国家和地区的52,702个行政单位。每个行政单位的数据以时间序列的形式呈现，每月更新一次。数据集的构建过程包括从Light Every Night (LEN)项目获取月度合成数据和云遮蔽掩码，处理无效像素，并从geoBoundaries项目获取全球行政边界数据。通过rasterstats库提取每个行政单位的区域统计数据，最终生成独立的CSV文件并存储在AWS上。

使用方法

用户可以通过访问数据集的AWS存储位置下载所需的CSV文件，每个文件对应一个行政单位的时间序列数据。数据集的结构清晰，包含年份、月份、行政单位名称、类型、所属组、夜间灯光统计数据等列。用户可以使用Python的pandas库或其他数据处理工具加载和分析这些CSV文件。此外，数据集提供了示例代码，帮助用户理解和重现数据分析过程。引用该数据集时，需遵循CC BY 4.0许可协议，并在使用时注明来源。

背景与挑战

背景概述

全球尺度夜光时间序列数据集（Global Scale Nightlight Time Series Dataset）是由NASA的可见红外成像辐射计套件（VIIRS）搭载在Suomi国家极轨伙伴卫星（SNPP）上采集的夜间灯光数据构建而成。该数据集自2012年1月起至2024年5月，涵盖了全球208个国家和地区，共计52,702个行政单位。每个行政单位的时间序列数据以每月为单位进行记录，提供了从最小值到最大值、平均值、四分位数、标准差等多维度的夜光统计信息。此数据集不仅为全球环境变化、城市化进程及灾害影响等研究提供了重要数据支持，还通过AWS平台进行定期更新，确保数据的实时性和准确性。

当前挑战

该数据集在构建过程中面临多项挑战。首先，数据源中的缺失数据（如2014年3月、2021年8月、2022年6月和8月）需通过插值或其他方法进行填补，以确保时间序列的连续性。其次，部分行政单位的边界在多边形交集计算中未能成功匹配，导致数据记录为空值。此外，云层覆盖导致的夜光数据缺失（如2017年10月和11月）也需通过技术手段进行处理。这些挑战不仅影响了数据的完整性，也对后续分析和应用提出了更高的技术要求。

常用场景

经典使用场景

全球尺度夜间灯光时间序列数据集的经典使用场景主要集中在环境监测和城市发展研究领域。通过分析不同行政单位（ADM 0~2）的夜间灯光数据，研究人员能够量化城市化进程、评估自然灾害影响以及监测能源消耗模式。例如，该数据集可用于研究飓风玛丽亚对波多黎各夜间灯光的影响，从而评估灾害对基础设施和经济活动的破坏程度。

解决学术问题

该数据集解决了多个学术研究中的关键问题，特别是在城市化进程和环境变化监测方面。通过提供全球范围内的高分辨率夜间灯光数据，研究人员能够更准确地量化城市扩张、能源使用和人口分布。此外，该数据集还为灾害响应和恢复研究提供了宝贵的数据支持，帮助科学家评估自然灾害对社会经济的影响。

实际应用

在实际应用中，全球尺度夜间灯光时间序列数据集被广泛用于城市规划、灾害管理和能源政策制定。例如，城市规划者可以利用该数据集评估不同区域的照明需求，优化能源分配。灾害管理机构则可以通过分析夜间灯光变化，快速评估灾害影响并制定有效的恢复策略。此外，能源政策制定者可以利用这些数据监测能源消耗模式，制定更有效的节能政策。

数据集最近研究

最新研究方向

在全球尺度夜光时间序列数据集的最新研究中，学者们正聚焦于利用VIIRS卫星数据进行城市化进程、经济发展和环境变化的多维度分析。该数据集通过提供从2012年1月至2024年5月的每月夜光数据，为研究全球208个国家和地区52,702个行政单位的夜光变化提供了详实的依据。研究者们利用这些数据，不仅能够监测自然灾害如飓风对城市夜光的影响，还能通过夜光数据的变化来评估经济发展和城市扩张的动态。此外，该数据集的定期更新和公开托管在AWS上，使得全球研究者能够实时获取和分析数据，推动了地球观测领域的研究进展。