对 VIIRS/NPP 夜光数据的解读

博客园传图片方便，大小限制在10M，CSDN在5M，所以...

下载网站：https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html
https://payneinstitute.mines.edu/eog-2/viirs/
第一个网站只提供到2019.4，停止提供了，转到了第二个网站，第二个网站挺牛的。

一、介绍

首先这个产品是由美国国家海洋和大气管理局(NOAA)和美国国家海洋和大气研究所(NCEI)的地球观测组(Earth Observations Group，EOG)利用可见光红外成像辐射仪套件(Visible Infrared Imaging Radiometer Suite，VIIRS)昼/夜波段(DNB)的夜间数据制作的一套平均辐射复合图像，这个图像目前是版本一（20170309）。npp是个卫星的名字。

这种数据把全世界范围划分成了六块：

名称	范围
T1	180°W-60°W，0°N-75°N
T2	60°W-60°E，0°N-75°N
T3	60°E-180°E，0°N-75°N
T4	180°W-60°W，65°S-0°N
T5	60°W-60°E，65°S-0°N
T6	60°E-180°E，65°S-0°N
要研究中国区域的话，选T3就好，因为中国区域范围为：
端	经纬
--	--
最东端	135°2′30″E
最西端	73°40′E
最南端	3°52′N
最北端	53°33′N
版本1复合产品是作为包含geotiff格式文件的压缩包交付的。每个geotiff文件名有7个文件名字段，由一个下划线“_”分隔。内部每个字段都可以有一个额外的破折号分隔符“-”。这些字段后跟一个文件名扩展名。字段描述如下使用这个示例文件名:

SVDNB_npp_20140501-20140531_global_vcmcfg_v10_c201502061154.avg_rade9

字段	含义
SVDNB	VIIRS SDR
npp	卫星名
20140501-20140531	时间范围
global	覆盖范围
vcmcfg	配置缩写
v10	版本1.0
c201502061154	制造时间
avg_rade9	扩展名
由于npp卫星是在2011年 10 月 28 日被发射的，所以这种数据只从2012年4月开始提供，直到现在。这种数据有两种，一种是年产品，一种是月产品。
关于第五字段：
字段	全称
--	--
vcm	VIIRS Cloud Mask
vcm-ntl	VIIRS Cloud Mask - Nighttime Lights
vcm-orm	VIIRS Cloud Mask - Outlier Removed
`vcm-orm-ntl`	VIIRS Cloud Mask - Outlier Removed - Nighttime Lights
关于扩展名：
扩展名	含义
--	--
avg_rade9	单位是 `nanoWatts/cm2/sr`，原始DNB值已经被乘了1E9
cf_cvg	无云覆盖，整数
cvg	整数

计划用月数据的avg_rade9h，年数据用vcm-orm-ntl.avg_rade9。

月产品
在每月的数据组合中，全球有许多地区不可能获得当月高质量的数据覆盖。这可能是由于云层的遮挡，尤其是在热带地区，或者是由于太阳光照，就像两极在各自的夏季所发生的那样。因此，这些数据的用户必须使用无云的观测文件，并且不能假定平均辐射率图像中的值为零意味着没有观察到光线。
版本1月度系列使用两种不同的配置全局运行。第一种方法排除了任何受杂散光影响的数据。第二组包括这些数据，如果辐射值经过了流光校正程序(参考)。这两个配置在文件名中分别表示为“vcm”和“vcmsl”。“vcmsl”版本，包括了经过光波校正的数据，将有更多的数据覆盖到两极，但质量将会降低。由用户决定哪一组最适合他们的应用程序。
每个月的压缩包里包含2个文件，第一个是平均的DNB辐射率，第二个包含在平均中使用的无云观测的数量。它们可以通过它们的文件名扩展名avg_rade9.tif和cf_cvg.tif来区分。
例如：

SVDNB_npp_20170101-20170131_00N060E_vcmslcfg_v10_c201702241225.tgz
//包含
SVDNB_npp_20170101-20170131_00N060E_vcmslcfg_v10_c201702241225.avg_rade9.tif
SVDNB_npp_20170101-20170131_00N060E_vcmslcfg_v10_c201702241225.cf_cvg.tif

在这里插入图片描述

年产品
年度合成数据仅用“vcm”版本制作，该版本排除了任何受杂散光影响的数据。对年度产品进行进一步处理，以屏蔽短暂的灯光和背景(非灯光)。
每个年压缩包里包含6个文件，4个文件包含平均的DNB辐射值(扩展名avg_rade9.tif)，1个是平均中使用的无云观测的总数量(扩展名cf_cvg.tif)，最后1个文件是不考虑云层覆盖的DNB观测的总数量(扩展名cvg.tif)。4个年平均辐射层可以用配置短名称(字段5)区分。如下例所示。

SVDNB_npp_20150101-20151231_00N060E_vcm_v10_c201701311200.tgz
//包含
SVDNB_npp_20150101-20151231_00N060E_vcm_v10_c201701311200.avg_rade9.tif
SVDNB_npp_20150101-20151231_00N060E_vcm-ntl_v10_c201701311200.avg_rade9.tif
SVDNB_npp_20150101-20151231_00N060E_vcm-orm-ntl_v10_c201701311200.avg_rade9.tif
SVDNB_npp_20150101-20151231_00N060E_vcm-orm_v10_c201701311200.avg_rade9.tif
SVDNB_npp_20150101-20151231_00N060E_vcm_v10_c201701311200.cf_cvg.tif
SVDNB_npp_20150101-20151231_00N060E_vcm_v10_c201701311200.cvg.tif

为了更好把握tif中的信息，下面分别用matlab和envi读了一下图片：
matlab截取了一小块：8337:8349,14641:14654

filepath='D:\复习资料\自学\7_科研\夜光遥感\data\VIIRS\annual\2015\';
file1=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm_v10_c201701311200.avg_rade9.tif'];
file2=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm_v10_c201701311200.cf_cvg.tif'];
file3=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm_v10_c201701311200.cvg.tif'];
file4=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm-ntl_v10_c201701311200.avg_rade9.tif'];
file5=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm-orm_v10_c201701311200.avg_rade9.tif'];
file6=[filepath,'SVDNB_npp_20150101-20151231_75N060E_vcm-orm-ntl_v10_c201701311200.avg_rade9.tif'];

a1=imread(file1);
a2=imread(file2);
a3=imread(file3);
a4=imread(file4);
a5=imread(file5);
a6=imread(file6);

b1=a1(8337:8349,14641:14654);
b2=a2(8337:8349,14641:14654);
b3=a3(8337:8349,14641:14654);
b4=a4(8337:8349,14641:14654);
b5=a5(8337:8349,14641:14654);
b6=a6(8337:8349,14641:14654);

在这里插入图片描述

envi也是按顺序搞得，数据是在太大，有的一个都快两个G了，我的小电脑承受不了。我想到一个好方法，用超大图标查看：