Ежегодный глобальный набор данных VIIRS по ночным огням представляет собой временной ряд, сформированный на основе ежемесячных сеток средних значений яркости в безоблачную погоду за 2022 год. Данные за более ранние годы доступны в наборе данных NOAA/VIIRS/DNB/ANNUAL_V21 .
На начальном этапе фильтрации удаляются пикселы, залитые солнцем, луной и облаками, что приводит к созданию черновых композитных изображений, содержащих огни, пожары, полярное сияние и фон. Годовые композитные изображения формируются с шагом в один месяц, а затем объединяются для формирования черновых годовых композитных изображений.
На последующих этапах используется медианная яркость за 12 месяцев для отсеивания высоких и низких значений яркости, что позволяет отфильтровать большинство пожаров и изолировать фон. Фоновые области обнуляются с использованием диапазона данных (DR), рассчитанного по ячейкам сетки 3x3. Пороговое значение DR для фона индексируется по уровню облачности, при этом пороговое значение DR выше в областях с низким количеством безоблачных областей.
Группы
Размер пикселя 463,83 метра
Группы
Имя
Единицы
Размер пикселя
Описание
average
нановатт/ср/см^2
метров
Средние значения яркости DNB.
average_masked
нановатт/ср/см^2
метров
Средние значения яркости маскированного DNB
cf_cvg
метров
Безоблачные покрытия; общее количество наблюдений, приходящееся на каждый пиксель. Этот диапазон можно использовать для выявления областей с малым количеством наблюдений, где качество снижается.
cvg
метров
Общее количество наблюдений без солнечного и лунного света.
maximum
нановатт/ср/см^2
метров
Максимальные значения яркости DNB.
median
нановатт/ср/см^2
метров
Медианные значения яркости DNB
median_masked
нановатт/ср/см^2
метров
Медианные маскированные значения яркости DNB.
minimum
нановатт/ср/см^2
метров
Минимальные значения яркости DNB
Условия эксплуатации
Условия эксплуатации
Данные, информация и продукты Колорадской горной школы, независимо от способа доставки, не защищены авторским правом и не имеют ограничений на их последующее использование. После получения они могут быть использованы любым законным образом. Вышеуказанные данные находятся в открытом доступе и предоставляются без ограничений на использование и распространение.
Цитаты
Цитаты:
Элвидж, К. Д., Жижин, М., Гош Т., Хсу ФК, Танеджа Дж. Годовой временной ряд глобальных ночных огней VIIRS, полученный на основе среднемесячных значений: с 2012 по 2019 г. Remote Sensing 2021, 13(5), стр. 922, doi:10.3390/rs13050922 doi:10.3390/rs13050922
Ежегодный глобальный набор данных VIIRS о ночном освещении представляет собой временной ряд, сформированный на основе ежемесячных сеток среднего уровня яркости в безоблачную погоду за 2022 год. Данные за более ранние годы доступны в наборе данных NOAA/VIIRS/DNB/ANNUAL_V21. На начальном этапе фильтрации были удалены пикселы, залитые солнечным, лунным светом и облаками, что привело к созданию грубых композитных изображений, содержащих огни, пожары, полярные сияния и фон. …
[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)"]]
