开学前夜，卫星看不见任何一盏赶作业的台灯

昨天刷到一段航拍视频：开学前夜的合肥居民区，镜头缓缓推过去，整片楼的窗户密密麻麻亮着灯——那是还在赶作业的孩子，和陪着的家长。

评论区一片"同一个世界"。

看完我只剩一个好奇：北京呢？回龙观、天通苑那种几十万人的睡城，开学前夜是不是也这样灯火通明？

我没有航拍设备。但我有个AI搭档——就是智谱的GLM-5.3-flash，本文所有实验都是和它一起做的。

我的问题扔过去：北京没法航拍，还有没有办法验证？

它给了一条路：NASA的Suomi NPP卫星每晚凌晨1点30分过境北京上空，用夜光传感器给地面拍照，数据在GIBS平台上向所有人开放。

卫星不关心教育理念，它只记录光。

数据到手，先泼了一盆冷水：这颗卫星的一个像素，边长约750米，装着约56万平方米的地面——差不多700个标准足球场。

它看不见一栋楼、一扇窗，更别提一盏台灯。拿这个验证"开学前夜的灯火"，靠谱吗？

我和它来回讨论了几轮，最后定的思路是：看不见单盏灯，不代表什么都测不到——如果整片居民区的作息真的集体改变，统计上一定会留下痕迹。

那就一层一层验证下去。下面是全过程，论证思路比结论重要。

第一层：整城对比——睡城睡了吗

拿开学前一周的周一凌晨1:30，和开学前夜的周一凌晨1:30，同为晴空，先做辐射增益归一化，再对比。

结果：城区指数3.33对3.17，睡城与CBD的亮度比0.99对0.98——纹丝不动。

回龙观·天通苑，四十万人的睡城，两晚在卫星眼里毫无区别。

▲ 半夜1:30，北京睡城对比：一周前 vs 开学前夜

第二层：较真——均值没变，不代表每个像素没变

这是我追问AI的：平均值不变，会不会是"有的楼亮了、有的楼关了"互相抵消？它给了第二层方案：逐像素差分。

对全区1080×1080个像素做差值，再做3σ显著性检验——成片关灯会在差分图上留下暗斑，随机噪声只是雪花。

结果：一片灰。回龙观、通州、大兴、良乡四个居民区带的差分与噪声完全无异，零斑块，零聚集。

▲ 逐像素差分热力图：零斑块，零聚集

第三层：还不服——50个像素的户口调查

我还想再较真一次：干脆抽样，逐个对比。

在回龙观-天通苑的范围里随机抽50个像素（种子固定为42，任何人可复现；采样框约100平方公里，相当于180个像素的地盘）。

先说怎么读数：和手机照片一样，卫星影像的明暗是0到255的数字——0是纯黑，255是亮到刻度顶头。

结果：50个像素里，32个两晚读数一个数都不差；更关键的是，基线夜就有44个（88%）读到254以上——刻度早就顶满了。

这就像体重秤上限150公斤，指针压到底，上面的人再踮脚尖，读数也纹丝不动。

开学前夜这些楼里就算有人开灯，读数最多从254挪到255，只剩1格，物理上无处可去。

唯一一个"显著变暗"的像素孤悬在噪声里，周围没有任何同伴：单个孤立波动是传感器噪声，成片连斑才是真信号，而这里连一个斑都没有。

▲ 50像素采样：88%焊死在饱和上限

反向验证：这颗卫星到底看得见什么？

三层验下来都是"看不见"，那这套方法是不是什么都测不了？

为了划出边界，我们做了一个反向验证：找一个它"看得见"的案例。

2022年10月10日起，乌克兰电网遭大规模打击，基辅全城停电。

我们从NASA档案调出停电前后的原始影像：10月9日晚，基辅主城一片完整的光网；10月11日晚，同一片区域几乎整体熄灭。

主城区灰度超过200的亮斑像素，从5726个掉到286个，缩水约95%。

▲ 基辅停电前后：整座城市熄灭，卫星一清二楚

同样这颗卫星，还记录过2019年美国图森把两万盏路灯调暗70%的实验，记录过2022年欧洲能源危机里法国降33%、英国降22%的集体关灯。

共同点：动的是城市照明基础设施。

研究测算，午夜之后路灯只占卫星所测城市亮度的13%，住户窗户的上射光占14%左右。

学生一盏10瓦的台灯，在一格56万平方米的像素里，是往沸腾的池子里滴一滴温水——何况88%的像素早就顶到了刻度天花板。

看不见，不是因为灯不够亮，是这台卫星的精度不够。

750米一格是设计取舍——它的任务是每晚扫完整个地球，拿分辨率换了覆盖面。

换成军用侦察卫星，厘米级分辨率，哪栋楼、哪扇窗亮着灯，一清二楚。

"看不见"从来不是物理定律，只是这台民用卫星的量程边界。

实验做完，我看了看窗外

开学前夜的北京睡城，在这颗卫星眼里纹丝不动。数据是冷的。但那晚收工，我合上屏幕，透过窗户看了看远处的居民区——比平时灯火璀璨，一格一格的窗子亮着。

明天就是9月1日，开学日。想来，又是一个无数家长和孩子的不眠之夜。

这样的夜，我也经历过。卫星看不见那些窗子里的台灯。

但我看得到。

#开学第一课 #卫星遥感 #夜光数据 #NASA #AI搭档

数据与方法：

NASA GIBS平台 Suomi NPP/VIIRS 日夜波段（DNB）每日档案，传感器原生约750米/像素，北京成像时刻为当地凌晨1:30。对比夜均为晴空，经辐射增益归一化与3σ显著性检验；50像素采样种子42，采样框约100平方公里（40.045–40.115°N，116.30–116.46°E），完整数据表可在后台索取。基辅影像为GIBS档案（ENCC增强档），日期为产品档案日，已避开满月与浓云夜，亮斑统计为示意量级。区划轮廓来自高德DataV。

方法局限：单个像素混合约56万平方米地表的全部光源，无法区分个体灯光；月相差异带来的系统误差约4至5个百分点，已在解读中排除。

关于本文的AI分工：模型为智谱GLM-5.3-flash（本文开篇即交代）。数据抓取、像素统计与差分检验，由它编写Python脚本完成，数值结果全部是确定性计算；卫星影像均为NASA原始数据直接渲染，未经任何AI生成、重绘或超分；选夜查云等图像判读由其多模态视觉辅助，信息图版式由其生成SVG代码排版渲染。

文章由它起草、笔者逐段修订定稿。AI负责算图和排版，数据与结论由笔者核验并负责，最后人工润色完成。

数据如何获取（任何人可复现）：

NASA GIBS开放接口（gibs.earthdata.nasa.gov），无需注册、无需密钥，浏览器里贴一条网址就能出图。

北京图：WMS接口，图层VIIRS_SNPP_DayNightBand_At_Sensor_Radiance，范围BBOX=115.0,39.0,117.8,41.2，参数TIME填日期（如2026-08-30），返回1080×1080的PNG。

基辅图：同一接口，图层换ENCC增强档，范围BBOX=28.5,49.3,32.5,51.3，TIME=2022-10-09与2022-10-11。接口只出图，灰度统计是下载后用Python逐像素计算的。

不想碰代码的读者，可到Worldview网页版（worldview.earthdata.nasa.gov）选同日期、同图层自行核对。

注意：档案有1至2天延迟，请求还没有数据的日期会返回一张纯灰占位图，别误读成"全城熄灯"。