基于夜光遥感的欧洲光污染趋势对比外文翻译资料

 2022-12-22 05:12

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

本科生外文翻译

题 目 基于夜光遥感的欧洲光污染趋势对比

Contrasting trends in light pollution across Europe based on satellite observed night time lights. Scientific Reports, 2014, 4: 3789

基于夜光遥感的欧洲光污染趋势对比

Jonathan Bennie, Thomas W. Davies, James P. Duffy, Richard Inger, Kevin J. Gaston

英国康沃尔佩恩埃克塞特大学环境与可持续发展研究所, UK TR10 9EZ

摘要：自1970年以来，来自太空的地球夜光卫星图像显示出人造光范围不断扩大。与此同时，夜间人造光对天文学、人类健康、生态过程以及审美享受均有着极大影响，人们越发意识到光污染是一个重要的全球环境问题。相关研究已经很好地证明了快速发展地区经济活动、人口增长和人造光存在着联系。应用一种新的方法来分析欧洲15年来的夜光卫星图像后，我们发现，虽然欧洲大陆的总体亮度趋势趋向于增加，但在一些经济发达地区显示出更加复杂的现象。研究时间段内，我们观察到大面积区域的亮度出现了减弱现象。这突显出在顾及成本和节能效益的同时，我们有机会限制甚至减少人造光对环境的污染。

引言

20世纪电力照明的发展和人类建筑、交通基础设施和经济活动的快速增长，导致全球大面积地区受到夜间人造光的影响。夜间人造光的影响主要分为直接照明和“天空辉光”即大气中的漫射散射光。2001年，大约全球陆地面积的19%处于光照阈值之上的污染环境中，世界人口的21%生活在光污染区域内，这些居民由于过强的环境光照而无法看到银河系的星光[1]。长期以来，人们对科学技术的重视不够。近年来，越发深刻的意识到人造光对人类健康、生态过程和生态系统[3-9]存在影响的同时，人们开始关注光污染对天文科学与夜空审美享受[2]的影响。

从长期观测记录[10]和基于卫星图像分析[1]对其空间范围的估计来看，大气光污染的强度明显增加。虽然这些图像有助于提高人们对人造光在全球范围内不断扩展的认识，但还有很大的研究空间对景观中人造光的分布和强度变化进行详细、定量的评估。由于夜间照明的变化模式变得越来越复杂，尤其是在工业发达地区，这一点至关重要。一方面，人口增长、城市扩张、经济发展和更高效的照明技术推动着照明强度的进一步增强。另一方面，2007至2008年的全球金融危机以及人们对温室气体排放和能源安全的担忧促使人们自发降低公共照明和个人照明的强度和时间。同时，随着技术的发展，照明系统得到了更严格的程序控制，工程师们也获得了思路改进设计，以最大限度地减少不必要的光线影响[7]。与此同时，在许多发达国家，工业不断衰落，信息产业高速发展，工业相关照明需求不断减少。随着这些新趋势的出现，我们需要更多样的手段来监测和评估光污染在行业范围、城市尺度的影响乃至国家、大陆尺度的影响及变化趋势。在这里，我们应用了一种全新的相互校准方法分析卫星图像，检测欧洲空间亮度显著增加或减少的区域以便今后研究整个欧洲大陆的光污染趋势。

美国国家海洋和大气管理局国家地球物理数据中心从1992年开始公开提供了来自国防气象卫星(DMSP)线性业务扫描系统(OLS)的长期全球年度夜间卫星图像数据集[11]。来自该数据人造光分布常被用于研究城市化[12,13]、人口密度[14,15]、经济活动[16,17]、武装冲突[18,19]，以及光污染空间范围[1,20,21]。由于星载传感器缺乏在轨相对校准从而很难量化光源亮度随时间的变化。同时，为了排除月光条件的变化提供均一的云层图像，光学仪器的增益控制是不断调整的。因此，直接比较不同年份人造光亮度是有问题的。综上，我们使用了假定“无变化”区域内数据集的相对校准以量化时间变化[22,23]，并采用主成分分析技术[24]和稳健回归技术[13]来克服这些问题，并绘制出了亚洲快速发展区域的照明变化图。

我们使用了基于中位数的分位数回归模型创建出欧洲夜间灯光的相对校准图像。这是一种以前从未应用于DMSP/ OLS卫星图像相对校准的稳健回归技术。该相对校准方法的优点是它对数据集中亮度的局部变化不敏感，因此，可以放宽“无变化”区域的假设条件。我们根据区域内亮度的变化范围来评估人工照明的变化。通过该方法，我们分析出英格兰西南部强度变化区域并归因于城市和工业发展，并确认变化方向和时间与夜间地面光强已知变化一致，从而验证了该方法的可行性。然后，我们将该方法扩展应用于整个欧洲亮度变化的区域。尽管整个欧洲大陆夜间光污染的强度正在增加，但存在明显的地区差异，相当多地区在研究时段内经历了明显的亮度变暗。

结果

变化检验

变化地图显示出英格兰西南部校准区域(图1)1995-2000年和2005-2010年之间亮度增加和减少的地块。在占据校准区域绝大部分的四个主要农村行政县内，我们发现了98个亮度明显下降的离散地块(3灰度值；DN)和111个亮度增加的地块(13 DN)。这些地区的亮度增加主要归因于城市扩张，特别是郊区住宅区和轻工业用地扩张(45.9%的地块，64.4%的总增长面积)，以及农业用地和小型农村工业建筑扩张(33.3%的地块，11.4%的总增长面积)或大型工业用地扩张(15.3%的地块，21.9%的总增长面积)。在111个区域亮度明显增加的地块中，只有6个(5.4%)不能归因于已知原因。亮度下降现象主要出现在矿产开采行业及相关生产下降或停止的地区(15.3%的地块，50.8%的减少面积)，街道照明基础设施实现现代化的现有小城市地区(44.9%的地块，21.7%的减少面积)，以及被关闭或是重新开发的军事设施或其他政府基础设施(7.1%的地块，13.2%的减少面积)。六个地块(6.2%)不能归因于已知原因。图1中突出显示了亮度下降的地块，包括与瓷土(高岭土)行业相关的基础设施(采石场、基础加工设施和港口)、怀奇农场油田以及托贝市市区。前两处区域的产品产量与亮度都显著下降。托贝市在2008年和2009年期间用更高效的照明设备替换了现有高压钠灯灯具，使能耗和亮度大幅下降。

图1 西南英格兰夜间亮度的15年变化。

突出显示的区域: (a) 与瓷土(高岭土)工业相关区域的亮度年度趋势 (蓝线)；瓷器粘土总产量(黑线)。(b) 托贝市区亮度的年度趋势(蓝色)；托贝城市街道照明的总电力负荷(黑色)。(c)怀奇农场陆上油田亮度的年度趋势(蓝色)；油田总产油量(黑色)。地图使用ESRI ArcMap 9.2生成。

欧洲光污染变化

与亚洲最近的研究一样[13,16,24]，自卫星图像出现以来，欧洲夜间光污染显著增加(图2)。由于DMSP/OLS传感器在强光下出现了影像灰度值饱和现象，高度城市化地区的光污染状况还有待研究；然而，光污染在灰度值不饱和的农村和郊区存在明显的地区差异。如先前所说，前苏联一些国家的大部分地区，如独立后摩尔多瓦和乌克兰境内出现了照明范围收缩[22]；在更长的研究周期内，该种变化趋势仍然很明显。匈牙利和斯洛伐克境内的亮度也普遍下降。此外，我们发现包括瑞典、芬兰、丹麦、挪威、英国、比利时和德国北部的经济发达国家也出现了亮度明显下降区域。

图2 (a) 2005-2010年欧洲相互校准平均亮度。(b) 2005-2010年和1995-2000年期间亮度十年变化。灰色区域在整个时间段内亮度值都是饱和的，因此无法检测到趋势。(b) 欧洲成员国中，检测到人造光增加(橙色)和减少(蓝色)超过3个灰度值单位的陆地总面积比例。*数据仅在纬度65度以南。地图使用ESRI ArcMap 9.2生成。

讨论

这项研究表明，在整个欧洲境内夜间灯光亮度出现了区域性显著下降和普遍性增加。原因可能是经济或工业衰退，如前苏联和东欧的一些国家[22]，或者区域性经济衰退，如英格兰西南的矿产开采业。然而，斯堪的纳维亚半岛亮度出现了显著下降，西北欧许多地区几乎没有出现变化，这些地区在研究时段内与大范围经济衰退并无关联。我们可以通过空间变化检测提取亮度变化原因，例如在斯洛伐克，数据显示亮度在小城镇和村庄区域普遍下降(图3)。在此期间，许多城市迫于财政原因关闭了部分甚至全部公共照明设施[25]；而首都布拉迪斯拉发和几个改造过照明系统的城镇没有出现亮度下降[25]。在比利时，亮度下降现象几乎完全与道路网有关，而城镇区域的亮度往往出现增加(图3)。比利时是整个欧洲独一无二的几乎整个高速公路系统都安装了照明设备的国家；在本研究涵盖的时间段内，由于环境和经济原因，许多高速公路中央区域在夜间关闭了照明[27]。尽管经济快速发展地区可能会继续增加其照明面积，2007至2008年全球金融危机的影响可能会导致发达国家广泛限制或减少照明。我们有证据表明，校准区域内亮度下降与采掘业衰退以及市政照明效率及能源使用效率提高有关。因此，我们能够确定实现能源使用效率和成本效益相结合的光排放减少区域，这些区域没有过高的生活成本，光排放减少也不是经济衰退的副产品。

图3 图2所示地图的选定区域，显示不同国家检测到的夜间光线的趋势对比。比利时高速公路网沿线夜间亮度降低，而法国邻近地区的亮度大幅增加。斯洛伐克的亮度明显下降，布拉迪斯拉发和该国西部城镇除外。相比之下，波兰的邻近地区变得更加明亮。地图使用ESRI ArcMap 9.2生成。

随着更高分辨率夜间灯光数据的出现，夜间遥感的应用可能会迅速发展，例如(截至2012年)来自索米NPP极地轨道卫星的数据[28,29]。然而，DMSP/OLS数据在时间覆盖范围方面是目前独一无二的，因此，我们能够使用它跟踪光污染随时间的变化趋势。由于几个原因，将这些数据中亮度明显变化现象解释为绝对辐照度变化时必须小心谨慎。首先，单个传感器通道无法完全捕捉光源的多光谱辐照度。OLS仪器的光谱响应与人类或动物视觉或生理响应的作用光谱有些不同，其峰值响应在波长500至800纳米间，照明类型的不一致可能会误判亮度降低。第二，从太空观察到的人造光与光污染对环境、健康、科学和审美影响之间的联系是复杂的；尽管基于向上发射光的图像是全球或者大区域范围内质量最高的，但它与环境直接照明以及天空辉光之间可能并没有很好的关联。最后，由于缺乏跨传感器校准、大气和地面校准以及仪器增益动态调整，不同的传感器和传感器内部的增益变化意味着我们可能无法进行DMSP/OLS夜间照明图像对辐照度的绝对校准。尽管在量化和解释地面亮度变化方面存在这些困难，但我们证明了，这些数据可以在通过适当的相互校准之后提供夜间照明变化范围和时间估计，这与其他数据源高度一致。此外，数据分析足以用于评估城市或工业发展规模的决策，并覆盖全球可测区域和国家范围内出现的新的趋势。人们越来越需要评估光污染对自然和人类环境的影响，技术发展以及能源、经济成本日益增长带来的压力，提供了引入减少夜间照明影响措施的机会[7]。这些措施从简单的低技术含量解决方案(例如只在需要的地方聚焦照明，屏蔽光源，使其不发出水平或向上的光，在不需要的时候和地方移除或关闭灯)到高科技(例如根据天气、交通状况、月光或一天中的时间变暗的自适应照明)。对卫星图像的仔细分析可以为有关此类措施的必要性和有效性决策提供信息，并有助于确定当地的经济和环境决策。

方法

数据源

每张DMSP/OLS的照片都代表了一年中黑暗时期拍摄的无云图像的合成。数据标称分辨率为1公里，从分辨率为2.7公里的数据中重新采样，由0到63之间的数字表示每个像素。零值代表相对黑暗，而非常明亮的城市地区通常在值为63时达到饱和。不存在传感器的机载校准，并且时间序列包括来自具有六颗不同卫星不同传感器的数据，因此必须交叉校准图像亮度以便评估亮度的变化[11]。此外，给定区域的地理定位误差会导致一些城镇略微偏移3个像素(3公里)。为了校正地理定位误差，每个图像在x(经度)和y(纬度)方向上连续移动-5到5个像素，并且计算所有像素与前一图像相应像素的皮尔逊相关系数。记录全部121次比较中具有最大相关性的x和y偏移组合，并相应调整每个图像的坐标，以最大化图像之间的空间匹配。

相互校准区域

在定义的“无变化”区域中使用最小二乘回归(OLS)进行年间校准。由于校准所选区域必须包含从完全黑暗农村像素到亮度饱和城市像素的全部DN值，且这些像素必须在整个研究期

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21049]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章