Der jährliche globale VIIRS-Datensatz für Nachtlichter ist eine Zeitreihe, die aus monatlichen wolkenfreien durchschnittlichen Strahlungsrastern für 2022 erstellt wurde. Daten für frühere Jahre sind im Dataset NOAA/VIIRS/DNB/ANNUAL_V21 verfügbar.
In einem ersten Filterschritt wurden Pixel mit Sonnenlicht, Mondlicht und Wolken entfernt. So entstanden grobe Composites mit Lichtern, Bränden, Polarlichtern und dem Hintergrund. Die ungefähren Jahreskomposite werden in monatlichen Schritten erstellt und dann zu ungefähren Jahreskompositen zusammengefasst.
In den folgenden Schritten wird der Median der Strahlung über zwölf Monate verwendet, um Ausreißer mit hoher und niedriger Strahlung zu verwerfen. So werden die meisten Brände herausgefiltert und der Hintergrund isoliert. Hintergrundbereiche werden mithilfe des Datenbereichs (DR) auf null gesetzt, der aus 3×3-Rasterzellen berechnet wird. Der DR-Schwellenwert für den Hintergrund wird an die Wolkendecke angepasst. In Gebieten mit wenigen wolkenfreien Abdeckungen sind die DR-Schwellenwerte höher.
Bänder
Pixelgröße 463,83 Meter
Bänder
Name
Einheiten
Pixelgröße
Beschreibung
average
nanoWatt/sr/cm^2
Meter
Durchschnittliche DNB-Strahlungswerte.
average_masked
nanoWatt/sr/cm^2
Meter
Durchschnittliche maskierte DNB-Strahlungswerte
cf_cvg
Meter
Wolkenfreie Abdeckungen; die Gesamtzahl der Beobachtungen, die in jedes Pixel eingeflossen sind. Anhand dieses Bereichs lassen sich Gebiete mit einer geringen Anzahl von Beobachtungen ermitteln, in denen die Qualität geringer ist.
cvg
Meter
Gesamtzahl der Beobachtungen ohne Sonnen- und Mondlicht.
maximum
nanoWatt/sr/cm^2
Meter
Maximale DNB-Strahlungswerte.
median
nanoWatt/sr/cm^2
Meter
Medianwerte für DNB-Strahlung
median_masked
nanoWatt/sr/cm^2
Meter
Median der maskierten DNB-Strahlungswerte.
minimum
nanoWatt/sr/cm^2
Meter
Mindestwerte für DNB-Strahlung
Nutzungsbedingungen
Nutzungsbedingungen
Daten, Informationen und Produkte der Colorado School of Mines unterliegen unabhängig von der Art der Bereitstellung nicht dem Urheberrecht und unterliegen keinen Einschränkungen hinsichtlich ihrer späteren Nutzung durch die Öffentlichkeit. Sobald sie erlangt wurden, können sie für jeden rechtmäßigen Zweck verwendet werden. Die oben genannten Daten sind gemeinfrei und werden ohne Einschränkung der Nutzung und Verteilung bereitgestellt.
Zitate
Quellenangaben:
Elvidge, C.D, Zhizhin, M., Ghosh T., Hsu FC, Taneja J. Jährliche Zeitreihen der globalen VIIRS-Nachtlichter, abgeleitet aus monatlichen Durchschnittswerten:2012 bis 2019.
Remote Sensing 2021, 13(5), S.922, doi:10.3390/rs13050922
doi:10.3390/rs13050922
Der jährliche globale VIIRS-Datensatz für Nachtlichter ist eine Zeitreihe, die aus monatlichen wolkenfreien durchschnittlichen Strahlungsrastern für 2022 erstellt wurde. Daten für frühere Jahre sind im Dataset NOAA/VIIRS/DNB/ANNUAL_V21 verfügbar. In einem ersten Filterschritt wurden Pixel mit Sonnenlicht, Mondlicht und Wolken entfernt. So entstanden grobe Kompositionen mit Lichtern, Bränden, Polarlichtern und Hintergrund. …
[null,null,[],[[["\u003cp\u003eThe NOAA/VIIRS/DNB/ANNUAL_V22 dataset provides annual global VIIRS nighttime lights data from monthly cloud-free average radiance grids for 2022.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset includes bands representing average, masked, cloud-free coverages, total observations, maximum, median, and minimum DNB radiance values.\u003c/p\u003e\n"],["\u003cp\u003eData is freely available for public use with no restrictions, provided by the Colorado School of Mines.\u003c/p\u003e\n"],["\u003cp\u003ePrevious years' data (before 2022) can be accessed through the NOAA/VIIRS/DNB/ANNUAL_V21 dataset.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset utilizes filtering to remove sunlit, moonlit, and cloudy pixels, minimizing the influence of fires and aurorae on light measurements.\u003c/p\u003e\n"]]],["The annual VIIRS nighttime lights dataset, provided by the Colorado School of Mines, spans from April 1, 2012, to January 1, 2023. The dataset is derived from monthly, cloud-free radiance grids. Data processing involves filtering out sunlit, moonlit, and cloudy pixels, followed by median radiance analysis to eliminate outliers like fires. Background areas are then zeroed out. The dataset includes bands like 'average,' 'maximum,' 'minimum,' and 'median' radiance, along with cloud-free coverage data, it's available in the Earth Engine platform.\n"],null,["# VIIRS Nighttime Day/Night Annual Band Composites V2.2\n\nDataset Availability\n: 2012-04-01T00:00:00Z--2024-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [Earth Observation Group, Payne Institute for Public Policy, Colorado School of Mines](https://eogdata.mines.edu/products/vnl/#annual_v2)\n\nCadence\n: 1 Year\n\nTags\n:\n[annual](/earth-engine/datasets/tags/annual) [dnb](/earth-engine/datasets/tags/dnb) [eog](/earth-engine/datasets/tags/eog) [lights](/earth-engine/datasets/tags/lights) [nighttime](/earth-engine/datasets/tags/nighttime) [noaa](/earth-engine/datasets/tags/noaa) [population](/earth-engine/datasets/tags/population) [viirs](/earth-engine/datasets/tags/viirs) [visible](/earth-engine/datasets/tags/visible) \n\n#### Description\n\nAnnual global VIIRS nighttime lights dataset is a time series produced from\nmonthly cloud-free average radiance grids for 2022. Data for earlier\nyears are available in the\n[NOAA/VIIRS/DNB/ANNUAL_V21](/earth-engine/datasets/catalog/NOAA_VIIRS_DNB_ANNUAL_V21) dataset.\n\nAn initial filtering step removed sunlit, moonlit and cloudy pixels,\nleading to rough composites that contains lights, fires, aurora and\nbackground. The rough annual composites are made on monthly increments and\nthen combined to form rough annual composites.\n\nThe subsequent steps uses the twelve-month median radiance to discard high\nand low radiance outliers, filtering out most fires and isolating the\nbackground. Background areas are zeroed out using the data range (DR)\ncalculated from 3x3 grid cells. The DR threshold for background is indexed\nto cloud-cover levels, with higher DR thresholds in areas having low numbers\nof cloud-free coverages.\n\n### Bands\n\n\n**Pixel Size**\n\n463.83 meters\n\n**Bands**\n\n| Name | Units | Pixel Size | Description |\n|------------------|--------------------|------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `average` | nanoWatts/sr/cm\\^2 | meters | Average DNB radiance values. |\n| `average_masked` | nanoWatts/sr/cm\\^2 | meters | Average Masked DNB radiance values |\n| `cf_cvg` | | meters | Cloud-free coverages; the total number of observations that went into each pixel. This band can be used to identify areas with low numbers of observations where the quality is reduced. |\n| `cvg` | | meters | Total number of observations free of sunlight and moonlight. |\n| `maximum` | nanoWatts/sr/cm\\^2 | meters | Maximum DNB radiance values. |\n| `median` | nanoWatts/sr/cm\\^2 | meters | Median DNB radiance values |\n| `median_masked` | nanoWatts/sr/cm\\^2 | meters | Median masked DNB radiance values. |\n| `minimum` | nanoWatts/sr/cm\\^2 | meters | Minimum DNB radiance values |\n\n### Terms of Use\n\n**Terms of Use**\n\nColorado School of Mines data, information, and products,\nregardless of the method of delivery,\nare not subject to copyright and carry no restrictions on their subsequent\nuse by the public. Once obtained, they may be put to any lawful use. The\nforgoing data is in the public domain and is being provided without\nrestriction on use and distribution.\n\n### Citations\n\nCitations:\n\n- Elvidge, C.D, Zhizhin, M., Ghosh T., Hsu FC, Taneja J. Annual time series of\n global VIIRS nighttime lights derived from monthly averages:2012 to 2019.\n Remote Sensing 2021, 13(5), p.922, doi:10.3390/rs13050922\n [doi:10.3390/rs13050922](https://doi.org/10.3390/rs13050922)\n\n### DOIs\n\n- \u003chttps://doi.org/10.3390/rs13050922\u003e\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar dataset = ee.ImageCollection('NOAA/VIIRS/DNB/ANNUAL_V22')\n .filter(ee.Filter.date('2022-01-01', '2023-01-01'));\n\nvar nighttime = dataset.select('maximum');\nvar nighttimeVis = {min: 0.0, max: 60.0};\nMap.setCenter(-77.1056, 38.8904, 8);\nMap.addLayer(nighttime, nighttimeVis, 'Nighttime');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/NOAA/NOAA_VIIRS_DNB_ANNUAL_V22) \n[VIIRS Nighttime Day/Night Annual Band Composites V2.2](/earth-engine/datasets/catalog/NOAA_VIIRS_DNB_ANNUAL_V22) \nAnnual global VIIRS nighttime lights dataset is a time series produced from monthly cloud-free average radiance grids for 2022. Data for earlier years are available in the NOAA/VIIRS/DNB/ANNUAL_V21 dataset. An initial filtering step removed sunlit, moonlit and cloudy pixels, leading to rough composites that contains lights, fires, aurora and background. ... \nNOAA/VIIRS/DNB/ANNUAL_V22, annual,dnb,eog,lights,nighttime,noaa,population,viirs,visible \n2012-04-01T00:00:00Z/2024-01-01T00:00:00Z \n-65 -180 75 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [https://doi.org/10.3390/rs13050922](https://doi.org/https://eogdata.mines.edu/products/vnl/#annual_v2)\n- [https://doi.org/10.3390/rs13050922](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/NOAA_VIIRS_DNB_ANNUAL_V22)"]]
