本文以中国大陆31个省级行政区为研究区域，使用逐日夜间灯光数据NPP-VIIRS，探究不同区域人类活动在COVID-19影响下的空间差异和动态过程。首先对逐日夜间灯光数据进行处理，去除月光、云层、火点等引起的噪音；其次，设计多尺度分析框架；最后结合百度迁徙数据和疫情统计数据将疫情划分为爆发期和恢复期两个阶段，从影响范围、影响强度和恢复程度三个角度进行分析，并用百度出行强度数据进行精度验证。主要有以下发现：
（1）灯光强度的变化不仅反映了人类活动的变化以及各城市管控措施的效果，而且，从整体上，灯光的变化趋势可以间接反映某城市是否有疫情发生，对特定地点进行监测可以帮助我们及时了解城市管控措施的实施情况，如疫情爆发阶段机场、高速公路出入口灯光明显变亮。
（2）在疫情爆发阶段，主要省会城市和城市群受疫情影响相对更大，受影响区域主要分布在胡焕庸线以东。五大城市群的灯光辐射值均有不同幅度下降，其中长三角城市群、成渝城市群以及粤港澳大湾区受影响范围更大。上海和重庆的灯光降低强度最高（图1）。
图1 疫情影响范围及影响强度
（3）在疫情恢复阶段，灯光数据能够很好地反映出不同区域呈现的不同恢复过程（图2）。西部和东北部城市稳步恢复，3月底灯光已接近去年同期水平。沿海城市的恢复则随境外输入病例的增加呈现出一定的反复，疫情最为严重的武汉则在3月底才逐渐开始恢复。截止3月31日，全国整体灯光强度已恢复到去年同期的89.48%。
图2 不同时期城市恢复程度
出行强度大数据和夜间灯光数据结果的高度吻合，进一步证明了本文结果的有效性。应用航天逐日夜间灯光数据能够及时而有效地监测大范围流行病等突发公共卫生事件引起的极端社会经济活动动态变化，进而能为快速了解各地受疫情影响的程度，疫情后复工复产情况，高效制定防疫应急响应等提供支持。
相关研究成果以Quantifying Spatiotemporal Changes in Human Activities Induced by COVID-19 Pandemic Using Daily Nighttime Light Data为题发表在国际期刊IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，中国科学院城市环境研究所蓝婷博士生为第一作者，唐立娜研究员为通讯作者。该研究得到了国家自然科学基金项目（41471137）的资助。
论文链接：Quantifying Spatiotemporal Changes in Human Activities Induced by COVID-19 Pandemic Using Daily Nighttime Light Data
责任编辑：张婧睿
