企业官网建设流程全解析

简介：在GIS遥感分析中，夜间灯光数据常用于评估城市化程度、人口分布和经济发展差异。面向使用ArcGIS处理夜间灯光影像的初学者和科研人员，这份资料提供了从数据准备到结果可视化的完整操作指引。内容涵盖VIIRS/DMSP-OLS栅格数据与行政边界数据的获取，利用按属性选择完成区域范围提取，通过按掩膜提取裁剪出目标夜间灯光影像，并借助Spatial Analyst工具下的以表格显示分区统计计算各区域灯光强度，再结合字段连接与分级色彩进行专题制图，还可继续添加图名、图例、比例尺等地图整饰要素。资源为单个docx文档，约6.52MB，文档中列出每一步的工具位置、参数设置和导出建议，便于对照实操，也可作为后续同类遥感任务的参考模板。已有3651人次学习下载，适用于城市规划、区域发展比较、生态环境监测等场景，能帮助用户系统掌握夜光遥感分析的高效工作流，并理解从原始影像到统计成果的完整链路。

1. 夜间灯光的提取与强度计算：ArcGIS掩膜与分区统计一条链路走通

夜间灯光提取和强度计算在 GIS 实务里是一对固定搭配：前者用行政区边界把卫星灯光栅格“切”出研究范围，后者用分区统计把切出来的像元值汇总成能写进报告的数字。这套流程在 ArcGIS 里跑一遍并不复杂，但真正动手的人里，七成左右会卡在坐标系不一致、NoData 被当成 0、连接字段类型对不上这类细节上。这篇笔记把整条链路拆开来讲，适合正在做城市夜间灯光分析、经济活跃度评估或环境监测的从业者，也适合刚接触 ArcGIS 空间分析的学生。看完你能拿着矢量边界和灯光 tif，自己从属性选择一路做到分区统计和出图。

2. 数据准备：坐标系统一与两类灯光数据的选型细节

2.1 灯光数据源差异：VIIRS 与 DMSP/OLS 怎么选

夜间灯光栅格数据本质是一张单波段影像，每个像元记录的是该位置的灯光亮度值，单位是辐射亮度或数字量化值。不同传感器产出的数据在空间分辨率、时间跨度和数值意义上差别很大，选错数据源会直接导致后续统计结果不可比。

VIIRS 传感器提供的合成产品是当前最常用的选择，空间分辨率约 500 米，数值是去除火光、气体燃烧等杂散光源后的平均灯光辐射值，适合做年度或月度对比。DMSP/OLS 系列是更早的稳定灯光合成数据，分辨率约 1 公里，时间覆盖从 1992 年到 2013 年左右，适合做长时序的城市扩张回溯分析。两类数据在 ArcGIS 里都能直接加载，但要注意：DMSP/OLS 的像元值是 0 到 63 的整数档位，VIIRS 是浮点型的辐射值，二者不能混在同一张统计表里。

实际项目里，我一般默认优先拿 VIIRS 月度合成数据，如果只是做某一年的截面分析，直接用对应年份的年度合成 tif 就够了。下载时留意文件命名里的年份标记，避免把不同年份的影像叠在一起统计。

2.2 坐标系为什么是第一步：栅格与矢量必须坐在同一张“底图”上

坐标系不统一是这条链路里翻车率最高的环节，而且它翻得很隐蔽：ArcGIS 打开两个图层时，软件会动态投影让它俩看起来是重合的，但按掩膜提取工具执行时，底层会按严格的坐标值做空间计算。如果灯光栅格是地理坐标系（WGS84 经纬度），行政边界是投影坐标系（比如 CGCS2000 投影），两者即便视觉上重叠，实际参与计算的坐标基准不同，结果要么是范围偏移，要么是输出一张看着正常但统计值全是零的废栅格。

判断坐标系是否一致，最快的方式是分别打开两个图层的属性——源选项卡里看“空间参考”。栅格数据一般在元数据里带着坐标系信息，矢量 shp 的坐标系则写在同目录的 .prj 文件里。如果 shp 文件旁边没有 .prj 文件，ArcGIS 会默认当成未知坐标系，这时候必须先给定坐标系，否则后面所有分析都建立在错误假设上。

我一般会先做一次“图层右键—属性—源”检查，把两个数据的空间参考名称记下来。理想状态下，栅格和矢量都使用同一投影坐标系，比如 CGCS2000_3_Degree_GK_CM_114E，因为投影坐标系的单位是米，分区统计的面积和强度字段直接与面积挂钩，不用做单位换算。

2.3 统一坐标系的操作路径：先看元数据再动手

如果发现坐标系不一致，优先改矢量，不要轻易重投影栅格。栅格重投影涉及像元重采样，每重采样一次就相当于给数据做一次插值，灯光亮度值会被平滑，后续统计结果会失真。矢量 shp 的坐标系换起来要安全得多，工具路径是 ArcToolbox—数据管理工具—投影和变换—要素—投影。

操作时注意勾选“输出坐标系”为与灯光栅格一致的坐标系。如果矢量本身没有定义坐标系，先使用“定义投影”工具补一个正确坐标系，再执行“投影”工具完成转换。定义投影和投影工具是两个容易混淆的操作：定义投影是告诉软件这个数据是什么坐标系，投影才是实际转换坐标值。

工具路径：ArcToolbox → 数据管理工具 → 投影和变换 → 要素 → 投影 关键参数： - 输入数据集或要素类：选择行政 shp - 输出数据集或要素类：命名如 admin_Projected.shp - 输出坐标系：选择与灯光 tif 一致的空间参考

投影工具执行完成后，把输出的新 shp 加载进地图，右键查看源空间参考。确认与灯光栅格完全一致后，再进入属性选择和掩膜提取环节。整套流程里这一步最枯燥，但省掉它的代价就是后面所有输出都可能作废。

3. 行政区提取与按掩膜提取：属性选择的 SQL 写法与三入参对齐

3.1 按属性选择区域：name 字段的唯一值获取与 Or 连接

拿到行政矢量后，第一步是从整层数据里挑出研究区范围。ArcGIS 的“按属性选择”工具在图层右键菜单里，也可以从“选择—按属性选择”打开。操作顺序是：在字段列表里双击 name 字段，点击“获取唯一值”，这时下方会列出该字段的全部取值，直接双击需要的区域名即可拼进表达式。

只选一个区域时，表达式就是"name" = 'A市'，点击应用确定就能看到地图上高亮出该区域。需要选多个区域时，用 Or 连接多个条件。这里有一个新手很容易忽略的点：当条件比较多时，必须用括号把多个 Or 条件包起来，否则如果后面还要 And 别的条件，逻辑会错乱。例如"name" = 'A市' Or "name" = 'B县' Or "name" = 'C区'是没问题的，但如果想表达“属于这几个区域且面积大于多少”，必须写成("name" = 'A市' Or "name" = 'B县') And "area" > 100。

多区域连接时可以换用 SQL 的 IN 写法，表达式更简洁："name" IN ('A市', 'B县', 'C区')。ArcGIS 的标准 SQL 方言对 IN 支持良好，尤其适合候选区域列表很长的情况。唯一要注意的是字段值里的中文引号必须用英文单引号，别用中文引号，否则表达式会直接报错。

3.2 导出要素并只显示目标图层：别把整层数据带进掩膜

选中的区域仍然属于原始 shp 图层，如果直接拿它去做掩膜，掩膜范围会临时按当前选择集计算，虽然也能跑，但后续一旦清除选择集或重新打开工程，这个掩膜图层就失效了。稳妥的做法是把选中的区域导出成独立 shp 文件。

右键图层名，选“数据—导出数据”，在导出对话框里“导出”选项默认是“所选要素”，确认无误后设置输出路径和文件名。注意这里导出的是要素类，不是图层，路径里不能包含中文目录，文件名最好用拼音或英文，否则部分 ArcGIS 版本会出现数据源无法加载的问题。

导出完成后，把原始行政图层前面的勾去掉，地图里只保留新导出的研究区图层。这一步的价值在于：后续每一次掩膜提取和分区统计都使用同一份边界数据，不会因为选择集状态变化导致结果前后不一致。按属性选择这套操作在项目里往往要重复多次，每提取一次研究范围就导出一次，保持数据链条干净。

3.3 按掩膜提取参数对照：输入栅格、掩膜、输出位置的三个坑

按掩膜提取工具位于 Spatial Analyst 工具—提取分析下，三个输入参数看起来简单，实际操作时最容易出问题的反而是环境设置。

输入栅格选择夜间灯光 tif，注意这里要选真实栅格文件，而不是图层符号化后的对象。掩膜数据选择上一节导出的研究区 shp。输出栅格命名后，还要检查一个关键环境参数：地理处理环境的“处理范围”和“掩膜”设置。如果环境里的范围仍保持默认，输出的栅格会保留灯光影像的原始范围，掩膜以外的区域会被填成 NoData，栅格文件尺寸巨大，加载和后续统计都会变慢。

注意：掩膜提取输出栅格的 NoData 区域不等于 0 值。在分区统计时，NoData 像元默认不参与统计，但如果后续做栅格计算器或转成整型，NoData 很容易被转成 0，导致灯光暗区被当成无灯光区混入统计。

正确做法是在执行工具前，打开“地理处理—环境”，把“处理范围”设为与掩膜相同，“栅格分析”里的掩膜也设为研究区 shp。这样输出的 tif 范围与行政边界完全一致，几乎所有后续操作都会更快更稳。

工具路径：ArcToolbox → Spatial Analyst 工具 → 提取分析 → 按掩膜提取 参数设置： - 输入栅格：夜间灯光 tif - 输入栅格数据或要素掩膜数据：行政研究区 shp - 输出栅格：以英文命名，如 night_light_extract.tif - 环境设置：处理范围 → 与掩膜相同；栅格分析掩膜 → 研究区 shp

掩膜提取完成后，建议先看一眼输出栅格的直方图。灯光数据有一定数量的 0 值像元属于正常现象，但如果直方图在最大值位置出现一个突兀的尖峰，多半是边界处存在异常高亮像元，需要回到原始数据检查是否是传感器异常值。

4. 强度计算与可视化：分区统计的统计类型选择与连接回图

4.1 分区统计的统计语义：均值、总和与夜间灯光强度的真实含义

夜间灯光强度计算不是直接拿栅格里的像元值填个颜色就完了，它需要把研究区边界内的所有灯光像元汇总成有业务含义的数字。ArcGIS 里对应的工具是“以表格显示分区统计”（Zonal Statistics as Table），位于 Spatial Analyst 工具—区域分析下。

分区统计的输入有四个关键项：区域数据（行政区 shp）、区域字段（用于唯一标识每个面的字段，比如 name）、赋值栅格（掩膜提取后的灯光 tif）以及输出表。统计类型这个参数决定了输出字段的语义，可选项包括 MIN、MAX、MEAN、SUM、STD、RANGE 等。在夜间灯光分析里，业务上常用的是 SUM 和 MEAN。

SUM 表示区域内所有灯光像元值和，可以理解为该区域的灯光总能量，适合衡量城市经济规模总量。MEAN 表示平均灯光强度，消除面积差异后适合比较不同区域的发展密度。如果只按默认值跑而不选统计类型，工具默认输出的是所有统计字段，表格会非常宽，后续连接查看也不方便。

执行分区统计时，还有一个容易忽略的选项是“忽略 NoData”。默认情况下 NoData 像元会被忽略，不参与计算，这个默认行为是正确的。但如果掩膜提取时没有清理干净边界，面积很小的狭长像元可能因为 NoData 不参与统计而输出空值，需要回到掩膜提取环节重新处理。

4.2 连接回图前的字段预处理：类型不一致会静默失败

分区统计输出的是一张独立表格（dbf），里面有一列是区域字段的值，后面跟着各统计类型的计算结果。要把这张表挂回行政区的属性表，用的是“连接和关联”功能。右键行政区图层，选“连接和关联—连接”，在连接对话框中分别指定要连接的字段和外部表格的连接字段。

这里最常见的坑是字段类型不一致。比如行政区属性表里的 name 字段是文本型，分区统计输出表里的同名区域字段也是文本型，ArcGIS 才能正确匹配。如果区域字段在统计表里被识别成数值型，哪怕显示的内容看起来一样，连接后结果字段会全是空值。判断方法很简单：连接完成后立刻打开行政区属性表，向右滑动看最后几列，如果灯光强度字段全为空，基本就是字段类型或字段值不匹配。

解决方式有两种。一是连接时换一个字段：很多 shp 文件的属性表自带 FID 或 ObjectID 字段，分区统计表也保留了这个字段，用整数型字段连接要比用 name 文本字段更可靠。二是如果必须用 name 字段连接，先在两个表里分别给该字段做一次“字段计算器”，把值统一前后去空格，再新建一个文本字段复制一遍，确保类型完全一致。

连接是动态关联，原表更新后连接字段就可能失效。做成图后如果需要把统计结果固化下来，可以右键图层“数据—导出数据”，把连接结果导成一份新 shp 或要素类。这一步输出的是带灯光强度字段的最终版行政图，后续所有制图都基于这份数据。

4.3 分级色彩与布局元素：从统计表到可交付专题图

统计结果挂回属性表后，就可以做符号化了。右键图层—属性—符号系统，选择“数量—分级色彩”，字段下拉里选刚才连接的灯光强度字段（例如 SUM 或 MEAN 对应的列），配色方案按数据类型选择合适的渐变。这里有一个出图经验：如果数据偏态严重（少数城市核心区亮度极高、外围大量低值区域），建议用“几何间隔”分类而不是“相等间隔”，后者会把大部分区域归入最小的一档，专题图看起来像一张深色底图。

分级数量设置在 5 到 7 类之间比较均衡，太少区分度不够，太多图例冗长。分类完成后，进入布局视图做最终出图：视图—布局视图，然后通过“插入”菜单依次加入图名、图例、比例尺和指北针。图名直接写“某研究区夜间灯光强度分布”这类业务标题，图例只保留灯光强度分级字段，别把 name 字段也带进图例。

插入比例尺时注意设置合适的单位，如果行政范围不大，比例尺单位选公里更直观。指北针类型选带 N 标记的简洁样式即可，不要用花哨的航海风格，保持专题图的信息密度。所有元素放好后，导出为 JPG 或 PDF 前，先切到布局视图预览一下，确认图例没有压住主体图斑，比例尺长度合理，再输出。

5. 问题排查：坐标系、NoData、连接字段五个典型翻车点

5.1 高频问题速查表

做夜间灯光提取与强度计算的过程中，下面的问题我基本每次处理新数据都会至少遇到一次，列出来方便你对号入座。

5.2 逐条拆解：五处最影响结果的细节

第一条掩膜范围问题，我在前期接触这个流程时踩得很深。当时按掩膜提取跑完，输出 tif 加载进来看着是正常的，但一做分区统计，输出表里的像元数量比行政区内像元数量多了近十倍。原因是环境处理范围没设，整个城市的灯光影像全被保留，行政边界外的 NoData 黑边在栅格计算时还是占着位置。从那以后我把“处理范围与掩膜一致”当成掩膜提取的必选项，跑完后看一眼属性里的范围描述，确认输出范围与研究区一致再往下走。

第二条坐标系问题，最典型的特征是灯光图层和行政图层在地图上叠得严丝合缝，但分区统计输出全是 0 或极小值。因为 ArcMap 的动态投影让视觉重叠，实际参与计算的栅格像元和区域数据在真实坐标空间里错位，绝大多数像元落在行政面之外。修复方法是在分区统计前，单独检查两个数据源的“源”选项卡，确保投影坐标系 ID 一致。

第三条连接字段为空，这是动态连接最容易踩的暗坑。上次处理某区县数据时，连接完字段在属性表里完全显示，但导出后再打开新图层却全空了，原因是连接依赖原始表格路径，文件移动导致连接失效。解决方式是在导出前把连接结果“物化”成新要素类，不要带着动态连接到处转移。

第四条统计类型要选对语义。如果只是想把各区的灯光总量对比一下，用 SUM；如果要比较单位面积灯光密度，必须用 MEAN 再结合面积字段做二次计算。有人会误用统计表里的 FIRST 或 LAST 字段，这两个字段返回的是该区域内第一个或最后一个被访问的像元值，带有随机性，完全不能代表区域灯光强度。

第五条多区域选取时，经常出现在区域列表特别长时，手工点选会漏掉某个区县。检查方法是导出后打开研究区属性表，统计要素数量是否与计划一致。不一致时直接重做按属性选择，表达式里用 IN 比一长串 Or 更不容易出错。

6. 进阶用法：arcpy 把“提取+统计+出表”串成半自动流程

如果只是单次分析，ArcGIS 菜单点击完全够用。但实际项目里往往要处理多个年份、多个研究区，每次都重复点同一套工具会非常浪费时间，而且手动操作容易漏改参数。arcpy 可以把掩膜提取、分区统计、连接结果一次跑完，脚本化之后换数据只需改路径。

下面的脚本适合在 ArcGIS Pro 的 Python 窗口或独立 IDE 里运行，核心逻辑是先设置环境掩膜，再依次执行提取和分区统计。注意脚本里所有路径都用原始字符串写法，避免转义问题。

import arcpy from arcpy.sa import * # 统一管理路径，换数据时只需改这三处 arcpy.env.workspace = r"D:\nightlight_data" arcpy.env.overwriteOutput = True light_tif = r"D:\nightlight_data\light_2024.tif" admin_shp = r"D:\nightlight_data\admin_q.shp" extract_path = r"D:\nightlight_data\light_extract.tif" stats_table = r"D:\nightlight_data\light_stats.dbf" # 关键一步：环境掩膜直接指定为行政边界 arcpy.env.mask = admin_shp arcpy.env.snapRaster = light_tif # 执行按掩膜提取，输出范围自动与掩膜一致 extract_obj = ExtractByMask(light_tif, admin_shp) extract_obj.save(extract_path) print("掩膜提取完成:", extract_path) # 分区统计，区域字段用行政区属性表里的名称字段 zone_field = "name" stat_result = ZonalStatisticsAsTable( admin_shp, zone_field, extract_path, stats_table, "DATA", "MEAN" ) print("分区统计完成:", stats_table) # 把统计表连接回行政要素并输出带字段的新shp joined_shp = r"D:\nightlight_data\admin_q_light.shp" arcpy.management.CopyFeatures(admin_shp, joined_shp) arcpy.management.JoinField( joined_shp, zone_field, stats_table, zone_field, ["MEAN"] ) print("最终结果:", joined_shp)

脚本里需要注意三个细节：一是环境掩膜必须在 ExtractByMask 前设置，否则输出范围仍是原栅格范围；二是 ZonalStatisticsAsTable 的第五个参数 "DATA" 表示 NoData 不参与计算，这是夜间灯光统计的正确语义；三是 JoinField 连接字段的名称必须与区域数据里的字段一致，这里用的是 name。

脚本跑完后，拿输出 shp 的属性表与手动操作结果对比一下。一个可靠的验证方法是：在 ArcGIS 里手动选一个面积较小的县区，用“按属性选择”单独提取后做一次分区统计，手动记录 MEAN 值，再和脚本输出表里的同名记录对比。数值一致说明链路完整，不一致就优先检查坐标系和字段类型。

从那以后，我每次拿到新增年份的灯光数据，都强制把路径换掉后重跑一遍这套脚本。脚本输出的结果表再进 ArcGIS 做专题图，整个流程从一小时缩短到五分钟。希望这篇笔记能把你在夜间灯光提取和强度计算上的弯路省下来。

本文还有配套的精品资源，点击获取