区域贫困是一个动态变化过程,客观准确地度量区域贫困程度对于国家扶贫工作十分重要。文中利用研究区DMSP/OLS稳定夜光遥感数据和县域尺度上的经济、健康、教育三个维度社会经济数据,选取与夜间灯光指数相关性较大的社会经济指标,构建了用来衡量贫困的多维贫困指数(MPI);利用回归分析方法建立了夜间灯光指数与MPI间模型关系,并从时空维度和可靠性等方面验证了模型的适用性。该研究为区域贫困程度的自动化预测提供了一种新的方法手段。

基于DMSP/OLS、NPP/VIIRS、夜间灯光数据GDP空间化视频包含灯光指数计算、拟合方程确定、渔网、反演、结果五个视频，该方法同样可以用于二氧化碳、人口等经济社会指标的空间化分析，方法类似，只需将视频中的GDP数据更换成二氧化碳、人口统计数据即可。

基于DMSP/OLS、NPP/VIRRS、珞珈一号等夜间灯光数据GDP空间化视频包含拟合方程确定、反演、出图等等，该方法同样可以用于二氧化碳、人口等经济社会指标的空间化分析，方法类似，只需将视频中的GDP数据更换成其他数据，当然不排除其他数据需要进行空间化前的预处理，这部分自行处理。

包含月度数据和珞珈一号数据网盘提取

基于DMSP/OLS、NPP/VIRRS、珞珈一号等夜间灯光数据建成区提取视频包含提取方法选择、阈值确定、成区提取、融合等等。

经过曹子阳等人提出不变区域目标法完成连续性校正、相互校正等，达到一定的去饱和效果，可以直接用于研究人口、GDP、能源消耗等空间化研究，建成区提取、重心迁移、扩张分析等等。

DMSP/OLS夜间灯光影像校正包含校正方程获取、相互校正、连续性校正三部分视频等等。

DMSP/OLS夜间灯光数据逐年校正视频流程，基于Arcgis软件完成。需要运用夜间灯光数据进行相关研究的学生可以参考。

DMSP/OLS夜光数据，SNPP/VIIRS夜光数据及其应用领域，包括两个数据的下载地址，卫星及传感器基本参数，时间序列产品基本介绍（空间和时间分辨率，覆盖范围，投影坐标，子产品介绍，如DMSP的平均灯光强度、稳定灯光强度、观测频次数据、平均灯光X Pct数据、缺点、辐射定标产品及辐射校正方法，VIIRS数据预处理方法），两种数据的比较及其在城市发展，能源经济等方面的应用。

1993-2013 20年的数据卫星传感器获取的主要是地表的太阳辐射反射信号，而DMSP/OLS传感器独辟蹊径，采集的是夜间灯光、火光等产生的辐射信号。DMSP/OLS传感器在夜间工作，能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，并使之区别于黑暗的乡村背景。因此，DMSP/OLS夜间灯光影像可作为人类活动的表征，成为了人类活动监测研究的良好数据源。使用DMSP/OLS数据主要有以下两点优势：第一，DMSP/OLS不依赖于高空间分辨率，它的影像分辨率通常在1km左右，因而影像数据量非常小，甚至不到TM数据的1%，在对DMSP/OLS数据进行处理时更加简便；第二，DMSP/OLS夜间灯光影像能反映综合性信息，它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此，在用DMSP/OLS灯光数据时无需再单独考虑这些因素。