为了让大家更好的理解本文内容，欢迎各位培训班会员参加明晚 8 点的直播课：「使用 R 语言下载和处理日度夜间灯光栅格数据」。
今天的课程中我们将一起学习如何下载和处理 NASA 的日度夜间灯光栅格数据。
日度夜间灯光的原始数据可以从这里下载：https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/。
关于该数据的介绍可以阅读这个文档：https://ladsweb.modaps.eosdis.nasa.gov/missions-and-measurements/products/VNP46A2/#overview。
该数据把全球根据经纬度划按照 10˚x10˚ 的网格进行了划分，每个分块又包含了 2400x2400 个格点，分辨率大致为 500mx500m，数据均为 HDF5 格式。因此处理该数据的第一步就是要先找到中国所处的区块文件。
上图来自：https://ladsweb.modaps.eosdis.nasa.gov/api/v2/content/archives/Document%20Archive/Science%20Data%20Product%20Documentation/Product%20Generation%20Algorithms/VIIRS_Black_Marble_ATBD_v1.1_July_2020.pdf
所以我们的下载和处理思路是：
获取所有的 HDF5 文件的链接； 筛选包含中国范围的文件； 下载； 处理 HDF5 文件得到 tiff 格式的栅格数据。
获取所有的 HDF5 文件的链接
这里我们可以通过网络数据爬取的方式获取。
首先爬取首页：
library(tidyverse)
library(rvest)
# https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/
# 爬取第一层：VNP46A2
read_html("https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/") -> html
提取所有的子文件夹链接：
html %>%
html_elements("tr") %>%
html_attr("data-href") %>%
as_tibble() %>%
filter(str_detect(value, "VNP46A2")) -> fldf
fldf
#> # A tibble: 13 × 1
#> value
#> <chr>
#> 1 /archive/allData/5000/VNP46A2/2012
#> 2 /archive/allData/5000/VNP46A2/2013
#> 3 /archive/allData/5000/VNP46A2/2014
#> 4 /archive/allData/5000/VNP46A2/2015
#> 5 /archive/allData/5000/VNP46A2/2016
#> 6 /archive/allData/5000/VNP46A2/2017
#> 7 /archive/allData/5000/VNP46A2/2018
#> 8 /archive/allData/5000/VNP46A2/2019
#> 9 /archive/allData/5000/VNP46A2/2020
#> 10 /archive/allData/5000/VNP46A2/2021
#> 11 /archive/allData/5000/VNP46A2/2022
#> 12 /archive/allData/5000/VNP46A2/2023
#> 13 /archive/allData/5000/VNP46A2/2024
创建文件夹保存下一轮结果：
dir.create("htmldir1")
fldf 中的链接都是相对链接，我们再生成完整的网址链接：
fldf %>%
mutate(value = paste0("https://ladsweb.modaps.eosdis.nasa.gov", value)) -> fldf2
下面需要爬取每个链接获取子文件夹的链接：
read_html(fldf2$value[1]) -> html2
html2 %>%
html_elements("tr") %>%
html_attr("data-href") %>%
as_tibble() %>%
slice(-1, -2)
#> # A tibble: 343 × 1
#> value
#> <chr>
#> 1 /archive/allData/5000/VNP46A2/2012/019
#> 2 /archive/allData/5000/VNP46A2/2012/020
#> 3 /archive/allData/5000/VNP46A2/2012/021
#> 4 /archive/allData/5000/VNP46A2/2012/022
#> 5 /archive/allData/5000/VNP46A2/2012/023
#> 6 /archive/allData/5000/VNP46A2/2012/024
#> 7 /archive/allData/5000/VNP46A2/2012/025
#> 8 /archive/allData/5000/VNP46A2/2012/026
#> 9 /archive/allData/5000/VNP46A2/2012/027
#> 10 /archive/allData/5000/VNP46A2/2012/028
#> # ℹ 333 more rows
然后就可以循环所有的了，为了更高效，我们可以采用多线程的方式：
dir.create("html2")
library(parallel)
makeCluster(16) -> cl
parLapply(cl, fldf2$value, function(x){
if(!file.exists(paste0(stringr::str_remove(x, "https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/"), "/index.html"))) {
download.file(x, paste0(stringr::str_remove(x, "https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/"), "/index.html"))
}
}) -> res
如果有下载失败的可以删除下载不完整的，然后再运行上面的代码，直到所有年份的 html 文件都下载成功。
然后就可以批量处理这些 html 文件提取下载链接了：
fs::dir_ls("htmldir1") %>%
as.character() %>%
as_tibble() -> fldf3
read_html(fldf3$value[1]) -> html3
html3 %>%
html_elements("tr") %>%
html_attr("data-href") %>%
as_tibble() %>%
slice(-1, -2)
#> # A tibble: 343 × 1
#> value
#> <chr>
#> 1 /archive/allData/5000/VNP46A2/2012/019
#> 2 /archive/allData/5000/VNP46A2/2012/020
#> 3 /archive/allData/5000/VNP46A2/2012/021
#> 4 /archive/allData/5000/VNP46A2/2012/022
#> 5 /archive/allData/5000/VNP46A2/2012/023
#> 6 /archive/allData/5000/VNP46A2/2012/024
#> 7 /archive/allData/5000/VNP46A2/2012/025
#> 8 /archive/allData/5000/VNP46A2/2012/026
#> 9 /archive/allData/5000/VNP46A2/2012/027
#> 10 /archive/allData/5000/VNP46A2/2012/028
#> # ℹ 333 more rows
# 循环所有的
fldf3 %>%
rename(a = value) %>%
mutate(data = map(a, function(x){
read_html(x) %>%
html_elements("tr") %>%
html_attr("data-href") %>%
as_tibble() %>%
slice(-1, -2)
})) %>%
unnest(data) %>%
select(-a) -> fldf4
fldf4
#> # A tibble: 4,520 × 1
#> value
#> <chr>
#> 1 /archive/allData/5000/VNP46A2/2012/019
#> 2 /archive/allData/5000/VNP46A2/2012/020
#> 3 /archive/allData/5000/VNP46A2/2012/021
#> 4 /archive/allData/5000/VNP46A2/2012/022
#> 5 /archive/allData/5000/VNP46A2/2012/023
#> 6 /archive/allData/5000/VNP46A2/2012/024
#> 7 /archive/allData/5000/VNP46A2/2012/025
#> 8 /archive/allData/5000/VNP46A2/2012/026
#> 9 /archive/allData/5000/VNP46A2/2012/027
#> 10 /archive/allData/5000/VNP46A2/2012/028
#> # ℹ 4,510 more rows
循环所有的链接再爬取下一层的：
fldf4 %>%
mutate(value = paste0("https://ladsweb.modaps.eosdis.nasa.gov", value)) %>%
mutate(fid = row_number()) -> fldf4
dir.create("htmldir2")
# 这里选择 2023 年的为例进行下载：
fldf4 %>%
filter(str_detect(value, "2023")) -> fldf4_2023
clusterExport(cl, "fldf4_2023")
parLapply(cl, 1:nrow(fldf4_2023), function(x){
if(!file.exists(paste0("htmldir2/", fldf4_2023$fid[x], ".html"))) {
try({
download.file(fldf4_2023$value[x], paste0("htmldir2/", fldf4_2023$fid[x], ".html"))
})
}
}) -> tempres
按照下载得到的文件大小排序，检查哪些是下载不完整的，删除之后再重新运行上面的代码，直到所有的文件都下载成功。
然后就可以处理得到的 html 文件获取所有的 HDF5 文件的链接了：
fs::dir_ls("htmldir2") %>%
as_tibble() %>%
rename(file = value) %>%
mutate(data = map(file, function(x){
read_html(x) %>%
html_elements("tr") %>%
html_attr("data-path") %>%
as_tibble() %>%
slice(-1, -2)
})) -> fldf5
fldf5
#> # A tibble: 730 × 2
#> file data
#> <fs::path> <list>
#> 1 htmldir2/1059.html <tibble [346 × 1]>
#> 2 htmldir2/1060.html <tibble [345 × 1]>
#> 3 htmldir2/1061.html <tibble [346 × 1]>
#> 4 htmldir2/1062.html <tibble [346 × 1]>
#> 5 htmldir2/1063.html <tibble [346 × 1]>
#> 6 htmldir2/1064.html <tibble [346 × 1]>
#> 7 htmldir2/1065.html <tibble [346 × 1]>
#> 8 htmldir2/1066.html <tibble [346 × 1]>
#> 9 htmldir2/1067.html <tibble [346 × 1]>
#> 10 htmldir2/1068.html <tibble [346 × 1]>
#> # ℹ 720 more rows
fldf5 %>%
unnest(data) %>%
select(-file) %>%
mutate(value = paste0("https://ladsweb.modaps.eosdis.nasa.gov", value)) -> fldf6
fldf6$value[1]
#> [1] "https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001/VNP46A2.A2023001.h00v01.001.2023012002938.h5"
下面就可以下载这些文件了，不过这些链接并不能使用 download.file() 直接下载，而是需要使用 NASA 规定的方法。
先保存下：
fldf6 %>%
write_rds("fldf6.rds")
筛选含中国范围的文件
正如开头所说，该数据是把全球的数据划分成了一个个小格子，下面我们需要找到与中国范围相交的。
library(tidyverse)
library(terra)
rast(nrows = 18, ncols = 36, xmin=-180, xmax=180,
ymin=-90, ymax=90, crs = "+proj=longlat +datum=WGS84 +no_defs") -> rst
rst[] <- 1:648
rst
#> class : SpatRaster
#> dimensions : 18, 36, 1 (nrow, ncol, nlyr)
#> resolution : 10, 10 (x, y)
#> extent : -180, 180, -90, 90 (xmin, xmax, ymin, ymax)
#> coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#> source(s) : memory
#> name : lyr.1
#> min value : 1
#> max value : 648
plot(rst)
一共是 648 个格子，我给每个格子都进行了编号 1～648。
合并省级数据得到中国的范围：
library(sf)
read_sf("2021行政区划/省.shp") -> prov
st_union(prov) %>%
nngeo::st_remove_holes() -> cn
plot(cn)
把 rst 转换成 polygon 对象：
library(raster)
rst %>%
raster() %>%
rasterToPolygons() %>%
st_as_sf() -> rstdf
rstdf
#> Simple feature collection with 648 features and 1 field
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: -180 ymin: -90 xmax: 180 ymax: 90
#> Geodetic CRS: +proj=longlat +datum=WGS84 +no_defs
#> First 10 features:
#> lyr.1 geometry
#> 1 1 POLYGON ((-180 90, -170 90,...
#> 2 2 POLYGON ((-170 90, -160 90,...
#> 3 3 POLYGON ((-160 90, -150 90,...
#> 4 4 POLYGON ((-150 90, -140 90,...
#> 5 5 POLYGON ((-140 90, -130 90,...
#> 6 6 POLYGON ((-130 90, -120 90,...
#> 7 7 POLYGON ((-120 90, -110 90,...
#> 8 8 POLYGON ((-110 90, -100 90,...
#> 9 9 POLYGON ((-100 90, -90 90, ...
#> 10 10 POLYGON ((-90 90, -80 90, -...
提取和中国相交的：
rstdf %>%
st_intersection(cn) -> res
这些编号对应的格子组成的范围正好涵盖了中国的区域：
res %>%
dplyr::select(value = lyr.1) -> ressf
ressf
#> Simple feature collection with 24 features and 1 field
#> Geometry type: GEOMETRY
#> Dimension: XY
#> Bounding box: xmin: 73.50235 ymin: 3.83703 xmax: 135.0957 ymax: 53.56362
#> Geodetic CRS: +proj=longlat +datum=WGS84 +no_defs
#> First 10 features:
#> value geometry
#> 138 138 POLYGON ((119.1566 50.03325...
#> 139 139 POLYGON ((120 51.51333, 120...
#> 170 170 MULTIPOLYGON (((74.38025 40...
#> 171 171 POLYGON ((80 42.04188, 80 4...
#> 172 172 POLYGON ((90 47.88057, 90 4...
#> 173 173 POLYGON ((100 42.64699, 100...
#> 174 174 POLYGON ((110 42.63796, 110...
#> 175 175 MULTIPOLYGON (((127.5189 50...
#> 176 176 POLYGON ((130 49.02151, 130...
#> 206 206 POLYGON ((80 30.67492, 80 4...
我们注意到每个 h5 文件的文字里面都有类似 h00v01 的编号：
fldf6$value[1]
#> [1] "https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001/VNP46A2.A2023001.h00v01.001.2023012002938.h5"
下面我们还需要找到 ressf 数据中的编号与 hv 的对应关系：
0:17 %>%
crossing(0:35) %>%
set_names("v", "h") %>%
arrange(v, h) %>%
mutate_all(~sprintf("%02d", .x)) %>%
mutate(names = paste0("h", h, "v", v)) %>%
mutate(value = 1:648) -> tabdf
tabdf
#> # A tibble: 648 × 4
#> v h names value
#> <chr> <chr> <chr> <int>
#> 1 00 00 h00v00 1
#> 2 00 01 h01v00 2
#> 3 00 02 h02v00 3
#> 4 00 03 h03v00 4
#> 5 00 04 h04v00 5
#> 6 00 05 h05v00 6
#> 7 00 06 h06v00 7
#> 8 00 07 h07v00 8
#> 9 00 08 h08v00 9
#> 10 00 09 h09v00 10
#> # ℹ 638 more rows
所以筛选这些格子的正则表达式就是这个：
ressf %>%
inner_join(tabdf) %>%
pull(names) %>%
paste0(collapse = "|") -> regexp
regexp
#> [1] "h29v03|h30v03|h25v04|h26v04|h27v04|h28v04|h29v04|h30v04|h31v04|h25v05|h26v05|h27v05|h28v05|h29v05|h30v05|h26v06|h27v06|h28v06|h29v06|h30v06|h28v07|h29v07|h28v08|h29v08"
然后就可以根据这个正则表达式筛选中国的格子了：
fldf6 %>%
filter(str_detect(value, regexp)) -> cnfldf6
cnfldf6
#> # A tibble: 17,322 × 1
#> value
#> <chr>
#> 1 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 2 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 3 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 4 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 5 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 6 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 7 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 8 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 9 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> 10 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46A2/2023/001…
#> # ℹ 17,312 more rows
由于时间关系，我们只下载前 5 天的数据：
# 提取日期
cnfldf6 %>%
mutate(date = str_extract(value, "A\\d{7}")) %>%
mutate(date = str_remove_all(date, "A")) %>%
mutate(year = as.numeric(str_sub(date, 1, 4)),
day = as.numeric(str_sub(date, 5, 7)),
newdate = ymd(paste0(year, "-01-01")) + day - 1) %>%
dplyr::select(-date, -year, -day) -> cnfldf62
# 选择前 5 天的
cnfldf62 %>%
filter(newdate <= ymd("2023-01-05")) -> cnfldf7
cnfldf7
#> # A tibble: 240 × 2
#> value newdate
#> <chr> <date>
#> 1 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 2 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 3 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 4 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 5 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 6 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 7 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 8 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 9 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> 10 https://ladsweb.modaps.eosdis.nasa.gov/archive/allData/5000/VNP46… 2023-01-01
#> # ℹ 230 more rows
下载 HDF5 文件
下面就可以逐一下载这些文件了。
NASA 推荐的下载方法是使用 wget，Mac 系统自带这个命令，不过 Windows 电脑需要安装，安装方法可以参考：https://ladsweb.modaps.eosdis.nasa.gov/tools-and-services/data-download-scripts/#wget ，另外也可以百度一下 wget 的使用。这个命令在 Mac 上是在“终端” App 上运行的，在 Windows 上是在命令行工具（按 win+R 输入 cmd 回车就可以打开了）里面运行的。
或者看以前的推文：wget批量下载遥感影像
另外使用 httr 包下载也是可以的，试试一个：
library(httr)
GET(cnfldf7$value[1],
add_headers(c(
Authorization = "Bearer eyJ0eXAiOiJKV1QiLCJvcmlnaW4iOiJFYXJ0aGRhdGEgTG9naW4iLCJzaWciOiJlZGxqd3RwdWJrZXlfb3BzIiwiYWxnIjoiUlMyNTYifQ.eyJ0eXBlIjoiVXNlciIsInVpZCI6ImN6eGEiLCJleHAiOjE3MjI3NTAzNjAsImlhdCI6MTcxNzU2NjM2MCwiaXNzIjoiRWFydGhkYXRhIExvZ2luIn0.nJalDlQx31wHllEyIBsFMMjLhRA8tCEV9zaSC3q5K4JrY5Gem5m622NDRqQoF_R7w1KksN4cLmVJroilLH0zKeLRUX4vHS97jy008zRNuNoBcAhwXBeXue6scUsWsAfYre3Y-u61HNswQy0w6emOa5IbkG11Kc6umbHXh9XOHj2R5eOcXeSkiAHKmFv4LZSQXAkbJV_UIzcE-WLzxI3gyQnNrl_DVyfZonQM2FkZlSpc7Gt--Tn7pL03kKgb_Qz9KGhLxt7RfHqt0icgc4lnHjIaRW1xXS9G490xPyqlKWwuc7tfYL0Ymq7Kky7KP_xft9Jn-wWbuR5bvpFIoafeuw"
))) -> getres
其中 eyJ...afeuw 是我的 token，大家可以从这里生成和查看自己的 token：https://urs.earthdata.nasa.gov/profile （Generate Token 页面）
保存为 h5 文件：
content(getres) %>%
writeBin("temp.h5")
然后就可以循环下载所有的 h5 文件了：
dir.create("h5data")
parLapply(cl, cnfldf7$value, function(x){
if (!file.exists(paste0("h5data/", basename(x)))) {
httr::GET(x,
httr::add_headers(c(
Authorization = "Bearer eyJ0eXAiOiJKV1QiLCJvcmlnaW4iOiJFYXJ0aGRhdGEgTG9naW4iLCJzaWciOiJlZGxqd3RwdWJrZXlfb3BzIiwiYWxnIjoiUlMyNTYifQ.eyJ0eXBlIjoiVXNlciIsInVpZCI6ImN6eGEiLCJleHAiOjE3MjI3NTAzNjAsImlhdCI6MTcxNzU2NjM2MCwiaXNzIjoiRWFydGhkYXRhIExvZ2luIn0.nJalDlQx31wHllEyIBsFMMjLhRA8tCEV9zaSC3q5K4JrY5Gem5m622NDRqQoF_R7w1KksN4cLmVJroilLH0zKeLRUX4vHS97jy008zRNuNoBcAhwXBeXue6scUsWsAfYre3Y-u61HNswQy0w6emOa5IbkG11Kc6umbHXh9XOHj2R5eOcXeSkiAHKmFv4LZSQXAkbJV_UIzcE-WLzxI3gyQnNrl_DVyfZonQM2FkZlSpc7Gt--Tn7pL03kKgb_Qz9KGhLxt7RfHqt0icgc4lnHjIaRW1xXS9G490xPyqlKWwuc7tfYL0Ymq7Kky7KP_xft9Jn-wWbuR5bvpFIoafeuw"
))) -> getres
writeBin(content(getres), paste0("h5data/", basename(x)))
}
}) -> tempres
处理 h5 文件得到栅格数据
h5 文件可以使用 rhdf5 包处理，该包的安装方法：
if (!require("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("rhdf5")
读取：
library(rhdf5)
library(terra)
# 查看所有的层
rhdf5::h5ls("temp.h5") %>%
as_tibble()
#> # A tibble: 15 × 5
#> group name otype dclass dim
#> <chr> <chr> <chr> <chr> <chr>
#> 1 / HDFEOS H5I_… "" ""
#> 2 /HDFEOS ADDITIONAL H5I_… "" ""
#> 3 /HDFEOS/ADDITIONAL FILE_ATTRIBUTES H5I_… "" ""
#> 4 /HDFEOS GRIDS H5I_… "" ""
#> 5 /HDFEOS/GRIDS VNP_Grid_DNB H5I_… "" ""
#> 6 /HDFEOS/GRIDS/VNP_Grid_DNB Data Fields H5I_… "" ""
#> 7 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields DNB_BRDF-Corrected… H5I_… "INTE… "240…
#> 8 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields DNB_Lunar_Irradian… H5I_… "INTE… "240…
#> 9 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields Gap_Filled_DNB_BRD… H5I_… "INTE… "240…
#> 10 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields Latest_High_Qualit… H5I_… "INTE… "240…
#> 11 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields Mandatory_Quality_… H5I_… "INTE… "240…
#> 12 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields QF_Cloud_Mask H5I_… "INTE… "240…
#> 13 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields Snow_Flag H5I_… "INTE… "240…
#> 14 / HDFEOS INFORMATION H5I_… "" ""
#> 15 /HDFEOS INFORMATION StructMetadata.0 H5I_… "STRI… "( 0…
我们主要需要的是 Gap-Filled DNB BRDF-Corrected NTL 层，该层的名字是 /HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields/Gap_Filled_DNB_BRDF-Corrected_NTL (group 也要带上)
# 读取该层的数据
rhdf5::h5read("temp.h5", name = "/HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields/Gap_Filled_DNB_BRDF-Corrected_NTL") -> mat
# 得到的是个矩阵下面我们再把它转换成栅格数据
dim(mat)
#> [1] 2400 2400
矩阵数据转换成栅格数据需要设定坐标系和范围。所有的数据坐标系都是 +proj=longlat +datum=WGS84 +no_defs，但是范围却是不同的。下面我们再生成各个格子的范围数据：
# 计算每个格子的 bounding box：
rstdf %>%
mutate(value = 1:648) %>%
inner_join(ressf %>% st_drop_geometry()) %>%
inner_join(tabdf) %>%
dplyr::select(names) %>%
mutate(bbox = map(geometry, ~st_bbox(.x))) %>%
st_drop_geometry() %>%
as_tibble() -> bboxdf
bboxdf
#> # A tibble: 24 × 2
#> names bbox
#> <chr> <list>
#> 1 h29v03 <bbox [4]>
#> 2 h30v03 <bbox [4]>
#> 3 h25v04 <bbox [4]>
#> 4 h26v04 <bbox [4]>
#> 5 h27v04 <bbox [4]>
#> 6 h28v04 <bbox [4]>
#> 7 h29v04 <bbox [4]>
#> 8 h30v04 <bbox [4]>
#> 9 h31v04 <bbox [4]>
#> 10 h25v05 <bbox [4]>
#> # ℹ 14 more rows
# 保存
bboxdf %>%
write_rds("bboxdf.rds")
这样我们就可以根据 hv 编号给不同的栅格数据设定不同的范围了。
处理 h5 文件得到栅格数据
首先索引所有的 h5 文件并生成日期：
fs::dir_ls("h5data") %>%
as.character() %>%
as_tibble() %>%
mutate(date = str_extract(value, "A\\d{7}")) %>%
mutate(date = str_remove_all(date, "A")) %>%
mutate(year = as.numeric(str_sub(date, 1, 4)),
day = as.numeric(str_sub(date, 5, 7)),
newdate = ymd(paste0(year, "-01-01")) + day - 1) %>%
dplyr::select(-date, -year, -day) -> h5fl
例如 2023 年 1 月 1 号的：
h5fl %>%
filter(newdate == ymd("2023-01-01")) %>%
pull(value) -> files
读取为栅格数据：
lapply(files, function(x){
rhdf5::h5read(x, name = "/HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields/Gap_Filled_DNB_BRDF-Corrected_NTL") -> mat
mat[mat > 65534] <- NA
terra::rast(mat) %>%
trans() %>%
`crs<-`("+proj=longlat +datum=WGS84 +no_defs")
}) -> rstlist
这里出现了 65534 这个数字。从该数据的介绍文档的第 50 页可以看到：https://ladsweb.modaps.eosdis.nasa.gov/api/v2/content/archives/Document%20Archive/Science%20Data%20Product%20Documentation/VIIRS_Black_Marble_UG_v1.3_Sep_2022.pdf，该夜间灯光数据有有效值是 0-65534，所以超过 65534 的被设定为了 NA。
提取 hv 编号并和 bboxdf 合并：
str_extract(files, "h\\d{2}v\\d{2}") %>%
as_tibble() %>%
set_names("names") %>%
left_join(bboxdf) %>%
pull(bbox) -> bboxlist
然后循环给 rstlist 里栅格数据设定正确的范围：
lapply(1:length(files), function(x){
c(bboxlist[[x]]) -> bboxtmp
rstlist[[x]] %>%
`ext<-`(c(bboxtmp["xmin"], bboxtmp["xmax"],
bboxtmp["ymin"], bboxtmp["ymax"]))
}) %>%
sprc() %>%
mosaic() -> rstall
rstall
#> class : SpatRaster
#> dimensions : 14400, 16800, 1 (nrow, ncol, nlyr)
#> resolution : 0.004166667, 0.004166667 (x, y)
#> extent : 70, 140, 0, 60 (xmin, xmax, ymin, ymax)
#> coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#> source(s) : memory
#> name : lyr.1
#> min value : 0
#> max value : 60644
sprc() 和 mosaic() 的组合可以列表里面存储的栅格数据们合并成一个大栅格数据（类似拼图），这种操作被称为“镶嵌”。
rstall 就是合并好的夜间灯光栅格数据了：
plot(log(rstall))
这样我们就处理好一天的数据了。循环所有天的数据即可：
dir.create("nightlight")
unique(h5fl$newdate) -> datelist
clusterExport(cl, "h5fl")
clusterExport(cl, "bboxdf")
clusterEvalQ(cl, ({
library(tidyverse)
library(terra)
})) -> tempres
parLapply(cl, datelist, function(x){
if (!file.exists(paste0("nightlight/", x, ".tif"))){
h5fl %>%
filter(newdate == ymd(x)) %>%
pull(value) -> files
# 读取为栅格数据
lapply(files, function(x){
rhdf5::h5read(x, name = "/HDFEOS/GRIDS/VNP_Grid_DNB/Data Fields/Gap_Filled_DNB_BRDF-Corrected_NTL") -> mat
mat[mat>65534] <- NA
terra::rast(mat) %>%
trans() %>%
`crs<-`("+proj=longlat +datum=WGS84 +no_defs")
}) -> rstlist
# 提取 hv 编号并和 bboxdf 合并
str_extract(files, "h\\d{2}v\\d{2}") %>%
as_tibble() %>%
set_names("names") %>%
left_join(bboxdf) %>%
pull(bbox) -> bboxlist
lapply(1:length(files), function(x){
c(bboxlist[[x]]) -> bboxtmp
rstlist[[x]] %>%
`ext<-`(c(bboxtmp["xmin"], bboxtmp["xmax"],
bboxtmp["ymin"], bboxtmp["ymax"]))
}) %>%
sprc() %>%
mosaic() %>%
`names<-`(x) %>%
writeRaster(paste0("nightlight/", x, ".tif"))
}
}) -> res
再读取进来检查下：
rast("nightlight/2023-01-01.tif") -> rst
rst
#> class : SpatRaster
#> dimensions : 14400, 16800, 1 (nrow, ncol, nlyr)
#> resolution : 0.004166667, 0.004166667 (x, y)
#> extent : 70, 140, 0, 60 (xmin, xmax, ymin, ymax)
#> coord. ref. : lon/lat WGS 84 (EPSG:4326)
#> source : 2023-01-01.tif
#> name : 2023-01-01
#> min value : 0
#> max value : 60644
如果只想要中国范围的，可以再用前面的 cn 裁剪下：
rst %>%
terra::crop(terra::vect(cn)) %>%
terra::mask(terra::vect(cn)) -> rst2
至于计算各省市区县的平均夜间灯光亮度这里就不再讲解了，感兴趣的小伙伴可以学习平台上的一些栅格转面板课程。
直播信息
为了让大家更好的理解本文内容，欢迎各位培训班会员参加明晚 8 点的直播课：「使用 R 语言下载和处理日度夜间灯光栅格数据」。
直播地址：腾讯会议（需要报名培训班才能参加）； 讲义材料：需要报名 地理数据科学培训班 详细阅读：一网打尽SCI论文数据获取、分析、可视化
更多关于地理数据科学培训班 会员的更多信息可添加微信咨询：
附件下载（点击文末的阅读原文即可跳转）：
https://geodatasci.duanshu.com/#/course/6e679ebb823044548e80013367bfc133
