全球500米分辨率 “类NPP-VIIRS”夜间灯光数据集(2000-2024年)

该团队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，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）。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和类似于NPP-VIIRS的数据质量。<br>
&nbsp;&nbsp;&nbsp;&nbsp;在时序一致性方面，首套全球500米分辨率的新夜间灯光数据集能够真实地反映不同尺度下的人口以及灯光亮度的时序变化，甚至是反映出2007-2010年间的全球经济大萧条，新夜间灯光数据集解决了DMSP-OLS和NPP-VIIRS两套夜间灯光数据无法同时使用的问题，为城市问题研究等相关领域提供了新的数据来源。

This research team proposes an autoencoder-based cross-sensor correction scheme for nighttime light (NTL) data between DMSP-OLS and NPP-VIIRS sensors. The autoencoder architecture is modified, with 2013 EANTLI data used as the input, and the validation set for the model output is the annual composited NPP-VIIRS nighttime light data (Composited NPP-VIIRS NTL Data) of the same year. After iterative training, the EANTLI data from 2000 to 2012 are sequentially fed into the trained model, generating the "NPP-VIIRS-like NTL Data" (NPP-VIIRS-like NTL Data) for each corresponding year. This dataset shares identical parameter attributes with NPP-VIIRS nighttime light data and has data quality comparable to that of NPP-VIIRS NTL data.

In terms of temporal consistency, this first global nighttime light dataset with a 500-meter resolution can accurately reflect temporal changes in population and light brightness across different scales, even capturing the global economic recession between 2007 and 2010. The new NTL dataset resolves the long-standing problem that DMSP-OLS and NPP-VIIRS NTL data cannot be used simultaneously, providing a novel data source for research fields such as urban studies.

AI搜集汇总

背景与挑战

背景概述

该数据集是全球500米分辨率的夜间灯光数据，覆盖2000年至2023年，通过基于自编码器的跨传感器校正方法，融合了DMSP-OLS和NPP-VIIRS数据，生成了具有时序一致性的“类NPP-VIIRS”数据。它解决了传统两套夜间灯光数据无法同时使用的问题，精度较高（如像元尺度R2达0.87），适用于城镇化、人口变化等城市地理学研究，为相关领域提供了新的数据来源。