《ISPRS International Journal of Geo-Information》：What Daily Nighttime Lights Can and Cannot Show About Power Outage and Recovery: Winter Storm Uri in Harris County, Texas
编辑推荐：
摘要：每日夜间灯光（nighttime light, NTL）影像被广泛用于绘制电力中断与恢复地图，但云层和质量筛查导致数据存在缺失。本研究考察了NASA Black Marble数据显示的2021年2月得克萨斯州哈里斯县冬季风暴Uri停电事件。当仅使用高质量
摘要：每日夜间灯光（nighttime light, NTL）影像被广泛用于绘制电力中断与恢复地图，但云层和质量筛查导致数据存在缺失。本研究考察了NASA Black Marble数据显示的2021年2月得克萨斯州哈里斯县冬季风暴Uri停电事件。当仅使用高质量检索时，2月16日是停电期间唯一可用的夜晚，接下来的可用夜晚为2月19日至21日。在2月16日，13,846个建成区像元中的5,112个（37%）亮度低于其暴风雨前基准值的一半，而在观察到恢复的像元中，92%在2月21日前恢复照明。这些夜晚之间的恢复日期无法观测。基于检测器的工作流所得到的恢复日期取决于平滑化、持续性和聚合选择；在一项已知恢复日期且仅使用标志0观测值的受控实验中，一项未平滑化的规则要求连续三个日历夜，其中位检测延迟为12至15天。与20个普通晴朗夜晚相比，2月16日的变暗现象更为广泛且聚集程度更高。然而，社会脆弱性指数（Social Vulnerability Index, SVI）的估计平均总影响为参考辐射亮度的10.6个百分点（95%区间为-32.0至49.8），落在十个普通暴风雨前夜晚估计的范围（-31.9至26.8）之内。单次夜晚的社区比较需要一个普通夜晚的基线。
1. 研究背景与研究问题
电力中断对应急响应和社会公平具有重大影响，然而公用事业公司提供的停电记录通常仅在县级或邮政编码级层面公开，缺乏更精细的空间粒度。因此，研究人员常利用每日夜间灯光（nighttime light, NTL）遥感影像来填补这一空白，例如NASA Black Marble产品提供的VIIRS Day/Night Band数据。这些数据已被用于绘制飓风、地震和冬季风暴后的停电范围，追踪数天至数月内的恢复进程，并比较不同人口群体间的停电或恢复差异。
尽管已有广泛应用，现有研究普遍忽视了两个关键问题。首先，每日观测数据本身是不规则的：云层、积雪、质量筛查以及固定的卫星过境时间会导致大量像素在特定夜晚缺失有效观测值。当停电事件的持续时间仅为数天，而卫星数据的空缺期可能与停电期等长时，基于这些数据推算的恢复日期究竟有多精确？其次，在单一夜晚（如停电最严重的一晚）测量到的社区间差异（例如与社会脆弱性的关联），是否显著高于普通晴朗夜晚中因光照条件波动而产生的背景变异？不回答这两个问题，将难以判断现有基于NTL的停电与恢复分析结论的可靠性。
2. 研究方法概述
为回答上述问题，研究人员针对2021年2月冬季风暴Uri袭击下的美国得克萨斯州哈里斯县开展了一项系统性案例研究。研究使用了以下关键技术方法：
- •
数据源与预处理：采用NASA Black Marble VNP46A2产品的DNB_BRDF_Corrected_NTL波段（Collection 2），仅使用质量标记为0的高质量检索数据。研究时段覆盖2021年1月10日至3月27日，共77幅影像。同时，利用NLCD 2019土地覆盖数据筛选建成区像素，并从CDC/ATSDR获取2020年社会脆弱性指数（Social Vulnerability Index, SVI）作为社区特征变量。
- •
对照实验设计：为量化恢复日期的检测精度，研究人员设计了一个受控实验。他们为每个像素模拟了带有已知真实恢复日期的辐射轨迹，并叠加了从实际预风暴晴朗夜晚中提取的噪声。随后，在这些模拟序列上应用不同的检测器规则，并将其输出的检测日期与已知的真实日期进行比较，从而分离出数据间隙和检测算法本身带来的误差。
- •
空间统计建模：采用空间滞后模型和空间误差模型来分析停电期间的相对辐射亮度与社会脆弱性及人口密度之间的关系。模型考虑了空间自相关性，并通过计算直接、间接和总影响来量化预测变量的效应。
- •
安慰剂对比分析：为了判断停电当晚（2月16日）观察到的社区差异是否异常，研究人员将同样的空间模型应用于20个普通晴朗夜晚（10个来自风暴前，10个来自3月）。通过比较停电当晚的估计值与这些普通夜晚估计值的分布范围，来确定停电信号是否显著区别于常规的夜间灯光自然变异。
3. 研究结果
3.1 事件期间的观测可用性
在停电窗口期（2月15-18日），仅有2月16日提供了高质量的卫星观测数据（98.2%的像素有flag-0检索）。随后的可用夜晚是2月19日（99.7%）、20日（99.8%）和21日（87.5%）。这表明卫星记录只能显示2月16日凌晨哪些区域断电，以及2月19日至21日哪些区域已恢复供电，但无法捕捉这两段时间之间发生的任何变化。
3.2 停电期间的变暗与光恢复的界限
在13,846个建成区像素中，51.5%（7,137个）在风暴窗口期内出现了变暗。其中，深度变暗（低于基准值一半）的像素有5,112个，这远超出了普通晴朗夜晚的正常波动范围。对于深度变暗且有观察到的恢复的像素，50.0%在2月19日之前恢复，另有33.9%在2月20日之前恢复，8.4%在2月21日之前恢复。这些结果证实了停电的广泛性，但也明确了恢复时间的上限和下限完全由可用观测夜晚的间距决定。
3.3 检测器定年的精确度
在受控实验中，当真实恢复日期在2月16日至20日之间时，一个简单的无平滑单次观测规则的中位检测延迟为0-2天。然而，要求连续三个日历夜的规则将中位延迟推高至12-15天，并导致28%-37%的像素未被检测到。此外，研究还发现，基于相同像素值和检测规则，不同聚合方式（如网格投影、面积权重）导致的街区平均恢复时间相关系数低至0.78，且街区内部像素间的恢复时间标准差中位数高达6.2天。这些结果表明，从这类检测器工作流中得出的恢复日期在很大程度上反映了算法选择和聚合方式，而非地面真实情况。
3.4 2月16日与普通晴朗夜晚的比较
在一个包含10,340个像素和824个街区的共同数据集上，2月16日的变暗程度（35.1%的像素低于基准值一半）和空间聚集性（Moran‘s I = 0.57）均远超任何普通晴朗夜晚。然而，与社会脆弱性指数（SVI）的关联则完全不同。在普通夜晚，SVI系数的95%置信区间在19个夜晚中有19个排除了零，但其数值在不同夜晚间剧烈波动（标准差达15.7）。2月16日的SVI系数（2.0，95% CI -5.9至10.0）落在这个普通夜晚的波动范围之内，表明该关联并不显著。同样，SVI的平均总影响在2月16日为10.6个百分点（95%区间-32.0至49.8），也完全处于普通夜晚的估计范围（-31.9至26.8）内。
3.5 跨分析选择的社区差异
在主分析模型中，2月16日的相对辐射亮度与SVI的关联在所有敏感性测试（包括不同的空间权重矩阵、土地覆盖掩膜、模型类型和额外控制变量）中均保持不显著。相反，人口密度的系数在空间误差模型中呈显著负相关，表明人口密度较高的街区相对于其基准值显得更暗，但这种关系依赖于模型选择。对于停电后夜晚（2月19-21日）的分析显示，选择不同的参考期（风暴前 vs. 3月）会显著改变SVI系数的符号和大小，进一步强调了基线选择的重要性。
4. 讨论与结论
讨论总结：
研究人员指出，本研究的结果对基于NTL的停电研究提出了重要警示。首先，对于像Uri这样持续数天的短期事件，卫星数据的可用观测间隔决定了恢复时间推断的理论极限，任何试图给出精确日期的算法都可能产生误导。其次，单次夜晚的社区比较必须建立在对普通夜晚背景变异充分了解的基础上，否则可能会将正常的空间光照波动误读为与脆弱性相关的停电不平等。研究推荐了一系列报告规范，包括明确产品版本、报告每晚可用观测比例、仅在有观测到的变暗后才评估恢复、以观测夜晚之间的界限而非平滑日期报告恢复、以及对事件夜晚的社区差异进行安慰剂检验。
研究结论翻译：
每日夜间灯光清晰地显示了2021年2月16日凌晨哈里斯县的黑暗区域，并且大部分地区在2月19日至21日之前已恢复照明。但这些数据无法确定光是在2月16日观测与下一次清晰观测（2月19-21日）之间的哪个时间点恢复的。从中推导出的街区级恢复持续时间取决于平滑化、持续性和聚合的选择，而非观测本身。在一个基于检测器的工作流中，社会脆弱性与恢复时间之间的关联甚至在要求五天而不是三天的连续性时就发生了符号反转，这与噪声观测在某些街区比在其他街区更频繁地打断连续运行的模式一致。对社会脆弱性与变暗之间关系的单次夜晚估计是不精确的，并且无法与普通晴朗夜晚上的变异区分开来，因此这些数据既不支持也不排除这种关联的存在。对于短期停电，可用夜晚的间距决定了卫星数据能够定年恢复的精度。那些使用NTL来比较社区间停电或恢复的研究应报告观测可用性、要求观测到变暗、报告删失情况，并将事件夜晚的估计值与普通夜晚进行比较。对于像Uri这样的事件，街区级的恢复时间将需要比目前公开的更精细尺度的公用事业或客户记录。
