夜间灯光（NTL）遥感是量化人类活动强度和空间分布的重要指标。然而，由于早期的DMSP-OLS数据存在饱和与模糊效应，而高质量的NPP-VIIRS数据仅始于2012年，两者之间缺乏直接可比性，限制了长时序研究的开展。现有的跨传感器校正产品往往面临光强低估和结构细节缺失（如道路和村落遗漏）的两大难题。

针对上述问题，清华大学地球系统科学学系徐冰教授研究团队提出一种新型的两阶段深度学习框架，结合层次化融合解码器（HFD）和双特征精炼器（DFR），利用高分辨率不透水面数据作为引导来优化结构细节，生产出分辨率为500米的夜光数据集。在像元尺度上，EVAL数据集表现出卓越的性能，其决定系数（R2）达到0.8088，均方根误差（RMSE）低至0.9965；在城市尺度，基于全国2891个县级行政单元的汇总分析显示其决定系数（R2）高达0.975，显著优于现有的同类产品。最终生成的EVAL数据集不仅解决了DMSP-OLS数据的饱和问题，还有效恢复了城市内部纹理和道路网络细节。图1展示EVAL数据集在2012年的中国全境分布情况，体现其广泛的覆盖范围和清晰的空间结构。图2对比北京、天津、上海等特大城市核心区的预测结果，表明EVAL有效修正了以往产品在城市中心的低估现象，并还原了丰富的光强梯度。图3展示了五个主要城市群从1986年至2011年的夜光演变过程，清晰地捕捉到了中国快速城市化进程中的时空动态。

上述成果以“类 VIIRS 扩展型夜间灯光人工数据重构方法（1986—2024）”，An Extended VIIRS-like Artificial Nighttime Light Data Reconstruction (1986-2024)为题发表于Nature旗下数据期刊《科学数据》（Scientific Data）。清华大学地球系统科学系博士生田一禾为论文第一作者，徐冰教授为论文通讯作者。论文合作者包括威斯康星大学麦迪逊分校文理学院本科生郑钧文（论文共同一作）、中国科学院大学自动化研究所博士生张正博、清华大学地学系助理研究员张涛博士、清华大学地学系博士生冯俊凝、清华大学地学系毕业生任浙濠博士、应急管理部国家减灾中心李素菊研究员和中国科学院空天信息创新研究院闫冬梅研究员。本研究得到了国家重点研发计划项目（2022YFB3903703）的支持。该数据集覆盖了中国全境，时间跨度长达39年（1986-2024），是目前已知时间序列最长且精度最高的类NPP-VIIRS夜间灯光数据产品，为城市化监测、社会经济发展评估、碳排放估算以及联合国可持续发展目标（SDGs）评估提供高质量的长时序数据支撑。

国家青藏高原科学数据中心（http://data.tpdc.ac.cn）作为该论文的数据仓储，目前已在线发布“中国区域延长时间序列的类NPP-VIIRS人工夜间灯光数据集（1986-2024）”（https://doi.org/10.11888/HumanNat.tpdc.302930），用户可开放获取。



图1. 2012年EVAL中国区域夜间灯光强度分布展示

图2. 三大城市群核心区EVAL数据与现有产品在解决光强低估方面的对比展示

图3. 1986-2011年中国五个典型城市群的夜间灯光时空演变展示

论文信息：Tian, Yihe, Kwan Man Cheng, Zhengbo Zhang, Tao Zhang, Junning Feng, Zhehao Ren, Suju Li, Dongmei Yan, and Bing Xu. "An Extended VIIRS-like Artificial Nighttime Light Data Reconstruction (1986–2024)." Scientific Data (2026).

论文链接：

https://doi.org/10.1038/s41597-026-06549-0

数据信息： 田一禾, 郑钧文, 张正博, 张涛, 李素菊, 闫冬梅, 徐冰. (2025). 中国区域延长时间序列的类NPP-VIIRS人工夜间灯光数据集（1986-2024）. 国家青藏高原科学数据中心.

https://doi.org/10.11888/HumanNat.tpdc.302930. https://cstr.cn/18406.11.HumanNat.tpdc.302930.

数据链接（中文）：

https://data.tpdc.ac.cn/zh-hans/data/10.11888/HumanNat.tpdc.302930

数据链接（英文）：

https://data.tpdc.ac.cn/en/data/10.11888/HumanNat.tpdc.302930