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中的校正操作流程，帮助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天花板效应等实际问题。资源包内含1个docx文件，约592KB，以图文步骤形式呈现，便于对照软件界面逐步操作。内容涵盖中国区域亮值像元影像提取、兰伯特方位角等面积投影转换、NEAREST重采样，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，并说明无重合年份时如何借助相邻年份数据建立校正方程。目前已有5973人学习下载，适合需要提升夜间灯光数据连续性与可比性、开展城市扩展监测或区域经济差异评估的研究人员参考，可据此掌握从数据预处理到传感器相互校正的完整技术路线。

1. 夜间灯光数据校正在ArcGIS里的真实门槛：为什么你导出的DN值总对不上

夜间灯光遥感数据（比如常见的NTL产品）拿到手，很多人第一反应是直接拖进ArcGIS出图，结果发现两个区域亮度差了三倍，或者同一景影像在不同月份拼接后出现明显色阶断层。这不是软件的问题，而是原始DN值本身带着传感器增益、大气散射、月相周期和饱和像元四层干扰。不做校正就直接做统计分析，出来的GDP相关性、城市扩张指数基本是玄学。

这篇笔记面向的是已经会用ArcGIS做基础裁剪和投影转换、但一碰到夜间灯光校正就卡住的从业者。我会把整个流程拆成可复现的步骤：从DN值转辐射亮度、去饱和、年内多期合成，到最终在ArcGIS里用栅格计算器落地。中间会给出具体参数、Python脚本和踩坑记录。如果你手头有DMSP-OLS或NPP-VIIRS类数据，这套流程可以直接套用。ArcGIS 10.8和ArcGIS Pro 3.x在栅格计算器语法上略有差异，我会分别标注。

2. 校正前的数据准备：投影、重采样与无效值处理

2.1 为什么第一步不是打开栅格计算器

夜间灯光原始数据通常以地理坐标系（WGS84）分发，像元大小是30弧秒或15弧秒。直接做栅格计算，ArcGIS会按地理坐标的度数计算，导致高纬度区域像元面积严重变形。常见做法是先投影到适合研究区的等面积投影，比如Albers或Lambert。我一般会先确认三件事：数据是否已经过几何校正、无效值（NoData）填充的是什么、以及是否需要重采样到统一分辨率。

以某跨平台系统的夜间灯光处理Demo为例，原始数据是GeoTIFF，NoData值为-9999。如果直接参与计算，-9999会被当成真实DN值，结果全错。所以第一步是用“设为空函数”或栅格计算器把无效值剔除。

# ArcGIS Pro Python窗口：将NoData值替换为真正的NoData import arcpy from arcpy.sa import * arcpy.env.workspace = r"C:\NTL_Project\raw" arcpy.env.overwriteOutput = True # 输入原始栅格 in_raster = "NTL_2020.tif" # 用Con函数把-9999设为NoData，其余保留原值 out_raster = Con(Raster(in_raster) == -9999, "", Raster(in_raster)) out_raster.save(r"C:\NTL_Project\processed\NTL_2020_clean.tif")

这段代码的逻辑是：Con函数逐像元判断，如果值等于-9999就输出空，否则输出原值。参数上注意""表示NoData，不要写成0，否则后续统计会把0当成有效暗背景。ArcGIS 10.8里对应的是Spatial Analyst工具箱下的“条件函数”，操作路径是：Spatial Analyst > 条件分析 > 条件函数，表达式写"NTL_2020.tif" == -9999，真值为空，假值为原栅格。

2.2 投影转换与重采样的参数怎么设

投影转换用“投影栅格”工具，输出坐标系选Albers，中央经线按研究区定。重采样方法选“双线性”还是“最近邻”？夜间灯光是连续型栅格，双线性更平滑，但会改变DN值分布；最近邻保留原始值但可能产生锯齿。我的经验是：如果后续要做辐射定标，用最近邻；如果只是做可视化或趋势面分析，双线性可以接受。

重采样分辨率建议统一到500米或1公里。DMSP-OLS原始分辨率约1公里，NPP-VIIRS约500米。如果混用两种数据，必须重采样到同一网格。这里有个细节：重采样时输出像元大小要写投影后的单位（米），不要写度数。

# 投影并重采样到1公里Albers arcpy.ProjectRaster_management( in_raster=r"C:\NTL_Project\processed\NTL_2020_clean.tif", out_raster=r"C:\NTL_Project\processed\NTL_2020_albers.tif", out_coor_system=arcpy.SpatialReference(102025), # Albers for China resampling_type="NEAREST", cell_size="1000 1000" )

102025是某区域Albers投影的WKID，实际用时换成你研究区对应的。cell_size写成"1000 1000"表示X和Y方向都是1000米。如果只写一个1000，ArcGIS会自动应用为正方形像元。

2.3 裁剪与掩膜：别让背景值污染统计

裁剪用“按掩膜提取”，掩膜可以是研究区矢量边界。注意裁剪后边缘像元可能被重采样，建议先裁剪再投影，或者投影后裁剪时勾选“保持裁剪范围”。如果研究区跨多景影像，先做镶嵌再裁剪，镶嵌时重叠区域选“最大值”还是“平均值”？夜间灯光重叠区通常取最大值，因为灯光不会因为多景平均而变暗。

# 按研究区边界裁剪 out_extract = ExtractByMask( in_raster=r"C:\NTL_Project\processed\NTL_2020_albers.tif", in_mask=r"C:\NTL_Project\boundary.shp" ) out_extract.save(r"C:\NTL_Project\processed\NTL_2020_clip.tif")

到这里，数据已经干净、投影统一、无效值处理完毕。接下来才是真正的校正环节。

3. DN值转辐射亮度：公式、参数与ArcGIS栅格计算器写法

3.1 为什么不能直接用DN值做跨年比较

DMSP-OLS的DN值是0-63的整数，NPP-VIIRS是0-255左右的浮点。不同传感器、不同年份的增益设置不同，直接比较DN值等于拿不同尺子的刻度对比。校正的第一步是转成物理量：辐射亮度（radiance）或亮度温度。DMSP-OLS常用公式是L = DN^(3/2) * 10^-6（某版本定标公式），NPP-VIIRS则用L = DN * 10^-9（具体系数看元数据）。

这里要强调：不要背公式，去查你下载数据时附带的元数据文件。元数据里会有radiance_calibration或gain字段。我见过有人把DMSP的公式套到VIIRS上，结果整幅图亮度差了三个数量级。

3.2 栅格计算器里的幂运算与浮点精度

ArcGIS栅格计算器的幂运算用**，不是^。^在Python里是异或，在栅格计算器里可能被解释为其他含义。写公式时注意浮点精度：DN是整数，先转浮点再运算，否则DN^(3/2)在整数运算下会截断。

# ArcGIS Pro栅格计算器：DMSP-OLS DN转辐射亮度 # 假设DN范围0-63，公式 L = DN^(3/2) * 10^-6 out_radiance = (Float("NTL_2020_clip.tif") ** 1.5) * 0.000001 out_radiance.save(r"C:\NTL_Project\processed\NTL_2020_radiance.tif")

Float()函数把栅格转为浮点型，避免整数幂运算截断。** 1.5就是DN的3/2次方。* 0.000001是乘以10的负6次方。如果你在ArcGIS 10.8里操作，栅格计算器界面直接输入Float("NTL_2020_clip.tif") ** 1.5 * 0.000001，注意文件名要带引号。

对于NPP-VIIRS，公式通常是L = DN * 10^-9，但有些产品已经提供了辐射亮度波段，不需要再转。判断方法：看元数据里units字段，如果是nW/cm2/sr，说明已经是辐射亮度；如果是DN，才需要转。

3.3 去饱和：DMSP-OLS的63阈值怎么破

DMSP-OLS最头疼的是饱和：城市中心DN值卡在63，导致亮度被低估。常见做法是用NPP-VIIRS数据做参考，对DMSP饱和像元进行替换或拟合。ArcGIS里可以用“栅格计算器”配合“Con”函数实现：如果DMSP DN等于63，就用VIIRS对应像元的辐射亮度按比例替换。

# 去饱和：用VIIRS辐射亮度替换DMSP饱和像元 # 先重采样VIIRS到与DMSP同一网格 viirs_resampled = "VIIRS_2020_radiance_resampled.tif" dmsp_radiance = "NTL_2020_radiance.tif" # 计算替换值：VIIRS辐射亮度乘以一个经验系数（需根据研究区拟合） # 这里假设系数为1.2，实际应用时用回归分析确定 out_desaturated = Con(Raster(dmsp_radiance) >= 63 * 0.000001, Raster(viirs_resampled) * 1.2, Raster(dmsp_radiance)) out_desaturated.save(r"C:\NTL_Project\processed\NTL_2020_desaturated.tif")

Con函数的第一个参数是条件：DMSP辐射亮度是否达到饱和阈值（63对应的辐射亮度值）。第二个参数是真值：用VIIRS辐射亮度乘以系数。第三个参数是假值：保留原DMSP辐射亮度。系数1.2不是固定的，需要用你研究区内未饱和像元做回归，得到DMSP和VIIRS的线性关系，再取斜率。

注意：去饱和只对城市中心有效，如果研究区没有VIIRS数据，可以用“饱和像元邻域均值”替代，但效果差很多。

4. 年内多期合成与跨年校正：把12个月压成一张可比较的图

4.1 月度数据合成的三种策略

夜间灯光月度数据受月相、云层、气溶胶影响，单月影像噪声大。常见合成策略有三种：最大值合成（MVC）、平均值合成、中值合成。MVC保留最亮像元，适合城市范围提取；平均值合成平滑噪声，适合趋势分析；中值合成抗异常值，适合长时间序列。

我一般用MVC做城市扩张，用中值合成做GDP相关性。ArcGIS里用“像元统计”工具，统计类型选MAXIMUM或MEDIAN，输入12个月栅格。

# 月度数据最大值合成 arcpy.gp.CellStatistics_sa( in_rasters=["NTL_2020_01.tif", "NTL_2020_02.tif", ..., "NTL_2020_12.tif"], out_raster=r"C:\NTL_Project\processed\NTL_2020_MVC.tif", statistics_type="MAXIMUM", ignore_nodata="DATA" )

ignore_nodata="DATA"表示如果某月是NoData，其他月参与统计。如果选"NODATA"，则任一月为NoData则输出NoData，会丢失大量像元。

4.2 跨年校正：用不变目标区域做相对辐射归一化

不同年份的传感器增益不同，即使都转了辐射亮度，跨年比较仍有系统偏差。常用方法是选取“不变目标区域”（如稳定城市中心或沙漠暗背景），建立年份间的线性回归模型，然后对整幅影像做归一化。

步骤：先在ArcGIS里用“创建随机点”在不变区域生成样本点，再用“提取多值至点”获取各年份辐射亮度，导出到Excel做回归，得到斜率和截距，最后用栅格计算器应用。

# 假设回归得到2020年相对于2015年的校正：L_2015 = a * L_2020 + b # a=0.85, b=0.02（示例值，实际用回归结果） out_corrected = Raster("NTL_2020_radiance.tif") * 0.85 + 0.02 out_corrected.save(r"C:\NTL_Project\processed\NTL_2020_corrected.tif")

这里a和b必须来自你的回归分析，不要用示例值。回归时注意剔除饱和像元和NoData，否则斜率会被拉偏。

4.3 用ArcGIS动态表格模块做校正质量检查

校正后怎么验证？我习惯用“动态表格模块”或“波段集统计”对比校正前后均值、标准差和直方图。如果校正后均值偏移超过10%，说明回归模型有问题。另一个技巧：在不变区域上计算校正前后的差值，理想情况下差值应接近0。

# 计算校正前后在不变区域的差值 diff = Raster("NTL_2020_corrected.tif") - Raster("NTL_2020_radiance.tif") diff.save(r"C:\NTL_Project\processed\diff_check.tif") # 然后用分区统计获取不变区域的均值 arcpy.gp.ZonalStatisticsAsTable_sa( in_zone_data="invariant_region.shp", zone_field="ID", in_value_raster=r"C:\NTL_Project\processed\diff_check.tif", out_table=r"C:\NTL_Project\processed\diff_stats.dbf", statistics_type="MEAN" )

如果MEAN绝对值大于0.05（辐射亮度单位），说明校正系数需要重新拟合。

5. 避坑与排查：夜间灯光校正里最容易翻车的5个地方

5.1 现象：栅格计算器报错“无法打开栅格”

原因：文件路径含中文或空格，或者栅格被其他程序占用。ArcGIS对中文路径支持不稳定，尤其是10.8版本。解决：把所有数据放在纯英文路径下，关闭其他打开该栅格的窗口。如果还是报错，用“复制栅格”工具先转成Esri Grid格式再计算。

5.2 现象：校正后影像出现大面积0值

原因：NoData被当成0参与运算，或者Con函数的假值写成了0。解决：检查原始NoData值，用SetNull或Con显式处理。另外，栅格计算器里Float()转换时，如果原栅格有NoData，转换后仍是NoData，不会变0。

5.3 现象：跨年校正后城市中心反而变暗

原因：回归斜率a小于1，且截距b太小，导致高值被压缩。解决：检查回归样本是否包含饱和像元。如果包含，剔除后重新拟合。另外，如果研究区城市扩张明显，不变区域选取要避开新城区。

5.4 现象：MVC合成后边缘出现条带

原因：不同月份影像的覆盖范围不一致，边缘像元只有部分月份有值。解决：在合成前用“镶嵌至新栅格”统一范围，或者合成时选ignore_nodata="DATA"，但边缘仍可能因月份数不足而偏低。建议至少保留6个月以上的有效像元。

5.5 现象：ArcGIS Pro 3.x里栅格计算器语法不兼容

原因：Pro 3.x默认使用Python 3，Float()函数名没变，但Con函数的参数顺序有调整。解决：在Pro里用arcpy.sa.Con，参数顺序是Con(in_conditional_raster, in_true_raster_or_constant, in_false_raster_or_constant)。如果从10.8迁移，把旧表达式里的Con(条件, 真值, 假值)直接搬过来通常没问题，但注意Raster()对象要显式声明。

6. 进阶技巧：用分区统计和动态表格模块做校正后验证

校正做完不是终点，验证才是。我一般会做两件事：一是用“分区统计”计算校正前后各行政区的灯光总量，看排名是否合理；二是用“动态表格模块”生成时间序列曲线，检查年际变化是否平滑。

分区统计的代码前面已经给过，这里补充一个技巧：统计时用ALL会输出均值、标准差、最大值、最小值等，但夜间灯光更关注SUM和MEAN。如果某区域SUM校正后反而下降，说明该区域有大量饱和像元被错误替换。

动态表格模块在ArcGIS Pro里叫“图表”功能，可以绑定栅格的时间序列。操作路径：右键栅格图层 > 创建图表 > 时间序列。如果数据没有时间字段，先用“添加时间字段”工具把文件名里的年份提取出来。

# 为多期栅格添加时间字段（以文件名年份为例） arcpy.AddField_management("NTL_2020_corrected.tif", "Year", "LONG") arcpy.CalculateField_management("NTL_2020_corrected.tif", "Year", "2020", "PYTHON3")

最后说一个我自己的习惯：每次校正完，先不做任何分析，把校正前后影像并排打开，用“卷帘”工具来回拉。如果肉眼能看到明显的亮度突变或色阶断层，说明校正参数有问题。这个土办法比任何统计指标都直观。夜间灯光校正没有一劳永逸的公式，每个研究区的大气条件、传感器状态都不同，回归系数必须自己拟合。希望帮到你。

本文还有配套的精品资源，点击获取