中国高质量夜间灯光数据是CnOpenData与吉林高分遥感应用研究院有限公司合作的数据库 ,基于多源夜间灯光卫星遥感影像,经过科学手段对数据进行降噪、修正、分析统计,以年度、月度为更新频率,以省市县三级行政区划作为统计单元,制作高质量夜间灯光数据。数据包括:Excel统计表和Shp矢量文件两种形式,内容包括:+总亮度值、总像元数、平均亮度值、发光像元数、发光像元平均值、发光像元占比。
高质量夜间灯光数据能够提供关于人类活动和城市发展的有价值的信息,对城市规划、经济研究和灾害监测等方面具有重要的意义和作用:
- 城市规划和管理:数据可以提供城市的空间分布和扩展情况,帮助城市规划者了解城市的发展状况,优化城市的布局和设施建设。
- 经济研究:数据可以用于评估经济活动的发展水平和经济增长的趋势。通过对不同区域夜间灯光的比较,可以了解不同地区的经济活动差异,并为决策者提供有关资源分配和经济政策制定的参考依据。
- 环境监测:数据可以用于监测环境变化和城市污染。通过观测城市的夜间灯光,可以评估能源使用情况、空气质量和人口密度等环境指标。
- 灾害监测和应对:数据可以用于监测和评估自然灾害的影响范围和程度,如地震、洪水和火灾等。这有助于及时采取应对措施和进行救灾工作。
- 社会科学研究:数据可以用于研究城市人口分布、流动性和社会活动。通过分析夜间灯光数据,可以了解人类活动的空间和时间模式,揭示城市的社会结构和文化特征。
时间区间
2012年4月-2023年12月(数据空间分辨率500米)
数据产品

数据说明


字段展示
| 中国夜间灯光数据-省级 | 中国夜间灯光数据-地市级 | 中国夜间灯光数据-区县级 |
|---|---|---|
| province | PAC | pro_code |
| type | NAME | province |
| code | province | city_code |
| SumDN | Pcode | city |
| SumCell | Ccode | type |
| MeanDN | city | SumDN |
| LightCell | type | SumCell |
| LightMeanDN | SumDN | MeanDN |
| Percentage | SumCell | LightCell |
| tif | MeanDN | LightMeanDN |
| LightCell | Percentage | |
| LightMeanDN | tif | |
| Percentage | ||
| tif |
样本数据
中国夜间灯光数据-省级
| province | type | code | SumDN | SumCell | MeanDN | LightCell | LightMeanDN | Percentage | tif |
|---|---|---|---|---|---|---|---|---|---|
| 北京市 | 直辖市 | 110000 | 517954.0799 | 99920 | 5.183687749 | 57369 | 9.028466243 | 57.41% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 天津市 | 直辖市 | 120000 | 460973.6699 | 71711 | 6.42821422 | 60797 | 7.582177902 | 84.78% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 河北省 | 省 | 130000 | 1200412.102 | 1135419 | 1.057241514 | 469869 | 2.554780379 | 41.38% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 山西省 | 省 | 140000 | 709973.3297 | 921177 | 0.770724117 | 264293 | 2.686311517 | 28.69% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 内蒙古自治区 | 自治区 | 150000 | 636916.8854 | 7434962 | 0.085665116 | 343396 | 1.854759186 | 4.62% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 辽宁省 | 省 | 210000 | 840829.5401 | 908900 | 0.925106767 | 285921 | 2.940775739 | 31.46% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 吉林省 | 省 | 220000 | 434503.69 | 1228053 | 0.353815096 | 190155 | 2.284997449 | 15.48% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 黑龙江省 | 省 | 230000 | 442165.96 | 3137278 | 0.140939362 | 266569 | 1.65872986 | 8.50% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 上海市 | 直辖市 | 310000 | 550903.7481 | 43940 | 12.53763651 | 38057 | 14.47575342 | 86.61% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 江苏省 | 省 | 320000 | 2262718.505 | 570038 | 3.96941696 | 360518 | 6.276298285 | 63.24% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 浙江省 | 省 | 330000 | 898112.56 | 561461 | 1.599599188 | 228839 | 3.924648159 | 40.76% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 安徽省 | 省 | 340000 | 820040.29 | 769059 | 1.06629048 | 209746 | 3.909682616 | 27.27% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 福建省 | 省 | 350000 | 711346.6099 | 635750 | 1.118909335 | 180720 | 3.936180887 | 28.43% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 江西省 | 省 | 360000 | 204972.5899 | 879356 | 0.23309398 | 108509 | 1.888991603 | 12.34% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 山东省 | 省 | 370000 | 1741079.093 | 898037 | 1.938760978 | 552898 | 3.149005952 | 61.57% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 河南省 | 省 | 410000 | 1157250.99 | 930028 | 1.24431844 | 375734 | 3.079974103 | 40.40% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 湖北省 | 省 | 420000 | 363310.2099 | 1011320 | 0.359243573 | 132868 | 2.734369524 | 13.14% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 湖南省 | 省 | 430000 | 180455.1699 | 1115757 | 0.161733397 | 125272 | 1.440506816 | 11.23% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 广东省 | 省 | 440000 | 1897700.467 | 905070 | 2.096744414 | 370910 | 5.116336758 | 40.98% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 广西壮族自治区 | 自治区 | 450000 | 365810.1598 | 1207121 | 0.303043489 | 155007 | 2.359958969 | 12.84% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 海南省 | 省 | 460000 | 181955.33 | 168163 | 1.082017626 | 60037 | 3.030719889 | 35.70% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 重庆市 | 直辖市 | 500000 | 223724.29 | 443922 | 0.503972072 | 56114 | 3.986960296 | 12.64% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 四川省 | 省 | 510000 | 833212.8331 | 2635604 | 0.316137338 | 162494 | 5.127652917 | 6.17% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 贵州省 | 省 | 520000 | 144226.8417 | 920930 | 0.156609994 | 100252 | 1.438643036 | 10.89% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 云南省 | 省 | 530000 | 328984.5998 | 1974419 | 0.166623498 | 203134 | 1.619544733 | 10.29% | SVDNB_npp_20200901-20200930_outed_Kriging.tif |
| 西藏自治区 | 自治区 | 540000 | 74873.57992 | 6576926 | 0.011384282 | 43189 | 1.733626153 |

最低0.47元/天 解锁文章
1847

被折叠的 条评论
为什么被折叠?



