简介这份资源面向GIS初学者与遥感分析入门者围绕夜间灯光数据的提取与强度计算展开帮助读者掌握从行政矢量范围筛选到栅格裁剪、分区统计的完整分析思路可应用于城市规划、环境监测与区域经济评估等场景。压缩包共1个文件为docx格式文档大小约6.52MB以图文步骤形式组织内容便于对照ArcGIS界面逐步操作。目前已有3662人学习下载说明其在同类实操教程中具有一定参考价值。文档重点讲解按属性选择提取目标行政区、按掩膜提取裁剪夜间灯光栅格、以表格显示分区统计计算区域灯光强度以及通过连接关联与分级色彩完成结果可视化并附有图名、图例、比例尺等制图要素的添加方法。读者可据此独立完成一套夜间灯光分析流程理解栅格与矢量数据配合使用的关键环节为后续遥感定量分析与专题制图打下基础。1. 夜间灯光提取与强度计算从一张 tif 到能出图的分区统计表手里有一份夜间灯光栅格 tif领导要的是「每个区县的平均灯光强度」和一张能放进报告的分级设色图。听起来两步就能搞定真上手才发现坐标系对不上、掩膜提取报错、分区统计表连不回属性表一个环节卡住后面全白干。这套流程在 GIS 圈里属于遥感分析的常规操作ArcGIS 的 Spatial Analyst 工具箱就能全程跑通不需要写一行代码。它解决的核心问题是把覆盖大范围的灯光栅格按行政边界裁剪、统计、可视化最终落到「哪个区域亮、亮多少」这个可比较的数字上。适合做城市规划、区域经济评估、建成区识别的从业者也适合刚接触栅格分析、想拿一个完整案例练手的人。下面按我实际跑通的顺序拆参数和坑都写清楚。2. 数据准备与坐标系对齐掩膜提取能不能跑通全看这一步夜间灯光分析的第一个翻车点几乎都出在数据上而不是工具上。灯光栅格和行政矢量来自两个渠道坐标系、范围、分辨率各不相同直接拿去做掩膜提取轻则结果偏移重则工具直接报错。这一章把数据选型和对齐讲透后面两步才有意义。2.1 灯光栅格与行政矢量的选型理由夜间灯光数据常见的有两类一类是老一代的 DMSP/OLS 稳定灯光产品空间分辨率约 1km时间跨度长但存在像元饱和问题城市核心区亮度容易「顶格」另一类是 VIIRS 夜间灯光产品分辨率提升到约 500m动态范围更宽饱和现象缓解不少。做区域强度对比我一般优先用 VIIRS 类产品因为它的 DN 值像元亮度值分布更接近真实的光照差异算出来的平均值区分度更好。如果研究需要长时序才回头考虑 DMSP/OLS并且要接受它饱和带来的偏差。行政矢量就是标准的 shp 面文件关键看两点属性表里有没有可用的区域名称或编码字段以及它的坐标系是什么。灯光栅格通常是地理坐标系经纬度行政矢量如果是投影坐标系比如某种高斯投影两者单位不一致掩膜提取时边界会对不齐。常见做法是统一到同一个坐标系我一般把矢量投影到与栅格一致的地理坐标系或者反过来把栅格投影到矢量的投影坐标系二选一但必须统一。数据常见格式关键检查项处理动作夜间灯光栅格tif坐标系、像元大小、NoData 值记录坐标系确认 NoData行政矢量shp坐标系、名称字段、面是否闭合投影到与栅格一致提示下载数据时就把坐标系记在便签上别等打开 ArcGIS 再回头查这一步省下来的时间后面会加倍还回去。2.2 用按属性选择筛出目标区域并导出拿到行政矢量后先别急着裁剪。如果研究区只是某几个区县直接在属性表里筛出来单独导出比拿整个省的面去做掩膜干净得多也避免掩膜范围过大导致输出栅格冗余。操作路径是把 shp 拖进 ArcGIS右键图层打开属性表点「按属性选择」。在表达式框里双击字段名比如区域名称字段点等号再点「获取唯一值」从列表里双击目标区域名。只要一个区域点应用、确定即可要多个区域在第一个条件后点「Or」重复上面的字段、等号、取值操作把所有目标区域串起来最后应用、确定。-- 按属性选择的表达式形态以名称字段为例 NAME 区域A OR NAME 区域B OR NAME 区域C这段表达式的逻辑很直白每个NAME 区域X是一个筛选条件OR表示满足任意一个就选中。字段名和取值要用你数据里真实存在的字符串用单引号包裹。选完之后右键图层 → 数据 → 导出数据浏览到存放位置、改好名称、保存导出时勾选「所选要素」这样新 shp 里就只有目标区域。导出后只显示这个新图层确认范围没问题再往下走。2.3 按掩膜提取把灯光栅格裁到行政边界内掩膜提取是整个流程的核心裁剪动作工具位置在 ArcToolbox → Spatial Analyst 工具 → 提取分析 → 按掩膜提取。三个输入要填对输入栅格选夜间灯光 tif输入栅格数据或要素掩膜数据选上一步导出的目标区域 shp输出栅格指定路径和名称。点确定后输出就是只保留目标区域范围的灯光栅格。这里有个容易被忽略的点掩膜提取默认会把掩膜范围外的像元设为 NoData而不是删掉。所以输出栅格的矩形范围可能还是原图那么大只是边界外全是空值。做后续分区统计时这没问题但如果要算整幅图的统计量记得排除 NoData否则平均值会被拉低。提取完成后在内容列表里只勾选输出栅格肉眼确认边界贴合、没有明显错位再进入统计环节。# 用 ArcPy 复现掩膜提取便于批量处理多个区域 import arcpy from arcpy.sa import ExtractByMask arcpy.CheckOutExtension(Spatial) in_raster rD:\data\nightlight.tif # 夜间灯光栅格 in_mask rD:\data\region_A.shp # 目标区域矢量 out_raster rD:\data\nightlight_mask.tif # 输出裁剪结果 ExtractByMask(in_raster, in_mask).save(out_raster) arcpy.CheckInExtension(Spatial)这段脚本和手动操作等价ExtractByMask的两个必填参数就是输入栅格和掩膜要素.save()写出结果。批量处理多个区域时把in_mask换成循环里的每个 shp 路径即可省去一次次点对话框。注意先CheckOutExtension(Spatial)拿到扩展许可跑完再还回去否则在部分许可环境下会直接抛错。3. 分区统计与表格连接把亮度变成一个能比较的数字裁剪出来的栅格是一张图不是一张表。要让「每个区域亮多少」变成可排序、可比较的数值得靠分区统计把栅格值按区域聚合再把结果连回矢量属性表。这一步的坑集中在字段选择和连接键上。3.1 以表格显示分区统计的参数怎么设工具在 Spatial Analyst 工具 → 区域分析 → 以表格显示分区统计。输入栅格数据或要素区域数据选目标区域 shp区域字段选能唯一标识每个区域的字段通常是区域编码或名称别选那种有重复值的字段否则统计会合并出错输入赋值栅格选上一步裁剪出的灯光栅格输出表指定路径和名称统计类型按需求选平均值看整体亮度水平总和看总光量最大值看峰值。参数建议取值说明区域字段区域编码/名称必须唯一标识区域赋值栅格裁剪后灯光 tif与区域范围一致统计类型MEAN / SUM / MAX按分析目的选输出表地理数据库表或 dbf便于后续连接统计类型里 MEAN 是最常用的它反映区域平均亮度受面积影响小适合横向比较SUM 适合衡量区域总光量但面积大的区域天然占优比较时要心里有数。我一般先跑 MEAN需要总量再补一列 SUM。输出表里会带上区域字段和统计值字段字段名类似MEAN、SUM记下这个字段名下一步连接要用。3.2 连接字段与分级设色的完整操作统计表出来后右键目标区域矢量图层 → 连接和关联 → 连接。在弹出的对话框里第一个下拉选矢量图层里用来匹配的字段比如区域编码第二个下拉选统计表里对应的区域字段两者必须是同一套编码否则连出来全是空值。连接基于字段值相等选错字段是这一步最常见的失败原因。连接成功后右键图层 → 属性 → 符号系统 → 数量 → 分级色彩字段选刚才统计出来的MEAN字段选一个合适的色带类别数按数据分布定5 到 7 类比较常见。点确定后地图上每个区域就按平均灯光强度着色颜色越亮代表强度越高。这时候打开属性表能看到统计值已经挂在每个区域记录上可以直接读数和导出。# 用 ArcPy 做分区统计并连接避免手动点选 import arcpy from arcpy.sa import ZonalStatisticsAsTable arcpy.CheckOutExtension(Spatial) zone_data rD:\data\region_A.shp zone_field REGION_CODE # 唯一标识字段 value_raster rD:\data\nightlight_mask.tif out_table rD:\data\zonal_stat.dbf ZonalStatisticsAsTable(zone_data, zone_field, value_raster, out_table, DATA, MEAN) arcpy.JoinField_management(zone_data, zone_field, out_table, zone_field, [MEAN]) arcpy.CheckInExtension(Spatial)ZonalStatisticsAsTable的第四个参数DATA表示只统计有效像元、忽略 NoData第五个MEAN指定统计类型。JoinField_management把统计表的MEAN字段按REGION_CODE连回矢量连接键两边必须同名同类型。跑完这一步矢量属性表里就多了MEAN列后续设色和出图都基于它。3.3 布局视图出图图名、图例、比例尺、指北针数据对了图还得能看。切到视图 → 布局视图先调整页面和地图框比例让研究区铺满又不裁边。然后插入 → 图名写清楚分析对象和时间插入 → 图例在图例属性里删掉不需要的图层项只保留分级设色的区域图层插入 → 比例尺和指北针位置放在图框角落不压数据的地方。图例的类别标签建议手动改成「低—高」或具体数值区间比默认的字段名可读性强得多。出图前再检查一遍分级色彩的字段是不是MEAN图例类别和地图颜色是否一一对应比例尺单位是否和坐标系匹配。这几项对不上图看着没问题实际是错的。导出时选合适的分辨率报告用图 300dpi 起步。4. 避坑与排查五个真实翻车点及处理办法这套流程我跑过不止一次每次卡住的地方都差不多。下面五条按「现象 → 原因 → 解决」写照着排查能省不少时间。现象一按掩膜提取报错「输入不符合预期」或输出全空。原因多半是栅格和矢量坐标系不一致或者矢量范围根本不在栅格覆盖范围内。解决先用图层属性确认两者坐标系不一致就投影统一再把两个图层叠在一起看范围是否重叠不重叠说明数据下错了区域。现象二分区统计表连回矢量后全是空值。原因是连接时两边字段选错或者字段类型不一致一边是文本一边是数值。解决打开两张表对比连接字段的值确认编码格式完全一致类型不同时先新建一个同类型字段做转换再连接。现象三统计出来的平均值明显偏低。原因是掩膜提取后范围外是 NoData统计时如果没排除 NoData或者赋值栅格选成了未裁剪的原图平均值会被大片空值拉低。解决确认赋值栅格是裁剪后的结果分区统计的忽略 NoData 选项保持默认开启。现象四分级设色后颜色分布一边倒看不出差异。原因是灯光 DN 值分布右偏少数高值区把分级区间拉得很开。解决在符号系统里改用手动分级或分位数分级让类别按数据分布切分而不是等间距切分。现象五多个区域用 OR 选择时漏选或错选。原因是表达式里引号、括号或 Or 的位置写错或者区域名里有特殊字符。解决每加一个条件就点一次「应用」验证选中数量区域名带空格或符号时确认引号包裹正确选完在属性表里核对记录数。注意所有中间结果都单独存文件别覆盖原始数据。掩膜提取、分区统计各留一份出错时能快速回退不用从头再来。5. 进阶技巧批量统计与结果校验的固定动作单个区域跑通之后真正费时的是几十上百个区县的批量处理。手动一个个选、裁、统计不仅慢还容易漏。我的做法是把第 2、3 章的 ArcPy 脚本串成一个循环读一个区域列表逐个按名称筛选导出、掩膜提取、分区统计最后把所有统计表合并成一张总表。这样一次跑完结果格式统一后续做对比分析直接可用。批量跑之前有个校验习惯值得养成随机抽两三个区域用手动流程的结果和脚本结果对一遍MEAN值差异应该在浮点误差范围内。对不上就说明循环里某个参数串了比如掩膜路径没跟着区域变或者统计表被后一个区域覆盖。这个抽查动作花不了几分钟但能挡住整批结果作废的风险。校验项方法合格标准坐标系一致性图层属性对比两者坐标系相同裁剪边界贴合叠加目视无明显偏移统计值合理性抽样手算对比差异在误差内连接完整性属性表查空值无大面积空值还有一个细节批量输出的统计表字段名可能因工具版本略有差异合并前先统一字段名否则拼出来的总表列对不齐。我一般用字段映射或重命名先把MEAN统一再合并。从那以后我每次跑夜间灯光分析都强制先做坐标系核对和单区域试跑这两步确认无误再上批量。这套流程本身不复杂翻车基本都翻在数据对齐和字段连接上把这两处盯死剩下的就是点按钮的事。希望帮到你。本文还有配套的精品资源点击获取