企业官网建设流程全解析

简介：这份文档面向GIS从业者与遥感数据分析学习者，系统讲解DMSP/OLS夜间灯光数据在ArcGIS Desktop中的校正流程，解决传感器辐射性能差异、年际数据不连续、F18突变及DN值0-63天花板效应等导致数据不可比的问题。资源包共1个docx文件，约592KB，内容涵盖校正缘由剖析、中国区域亮值像元提取、兰伯特方位角等面积投影与NEAREST重采样设置，以及基于伪不变区域与最小二乘回归的传感器依次校正方法，并说明相邻传感器无重合年份时的处理思路。已有5973人学习下载，适合需要掌握夜间灯光数据预处理、开展城市化与GDP匹配研究的中高级GIS用户参考，可帮助读者理解校正模型构建逻辑与关键参数选择，提升长时序灯光数据的连续性与可比性。

1. 夜间灯光数据校正到底在修什么：从一张“亮得离谱”的城区图说起

如果你手上有 DMSP-OLS 或 NPP-VIIRS 这类夜间灯光影像，直接拿原始 DN 值去做建成区提取或 GDP 空间化，十有八九会翻车。我最早做某城市扩张分析时，把两期灯光影像一叠加，发现同一个城区边缘的亮度差了两倍多，当时以为是城市真的变亮了，后来才发现是传感器饱和和年际定标差异在作怪。夜间灯光数据校正，本质上就是解决三件事：饱和像元去饱和、年际数据可比化、以及跨传感器一致性。在 ArcGIS 里做这件事，不需要写复杂脚本，但每一步的栅格计算和掩膜逻辑必须搞清楚，否则出来的结果只是“看起来像校正过”。这篇笔记面向的是已经会用 ArcGIS 基本栅格工具、但被灯光数据校正卡住的从业者，从操作步骤到参数设置，再到我踩过的坑，全部拆开讲。热词里常出现的 arcgis 统计分析、arcgis 裁剪影像、arcgis 做坡度图这些操作，在灯光校正里都会以变体形式出现，但逻辑完全不同，别混用。

2. 校正前的数据准备与 ArcGIS 环境确认：别让坐标系和像元对齐毁掉一切

2.1 灯光数据校正需要哪几类输入，以及为什么不能直接拿原始 DN 开算

夜间灯光校正不是单一操作，它依赖三类输入：待校正的灯光栅格、参考掩膜或辅助数据、以及目标年份的定标参数。以 DMSP-OLS 稳定灯光产品为例，常见做法是先用一份高分辨率建成区掩膜（比如从 Landsat 提取的不透水面）来界定“哪些像元属于真实城市灯光”，再对掩膜内的像元做去饱和。NPP-VIIRS 则更依赖年度合成产品和杂散光校正标志位。在 ArcGIS 里，这些数据必须满足两个硬条件：所有栅格必须统一到同一投影坐标系，且像元大小完全一致。我见过太多人直接把 WGS84 地理坐标的灯光图和投影坐标的掩膜丢进栅格计算器，结果 ArcGIS 不报错，但输出栅格偏移了几百个像元，校正完全失效。常见做法是：先用“投影栅格”工具把灯光数据转到与掩膜一致的投影（如 Albers 等积投影），再用“重采样”把像元对齐到 1km 或 500m。注意，重采样方法选“双线性”还是“最近邻”取决于你的灯光数据是连续型还是离散型——DMSP-OLS 的 DN 值是整数，建议用最近邻，避免产生非整数 DN 导致后续阈值判断混乱。

2.2 在 ArcGIS 里统一坐标系与像元对齐的具体命令和参数

假设你手头有一份地理坐标的 NPP-VIIRS 月度合成栅格，和一份投影坐标的行政区矢量。第一步不是裁剪，而是投影。打开 ArcToolbox → Data Management Tools → Projections and Transformations → Raster → Project Raster。输入栅格选灯光图，输出坐标系选与行政区一致的投影，重采样技术选 NEAREST，输出像元大小填 500（单位与投影一致）。这一步完成后，用“栅格转点”或“识别”工具抽查几个已知城市中心的坐标，确认没有整体偏移。第二步是像元对齐：如果掩膜像元是 1000m，而灯光是 500m，不要直接重采样掩膜，而是用“重采样”工具把灯光聚合到 1000m，聚合方法选“平均值”或“最大值”——做去饱和时通常用最大值，保留亮区峰值。第三步，用“按掩膜提取”把灯光裁到研究区，但注意这个工具默认输出会保留掩膜范围，如果掩膜有孔洞，灯光也会被挖掉，所以掩膜最好先做“栅格转面→消除→面转栅格”清理一遍。这些步骤听起来繁琐，但少一步，后面栅格计算器里就会出现 NoData 蔓延，你以为是校正公式错了，其实是数据没对齐。

2.3 用“栅格计算器”做初步统计：先看清 DN 分布再动手

在正式校正前，我习惯先用栅格计算器算几个统计量：最大值、最小值、平均值、以及大于某个阈值（比如 DN>50）的像元数。ArcGIS 里没有直接的“栅格统计”按钮，但可以用“分区统计”或“Zonal Statistics as Table”以研究区为分区，统计灯光栅格的 MAX、MEAN、STD。更直接的办法是打开栅格属性 → 源 → 统计值，但那只对全图有效。如果你要按行政区统计，用 Zonal Statistics as Table，输入分区数据选行政区，输入值栅格选灯光，统计类型勾选 ALL。输出的表里，MAX 列能告诉你饱和像元大概在什么量级，MEAN 列能看出整体亮度水平。这一步的意义在于：校正不是盲目套公式，而是根据你的数据实际分布决定阈值。比如 DMSP-OLS 的饱和阈值通常在 DN=63，但不同年份、不同传感器版本会有差异，你得先看统计表再定。另外，热词里常有人搜“arcgis统计分析”，在灯光校正里最实用的就是分区统计和栅格直方图，别去折腾复杂的空间自相关，先把基础分布摸清。

3. DMSP-OLS 去饱和校正：从阈值掩膜到回归调整的完整 ArcGIS 操作链

3.1 为什么 DMSP-OLS 必须做去饱和，以及 ArcGIS 里怎么构建饱和掩膜

DMSP-OLS 的 DN 值上限是 63，城市核心区往往一大片全是 63，这就是饱和。饱和像元不携带内部差异信息，直接用来做城市内部结构分析会得到“铁板一块”的假象。去饱和的核心思路是：用辅助数据（如植被指数、不透水面比例）建立饱和像元 DN 与真实亮度的回归关系，再把 63 替换成预测值。在 ArcGIS 里，第一步是生成饱和掩膜：栅格计算器输入Con("light.tif" == 63, 1, 0)，输出一个二值栅格，1 代表饱和。注意，有些版本的数据最大值是 63，但经过重采样后可能出现 63.0 浮点，所以条件写成"light.tif" >= 63更稳妥。生成掩膜后，用“栅格转面”把饱和区转成矢量面，再与不透水面数据做相交，得到“饱和且不透水面比例高”的区域作为回归样本区。这一步的坑在于：如果掩膜范围太大，回归样本会混入非城市灯光（如油气田火炬），导致校正后农村也变亮。我一般会把饱和掩膜再与人口密度栅格做一次叠加，只保留人口密度大于一定阈值的像元。

3.2 用栅格计算器实现经典去饱和公式：参数怎么设、NoData 怎么避

常见的去饱和公式是线性回归：DN_corrected = a * NDVI + b，其中 a、b 由饱和区样本回归得到。在 ArcGIS 里，你可以先用“采样”工具（Spatial Analyst → Extraction → Sample）在饱和区随机采样，导出 NDVI 和 DN 值到表格，然后在 Excel 或 Python 里做回归，得到 a 和 b。回到栅格计算器，输入：

# 去饱和校正：仅对饱和像元应用回归，非饱和像元保留原值 Con("light.tif" >= 63, 63 + (0.85 * Float("ndvi.tif") + 2.3), "light.tif")

这里0.85和2.3是假设的回归系数，实际要用你的采样结果替换。逻辑说明：Con函数先判断饱和条件，满足则用回归预测值替换，不满足则保留原始 DN。注意Float()转换，因为 NDVI 是浮点，不转换会导致整数截断。参数说明：回归系数 a 通常为负值（NDVI 越高，灯光越暗？不，在城市内部，NDVI 低而灯光高，所以 a 可能为负），具体符号取决于你的样本。如果回归 R² 低于 0.5，建议换辅助数据，比如用不透水面比例代替 NDVI。另一个坑是 NoData：如果 NDVI 在饱和区有 NoData，Con会输出 NoData，导致校正后出现空洞。解决办法是在栅格计算器里加一层IsNull判断，或者提前用“焦点统计”填充 NDVI 的小空洞。

3.3 校正后验证：用分区统计对比校正前后 DN 均值变化

校正完不能直接出图，得验证。我通常用 Zonal Statistics as Table 分别统计校正前后各行政区的灯光均值，然后算变化率。如果某个区的均值变化超过 30%，要么是回归系数不合理，要么是该区饱和像元占比过高导致外推过度。另一个验证方法是看直方图：校正后 DN 最大值应该超过 63，但不应出现极端异常值（比如 >200），否则说明回归斜率过大。在 ArcGIS 里，右键栅格图层 → 属性 → 符号系统 → 拉伸，观察直方图形态。如果校正后直方图在 63 处仍有尖峰，说明饱和掩膜没覆盖全，检查条件是否用了>=而不是==。这一步的血泪经验是：去饱和不是越亮越好，而是让饱和区的相对差异恢复出来，如果校正后城市核心区反而比边缘暗，那肯定是回归系数符号反了。

4. NPP-VIIRS 年际校正与跨传感器一致性：ArcGIS 里的相对辐射定标操作

4.1 NPP-VIIRS 为什么需要年际校正：从杂散光到传感器衰减

NPP-VIIRS 的夜间灯光产品比 DMSP-OLS 动态范围大得多，但它有另一个问题：年际之间的绝对辐射值不可直接比较。原因包括传感器衰减、杂散光校正版本更新、以及月度合成中云污染残留。常见做法是选取一个参考年份（比如 2015 年），把其他年份的灯光影像通过线性回归调整到参考年份的辐射尺度上。在 ArcGIS 里，这步叫“相对辐射归一化”，操作上就是栅格计算器加回归系数。但前提是你要有稳定不变的目标区作为回归样本，比如远离城市的沙漠或深海区域——这些区域灯光应该接近 0，如果某年份在这些区域出现高值，说明杂散光没除干净。我一般会选研究区内的几个大型公园或水库作为“暗目标”，统计其 DN 均值，然后计算年份间的偏移量。

4.2 用“栅格计算器”做线性拉伸：增益和偏移量的确定方法

假设你已经通过暗目标统计得到 2016 年相对于 2015 年的增益 gain=1.12，偏移 offset=-0.35。在 ArcGIS 栅格计算器里输入：

# 年际相对辐射归一化：将 2016 年拉伸到 2015 年尺度 Float("viirs_2016.tif") * 1.12 - 0.35

逻辑说明：先转浮点避免整数溢出，再乘增益加偏移。参数说明：gain 通常接近 1，如果偏离超过 20%，说明两年数据版本差异太大，建议换年份或改用官方年度合成产品。offset 一般为负值，因为暗目标在后期年份可能因杂散光校正残留而略高。注意，这个公式是全局应用，但城市核心区可能因饱和（VIIRS 也有饱和，只是阈值更高）导致拉伸后过亮。解决办法是先用“按掩膜提取”把城市核心区单独处理，或者用分段拉伸：对 DN 小于某阈值的区域用一套系数，大于阈值的用另一套。ArcGIS 里可以用Con嵌套实现，但代码会很长，建议用 Python 脚本批量跑。

4.3 跨传感器一致性：把 DMSP-OLS 和 NPP-VIIRS 放到同一尺度

如果你要做长时间序列（比如 1992-2020），必然遇到 DMSP-OLS 和 NPP-VIIRS 衔接问题。常见做法是找重叠年份（2012-2013），建立两种数据在同区域的回归关系，然后把 DMSP 调整到 VIIRS 尺度，或反之。在 ArcGIS 里，步骤是：先分别提取重叠年份的灯光栅格，用“采样”工具在建成区随机取点，导出 DN 对，做回归得到斜率 k 和截距 b。然后对 DMSP 全系列应用Float("dmsp.tif") * k + b。这里最大的坑是：DMSP 的饱和像元在回归中会拉低斜率，所以回归前必须先去饱和，或者只用非饱和像元做样本。另一个坑是空间分辨率差异：DMSP 是 1km，VIIRS 是 500m，直接回归会受尺度效应影响。我一般先把 VIIRS 聚合到 1km（用“重采样”选“平均值”），再采样回归。这样得到的系数更稳健。校正后，用同一套行政区边界做分区统计，看两种数据在重叠年份的均值是否接近，如果差异仍大于 15%，说明回归样本有偏，需要增加暗目标样本。

5. 避坑与排查：夜间灯光校正中最容易翻车的 5 个操作

5.1 现象：栅格计算器输出全为 NoData；原因：像元对齐或掩膜范围不匹配；解决：先做投影和重采样

这是最高频的翻车现场。你写了一个看起来完美的公式，点运行，结果输出一片空白。原因通常有两个：一是输入栅格的像元大小或对齐方式不一致，ArcGIS 在栅格计算器里会取交集，只要有一个栅格在某像元是 NoData，输出就是 NoData；二是掩膜范围比灯光范围小，裁剪后外围全是 NoData。解决办法：在栅格计算器之前，用“投影栅格”和“重采样”把所有输入统一到同一坐标系和像元大小，并用“栅格转面”检查掩膜是否有孔洞。如果只是小范围 NoData，可以用“焦点统计”的“均值”填充，但注意这会平滑灯光，只适合非饱和区。

5.2 现象：校正后城市核心区反而变暗；原因：回归系数符号错误或样本混入非灯光像元；解决：检查回归样本的 NDVI 与 DN 散点图

去饱和回归中，如果辅助数据是 NDVI，城市核心区 NDVI 低，DN 高，回归斜率应为负。但如果你采样时混入了水体或云影，NDVI 异常低而 DN 也低，会导致斜率变正，校正后核心区被压低。排查方法：把采样点导出到 Excel，画 NDVI 和 DN 的散点图，看趋势是否合理。如果散点图一团乱，说明样本区不纯，需要重新定义饱和掩膜，比如加入不透水面比例阈值。另一个可能是回归截距过大，导致非饱和区也被误改，但你的公式只对饱和像元生效，所以问题一定在样本。

5.3 现象：年际校正后暗目标区域出现负值；原因：偏移量过大或数据版本不一致；解决：限制输出最小值并检查暗目标统计

NPP-VIIRS 年际拉伸时，如果 offset 设得太大（比如 -2.0），暗目标区域原本 DN 接近 0，减去后变成负数。ArcGIS 栅格计算器不会自动截断负值，输出栅格会出现负 DN，后续做对数或比值运算直接报错。解决办法：在公式外层加Con("result" < 0, 0, "result")，或者用“栅格计算器”的Con函数限制最小值。但更根本的是检查暗目标统计：如果暗目标区域在参考年份的均值是 0.5，而目标年份是 2.0，offset 应该是 -1.5，而不是 -2.0。另外，如果两年数据版本不同（比如 2015 是 v1 杂散光校正，2016 是 v2），暗目标差异会很大，建议统一使用同一版本。

5.4 现象：跨传感器校正后 DMSP 和 VIIRS 在重叠年份均值差 30% 以上；原因：回归样本未去饱和或尺度未统一；解决：先聚合 VIIRS 到 1km，再只用非饱和 DMSP 像元回归

跨传感器回归最容易忽略的是 DMSP 饱和。如果你直接用全部 DMSP 像元（包括 63）和 VIIRS 做回归，斜率会被饱和像元拉低，导致校正后 DMSP 整体偏暗。正确做法：先用Con("dmsp.tif" < 63, "dmsp.tif", 0)把饱和像元设为 0 或 NoData，只保留非饱和像元做采样。同时，VIIRS 要先聚合到 1km，否则 500m 的 VIIRS 和 1km 的 DMSP 在空间上不对应，采样点会错位。聚合时用“重采样”选“平均值”，不要用“最大值”，因为最大值会放大城市核心，导致回归斜率偏高。做完这两步，重叠年份的均值差异通常能降到 10% 以内。

5.5 现象：校正后栅格文件巨大，ArcGIS 卡死；原因：输出格式未压缩或浮点精度过高；解决：输出为 TIFF 并设置压缩，或转成整数

夜间灯光校正涉及多次栅格计算，如果每一步都输出浮点栅格，文件会迅速膨胀。我见过一个研究区，校正后单幅栅格超过 2GB，ArcGIS 打开就崩。解决办法：在“环境设置”里把输出栅格格式设为 TIFF，并勾选“压缩”为 LZW。如果最终结果不需要浮点精度，可以在最后一步用Int()转成整数，但注意转整数前先乘以 100 保留两位小数，否则去饱和的细微差异会被抹掉。另外，中间步骤可以用“栅格转整型”临时降低精度，但只建议在非饱和区使用。血泪经验是：每做完一步就检查文件大小，超过 500MB 就考虑压缩或分块处理。

6. 进阶技巧：用 ArcGIS 模型构建器把校正流程自动化，以及一个验证校正效果的小方法

如果你要处理多期灯光数据，手动点栅格计算器会疯掉。我后来用 ArcGIS 的模型构建器（ModelBuilder）把整个流程串起来：输入灯光栅格和掩膜，自动投影、重采样、去饱和、年际拉伸、输出校正后栅格。关键节点是“栅格计算器”工具，在模型里可以插入变量，把回归系数作为参数传入，这样换年份只需改参数，不用重连。模型构建器里还有一个“前提条件”设置，确保投影完成后再执行计算，避免顺序错乱。具体操作：在模型里拖入“投影栅格”和“重采样”，用连接线串到“栅格计算器”，右键计算器 → 创建变量 → 从参数 → 数据类型选“栅格”，然后双击计算器，在表达式里用%变量名%引用。这样你就能批量跑 10 年数据，晚上挂着，早上收结果。

验证校正效果，除了分区统计，我还会用一个简单方法：计算校正前后灯光栅格与不透水面比例的相关性。校正前，由于饱和，城市核心区相关性会被压低；校正后，如果去饱和合理，相关性应该提升。在 ArcGIS 里，用“波段集统计”或“多元分析”里的“波段集统计”工具，输入校正前后栅格和不透水面栅格，输出相关系数矩阵。如果校正后相关系数反而下降，说明回归系数有问题，或者辅助数据选错了。另一个技巧是看边缘梯度：校正后城市边缘的 DN 过渡应该更平滑，而不是突然从 63 跳到 0。你可以沿一条穿过城市的剖面线，用“堆栈剖面”工具画校正前后的 DN 曲线，如果校正后曲线在核心区有起伏而不是平顶，说明去饱和起作用了。

最后说个我自己的习惯：每次校正完，我都会把关键参数（回归系数、增益、偏移、阈值）记在一个文本文件里，和输出栅格放一起。过半年回头看，没有这些记录，你根本不知道当时为什么设了 0.85 而不是 0.9。夜间灯光校正不是一劳永逸的事，数据版本更新、研究区变化都会让旧参数失效，但有了记录，至少能快速定位问题。希望帮到你。

本文还有配套的精品资源，点击获取