意义：

文章《Detection of rural electrification in Africa using DMSP-OLS night lights imagery》在西非这类低电气化地区，首次系统性的证明了利用OLS夜间灯光影像监测农村通电率的可行性。

文章《Tracking Electrification in Vietnam Using Nighttime Lights》在越南（电气化程度较高地区），首次发现即使没有路灯，电气化农村也可从DMSP-OLS夜光影像中分辨出来。

这两篇文章利用地面实测数据证明了利用夜间灯光数据监测农村电气化程度的可行性。然而，但这些验证工作的规模相对较小（共1331个村庄）。文章《Satellite data for the social sciences: measuring rural electrification with night-time lights》进一步利用2011年印度人口普查中的60万个村庄的电气化家庭数据验证了利用夜间灯光测量农村电气化程度的可行性。

2.数据和方法

2011年的印度人口普查数据提供了印度每个村庄电力接入的详细信息。

采用“稳定灯光”OLS数据集，它仅包括持续的照明，火灾等短暂事件之前被丢弃，背景噪声被识别并替换为零值。

采用村庄Shp文件统计各个村庄的夜间灯光数据亮度值的平均值、总和和最大值。

使用各种工具分析数据，包括简单的线性模型和更复杂的非线性模型，分析夜间灯光数据统计值和村庄电气化的统计关系。

3.结果

（1）不同夜间灯光亮度统计值与村庄电气化家庭数量之间的相关性程度各不相同，其中灯光亮度总值的对数和与电气化家庭总数的对数相关性最高。

（2）夜间照明与电气化家庭数量之间的村级相关性因州而异。在农村电气化水平高、电力供应充足的州，这些相关性很高。在农村电气化水平低、供电不稳定的州，相关性较低。因此，一定程度的电力接入和电力部门的发展是夜间灯光准确预测的必要条件。 

（3）夜间灯在预测农村低水平电气化方面表现不佳的原因与间歇性电力供应有关。每天用电小时数较少的村庄，夜间照明与电气化的相关性较小。由于典型印度村庄的路灯数量少及其使用不稳定，印度村庄的路灯数量并不能预测夜间的灯光。

（4）有电视的家庭百分比、没有资产的家庭百分比（极端贫困的代理）和有银行账户的家庭百分比等其他社会经济变量和夜间灯光亮度相关性较低。