Оставить заявку
Для заказа и получения более подробной информации оставьте заявку, наш менеджер свяжется с Вами!
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Оставьте свой номер и мы с вами свяжемся!
Или Вы можете позвонить нам сами:
+7 902 934 71 72
Ночная съемка Земли с космических спутников: применение, достижения, проблемы и технологии
Мин Чжао, Юй Чжоу, Сюэцао Ли, Вэньтин Цао, Чуньян Хэ, Байлан Юй, Си Ли, Кристофер Д. Элвидж, Вэймин Чэн и Чэнху Чжоу
Аннотация: Наблюдения за освещенностью в ночное время с помощью дистанционного зондирования дают нам своевременную и пространственно точную оценку деятельности человека и, следовательно, позволяют использовать во множестве направлений, таких как отслеживание урбанизации и социально-экономической динамики, оценка вооруженных конфликтов и стихийных бедствий, исследование рыболовства, оценка выбросов парниковых газов и энергопотребления, а также анализ светового загрязнения и воздействия на здоровье. Новые и усовершенствованные датчики, алгоритмы и продукты для ночного освещения в сочетании с другой съемкой Земли и вспомогательными данными (например, большими данными геолокации) вместе открывают большой потенциал для глубокого понимания человеческой деятельности и связанных с ней экологических последствий в меняющемся мире. В этом документе рассматриваются датчики и продукты ночного освещения, а также вклад ночной съемки в восприятие меняющегося мира с двух сторон (деятельность человека и изменения окружающей среды). Основываясь на историческом обзоре достижений в области дистанционного зондирования при ночном освещении, мы суммируем проблемы в текущих исследованиях дистанционного зондирования при ночном освещении и предлагаем четыре стратегических направления, в том числе: улучшение данных об освещенности в ночное время; разработка длинных временных рядов последовательных данных об освещенности в ночное время; интеграция наблюдений за освещенностью в ночное время с другими данными и знаниями; и содействие междисциплинарному анализу наблюдений за освещением в ночное время.
Ключевые слова: ночное освещение; достижения; проблемы; стратегические направления; обзор
1. Введение
Ускоренные антропогенные изменения ландшафта и климата оказывают глубокое влияние на процессы на поверхности Земли, как на местном, так и на глобальном уровнях, и создают целый ряд проблем для ученых и политиков, связанных с пониманием и устранением глобальных изменений и последствий [1,2]. В то же время появляются новые географические концепции, наборы данных, инструменты и методы для лучшего понимания нами таких тем как урбанизация, изменение окружающей среды, устойчивость и глобальные изменения. След человека, несомненно, является важным показателем воздействия человека как на окружающую среду, так и на экосистемы [3]. Изображения поверхности Земли, сделанные из космоса, демонстрируют большие возможности в мониторинге, анализе, оценке и прогнозировании беспрецедентных изменений, происходящих на поверхности Земли, что позволяет нам количественно оценивать и отслеживать динамику человеческой деятельности и ее воздействие на окружающую среду [4]. Дистанционное зондирование со спутников будет продолжать играть важную роль для всестороннего понимания изменений, с которыми сталкиваются Земля и человек в 21 веке.
Как один из признаков следов человека на поверхности Земли [5], ночное освещение, измеренное из космоса, не только тесно связано с населенными пунктами и динамикой экономики [6-9], но также предоставляет уникальные перспективы для выявления экологических и социально-экономических проблем [10-13], имеет большой потенциал для мониторинга деятельности человека и понимания связанных с этим воздействий на окружающую среду. Благодаря существенному преимуществу перед другой спутниковой съемкой в видимом, ближнем инфракрасном или радарном диапазонах, ночная съемка открыла множество исследовательских и прикладных возможностей для восприятия меняющегося мира в количественной оценке интенсивности человеческой деятельности [14] (рис. 1).
Ключевые слова: ночное освещение; достижения; проблемы; стратегические направления; обзор
1. Введение
Ускоренные антропогенные изменения ландшафта и климата оказывают глубокое влияние на процессы на поверхности Земли, как на местном, так и на глобальном уровнях, и создают целый ряд проблем для ученых и политиков, связанных с пониманием и устранением глобальных изменений и последствий [1,2]. В то же время появляются новые географические концепции, наборы данных, инструменты и методы для лучшего понимания нами таких тем как урбанизация, изменение окружающей среды, устойчивость и глобальные изменения. След человека, несомненно, является важным показателем воздействия человека как на окружающую среду, так и на экосистемы [3]. Изображения поверхности Земли, сделанные из космоса, демонстрируют большие возможности в мониторинге, анализе, оценке и прогнозировании беспрецедентных изменений, происходящих на поверхности Земли, что позволяет нам количественно оценивать и отслеживать динамику человеческой деятельности и ее воздействие на окружающую среду [4]. Дистанционное зондирование со спутников будет продолжать играть важную роль для всестороннего понимания изменений, с которыми сталкиваются Земля и человек в 21 веке.
Как один из признаков следов человека на поверхности Земли [5], ночное освещение, измеренное из космоса, не только тесно связано с населенными пунктами и динамикой экономики [6-9], но также предоставляет уникальные перспективы для выявления экологических и социально-экономических проблем [10-13], имеет большой потенциал для мониторинга деятельности человека и понимания связанных с этим воздействий на окружающую среду. Благодаря существенному преимуществу перед другой спутниковой съемкой в видимом, ближнем инфракрасном или радарном диапазонах, ночная съемка открыла множество исследовательских и прикладных возможностей для восприятия меняющегося мира в количественной оценке интенсивности человеческой деятельности [14] (рис. 1).
Рисунок 1. Статистика публикаций о спутниковой ночной съемке (NTL) по: (а) опубликованным статьям и цитатам за период с 1991 по 2018 год и (б) основным темам соответствующих публикаций. Поиск проводился с использованием Web of Science с заданными условиями поиска: (TS = (*night-time light* OR *night light* OR *nightlight* OR *nighttime light* OR *light at night* OR *night time light*) и SU = (Remote Sensing)) и язык: (английский) и типы документов: (статья). Нерелевантные публикации, извлеченные из условий поиска, были удалены.
За последние десятилетия постоянно обновляемые датчики и значительно улучшенные продукты и алгоритмы ночной съемки (NTL – Night Time Lighting, далее «NTL») открывали возможности для исследований дистанционного зондирования NTL, что привело к появлению нескольких обзорных статей с различными аспектами [15-22]. Однако текущие обзоры дистанционного зондирования NTL в основном сосредоточены на широко используемых продуктах NTL, полученных из системы DMSP-OLS (Defense Meteorological Satellite Program's Operational Line-scan System). Более того, большинство из них были сосредоточены на применении NTL, особенно в исследованиях по урбанизации и социально-экономической деятельности. Обширный обзор текущих исследований с использованием данных ночной съемки из разных источников, систематическая сводка ограничений и проблем текущих исследований NTL, а также некоторые стратегии для будущих исследований NTL все еще отсутствуют. Между тем, новые источники данных (например, данные о географическом местоположении из социальных сетей) и методы (например, машинное обучение / глубокое обучение) также предоставляют дополнительные возможности для расширения и углубления применения дистанционного зондирования NTL. Понимание и выявление изменений по данным ночной съемки в течение времени также начали привлекать внимание из разных областей. Поэтому крайне необходимо систематически пересматривать достижения, проблемы и перспективы дистанционного зондирования NTL.
В этой статье мы стремились оценить, как дистанционное зондирование NTL способствует восприятию человеческой деятельности и связанных с ней изменений окружающей среды в меняющемся мире. Цель этого документа - предоставить всесторонний обзор спутникового дистанционного зондирования наблюдений NTL от наборов данных до применения и от проблем до перспектив. Остальная часть этого документа организована следующим образом. В разделе 2 мы предоставляем обзор основных наборов данных ночной съемки. Вклад ночного освещения в восприятие меняющегося мира кратко изложено в разделе 3, где представлены основные области применения дистанционного зондирования NTL. После этого мы обсудим проблемы и ограничения текущих применений NTL в разделе 4. В конце мы предлагаем стратегические направления исследований дистанционного зондирования NTL в разделе 5.
2. Обзор основных наборов данных о ночном освещении
Учитывая достижения в области спутниковых датчиков и технологий NTL, ночная съемка со спутников превратилась в уникальные продукты геопространственных данных, которые обеспечивают измерение яркости освещения, наблюдаемого ночью из космоса. В этом разделе представлен обзор основных наборов данных NTL, собранных с различных датчиков и платформ (таблица 1), включая их историю и характеристики.
В этой статье мы стремились оценить, как дистанционное зондирование NTL способствует восприятию человеческой деятельности и связанных с ней изменений окружающей среды в меняющемся мире. Цель этого документа - предоставить всесторонний обзор спутникового дистанционного зондирования наблюдений NTL от наборов данных до применения и от проблем до перспектив. Остальная часть этого документа организована следующим образом. В разделе 2 мы предоставляем обзор основных наборов данных ночной съемки. Вклад ночного освещения в восприятие меняющегося мира кратко изложено в разделе 3, где представлены основные области применения дистанционного зондирования NTL. После этого мы обсудим проблемы и ограничения текущих применений NTL в разделе 4. В конце мы предлагаем стратегические направления исследований дистанционного зондирования NTL в разделе 5.
2. Обзор основных наборов данных о ночном освещении
Учитывая достижения в области спутниковых датчиков и технологий NTL, ночная съемка со спутников превратилась в уникальные продукты геопространственных данных, которые обеспечивают измерение яркости освещения, наблюдаемого ночью из космоса. В этом разделе представлен обзор основных наборов данных NTL, собранных с различных датчиков и платформ (таблица 1), включая их историю и характеристики.
Таблица 1. Список основных наборов данных NTL и основные функции
2.1. DMSP-OLS
Самая ранняя система съемки DMSP при слабом освещении относится к 1970-м годам, когда DMSP Blocks 5A, B, и C были оснащены прибором Sensor Aerospace Vehicle Electronic Package (SAP) с 1970 по 1975 год. За ним последовали датчики Operational Line System (OLS), первый запуск которых состоялся в 1976 году на спутниках DMSP Block 5D. С 1990 по 2009 год была запущена серия солнечно-синхронных спутников на полярной орбите, несущих OLS (от F10 до F18) для съемки NTL. Эти данные с 6-битным радиометрическим разрешением были получены в виде «сырых» данных (DN) в диапазоне от 0 до 63 в середине 1992 года, что значительно способствовало доступности и применению NTL по сравнению с более ранними исследованиями с использованием данных OLS на пленке [23]. Последующие спутники даже предоставили достаточно перекрывающихся данных для обеспечения взаимной калибровки между различными датчиками OLS, чтобы преодолеть недостаток, связанный с отсутствием бортовой калибровки [24].
DMSP-OLS уникальна наличием фотоэлектронного умножителя (PMT), который усиливает сигнал видимого диапазона в ночное время, позволяя обнаруживать огни городов, пожары, рыбацкие лодки и газовые факелы, в дополнение к освещенным луной облакам. OLS представляет собой качающийся сканирующий радиометр с шириной полосы обзора ~3000 км, состоящий из двух широких спектральных диапазонов: видимого и ближнего инфракрасного диапазона (VNIR – visible near infrared) (0,4-1,1 мкм), который снимает NTL, и теплового инфракрасного диапазона (TIR – thermal infrared) (10,5–12,6 мкм) [25]. Система имеет режим «высокого» («fine») пространственного разрешения 0,56 км и формирует «сглаженные» данные с номинальным пространственным разрешением 2,7 км за счет бортового усреднения 5 на 5 блоков. Имея 14 суточных орбит, каждый спутник DMSP, который ведет съемку в дневное и ночное время, способен обеспечивать глобальное ночное покрытие каждые 24 часа [23]. Он может обнаруживать излучение NTL от 1,54 × 10-9 до 3,17 × 10-7 Вт×см-2×sr-1 мкм-1, а локальное время прохождения обычно варьируется в пределах примерно от 19:30 до 21:30 [26,27].
В настоящее время в исследованиях NTL обычно используются три основных набора данных, полученных из DMSP-OLS, начиная от ежедневных изображений и заканчивая годовыми композитами. Эти данные включают набор данных временных рядов, набор данных, откалиброванных по яркости, а также ежедневный и ежемесячный наборы данных. Эти данные были разработаны с использованием серии улучшенных автоматических алгоритмов Национальным центром геофизических данных NOAA (NGDC – National Geophysical Data Center) [16,19]. По сравнению с отдельными ежедневными или ежемесячными изображениями, в предыдущих исследованиях в основном использовались годовые композиты NTL, которые находятся в свободном доступе и на которые меньше влияют облака, пожары, лунное освещение, полярные сияния и эффекты зенитного угла спутника [19].
Как наиболее широко используемый набор данных для ночного времени, композиты постоянного света в ночное время (NSL – nighttime stable light) из набора данных временных рядов версии 4 претерпели несколько улучшений. Самый ранний глобальный набор данных о постоянном освещении представляет собой композит изображений постоянного освещения в ночное время с географической привязкой с пространственным разрешением 1 км, полученный с использованием безоблачных изображений с 1994 по 1995 год. Этот продукт регистрирует только процентную частоту обнаружения света без облаков без информации о яркости, что затрудняет дальнейшие исследования интенсивности человеческой деятельности [26]. Впоследствии был создан глобальный продукт NTL за 2009 год с использованием автоматических алгоритмов для проверки качества ночной съемки в видимом диапазоне для удаления областей с нежелательными свойствами. Этот продукт сначала показывает относительную интенсивность видимого диапазона OLS постоянно освещенных областей, при этом кратковременное освещение удалено, а неосвещенные области соответствуют нулю [25]. Затем те же методы были применены для создания постоянных композитов NTL для всего цифрового архива данных OLS. В настоящее время последние глобальные ежегодные композиты с постоянным освещением в ночное время с 1992 по 2013 год можно загрузить из серии DMSP-OLS NTL версии 4 на веб-сайте NGDC (https://www.ngdc.noaa.gov/eog/download.html). Данные временных рядов включают 33 годовых композитных изображения, собранные с шести различных спутников (т.е. F10, F12, F14, F15, F16 и F18), оснащенных датчиками OLS без встроенной калибровки. Ежегодные безоблачные композиты постоянного освещения в ночное время представляют собой ночную светимость с сеткой 30 × 30 угловых секунд, охватывающую земной шар от -65 до 75 градуса по широте. До выпуска этого набора данных в соответствующих исследованиях в основном использовались более ранние продукты, такие как глобальный набор данных о стабильном освещении 1994-1995 годов и предыдущие версии серии DMSP-OLS NTL (Версия 1: 1992, 1993, 2000 и Версия 2: 1992-2003).
Согласно документации на данные (https://ngdc.noaa.gov/eog/dmsp/downloadV4compo sites.html ), в дополнение к годовым композитам NSL, набор данных временных рядов версии 4 включает в себя безоблачное покрытие, а также среднее видимое освещение и среднее освещение в процентах. Данные о безоблачном покрытии подсчитывают общее количество наблюдений в каждой ячейке сетки размером 30 угловых секунд. Эти снимки могут быть использованы для определения областей с низким числом наблюдений, где качество снижено. Среднее значение видимых данных содержит среднее «сырых» значений (DN) видимого диапазона без фильтрации. Среднее значение освещенности в процентах получено из среднего значения «сырых» данных (DN) видимого диапазона детектированного безоблачного освещения, умноженного на процентную частоту обнаружения освещения. Включение термина процентной частоты определения нормализует результирующие цифровые значения для изменений в постоянстве освещения. Эти композиты редко используются в исследованиях.
Было разработано несколько наборов данных с калибровкой по яркости, чтобы преодолеть насыщенность, возникающую в ярких городских центрах из-за сбора данных при настройках с высоким коэффициентом усиления. Набор данных, калиброванный по излучению, был впервые разработан Elvidge и др. [23]. В этом наборе данных были объединены три различных параметра с фиксированным коэффициентом усиления (т.е. низкий, средний и высокий), полученные из безоблачных данных OLS за 28 ночей в 1996 и 1997 годах. Это данные Соединенных Штатов (США), откалиброванные по яркости, полученные на основе предполетной калибровки датчиков, являются значительным достижением по сравнению с предыдущими продуктами с постоянным освещением в ночное время [28], позволяющими обнаруживать изменения яркости в пространстве в центрах урбанизации. Однако охват областей с низкой освещенностью в этом наборе данных ослаблен. Из-за этого ограничения в 2006 году был создан глобальный композит для съемки низких уровней яркости путем смешивания наблюдений с фиксированным коэффициентом усиления с данными о постоянной освещенности в ночное время [29]. Наиболее известным продуктом NTL с калибровкой по излучению является глобальный набор таких данных, включающий восемь изображений за период с 1996 по 2011 год. Этот продукт был собран с переменным коэффициентом усиления с помощью восьми композитов, откалиброванных для разновременного сравнения, обеспечивая относительные значения яркости [30]. Хотя с 1992 по 1995 год и после 2011 года не было продуктов с различными настройками фиксированного усиления, этот временной ряд продуктов, откалиброванных по яркости, с ограниченным временным охватом, по-прежнему обеспечивает уникальную запись изменений NTL с течением времени без проблемы насыщения.
Ежедневные «сырые» изображения и ежемесячные композиты, предоставляемые NGDC, в основном используются для обнаружения нестабильных и кратковременных наблюдений за освещением из-за их высокого временного разрешения по сравнению с годовыми композитами [31-34]. Однако из-за высокой стоимости сбора данных и сложности их обработки по-прежнему существует ограниченное количество применений, использующих данные DMSP-OLS NTL в годичных временных масштабах.
2.2. NPP-VIIRS
Датчик VIIRS (VIIRS - Visible Infrared Imaging Radiometer Suite) на борту спутника Suomi National Polar Partnership (NPP), запущенного в октябре 2011 года, был разработан для сбора высококачественных радиометрических данных [27]. VIIRS, 22-канальный датчик в видимом и ближнем инфракрасном диапазоне, имеет ту же ширину полосы обзора (3000 км), что и DMSP, и более высокое пространственное разрешение (375 м и 750 м в надире). Подобно OLS, VIIRS ведет съемку Земли каждые 24 часа, с местным временем перехода после полуночи около 01:30 [27]. Среди 22 каналов датчика VIIRS Дневной/Ночной канал (DNB – Day Night Band) со спектральным диапазоном 0,5 – 0,9 мкм демонстрирует беспрецедентные возможности ночных наблюдений [35]. Три его настройки усиления (т.е. низкая, средняя и высокая) позволяют обнаруживать определенный динамический диапазон примерно на 7 порядков от 3 × 10-9 до 2 × 10-2 Вт см-2 sr-1, с минимальным уровнем шума около 5 × 10-11 Вт·см-2·sr-1 [36-38]. Управляемый совместно NASA и NOAA, VIIRS/DNB обеспечивает значительное количество улучшений по сравнению с DMSP-OLS, включая полную калибровку в полете, более высокое пространственное разрешение, более низкий предел обнаружения, более широкий динамический диапазон и лучшее радиометрическое разрешение по сравнению с DMSP [27,37,39].
NDGC бесплатно предоставляет набор безоблачных композитов VIIRS/DNB версии 1, охватывающий период с 2012 года по настоящее время, созданный в географической сетке с частотой 15 угловых секунд по всему миру от 65° ю.ш. до 75° с.ш. (https://www.ngdc.noaa.gov/eog/download.html) в формате geotiff с шестью тайлами. Каждый тайл включает в себя как среднее излучение DNB, так и количество соответствующих доступных наблюдений без облаков. Впервые выпущенные в начале 2013 года предварительные композиты продукта VIIRS версии 1 были созданы только в безлунные ночи в течение двух отдельных периодов времени: 18-26 апреля 2012 года и 11-23 октября 2012 года [40]. Впоследствии была разработана серия надежных алгоритмов для исключения некачественных данных и посторонних признаков с последующим усреднением светового излучения [41,42]. Версия 1 ночной съемки VIIRS/DNB включает глобальные ежемесячные NTL, начиная с апреля 2012 года. Глобальные ежегодные NTL за 2015 и 2016 годы были дополнительно обработаны для удаления сжигания биомассы и других посторонних элементов [42]. В настоящее время доступны две различные конфигурации ежемесячных композитов VIIRS/DNB. Версия «облачная маска VIIRS (vcm – VIIRS cloud mask)» выпускаемая с апреля 2012 года, исключает данные, на которые влияет рассеянный свет. Версия «облачная маска VIIRS с рассеянным светом (vcmsl – VIIRS cloud mask with stray light)», доступная с января 2014 года, включает данные с поправкой на рассеянный свет. Вторая конфигурация включает коррекцию рассеянного света, описанную в Mills et al. [41], с большим пространственным охватом в направлении полюсов и сниженным качеством. В отличие от DMS - стабильного NTL, ежемесячные композиты VIIRS версии 1 записывают фоновые шумы и кратковременное освещение, такие как сжигание биомассы, полярные сияния и пожары. Поэтому были предприняты попытки [43-46] скорректировать пиксели VIIRS с нестабильными NTL.
Годовые композиты, полученные из ежемесячных данных NTL версии «vcm», содержат набор изображений энергетической яркости, обработанных несколькими этапами фильтрации [42]. В наборе ежегодных продуктов VIIRS версии 1 доступны четыре изображения средней яркости DNB за каждый год: (1) «vcm», который идентичен ежемесячным продуктам средней яркости «vcm»; (2) «vcm-ntl», который содержит среднее значение «vcm» с фоновым значением, равным нулю; (3) «vcm-orm», который содержит средние значения яркости без облаков с удаленными пожарами и другими кратковременными источниками света; и (4) «vcm-orm-ntl», который содержит среднее значение «vcm-orm» с фоновым значением, равным нулю. Кроме того, предоставляются два файла общего количества снимков и снимков без облаков. Как новейший продукт VIIRS NTL, годовая версия «vcm-orm-ntl» устраняет эффекты кратковременных источников освещения и уменьшает перерывы в передаче данных из-за облачного покрова или солнечного освещения, демонстрируя значительный прогресс по сравнению с ежемесячными композитами [42].
Стандартный набор продуктов NASA Black Marble (VNP46), представляющий современные данные NTL, был разработан для полного изучения потенциала записи временных рядов VIIRS. Набор продуктов VNP46 с пространственным разрешением 500 м и ежедневной обработкой в течение 3-5 часов после получения, обеспечивает безоблачное покрытие со значительными улучшениями в суточной частоте, атмосферной коррекции, коррекции двумерной функции распределения отражательной способности (BRDF – bidirectional reflectance distribution function) и сезонной коррекции, позволяет работать с данными как в режиме реального времени, так и в долгосрочных мониторинговых проектах [47]. Продукт NASA Black Marble NTL, распространяемый в формате уровня 3, доступен с января 2012 года по настоящее время с использованием данных VIIRS/DNB со спутника Suomi-NPP. Текущий набор продуктов V1 VNP46 включает в себя продукт ежедневного излучения в ночное время с датчика на верхней границе атмосферы (TOA – top of atmosphere) (VNP46A1) и продукт NTL с ежедневной корректировкой по свету Луны (VNP46A2). Наборы данных из нескольких источников и вспомогательные данные использовались для получения высококачественных оценок NTL на основе пикселей и соответствующей информации о метке качества (QF – quality flag) [48,49]. В настоящее время набор ежедневных операционных продуктов VNP46 (VNP46A1) архивируется и поддерживается центрами обработки данных NASA Level 1 и Atmosphere Archive and Distribution System Distributed Active Archive Center (LAADS DAAC) (https://ladsweb.modaps.eosdis.nasa.gov/) в формате HDF5, в то время как продукт VNP46A2 еще недоступен. Продукт VNP46A1 содержит 26 слоев наборов научных данных (SDS – Science Data Sets), включая излучение на датчике, зенитные и азимутальные углы датчика, информацию о Солнце и Луне, метку маски облачности, время, коротковолновое ИК-излучение, яркостные температуры, метки качества VIIRS, угол фазы Луны и долю освещенности Луны, в то время как продукт VNP46A2 имеет шесть слоев, содержащих информацию о NTL, скорректированной по двумерной функции распределения отражательной способности (BRDF) с разрешением 500 м, освещенность Луны, обязательную метку качества, последнее высококачественное извлечение (количество дней), метку снега и маски облачности [47]. Продукт VIIRS Black Marble с превосходным извлечением NTL в короткие временные сроки и снижением фонового шума позволяет проводить количественный анализ суточных, сезонных и годовых изменений NTL [48]. Несмотря на малое применение в мониторинге электроснабжения [50,51] с использованием предварительных версий этого продукта, необходимы дополнительные усилия для изучения его большого потенциала в мониторинге кратковременных резких изменений NTL и фиксации долгосрочных записей NTL, когда стандартный набор продуктов Black Marble (т.е. ежедневный уровень 3 и форматы с несколькими датами) обычно доступны в DAAC NASA LAADS.
В описании на веб-сайте NASA Black Marble (https://viirsland.gsfc.nasa.gov/Products/NASA/BlackMarble.html) сообщается, что продукт высокой четкости Black Marble (HD), будущий новый продукт более высокого уровня Black Marble, разрабатывается командой NASA VIIRS DNB посредством взаимовыгодного использования ежедневного стандартного продукта NASA Black Marble с данными от других спутников дистанционного зондирования Земли и вспомогательных источников данных.
Более подробная информация, предоставляемая продуктом Black Marble HD в ближайшем будущем, потенциально позволит нам различать разные виды человеческой деятельности в более мелком масштабе (< 30 м), например, в жилом, коммерческом и промышленном секторах. В настоящее время ежемесячный продукт Black Marble HD является экспериментальным.
2.3. Другие спутники и Кубсаты
В отличие от данных NTL с грубым пространственным разрешением DMSP-OLS и NPP-VIIRS, которые широко используются для изучения деятельности человека и изменений окружающей среды на больших территориях, изображения NTL с высоким разрешением могут открыть новые возможности в применении дистанционного зондирования NTL. В настоящее время уже выпущены или будут выпущены спутниковые датчики с более высокой способностью обнаружения NTL.
Одним из источников таких данных NTL с высоким разрешением являются фотографии, сделанные астронавтами на Международной космической станции (МКС). Эти фотографии показывают уникальный вид Земли ночью в ее истинных цветах, и они доступны в свободном доступе через портал Gateway to Astronaut Photography of Earth (http://eol.jsc.nasa.gov). Чтобы устранить трудности с поиском изображения конкретного города на МКС среди миллионов снимков, был разработан атлас ночных фотографий Земли из космоса [52], обеспечивающий легкий доступ к изображениям (http://www.citiesatnight.org). Хотя фотографии астронавтов могут отражать больше деталей Земли с пространственным разрешением от 5 до 200 м [53], технические проблемы при радиометрической калибровке и неравномерное временное и пространственное распределение этих оригинальных фотографий препятствуют широкому применению изображений с МКС. Благодаря сотрудничеству между Complutense University of Madrid, NASA и ESA, откалиброванные изображения с МКС стали доступны через платный сервис NOKTOsat (https://www.noktosat.com/). В настоящее время изображения с МКС используются для исследований по идентификации типов городского и внутреннего освещения [54-57], светового загрязнения [58,59] и социально-экономической деятельности [60-62].
Первым источником космических снимков NTL с высоким пространственным разрешением был коммерческий спутник EROS-B, который в 2013 г. начал обеспечивать съемку NTL с высоким пространственным разрешением 0,7 м в диапазоне длин волн 0,5–0,9 мкм и динамическом диапазоне 10 бит. Это открыло новые возможности для изучения пространственной структуры и светового загрязнения от искусственного освещения в городах по всему миру [63]. Однако, поскольку NTL-изображения EROS-B являются панхроматическими, по этим данным невозможно определить тип освещения [63].
Еще один коммерческий спутник с высоким пространственным разрешением — JL1-3B из Китая. Этот спутник, запущенный в 2017 г., позволяет получать мультиспектральные (красный, зеленый и синий каналы) снимки NTL с пространственным разрешением 0,92 м и обнаруживать освещение вплоть до 7E–7 Вт*см-2*sr-1 [64]. Благодаря преимуществам высокого разрешения и мультиспектральной информации, а также встроенной калибровке яркости, многообещающими в будущих исследованиях являются новые возможности типов освещения и моделей ночного пейзажа. Кроме того, спутник следующего поколения JL1-07/08, запущенный в 2018 году, имеет как панхроматический канал, так и улучшенные мультиспектральные каналы (синий, зеленый, красный, крайний красный и ближний инфракрасный), что дает лучшее понимание NTL для окружающей среды, например, влияние мощных огней на ночную миграцию птиц [65].
В отличие от других коммерческих спутников NTL, кубсаты могут предоставлять ценные данные по относительно низкой цене [66]. Примером недавнего кубсата является LJ1-01, который был запущен в 2018 году. Это микро-наноспутник весом 20 кг, оснащенный высокочувствительной камерой ночной съемки с полосой пропускания 0,319 мкм. Он предлагает глобальную высокоточную съемку NTL с динамическим диапазоном до 14 бит в ночное время. Снимки LJ1-01 с пространственным разрешением 130 м и полосой обзора 250 км можно бесплатно загрузить в High-Resolution Earth Observation System of the Hubei Data and Application Center (http://59.175.109.173:8888/app/login.html). Данные LJ1-01 хорошо коррелируют с изображениями VIIRS, но предоставляют больше пространственных деталей и демонстрируют лучшую способность обнаружения изменений [67]. Однако отсутствие в настоящее время мультивременных изображений и эффектов облачности и лунного света ограничивают его широкое применение [68,69]. С другой стороны, существующие камеры видимого диапазона на спутниках AeroCube (например, AC-4 и AC-5) могут обеспечивать многоцветное ночное освещение [70].
3. Вклад ночного освещения в восприятие меняющегося мира
Благодаря множеству новых применений, дистанционное зондирование NTL углубляет наше понимание влияния деятельности человека на все более подвергающейся угрозе окружающей среде поверхности Земли (рис. 2). В этом разделе мы подведем итог по основному вкладу спутниковых NTL в восприятие меняющегося мира с двух сторон: деятельность человека и изменения окружающей среды.
Самая ранняя система съемки DMSP при слабом освещении относится к 1970-м годам, когда DMSP Blocks 5A, B, и C были оснащены прибором Sensor Aerospace Vehicle Electronic Package (SAP) с 1970 по 1975 год. За ним последовали датчики Operational Line System (OLS), первый запуск которых состоялся в 1976 году на спутниках DMSP Block 5D. С 1990 по 2009 год была запущена серия солнечно-синхронных спутников на полярной орбите, несущих OLS (от F10 до F18) для съемки NTL. Эти данные с 6-битным радиометрическим разрешением были получены в виде «сырых» данных (DN) в диапазоне от 0 до 63 в середине 1992 года, что значительно способствовало доступности и применению NTL по сравнению с более ранними исследованиями с использованием данных OLS на пленке [23]. Последующие спутники даже предоставили достаточно перекрывающихся данных для обеспечения взаимной калибровки между различными датчиками OLS, чтобы преодолеть недостаток, связанный с отсутствием бортовой калибровки [24].
DMSP-OLS уникальна наличием фотоэлектронного умножителя (PMT), который усиливает сигнал видимого диапазона в ночное время, позволяя обнаруживать огни городов, пожары, рыбацкие лодки и газовые факелы, в дополнение к освещенным луной облакам. OLS представляет собой качающийся сканирующий радиометр с шириной полосы обзора ~3000 км, состоящий из двух широких спектральных диапазонов: видимого и ближнего инфракрасного диапазона (VNIR – visible near infrared) (0,4-1,1 мкм), который снимает NTL, и теплового инфракрасного диапазона (TIR – thermal infrared) (10,5–12,6 мкм) [25]. Система имеет режим «высокого» («fine») пространственного разрешения 0,56 км и формирует «сглаженные» данные с номинальным пространственным разрешением 2,7 км за счет бортового усреднения 5 на 5 блоков. Имея 14 суточных орбит, каждый спутник DMSP, который ведет съемку в дневное и ночное время, способен обеспечивать глобальное ночное покрытие каждые 24 часа [23]. Он может обнаруживать излучение NTL от 1,54 × 10-9 до 3,17 × 10-7 Вт×см-2×sr-1 мкм-1, а локальное время прохождения обычно варьируется в пределах примерно от 19:30 до 21:30 [26,27].
В настоящее время в исследованиях NTL обычно используются три основных набора данных, полученных из DMSP-OLS, начиная от ежедневных изображений и заканчивая годовыми композитами. Эти данные включают набор данных временных рядов, набор данных, откалиброванных по яркости, а также ежедневный и ежемесячный наборы данных. Эти данные были разработаны с использованием серии улучшенных автоматических алгоритмов Национальным центром геофизических данных NOAA (NGDC – National Geophysical Data Center) [16,19]. По сравнению с отдельными ежедневными или ежемесячными изображениями, в предыдущих исследованиях в основном использовались годовые композиты NTL, которые находятся в свободном доступе и на которые меньше влияют облака, пожары, лунное освещение, полярные сияния и эффекты зенитного угла спутника [19].
Как наиболее широко используемый набор данных для ночного времени, композиты постоянного света в ночное время (NSL – nighttime stable light) из набора данных временных рядов версии 4 претерпели несколько улучшений. Самый ранний глобальный набор данных о постоянном освещении представляет собой композит изображений постоянного освещения в ночное время с географической привязкой с пространственным разрешением 1 км, полученный с использованием безоблачных изображений с 1994 по 1995 год. Этот продукт регистрирует только процентную частоту обнаружения света без облаков без информации о яркости, что затрудняет дальнейшие исследования интенсивности человеческой деятельности [26]. Впоследствии был создан глобальный продукт NTL за 2009 год с использованием автоматических алгоритмов для проверки качества ночной съемки в видимом диапазоне для удаления областей с нежелательными свойствами. Этот продукт сначала показывает относительную интенсивность видимого диапазона OLS постоянно освещенных областей, при этом кратковременное освещение удалено, а неосвещенные области соответствуют нулю [25]. Затем те же методы были применены для создания постоянных композитов NTL для всего цифрового архива данных OLS. В настоящее время последние глобальные ежегодные композиты с постоянным освещением в ночное время с 1992 по 2013 год можно загрузить из серии DMSP-OLS NTL версии 4 на веб-сайте NGDC (https://www.ngdc.noaa.gov/eog/download.html). Данные временных рядов включают 33 годовых композитных изображения, собранные с шести различных спутников (т.е. F10, F12, F14, F15, F16 и F18), оснащенных датчиками OLS без встроенной калибровки. Ежегодные безоблачные композиты постоянного освещения в ночное время представляют собой ночную светимость с сеткой 30 × 30 угловых секунд, охватывающую земной шар от -65 до 75 градуса по широте. До выпуска этого набора данных в соответствующих исследованиях в основном использовались более ранние продукты, такие как глобальный набор данных о стабильном освещении 1994-1995 годов и предыдущие версии серии DMSP-OLS NTL (Версия 1: 1992, 1993, 2000 и Версия 2: 1992-2003).
Согласно документации на данные (https://ngdc.noaa.gov/eog/dmsp/downloadV4compo sites.html ), в дополнение к годовым композитам NSL, набор данных временных рядов версии 4 включает в себя безоблачное покрытие, а также среднее видимое освещение и среднее освещение в процентах. Данные о безоблачном покрытии подсчитывают общее количество наблюдений в каждой ячейке сетки размером 30 угловых секунд. Эти снимки могут быть использованы для определения областей с низким числом наблюдений, где качество снижено. Среднее значение видимых данных содержит среднее «сырых» значений (DN) видимого диапазона без фильтрации. Среднее значение освещенности в процентах получено из среднего значения «сырых» данных (DN) видимого диапазона детектированного безоблачного освещения, умноженного на процентную частоту обнаружения освещения. Включение термина процентной частоты определения нормализует результирующие цифровые значения для изменений в постоянстве освещения. Эти композиты редко используются в исследованиях.
Было разработано несколько наборов данных с калибровкой по яркости, чтобы преодолеть насыщенность, возникающую в ярких городских центрах из-за сбора данных при настройках с высоким коэффициентом усиления. Набор данных, калиброванный по излучению, был впервые разработан Elvidge и др. [23]. В этом наборе данных были объединены три различных параметра с фиксированным коэффициентом усиления (т.е. низкий, средний и высокий), полученные из безоблачных данных OLS за 28 ночей в 1996 и 1997 годах. Это данные Соединенных Штатов (США), откалиброванные по яркости, полученные на основе предполетной калибровки датчиков, являются значительным достижением по сравнению с предыдущими продуктами с постоянным освещением в ночное время [28], позволяющими обнаруживать изменения яркости в пространстве в центрах урбанизации. Однако охват областей с низкой освещенностью в этом наборе данных ослаблен. Из-за этого ограничения в 2006 году был создан глобальный композит для съемки низких уровней яркости путем смешивания наблюдений с фиксированным коэффициентом усиления с данными о постоянной освещенности в ночное время [29]. Наиболее известным продуктом NTL с калибровкой по излучению является глобальный набор таких данных, включающий восемь изображений за период с 1996 по 2011 год. Этот продукт был собран с переменным коэффициентом усиления с помощью восьми композитов, откалиброванных для разновременного сравнения, обеспечивая относительные значения яркости [30]. Хотя с 1992 по 1995 год и после 2011 года не было продуктов с различными настройками фиксированного усиления, этот временной ряд продуктов, откалиброванных по яркости, с ограниченным временным охватом, по-прежнему обеспечивает уникальную запись изменений NTL с течением времени без проблемы насыщения.
Ежедневные «сырые» изображения и ежемесячные композиты, предоставляемые NGDC, в основном используются для обнаружения нестабильных и кратковременных наблюдений за освещением из-за их высокого временного разрешения по сравнению с годовыми композитами [31-34]. Однако из-за высокой стоимости сбора данных и сложности их обработки по-прежнему существует ограниченное количество применений, использующих данные DMSP-OLS NTL в годичных временных масштабах.
2.2. NPP-VIIRS
Датчик VIIRS (VIIRS - Visible Infrared Imaging Radiometer Suite) на борту спутника Suomi National Polar Partnership (NPP), запущенного в октябре 2011 года, был разработан для сбора высококачественных радиометрических данных [27]. VIIRS, 22-канальный датчик в видимом и ближнем инфракрасном диапазоне, имеет ту же ширину полосы обзора (3000 км), что и DMSP, и более высокое пространственное разрешение (375 м и 750 м в надире). Подобно OLS, VIIRS ведет съемку Земли каждые 24 часа, с местным временем перехода после полуночи около 01:30 [27]. Среди 22 каналов датчика VIIRS Дневной/Ночной канал (DNB – Day Night Band) со спектральным диапазоном 0,5 – 0,9 мкм демонстрирует беспрецедентные возможности ночных наблюдений [35]. Три его настройки усиления (т.е. низкая, средняя и высокая) позволяют обнаруживать определенный динамический диапазон примерно на 7 порядков от 3 × 10-9 до 2 × 10-2 Вт см-2 sr-1, с минимальным уровнем шума около 5 × 10-11 Вт·см-2·sr-1 [36-38]. Управляемый совместно NASA и NOAA, VIIRS/DNB обеспечивает значительное количество улучшений по сравнению с DMSP-OLS, включая полную калибровку в полете, более высокое пространственное разрешение, более низкий предел обнаружения, более широкий динамический диапазон и лучшее радиометрическое разрешение по сравнению с DMSP [27,37,39].
NDGC бесплатно предоставляет набор безоблачных композитов VIIRS/DNB версии 1, охватывающий период с 2012 года по настоящее время, созданный в географической сетке с частотой 15 угловых секунд по всему миру от 65° ю.ш. до 75° с.ш. (https://www.ngdc.noaa.gov/eog/download.html) в формате geotiff с шестью тайлами. Каждый тайл включает в себя как среднее излучение DNB, так и количество соответствующих доступных наблюдений без облаков. Впервые выпущенные в начале 2013 года предварительные композиты продукта VIIRS версии 1 были созданы только в безлунные ночи в течение двух отдельных периодов времени: 18-26 апреля 2012 года и 11-23 октября 2012 года [40]. Впоследствии была разработана серия надежных алгоритмов для исключения некачественных данных и посторонних признаков с последующим усреднением светового излучения [41,42]. Версия 1 ночной съемки VIIRS/DNB включает глобальные ежемесячные NTL, начиная с апреля 2012 года. Глобальные ежегодные NTL за 2015 и 2016 годы были дополнительно обработаны для удаления сжигания биомассы и других посторонних элементов [42]. В настоящее время доступны две различные конфигурации ежемесячных композитов VIIRS/DNB. Версия «облачная маска VIIRS (vcm – VIIRS cloud mask)» выпускаемая с апреля 2012 года, исключает данные, на которые влияет рассеянный свет. Версия «облачная маска VIIRS с рассеянным светом (vcmsl – VIIRS cloud mask with stray light)», доступная с января 2014 года, включает данные с поправкой на рассеянный свет. Вторая конфигурация включает коррекцию рассеянного света, описанную в Mills et al. [41], с большим пространственным охватом в направлении полюсов и сниженным качеством. В отличие от DMS - стабильного NTL, ежемесячные композиты VIIRS версии 1 записывают фоновые шумы и кратковременное освещение, такие как сжигание биомассы, полярные сияния и пожары. Поэтому были предприняты попытки [43-46] скорректировать пиксели VIIRS с нестабильными NTL.
Годовые композиты, полученные из ежемесячных данных NTL версии «vcm», содержат набор изображений энергетической яркости, обработанных несколькими этапами фильтрации [42]. В наборе ежегодных продуктов VIIRS версии 1 доступны четыре изображения средней яркости DNB за каждый год: (1) «vcm», который идентичен ежемесячным продуктам средней яркости «vcm»; (2) «vcm-ntl», который содержит среднее значение «vcm» с фоновым значением, равным нулю; (3) «vcm-orm», который содержит средние значения яркости без облаков с удаленными пожарами и другими кратковременными источниками света; и (4) «vcm-orm-ntl», который содержит среднее значение «vcm-orm» с фоновым значением, равным нулю. Кроме того, предоставляются два файла общего количества снимков и снимков без облаков. Как новейший продукт VIIRS NTL, годовая версия «vcm-orm-ntl» устраняет эффекты кратковременных источников освещения и уменьшает перерывы в передаче данных из-за облачного покрова или солнечного освещения, демонстрируя значительный прогресс по сравнению с ежемесячными композитами [42].
Стандартный набор продуктов NASA Black Marble (VNP46), представляющий современные данные NTL, был разработан для полного изучения потенциала записи временных рядов VIIRS. Набор продуктов VNP46 с пространственным разрешением 500 м и ежедневной обработкой в течение 3-5 часов после получения, обеспечивает безоблачное покрытие со значительными улучшениями в суточной частоте, атмосферной коррекции, коррекции двумерной функции распределения отражательной способности (BRDF – bidirectional reflectance distribution function) и сезонной коррекции, позволяет работать с данными как в режиме реального времени, так и в долгосрочных мониторинговых проектах [47]. Продукт NASA Black Marble NTL, распространяемый в формате уровня 3, доступен с января 2012 года по настоящее время с использованием данных VIIRS/DNB со спутника Suomi-NPP. Текущий набор продуктов V1 VNP46 включает в себя продукт ежедневного излучения в ночное время с датчика на верхней границе атмосферы (TOA – top of atmosphere) (VNP46A1) и продукт NTL с ежедневной корректировкой по свету Луны (VNP46A2). Наборы данных из нескольких источников и вспомогательные данные использовались для получения высококачественных оценок NTL на основе пикселей и соответствующей информации о метке качества (QF – quality flag) [48,49]. В настоящее время набор ежедневных операционных продуктов VNP46 (VNP46A1) архивируется и поддерживается центрами обработки данных NASA Level 1 и Atmosphere Archive and Distribution System Distributed Active Archive Center (LAADS DAAC) (https://ladsweb.modaps.eosdis.nasa.gov/) в формате HDF5, в то время как продукт VNP46A2 еще недоступен. Продукт VNP46A1 содержит 26 слоев наборов научных данных (SDS – Science Data Sets), включая излучение на датчике, зенитные и азимутальные углы датчика, информацию о Солнце и Луне, метку маски облачности, время, коротковолновое ИК-излучение, яркостные температуры, метки качества VIIRS, угол фазы Луны и долю освещенности Луны, в то время как продукт VNP46A2 имеет шесть слоев, содержащих информацию о NTL, скорректированной по двумерной функции распределения отражательной способности (BRDF) с разрешением 500 м, освещенность Луны, обязательную метку качества, последнее высококачественное извлечение (количество дней), метку снега и маски облачности [47]. Продукт VIIRS Black Marble с превосходным извлечением NTL в короткие временные сроки и снижением фонового шума позволяет проводить количественный анализ суточных, сезонных и годовых изменений NTL [48]. Несмотря на малое применение в мониторинге электроснабжения [50,51] с использованием предварительных версий этого продукта, необходимы дополнительные усилия для изучения его большого потенциала в мониторинге кратковременных резких изменений NTL и фиксации долгосрочных записей NTL, когда стандартный набор продуктов Black Marble (т.е. ежедневный уровень 3 и форматы с несколькими датами) обычно доступны в DAAC NASA LAADS.
В описании на веб-сайте NASA Black Marble (https://viirsland.gsfc.nasa.gov/Products/NASA/BlackMarble.html) сообщается, что продукт высокой четкости Black Marble (HD), будущий новый продукт более высокого уровня Black Marble, разрабатывается командой NASA VIIRS DNB посредством взаимовыгодного использования ежедневного стандартного продукта NASA Black Marble с данными от других спутников дистанционного зондирования Земли и вспомогательных источников данных.
Более подробная информация, предоставляемая продуктом Black Marble HD в ближайшем будущем, потенциально позволит нам различать разные виды человеческой деятельности в более мелком масштабе (< 30 м), например, в жилом, коммерческом и промышленном секторах. В настоящее время ежемесячный продукт Black Marble HD является экспериментальным.
2.3. Другие спутники и Кубсаты
В отличие от данных NTL с грубым пространственным разрешением DMSP-OLS и NPP-VIIRS, которые широко используются для изучения деятельности человека и изменений окружающей среды на больших территориях, изображения NTL с высоким разрешением могут открыть новые возможности в применении дистанционного зондирования NTL. В настоящее время уже выпущены или будут выпущены спутниковые датчики с более высокой способностью обнаружения NTL.
Одним из источников таких данных NTL с высоким разрешением являются фотографии, сделанные астронавтами на Международной космической станции (МКС). Эти фотографии показывают уникальный вид Земли ночью в ее истинных цветах, и они доступны в свободном доступе через портал Gateway to Astronaut Photography of Earth (http://eol.jsc.nasa.gov). Чтобы устранить трудности с поиском изображения конкретного города на МКС среди миллионов снимков, был разработан атлас ночных фотографий Земли из космоса [52], обеспечивающий легкий доступ к изображениям (http://www.citiesatnight.org). Хотя фотографии астронавтов могут отражать больше деталей Земли с пространственным разрешением от 5 до 200 м [53], технические проблемы при радиометрической калибровке и неравномерное временное и пространственное распределение этих оригинальных фотографий препятствуют широкому применению изображений с МКС. Благодаря сотрудничеству между Complutense University of Madrid, NASA и ESA, откалиброванные изображения с МКС стали доступны через платный сервис NOKTOsat (https://www.noktosat.com/). В настоящее время изображения с МКС используются для исследований по идентификации типов городского и внутреннего освещения [54-57], светового загрязнения [58,59] и социально-экономической деятельности [60-62].
Первым источником космических снимков NTL с высоким пространственным разрешением был коммерческий спутник EROS-B, который в 2013 г. начал обеспечивать съемку NTL с высоким пространственным разрешением 0,7 м в диапазоне длин волн 0,5–0,9 мкм и динамическом диапазоне 10 бит. Это открыло новые возможности для изучения пространственной структуры и светового загрязнения от искусственного освещения в городах по всему миру [63]. Однако, поскольку NTL-изображения EROS-B являются панхроматическими, по этим данным невозможно определить тип освещения [63].
Еще один коммерческий спутник с высоким пространственным разрешением — JL1-3B из Китая. Этот спутник, запущенный в 2017 г., позволяет получать мультиспектральные (красный, зеленый и синий каналы) снимки NTL с пространственным разрешением 0,92 м и обнаруживать освещение вплоть до 7E–7 Вт*см-2*sr-1 [64]. Благодаря преимуществам высокого разрешения и мультиспектральной информации, а также встроенной калибровке яркости, многообещающими в будущих исследованиях являются новые возможности типов освещения и моделей ночного пейзажа. Кроме того, спутник следующего поколения JL1-07/08, запущенный в 2018 году, имеет как панхроматический канал, так и улучшенные мультиспектральные каналы (синий, зеленый, красный, крайний красный и ближний инфракрасный), что дает лучшее понимание NTL для окружающей среды, например, влияние мощных огней на ночную миграцию птиц [65].
В отличие от других коммерческих спутников NTL, кубсаты могут предоставлять ценные данные по относительно низкой цене [66]. Примером недавнего кубсата является LJ1-01, который был запущен в 2018 году. Это микро-наноспутник весом 20 кг, оснащенный высокочувствительной камерой ночной съемки с полосой пропускания 0,319 мкм. Он предлагает глобальную высокоточную съемку NTL с динамическим диапазоном до 14 бит в ночное время. Снимки LJ1-01 с пространственным разрешением 130 м и полосой обзора 250 км можно бесплатно загрузить в High-Resolution Earth Observation System of the Hubei Data and Application Center (http://59.175.109.173:8888/app/login.html). Данные LJ1-01 хорошо коррелируют с изображениями VIIRS, но предоставляют больше пространственных деталей и демонстрируют лучшую способность обнаружения изменений [67]. Однако отсутствие в настоящее время мультивременных изображений и эффектов облачности и лунного света ограничивают его широкое применение [68,69]. С другой стороны, существующие камеры видимого диапазона на спутниках AeroCube (например, AC-4 и AC-5) могут обеспечивать многоцветное ночное освещение [70].
3. Вклад ночного освещения в восприятие меняющегося мира
Благодаря множеству новых применений, дистанционное зондирование NTL углубляет наше понимание влияния деятельности человека на все более подвергающейся угрозе окружающей среде поверхности Земли (рис. 2). В этом разделе мы подведем итог по основному вкладу спутниковых NTL в восприятие меняющегося мира с двух сторон: деятельность человека и изменения окружающей среды.
Рисунок 2. Применение спутникового дистанционного зондирования NTL для восприятия меняющегося мира в двух измерениях: деятельность человека и изменения окружающей среды. Опубликованные статьи по различным темам были получены на основе результатов, представленных на рис. 1
3.1. Деятельность человека
3.1.1. Урбанизация
Данные NTL широко использовались при составлении карт городов от глобального до локального масштабов (таблица 1). На основе данных NTL было разработано более пяти глобальных продуктов. В первом наборе данных глобальная городская территория в 2000 г. была нанесена на карту с использованием данных DMSP-OLS NTL и оптимизированного порогового метода [71,72]. Во втором наборе данных данные NPP-VIIRS NTL и мультиспектральные данные MODIS были объединены для картографирования городских районов с использованием улучшенного индекса городской застройки [73]. В третьем наборе данных полная сверточная сеть использовалась для классификации городских территорий с 1992 по 2016 год с использованием данных NTL как NPP-VIIRS, так и DMSP-OLS, а также данных нормализованного разностного вегетационного индекса (NDVI) и температуры поверхности земли (LST) на основе AVHRR и MODIS [74]. В четвертом наборе данных была разработана серия согласованных по пространству и времени глобальных городских карт с 1992 по 2013 год с использованием подхода на основе квантилей и данных DMSP-OLS NTL [75]. В пятом наборе глобальные урбанизированные районы с 2000 по 2012 год были нанесены на карту с применением классификатора метода опорных векторов с наращиванием областей и двунаправленной модели марковского случайного поля [76]. Существует также несколько наборов данных об урбанизированных районах в национальном и региональном масштабах с использованием данных NTL (таблица 2). «Горячие точки» картографирования городских территорий в национальном и региональном масштабах включают Китай и США.
Данные NTL использовались для картирования водонепроницаемой поверхности урбанизированных районов. Первоначально данные NTL в основном использовались для картографирования урбанизированных территорий, которые определяются как области с преобладанием искусственных поверхностей [77]. Для обозначения урбанизированных территорий использовались различные термины, такие как застроенная территория [78,79], городская протяженность [80,81] и городская граница [82,83]. Протяженность водонепроницаемых поверхностей меньше, чем площадь городских территорий, поскольку водонепроницаемая поверхность — это искусственная поверхность, через которую не может проникнуть вода, включая крыши, дороги с твердым покрытием и автостоянки [77]. В предыдущих исследованиях методы на основе регрессии использовались для определения взаимосвязи между данными NTL и площадью непроницаемой поверхности. Например, Sutton и др. [84] использовали метод многомерной линейной регрессии для оценки водонепроницаемых поверхностей в США на основе данных NTL и гридов с населением. Ma и др. [85] также использовали метод линейной регрессии для картирования водонепроницаемых поверхностей в Китае с использованием данных NTL и NDVI.
Методы картографирования урбанизированных территорий можно разделить на три основные категории. Первая категория — пороговый метод. Первоначально этот метод был предложен Imhoff et al. [86] для картографирования урбанизированных районов в США с использованием единого порога. Однако порог может варьироваться в зависимости от региона и с течением времени [82]. Поэтому исследователи приняли несколько пороговых значений для регионов [87] и использовали методы, основанные на сегментации, для определения локально оптимизированных пороговых значений [71,80]. Вторая категория основана на контролируемой классификации. Репрезентативные методы варьируются от традиционной классификации K-ближайших соседей до сложных методов машинного обучения и глубокого обучения, например, метод опорных векторов [88], алгоритм случайного леса [89] и полная сверточная сеть [74]. В третьей категории для оценки урбанизированных территорий была предложена статистическая взаимосвязь между индексами, полученными из данных NTL, таких как улучшенный индекс городской застройки [73] и индекс населенных пунктов [78,90], наблюдения за урбанизированной территорией.
Вспомогательные данные также были широко интегрированы для улучшения картографирования по данным NTL. Для этой цели в качестве вспомогательных обычно использовались наборы данных NDVI и LST. В частности, NDVI можно использовать для дифференциации обнаженной почвы и водной поверхности от урбанизированных земель, которые трудно отделить, поскольку данные NTL имеют проблему насыщения. Данные LST могут быть дополнительно использованы для отделения урбанизированной территории от растительного покрова, поскольку эффект городского острова тепла, вызванный водонепроницаемыми поверхностями, может увеличить LST в урбанизированных районах, а орошаемый растительный покров в городах в полузасушливых и засушливых регионах может уменьшить LST в неурбанизированных районах [91].
3.1.1. Урбанизация
Данные NTL широко использовались при составлении карт городов от глобального до локального масштабов (таблица 1). На основе данных NTL было разработано более пяти глобальных продуктов. В первом наборе данных глобальная городская территория в 2000 г. была нанесена на карту с использованием данных DMSP-OLS NTL и оптимизированного порогового метода [71,72]. Во втором наборе данных данные NPP-VIIRS NTL и мультиспектральные данные MODIS были объединены для картографирования городских районов с использованием улучшенного индекса городской застройки [73]. В третьем наборе данных полная сверточная сеть использовалась для классификации городских территорий с 1992 по 2016 год с использованием данных NTL как NPP-VIIRS, так и DMSP-OLS, а также данных нормализованного разностного вегетационного индекса (NDVI) и температуры поверхности земли (LST) на основе AVHRR и MODIS [74]. В четвертом наборе данных была разработана серия согласованных по пространству и времени глобальных городских карт с 1992 по 2013 год с использованием подхода на основе квантилей и данных DMSP-OLS NTL [75]. В пятом наборе глобальные урбанизированные районы с 2000 по 2012 год были нанесены на карту с применением классификатора метода опорных векторов с наращиванием областей и двунаправленной модели марковского случайного поля [76]. Существует также несколько наборов данных об урбанизированных районах в национальном и региональном масштабах с использованием данных NTL (таблица 2). «Горячие точки» картографирования городских территорий в национальном и региональном масштабах включают Китай и США.
Данные NTL использовались для картирования водонепроницаемой поверхности урбанизированных районов. Первоначально данные NTL в основном использовались для картографирования урбанизированных территорий, которые определяются как области с преобладанием искусственных поверхностей [77]. Для обозначения урбанизированных территорий использовались различные термины, такие как застроенная территория [78,79], городская протяженность [80,81] и городская граница [82,83]. Протяженность водонепроницаемых поверхностей меньше, чем площадь городских территорий, поскольку водонепроницаемая поверхность — это искусственная поверхность, через которую не может проникнуть вода, включая крыши, дороги с твердым покрытием и автостоянки [77]. В предыдущих исследованиях методы на основе регрессии использовались для определения взаимосвязи между данными NTL и площадью непроницаемой поверхности. Например, Sutton и др. [84] использовали метод многомерной линейной регрессии для оценки водонепроницаемых поверхностей в США на основе данных NTL и гридов с населением. Ma и др. [85] также использовали метод линейной регрессии для картирования водонепроницаемых поверхностей в Китае с использованием данных NTL и NDVI.
Методы картографирования урбанизированных территорий можно разделить на три основные категории. Первая категория — пороговый метод. Первоначально этот метод был предложен Imhoff et al. [86] для картографирования урбанизированных районов в США с использованием единого порога. Однако порог может варьироваться в зависимости от региона и с течением времени [82]. Поэтому исследователи приняли несколько пороговых значений для регионов [87] и использовали методы, основанные на сегментации, для определения локально оптимизированных пороговых значений [71,80]. Вторая категория основана на контролируемой классификации. Репрезентативные методы варьируются от традиционной классификации K-ближайших соседей до сложных методов машинного обучения и глубокого обучения, например, метод опорных векторов [88], алгоритм случайного леса [89] и полная сверточная сеть [74]. В третьей категории для оценки урбанизированных территорий была предложена статистическая взаимосвязь между индексами, полученными из данных NTL, таких как улучшенный индекс городской застройки [73] и индекс населенных пунктов [78,90], наблюдения за урбанизированной территорией.
Вспомогательные данные также были широко интегрированы для улучшения картографирования по данным NTL. Для этой цели в качестве вспомогательных обычно использовались наборы данных NDVI и LST. В частности, NDVI можно использовать для дифференциации обнаженной почвы и водной поверхности от урбанизированных земель, которые трудно отделить, поскольку данные NTL имеют проблему насыщения. Данные LST могут быть дополнительно использованы для отделения урбанизированной территории от растительного покрова, поскольку эффект городского острова тепла, вызванный водонепроницаемыми поверхностями, может увеличить LST в урбанизированных районах, а орошаемый растительный покров в городах в полузасушливых и засушливых регионах может уменьшить LST в неурбанизированных районах [91].
Таблица 2. Репрезентативные продукты урбанизированных районов по данным NTL
3.1.2. Социально-экономическая деятельность
Сигналы антропогенного освещения, полученные с помощью дистанционного зондирования, и их пространственные вариации в ночное время дают нам эффективную косвенную меру демографической и экономической деятельности в период урбанизации и регионального развития. Следовательно, спутниковые данные NTL, особенно долгосрочные архивные данные, собранные DMSP-OLS, и съемка NTL с NPP-VIIRS, широко использовались для оценки численности населения [92,93], ВВП [44,94] и других экономико-статистических данных, таких как доход [95], запасы меди [96] и грузовые перевозки [97]. Однако количественная связь между сигналами NTL и статистическими переменными меняется как во времени, так и в пространстве. Эти вариации затрудняют дальнейшее уточнение количественных ответов сигналов NTL на соответствующие социально-экономические действия. Например, Чжу и др. [98] показали, что наиболее подходящей моделью может быть модель степенной функции, квадратичная полиномиальная модель или линейная модель при моделировании динамики ВВП в разных провинциях/годах Китая. Это изменение статистической взаимосвязи между NTL и социально-экономической деятельностью зависит либо от реального фона поверхности земли, либо от местного статуса, демонстрируя разные реакции в городских и сельских районах или в регионах с различными типами землепользования или распределением отраслей. Следовательно, дополнительные данные, такие как геопространственные данные, региональный фон и статус, необходимы для повышения точности оценки социально-экономических параметров [99].
Текущие исследования по оценке социально-экономической деятельности с использованием дистанционного зондирования NTL можно разделить на четыре категории: (1) исследование социально-экономического статуса в более мелких пространственных масштабах [7,44,100]; (2) отслеживание социально-экономической динамики с более высокой временной частотой [101]; (3) количественная оценка социально-экономических параметров для районов, по которым отсутствуют данные [102]; и (4) оценка уровней развития для выявления географических явлений и социальных проблем, таких как региональное неравенство [5,103,104], города-призраки [11,105] и бедность [10,106-108]. Разбивка социально-экономических переменных административной единицы на сетки не только обеспечивает детальное выявление демографической и экономической динамики в более мелких пространственно-временных масштабах, чем официальная статистика, но также может помочь в дальнейшем объяснении их изменений и исследовании проблем, лежащих в основе этих изменений. Используя глобальные данные NTL, откалиброванные по яркости, Henderson et al. [109] исследовали распределение экономической деятельности с использованием двух групп характеристик, несмотря на то, что последняя группа стран больше зависит от сельского хозяйства. Чжао и др. [44] установили, что долгосрочные наблюдения за экономическими различиями в различных геоморфологических типах имеют большое значение для устойчивого развития региона, учитывая влияние условий местности (например, высоты и рельефа) на промышленную планировку и городское планирование.
Новые данные NTL и улучшенные методы и модели открывают новые возможности для социально-экономических исследований с использованием дистанционного зондирования NTL. Новое поколение данных NTL, снятых NPP-VIIRS, оказалось более показательным для экономической деятельности, чем DMSP-OLS в региональном и местном масштабах [45,46,110], и, следовательно, позволило картировать социально-экономические параметры с грубыми разрешениями (5 км, 1 км) до более высокого разрешения (0,5 км) [44,100,111]. Более того, стала привлекать внимание пространственная связь между сигналами NTL и типами земной поверхности в мелком масштабе [112, 113], что крайне важно для дальнейшего социально-экономического применения данных NTL. В дополнение к широко используемой официальной статистике [44,94] и тематическим продуктам дистанционного зондирования, таким как данные о земном покрове и карты населения [103,112,114], данные начали использоваться для исследования связи между сигналами NTL и соответствующей деятельностью человека, особенно в мелких пространственно-временных масштабах [115].
3.1.3. Конфликты и бедствия
Если увеличение яркости NTL всегда связано с экономическим ростом и урбанизацией, то ее снижение может быть вызвано конфликтами и стихийными бедствиями. Одно новаторское исследование с использованием 159 стран в качестве выборки показывает, что колебания NTL, измеряемые индексом вариации NTL, коррелируют с вооруженными конфликтами, при этом более высокие колебания указывают на более высокую вероятность возникновения вооруженных конфликтов [116]. Гражданская война в Сирии произошла в 2011 году. Несмотря на массовые сообщения в СМИ, получить полную картину войны сложно. Используя 38 месячных композитов DMSP-OLS, были выявлены пространственно-временные закономерности NTL в Сирии, показывающие, что количество беженцев положительно коррелирует с потерей NTL, предполагая, что ночное освещение, наблюдаемое со спутника, является хорошим индикатором гуманитарного кризиса в Сирии [117]. Хотя данные DMSP-OLS являются эффективным индикатором гражданской войны в Сирии, NOAA прекратило производство композитов DMSP-OLS с февраля 2014 года, заменив их месячными композитами VIIRS. Путем взаимной калибровки месячных композитов DMSP-OLS и VIIRS была проанализирована динамика NTL в период с января 2011 г. по январь 2017 г., которая показала небольшое восстановление NTL благодаря мирному соглашению между сирийским правительством и повстанческими группировками [118]. Помимо сирийского конфликта, снимки VIIRS также применялись для анализа гражданских войн в Йемене [119] и Ираке [120,121], показывая, что временные ряды снимков VIIRS способны отражать потребление электроэнергии во время войны.
Подобно конфликтам, стихийные бедствия, такие как цунами, ураганы и землетрясения, также могут иметь внезапные, но серьезные последствия для NTL, что дает возможность оценить ущерб от этих бедствий. В декабре 2004 года цунами, вызванное землетрясением силой 9,2 балла, обрушилось на Северную Суматру, Индонезия, унеся жизни около 160 000 человек. Временные ряды ежегодных изображений DMSP-OLS использовались для расчета изменения NTL в этом регионе, показывая значительное падение NTL после цунами и частичное восстановление NTL после реконструкции, и эти результаты в значительной степени согласуются с результатами обследования домов. [122]. Основываясь на эконометрических моделях, экономисты смогли оценить экономический ущерб от тайфунов в Китае, используя временные ряды ежегодных изображений DMSP-OLS и исторические данные о траекториях движения тайфунов. Было установлено, что чистый убыток Китая от тайфунов в период с 1992 по 2010 год составил 28,34 миллиарда долларов [123]. Поскольку стихийные бедствия представляют собой процессы, сжатые во времени [124], высокое временное разрешение данных NTL имеет значение для своевременной оценки резких изменений в энергоснабжении, вызванных стихийными бедствиями, такими как ураганы, землетрясения и наводнения. По сравнению с ежегодными составными данными DMSP-OLS, которые способны измерять долгосрочные экономические изменения в результате бедствий, ежедневные изображения VIIRS могут фиксировать больше деталей бедствий во временном измерении. Ежедневные изображения VIIRS использовались для сравнения освещенности до и после двух штормов в Вашингтоне, округ Колумбия, показывая, что ежедневные данные имеют четкую реакцию на отключение электроэнергии в результате штормов [125]. Кроме того, более всестороннее исследование, посвященное землетрясениям, наводнениям и штормам, показывает, что временные ряды изображений VIIRS полезны для обнаружения отключения электроэнергии в результате этих бедствий, но облачность является основным ограничением возможности обнаружения [126]. Хотя ежедневный продукт VIIRS является потенциально хорошим инструментом для мониторинга конфликтов и стихийных бедствий, на изображения влияет ряд факторов, включая лунный свет и атмосферные условия, а также облачность. Кроме того, данные NASA Black Marble NTL нового типа высококачественных NTL, полученные на основе NPP-VIIRS DNB, начали применяться при мониторинге бедствий для оценки отключений электроэнергии, связанной со стихийными бедствиями [50], и построения карт восстановления электрических сетей с высоким разрешением [51]. Эти предварительные результаты показывают, что данные Black Marble NTL могут служить хорошим источником данных для обнаружения резких изменений подачи электроэнергии, вызванных стихийными бедствиями или конфликтами.
3.2. Изменения окружающей среды
3.2.1. Рыболовство
Данные NTL эффективны для выявления данных о рыболовстве, поскольку на рыбацкие лодки обычно устанавливают мощные лампы для привлечения видов фототаксиса (например, кальмаров и сардин). Самая ранняя публикация, в которой отмечается эта способность NTL, датируется концом 1970-х годов [127]. Изображения DMSP-OLS широко использовались для обнаружения пространственной и временной изменчивости огней рыболовных судов в Японском море [128, 129], юго-западной Атлантике [130, 131] и Перу [31, 132]. В этих исследованиях освещенная площадь оценивалась путем калибровки ежемесячных изображений DMSP-OLS с использованием данных о местоположении судов, полученных в результате локальных съемок, чтобы можно было количественно определить масштабы, интенсивность и повторяемость промысла.
Однако применение изображений DMSP-OLS было ограничено из-за отсутствия автоматического алгоритма обнаружения лодок с использованием NTL. Эту проблему можно было бы решить, используя данные VIIRS/DNB, благодаря их лучшей способности обнаруживать особенности освещенных рыбацких лодок по сравнению с данными DMSP [133]. Earth Observation Group (EOG) разработала алгоритм обнаружения лодок по данным VIIRS в 2014 г. [133]. В настоящее время обнаружение лодок VIIRS (VBD), глобальный продукт с номинальной временной задержкой 4 часа, широко используется рыболовными агентствами в Азии. Ночной архив VBD восходит к апрелю 2012 года, а ежемесячные и годовые сводные гриды также были созданы EOG. Это открывает возможность использовать VBD почти в реальном времени для оценки рыбных запасов [134,135], оценки уровней соблюдения запретов на промысел [136] и выявления незаконного промысла [137-139]. Информация о рыболовстве, полученная из данных VBD, может помочь международным усилиям по устойчивому рыболовству и морскому диалогу. Недавнее исследование сопоставления VBD с данными системы мониторинга судов (VMS – vessel monitoring system) в Индонезии выявило типы промысловых снастей и показало, что VIIRS обнаруживает в девять раз больше судов, чем треки VMS [140].
3.2.2. Энергия, парниковые газы, газовые факелы
Данные NTL обеспечивают эффективный предварительный показатель для оценки потребления энергии и выбросов парниковых газов [111,141,142]. С ускорением урбанизации и индустриализации после Промышленной революции потребление энергии, такое как потребляемая мощность электроэнергии (EPC), быстро растет, что приводит к большому количеству выбросов парниковых газов, таких как углекислый газ (CO2) [143,144]. Оценка пространственно-временной динамики потребления энергии и выбросов парниковых газов имеет значительные последствия для местных органов власти при определении их политики в области сокращения выбросов углерода и изменения климата. В середине 1990-х годов Elvidge и др. [145] и Doll и др. [111] впервые обнаружили сильную взаимосвязь между данными DMSP-OLS и EPC и общими выбросами CO2 соответственно. Shi и др. [146] показали, что данные NPP-VIIRS могут быть более мощным инструментом для моделирования EPC и других показателей, связанных с потреблением энергии. Поскольку пространственное распределение выбросов EPC и CO2 не было конкретно представлено в ранних исследованиях [145,147], были предприняты дополнительные попытки отобразить пространственно-временную динамику выбросов EPC и CO2 с использованием данных NTL [148-150]. Например, данные NTL широко использовались для оценки выбросов EPC и CO2 в нескольких масштабах [46,142,151,152] и в длинных временных рядах [153,154]. Хотя данные NTL превосходно использовались для выявления пространственно-временного распределения выбросов EPC и CO2, эти исследования различаются в зависимости от изученного источника выбросов CO2 с использованием данных NTL. Некоторые исследования были сосредоточены на выбросах CO2 в результате потребления электроэнергии [145,155,156], в то время как в других исследованиях изучались выбросы CO2 в результате сжигания ископаемого топлива [149,157-159] или потребления энергии в коммунально-бытовом секторе [160].
В последние десятилетия исследования потребления электроэнергии и выбросов CO2 с использованием данных NTL можно разделить на три класса: (1) Отображение пространственного распределения выбросов EPC и CO2 от городских до глобальных масштабов [161-163]; (2) изучение пространственно-временной динамики выбросов EPC и CO2 с использованием временных рядов NTL данных [154,164,165]; и (3) повышение точности оценки EPC и CO2 с учетом насыщенности и неосвещенных областей [145,157].
Картирование пространственного распределения выбросов EPC и CO2 в глобальном, национальном, региональном и даже городском масштабах с использованием данных NTL привлекает все большее внимание в контексте глобального потепления. Эти усилия улучшили наше понимание потребления энергии и выбросов парниковых газов в пространственном распределении, продемонстрировав большой потенциал для дальнейшего анализа при интеграции с другими геопространственными данными [154]. Используя безоблачные данные ночной съемки DMSP-OLS с откалиброванным излучением, Lo [161] установил логарифмическую зависимость между EPC и освещенностью для 35 главных городов Китая. Amaral и др. [142] оценили EPC в бразильской Амазонии по выделенной освещенной территории на муниципальном уровне путем взаимной калибровки глобальных данных NSL с помощью модифицированного метода инвариантной области (MIR – modified invariant region). Для пространственного распределения CO2 с использованием данных NTL был разработан глобальный годовой кадастр выбросов CO2 1 × 1 км [148]. Путем объединения данных NTL со статистическими данными на административных уровнях были оценены выбросы CO2 в городах в различных пространственных масштабах Китая для дальнейшего обсуждения различий в выбросах CO2 между различными географическими регионами [166]. Su и др. [167] не только оценили данные о выбросах CO2 в Китае в более мелких масштабах городов, но и проанализировали движущие факторы и предложили соответствующие рекомендации по смягчению последствий. Shi и др. [168] исследовали пространственные вариации выбросов CO2 и факторы их воздействия на разных уровнях и предложили доказательства для разработки политики по снижению выбросов CO2. Эти исследования с использованием данных NTL способствовали пространственной оценке выбросов EPC и CO2 из-за ограничений в статистических данных, таких как несоответствие этих данных на разных административных уровнях и отсутствие достаточного количества данных на городском или местном уровнях.
Доступность временных рядов NTL позволяет отслеживать пространственно-временную динамику выбросов EPC и CO2 для лучшего понимания потребления энергии и выбросов экологически чистого газа. Эти составные данные временных рядов включают три типа: данные DMSP о постоянной освещенности в ночное время, , калиброванные по яркости данные DMSP NTL, и ежемесячные данные NTL VIIRS. He и др. [164] составили карту потребления электроэнергии на уровне округов Китая в 1995-2008 годах. Shi и др. [154] обнаружили пространственно-временную динамику глобального EPC с 1992 по 2013 год, а в последнее время они исследовали пространственно-временные модели EPC в странах вдоль «одного пояса, одного пути». Результаты показывают, что рост EPC в основном происходил в развивающихся странах, а ВВП является более важным фактором воздействия на EPC по сравнению с населением [169]. Недавно Shi и др. [170] оценили пространственно-временные модели городского EPC в различных пространственных границах (т.е. городской административной области, городского округа, городского центра и городской застройки) с 1992 по 2013 год. Несмотря на то, что ежегодные данные NPP-VIIRS имеют более высокое пространственное разрешение, необходимы дополнительные усилия для устранения фонового шума перед мониторингом выбросов EPC и CO2 [159]. Учитывая короткие временные ряды данных NPP-VIIRS, данные DMSP-OLS по-прежнему являются основным набором данных NTL для анализа пространственно-временной динамики выбросов EPC и CO2 [146].
Поскольку ограничения, присущие данным NTL, сильно влияют на расчетные выбросы EPC и CO2, были проведены многочисленные исследования для повышения точности оценок EPC и CO2. Во-первых, больше внимания уделяется мониторингу выбросов EPC и CO2 в городских районах, где яркость NTL является насыщенной. Были предложены различные методы для улучшения насыщенности пикселей на изображениях NTL; например, изменение данных NTL DMSP-OLS с использованием улучшенного индекса растительности (EVI) [163]. Была предложена дельта-модель для восстановления насыщенных пикселей в центре светового пятна [171] путем разработки метода кубической регрессии [172]. Кроме того, было доказано, что интеграция NTLS с другими данными, такими как данные о населении [149,157] и «индекс овощей» [173], помогает повысить точность пространственно-временных распределений EPC. Во-вторых, оценка выбросов EPC и CO2 в неосвещенных районах по-прежнему является сложной задачей. Отношение расчетных выбросов неосвещенной к освещенной зоне сильно влияет на точность оценки. Например, Meng и др. [174] приняли соотношение 0,38 для выбросов на душу населения в неосвещенной местности к освещенной площади, в то время как Ghosh и др. [149] использовали соотношение 0,5 при пространственном распределении выбросов CO2 с использованием других данных (например, плотности населения ландшафта).
Данные NTL также демонстрируют большой потенциал в фиксации деятельности по сжиганию газа на больших площадях [175], благодаря специфическим характеристикам, которые легко отличить от городских огней ночью [176]. Хотя сжигание газа на факелах является широко используемой практикой для утилизации попутного нефтяного газа при добыче и переработке нефти, его пространственно-временную структуру трудно получить до появления данных NTL [177]. Данные NPP-VIIRS, обладающие уникальной способностью вести съемку в ближнем инфракрасном и коротковолновом инфракрасном диапазонах (SWIR) ночью, чрезвычайно полезен для обнаружения факелов и измерения их излучения [177]. Стоит отметить, что газовые факелы могут вносить неопределенности в оценку выбросов CO2 [178]. Исследование, проведенное по заказу и при финансовой поддержке World Bank's Global Gas Flaring Reduction [175], оценило национальные и глобальные объемы сжигания газа на факелах с использованием данных NTL за ряд лет и предоставило временные ряды карт глобальных газовых факелов. Эта работа в значительной степени способствует снижению воздействия газовых факелов на картирование урбанизации и выбросов углерода.
3.2.3. Световое загрязнение и связанные с ним последствия
NTL предоставила уникальные данные для изучения воздействия искусственного освещения на экологию и окружающую среду с обширным пространственным и временным охватом. Хотя широкое использование искусственного освещения в ночное время принесло человечеству значительные удобства, резкое изменение среды, известное как «световое загрязнение», неизбежно повлияло как на экосистему, так и на жизнь человека [179]. Данные NTL открыли новые возможности для исследований светового загрязнения, позволяя проводить оценку на больших площадях с низкими затратами по сравнению с традиционными наземными наблюдениями и лабораторными исследованиями [180, 181]. В настоящее время исследования светового загрязнения на основе спутниковых данных NTL в основном сосредоточены на трех аспектах: (1) характеристика и исследование распределения светового загрязнения; (2) выявление воздействия NTL на экологическую среду и виды; и (3) оценка воздействия ночного искусственного освещения на здоровье человека.
Были проведены широкомасштабные исследования для характеристики распределения светового загрязнения в местном [68, 182-184], национальном [185-187], региональном [188] и глобальном масштабах [189, 190] с использованием различных наборов данных NTL, полученных с разных датчиков. Распределение светового загрязнения как в развитых регионах, таких как Европа [183,184,188], так и в быстро развивающихся регионах, таких как Китай [13,68,181,185,186] и Пакистан [187], было исследовано с использованием временных рядов данных NTL из DMSP-OLS. Была выполнена необходимая предварительная обработка снимков для последовательного и сопоставимого картирования светового загрязнения. Для определения тенденций светового загрязнения были предложены количественные показатели, такие как общая освещенность в ночное время (TNL – total nighttime light), среднее значение освещенности в ночное время (NTM – night light mean) и стандартное отклонение освещенности в ночное время (NTSD – night light standard deviation) [186]. Уровни изменения светового загрязнения также использовались для составления карты изменяющихся моделей [13]. По сравнению с NTL с более грубым разрешением, такими как стабильные NTL и калиброванные NTL, изображения NTL с более высоким разрешением, полученные от VIIRS, EROS-B и Luojia 1-01 и ISS (МКС), показали большой потенциал для исследования пространственных закономерностей искусственного светового загрязнения [53,67,68,180,191].
Данные NTL также обеспечивают удобный способ оценки воздействия светового загрязнения на экологическую среду и виды. Тенденции и закономерности светового загрязнения были оценены для различных экосистем [192], растительности [193] и типов местообитаний [194], чтобы исследовать степень воздействия светового загрязнения. Было обнаружено, что для глобального биоразнообразия возникает угроза светового загрязнения, особенно в районах с высоким биоразнообразием [194]. В качестве хорошего показателя данные NTL также использовались для измерения эффективности сохранения охраняемых территорий [13,181,195,196], поскольку на хорошо охраняемой территории наблюдается низкое или даже полное отсутствие светового загрязнения. Кроме того, поведение и присутствие некоторых видов, таких как морские черепахи и ночные мигрирующие птицы, также были изучены с использованием технологии дистанционного зондирования NTL из-за их чувствительной реакции на искусственный свет ночью [58]. Воздействие светового загрязнения на морских черепах было тщательно исследовано, в том числе: (1) Изучение временных изменений в искусственном освещении в районах гнездования морских черепах и определение мест гнездования с наибольшей угрозой от искусственного освещения [12,197]; (2) исследование взаимосвязи между долгосрочным пространственным размещением морских черепах и соответствующей интенсивности NTL для объяснения гнездовой активности морских черепах [58]; и (3) анализ разницы в взаимосвязи между активностью морских черепах и интенсивностью NTL у разных видов морских черепах [191]. Аналогичные методы использовались для изучения воздействия светового загрязнения на ночных мигрирующих птиц [198,199], что показало, что городские источники искусственного освещения в ночное время могут широко влиять на их миграционное поведение.
Данные NTL также использовались для изучения влияния светового загрязнения на здоровье человека. Эти исследования, проведенные в разных регионах и группах населения, предоставили взаимодополняющие данные о значительной связи между искусственным освещением в ночное время и различными неблагоприятными явлениями для здоровья, такими как рак молочной железы [200-204] и ожирение [205,206]. Более того, более сильная связь между искусственным освещением ночью и заболеваемостью раком молочной железы была обнаружена с использованием изображений VIIRS /DNB с более высоким пространственным разрешением по сравнению с данными DMSP [206]. Исследования с использованием изображений с более высоким разрешением и мультиспектральными диапазонами, полученными с МКС, показали, что воздействие синего спектра наружного искусственного освещения ночью, по-видимому, оказывает более сильное влияние на заболеваемость гормонозависимым раком (т.е. раком простаты и молочной железы) по сравнению с зеленым и красным спектрами света [207,208]. Использование изображения VIIRS /DNB и фотографии наружного освещения МКС, сравнение личных измерений со спутниковыми оценками воздействия ночного освещения выявило несоответствие между освещенностью на открытом воздухе NTL и освещенностью в помещении [209], что указывает на то, что при использовании спутникового NTL для оценки потенциальных эффектов ночного освещения на здоровье человека следует использовать модифицирующие факторы. Такие результаты могут помочь разработать более эффективную политику по минимизации неблагоприятных последствий воздействия искусственного света на здоровье человека. Соответствующие исследования выиграют от улучшения пространственного разрешения и спектральной информации изображений NTL.
4. Проблемы и ограничения современных исследований освещения в ночное время
Несмотря на широкое использование изображений NTL для восприятия меняющегося мира, в современных применении NTL все еще существуют проблемы из-за ограничений как данных, так и методов (рисунок 3). Эти проблемы и ограничения кратко излагаются ниже.
Сигналы антропогенного освещения, полученные с помощью дистанционного зондирования, и их пространственные вариации в ночное время дают нам эффективную косвенную меру демографической и экономической деятельности в период урбанизации и регионального развития. Следовательно, спутниковые данные NTL, особенно долгосрочные архивные данные, собранные DMSP-OLS, и съемка NTL с NPP-VIIRS, широко использовались для оценки численности населения [92,93], ВВП [44,94] и других экономико-статистических данных, таких как доход [95], запасы меди [96] и грузовые перевозки [97]. Однако количественная связь между сигналами NTL и статистическими переменными меняется как во времени, так и в пространстве. Эти вариации затрудняют дальнейшее уточнение количественных ответов сигналов NTL на соответствующие социально-экономические действия. Например, Чжу и др. [98] показали, что наиболее подходящей моделью может быть модель степенной функции, квадратичная полиномиальная модель или линейная модель при моделировании динамики ВВП в разных провинциях/годах Китая. Это изменение статистической взаимосвязи между NTL и социально-экономической деятельностью зависит либо от реального фона поверхности земли, либо от местного статуса, демонстрируя разные реакции в городских и сельских районах или в регионах с различными типами землепользования или распределением отраслей. Следовательно, дополнительные данные, такие как геопространственные данные, региональный фон и статус, необходимы для повышения точности оценки социально-экономических параметров [99].
Текущие исследования по оценке социально-экономической деятельности с использованием дистанционного зондирования NTL можно разделить на четыре категории: (1) исследование социально-экономического статуса в более мелких пространственных масштабах [7,44,100]; (2) отслеживание социально-экономической динамики с более высокой временной частотой [101]; (3) количественная оценка социально-экономических параметров для районов, по которым отсутствуют данные [102]; и (4) оценка уровней развития для выявления географических явлений и социальных проблем, таких как региональное неравенство [5,103,104], города-призраки [11,105] и бедность [10,106-108]. Разбивка социально-экономических переменных административной единицы на сетки не только обеспечивает детальное выявление демографической и экономической динамики в более мелких пространственно-временных масштабах, чем официальная статистика, но также может помочь в дальнейшем объяснении их изменений и исследовании проблем, лежащих в основе этих изменений. Используя глобальные данные NTL, откалиброванные по яркости, Henderson et al. [109] исследовали распределение экономической деятельности с использованием двух групп характеристик, несмотря на то, что последняя группа стран больше зависит от сельского хозяйства. Чжао и др. [44] установили, что долгосрочные наблюдения за экономическими различиями в различных геоморфологических типах имеют большое значение для устойчивого развития региона, учитывая влияние условий местности (например, высоты и рельефа) на промышленную планировку и городское планирование.
Новые данные NTL и улучшенные методы и модели открывают новые возможности для социально-экономических исследований с использованием дистанционного зондирования NTL. Новое поколение данных NTL, снятых NPP-VIIRS, оказалось более показательным для экономической деятельности, чем DMSP-OLS в региональном и местном масштабах [45,46,110], и, следовательно, позволило картировать социально-экономические параметры с грубыми разрешениями (5 км, 1 км) до более высокого разрешения (0,5 км) [44,100,111]. Более того, стала привлекать внимание пространственная связь между сигналами NTL и типами земной поверхности в мелком масштабе [112, 113], что крайне важно для дальнейшего социально-экономического применения данных NTL. В дополнение к широко используемой официальной статистике [44,94] и тематическим продуктам дистанционного зондирования, таким как данные о земном покрове и карты населения [103,112,114], данные начали использоваться для исследования связи между сигналами NTL и соответствующей деятельностью человека, особенно в мелких пространственно-временных масштабах [115].
3.1.3. Конфликты и бедствия
Если увеличение яркости NTL всегда связано с экономическим ростом и урбанизацией, то ее снижение может быть вызвано конфликтами и стихийными бедствиями. Одно новаторское исследование с использованием 159 стран в качестве выборки показывает, что колебания NTL, измеряемые индексом вариации NTL, коррелируют с вооруженными конфликтами, при этом более высокие колебания указывают на более высокую вероятность возникновения вооруженных конфликтов [116]. Гражданская война в Сирии произошла в 2011 году. Несмотря на массовые сообщения в СМИ, получить полную картину войны сложно. Используя 38 месячных композитов DMSP-OLS, были выявлены пространственно-временные закономерности NTL в Сирии, показывающие, что количество беженцев положительно коррелирует с потерей NTL, предполагая, что ночное освещение, наблюдаемое со спутника, является хорошим индикатором гуманитарного кризиса в Сирии [117]. Хотя данные DMSP-OLS являются эффективным индикатором гражданской войны в Сирии, NOAA прекратило производство композитов DMSP-OLS с февраля 2014 года, заменив их месячными композитами VIIRS. Путем взаимной калибровки месячных композитов DMSP-OLS и VIIRS была проанализирована динамика NTL в период с января 2011 г. по январь 2017 г., которая показала небольшое восстановление NTL благодаря мирному соглашению между сирийским правительством и повстанческими группировками [118]. Помимо сирийского конфликта, снимки VIIRS также применялись для анализа гражданских войн в Йемене [119] и Ираке [120,121], показывая, что временные ряды снимков VIIRS способны отражать потребление электроэнергии во время войны.
Подобно конфликтам, стихийные бедствия, такие как цунами, ураганы и землетрясения, также могут иметь внезапные, но серьезные последствия для NTL, что дает возможность оценить ущерб от этих бедствий. В декабре 2004 года цунами, вызванное землетрясением силой 9,2 балла, обрушилось на Северную Суматру, Индонезия, унеся жизни около 160 000 человек. Временные ряды ежегодных изображений DMSP-OLS использовались для расчета изменения NTL в этом регионе, показывая значительное падение NTL после цунами и частичное восстановление NTL после реконструкции, и эти результаты в значительной степени согласуются с результатами обследования домов. [122]. Основываясь на эконометрических моделях, экономисты смогли оценить экономический ущерб от тайфунов в Китае, используя временные ряды ежегодных изображений DMSP-OLS и исторические данные о траекториях движения тайфунов. Было установлено, что чистый убыток Китая от тайфунов в период с 1992 по 2010 год составил 28,34 миллиарда долларов [123]. Поскольку стихийные бедствия представляют собой процессы, сжатые во времени [124], высокое временное разрешение данных NTL имеет значение для своевременной оценки резких изменений в энергоснабжении, вызванных стихийными бедствиями, такими как ураганы, землетрясения и наводнения. По сравнению с ежегодными составными данными DMSP-OLS, которые способны измерять долгосрочные экономические изменения в результате бедствий, ежедневные изображения VIIRS могут фиксировать больше деталей бедствий во временном измерении. Ежедневные изображения VIIRS использовались для сравнения освещенности до и после двух штормов в Вашингтоне, округ Колумбия, показывая, что ежедневные данные имеют четкую реакцию на отключение электроэнергии в результате штормов [125]. Кроме того, более всестороннее исследование, посвященное землетрясениям, наводнениям и штормам, показывает, что временные ряды изображений VIIRS полезны для обнаружения отключения электроэнергии в результате этих бедствий, но облачность является основным ограничением возможности обнаружения [126]. Хотя ежедневный продукт VIIRS является потенциально хорошим инструментом для мониторинга конфликтов и стихийных бедствий, на изображения влияет ряд факторов, включая лунный свет и атмосферные условия, а также облачность. Кроме того, данные NASA Black Marble NTL нового типа высококачественных NTL, полученные на основе NPP-VIIRS DNB, начали применяться при мониторинге бедствий для оценки отключений электроэнергии, связанной со стихийными бедствиями [50], и построения карт восстановления электрических сетей с высоким разрешением [51]. Эти предварительные результаты показывают, что данные Black Marble NTL могут служить хорошим источником данных для обнаружения резких изменений подачи электроэнергии, вызванных стихийными бедствиями или конфликтами.
3.2. Изменения окружающей среды
3.2.1. Рыболовство
Данные NTL эффективны для выявления данных о рыболовстве, поскольку на рыбацкие лодки обычно устанавливают мощные лампы для привлечения видов фототаксиса (например, кальмаров и сардин). Самая ранняя публикация, в которой отмечается эта способность NTL, датируется концом 1970-х годов [127]. Изображения DMSP-OLS широко использовались для обнаружения пространственной и временной изменчивости огней рыболовных судов в Японском море [128, 129], юго-западной Атлантике [130, 131] и Перу [31, 132]. В этих исследованиях освещенная площадь оценивалась путем калибровки ежемесячных изображений DMSP-OLS с использованием данных о местоположении судов, полученных в результате локальных съемок, чтобы можно было количественно определить масштабы, интенсивность и повторяемость промысла.
Однако применение изображений DMSP-OLS было ограничено из-за отсутствия автоматического алгоритма обнаружения лодок с использованием NTL. Эту проблему можно было бы решить, используя данные VIIRS/DNB, благодаря их лучшей способности обнаруживать особенности освещенных рыбацких лодок по сравнению с данными DMSP [133]. Earth Observation Group (EOG) разработала алгоритм обнаружения лодок по данным VIIRS в 2014 г. [133]. В настоящее время обнаружение лодок VIIRS (VBD), глобальный продукт с номинальной временной задержкой 4 часа, широко используется рыболовными агентствами в Азии. Ночной архив VBD восходит к апрелю 2012 года, а ежемесячные и годовые сводные гриды также были созданы EOG. Это открывает возможность использовать VBD почти в реальном времени для оценки рыбных запасов [134,135], оценки уровней соблюдения запретов на промысел [136] и выявления незаконного промысла [137-139]. Информация о рыболовстве, полученная из данных VBD, может помочь международным усилиям по устойчивому рыболовству и морскому диалогу. Недавнее исследование сопоставления VBD с данными системы мониторинга судов (VMS – vessel monitoring system) в Индонезии выявило типы промысловых снастей и показало, что VIIRS обнаруживает в девять раз больше судов, чем треки VMS [140].
3.2.2. Энергия, парниковые газы, газовые факелы
Данные NTL обеспечивают эффективный предварительный показатель для оценки потребления энергии и выбросов парниковых газов [111,141,142]. С ускорением урбанизации и индустриализации после Промышленной революции потребление энергии, такое как потребляемая мощность электроэнергии (EPC), быстро растет, что приводит к большому количеству выбросов парниковых газов, таких как углекислый газ (CO2) [143,144]. Оценка пространственно-временной динамики потребления энергии и выбросов парниковых газов имеет значительные последствия для местных органов власти при определении их политики в области сокращения выбросов углерода и изменения климата. В середине 1990-х годов Elvidge и др. [145] и Doll и др. [111] впервые обнаружили сильную взаимосвязь между данными DMSP-OLS и EPC и общими выбросами CO2 соответственно. Shi и др. [146] показали, что данные NPP-VIIRS могут быть более мощным инструментом для моделирования EPC и других показателей, связанных с потреблением энергии. Поскольку пространственное распределение выбросов EPC и CO2 не было конкретно представлено в ранних исследованиях [145,147], были предприняты дополнительные попытки отобразить пространственно-временную динамику выбросов EPC и CO2 с использованием данных NTL [148-150]. Например, данные NTL широко использовались для оценки выбросов EPC и CO2 в нескольких масштабах [46,142,151,152] и в длинных временных рядах [153,154]. Хотя данные NTL превосходно использовались для выявления пространственно-временного распределения выбросов EPC и CO2, эти исследования различаются в зависимости от изученного источника выбросов CO2 с использованием данных NTL. Некоторые исследования были сосредоточены на выбросах CO2 в результате потребления электроэнергии [145,155,156], в то время как в других исследованиях изучались выбросы CO2 в результате сжигания ископаемого топлива [149,157-159] или потребления энергии в коммунально-бытовом секторе [160].
В последние десятилетия исследования потребления электроэнергии и выбросов CO2 с использованием данных NTL можно разделить на три класса: (1) Отображение пространственного распределения выбросов EPC и CO2 от городских до глобальных масштабов [161-163]; (2) изучение пространственно-временной динамики выбросов EPC и CO2 с использованием временных рядов NTL данных [154,164,165]; и (3) повышение точности оценки EPC и CO2 с учетом насыщенности и неосвещенных областей [145,157].
Картирование пространственного распределения выбросов EPC и CO2 в глобальном, национальном, региональном и даже городском масштабах с использованием данных NTL привлекает все большее внимание в контексте глобального потепления. Эти усилия улучшили наше понимание потребления энергии и выбросов парниковых газов в пространственном распределении, продемонстрировав большой потенциал для дальнейшего анализа при интеграции с другими геопространственными данными [154]. Используя безоблачные данные ночной съемки DMSP-OLS с откалиброванным излучением, Lo [161] установил логарифмическую зависимость между EPC и освещенностью для 35 главных городов Китая. Amaral и др. [142] оценили EPC в бразильской Амазонии по выделенной освещенной территории на муниципальном уровне путем взаимной калибровки глобальных данных NSL с помощью модифицированного метода инвариантной области (MIR – modified invariant region). Для пространственного распределения CO2 с использованием данных NTL был разработан глобальный годовой кадастр выбросов CO2 1 × 1 км [148]. Путем объединения данных NTL со статистическими данными на административных уровнях были оценены выбросы CO2 в городах в различных пространственных масштабах Китая для дальнейшего обсуждения различий в выбросах CO2 между различными географическими регионами [166]. Su и др. [167] не только оценили данные о выбросах CO2 в Китае в более мелких масштабах городов, но и проанализировали движущие факторы и предложили соответствующие рекомендации по смягчению последствий. Shi и др. [168] исследовали пространственные вариации выбросов CO2 и факторы их воздействия на разных уровнях и предложили доказательства для разработки политики по снижению выбросов CO2. Эти исследования с использованием данных NTL способствовали пространственной оценке выбросов EPC и CO2 из-за ограничений в статистических данных, таких как несоответствие этих данных на разных административных уровнях и отсутствие достаточного количества данных на городском или местном уровнях.
Доступность временных рядов NTL позволяет отслеживать пространственно-временную динамику выбросов EPC и CO2 для лучшего понимания потребления энергии и выбросов экологически чистого газа. Эти составные данные временных рядов включают три типа: данные DMSP о постоянной освещенности в ночное время, , калиброванные по яркости данные DMSP NTL, и ежемесячные данные NTL VIIRS. He и др. [164] составили карту потребления электроэнергии на уровне округов Китая в 1995-2008 годах. Shi и др. [154] обнаружили пространственно-временную динамику глобального EPC с 1992 по 2013 год, а в последнее время они исследовали пространственно-временные модели EPC в странах вдоль «одного пояса, одного пути». Результаты показывают, что рост EPC в основном происходил в развивающихся странах, а ВВП является более важным фактором воздействия на EPC по сравнению с населением [169]. Недавно Shi и др. [170] оценили пространственно-временные модели городского EPC в различных пространственных границах (т.е. городской административной области, городского округа, городского центра и городской застройки) с 1992 по 2013 год. Несмотря на то, что ежегодные данные NPP-VIIRS имеют более высокое пространственное разрешение, необходимы дополнительные усилия для устранения фонового шума перед мониторингом выбросов EPC и CO2 [159]. Учитывая короткие временные ряды данных NPP-VIIRS, данные DMSP-OLS по-прежнему являются основным набором данных NTL для анализа пространственно-временной динамики выбросов EPC и CO2 [146].
Поскольку ограничения, присущие данным NTL, сильно влияют на расчетные выбросы EPC и CO2, были проведены многочисленные исследования для повышения точности оценок EPC и CO2. Во-первых, больше внимания уделяется мониторингу выбросов EPC и CO2 в городских районах, где яркость NTL является насыщенной. Были предложены различные методы для улучшения насыщенности пикселей на изображениях NTL; например, изменение данных NTL DMSP-OLS с использованием улучшенного индекса растительности (EVI) [163]. Была предложена дельта-модель для восстановления насыщенных пикселей в центре светового пятна [171] путем разработки метода кубической регрессии [172]. Кроме того, было доказано, что интеграция NTLS с другими данными, такими как данные о населении [149,157] и «индекс овощей» [173], помогает повысить точность пространственно-временных распределений EPC. Во-вторых, оценка выбросов EPC и CO2 в неосвещенных районах по-прежнему является сложной задачей. Отношение расчетных выбросов неосвещенной к освещенной зоне сильно влияет на точность оценки. Например, Meng и др. [174] приняли соотношение 0,38 для выбросов на душу населения в неосвещенной местности к освещенной площади, в то время как Ghosh и др. [149] использовали соотношение 0,5 при пространственном распределении выбросов CO2 с использованием других данных (например, плотности населения ландшафта).
Данные NTL также демонстрируют большой потенциал в фиксации деятельности по сжиганию газа на больших площадях [175], благодаря специфическим характеристикам, которые легко отличить от городских огней ночью [176]. Хотя сжигание газа на факелах является широко используемой практикой для утилизации попутного нефтяного газа при добыче и переработке нефти, его пространственно-временную структуру трудно получить до появления данных NTL [177]. Данные NPP-VIIRS, обладающие уникальной способностью вести съемку в ближнем инфракрасном и коротковолновом инфракрасном диапазонах (SWIR) ночью, чрезвычайно полезен для обнаружения факелов и измерения их излучения [177]. Стоит отметить, что газовые факелы могут вносить неопределенности в оценку выбросов CO2 [178]. Исследование, проведенное по заказу и при финансовой поддержке World Bank's Global Gas Flaring Reduction [175], оценило национальные и глобальные объемы сжигания газа на факелах с использованием данных NTL за ряд лет и предоставило временные ряды карт глобальных газовых факелов. Эта работа в значительной степени способствует снижению воздействия газовых факелов на картирование урбанизации и выбросов углерода.
3.2.3. Световое загрязнение и связанные с ним последствия
NTL предоставила уникальные данные для изучения воздействия искусственного освещения на экологию и окружающую среду с обширным пространственным и временным охватом. Хотя широкое использование искусственного освещения в ночное время принесло человечеству значительные удобства, резкое изменение среды, известное как «световое загрязнение», неизбежно повлияло как на экосистему, так и на жизнь человека [179]. Данные NTL открыли новые возможности для исследований светового загрязнения, позволяя проводить оценку на больших площадях с низкими затратами по сравнению с традиционными наземными наблюдениями и лабораторными исследованиями [180, 181]. В настоящее время исследования светового загрязнения на основе спутниковых данных NTL в основном сосредоточены на трех аспектах: (1) характеристика и исследование распределения светового загрязнения; (2) выявление воздействия NTL на экологическую среду и виды; и (3) оценка воздействия ночного искусственного освещения на здоровье человека.
Были проведены широкомасштабные исследования для характеристики распределения светового загрязнения в местном [68, 182-184], национальном [185-187], региональном [188] и глобальном масштабах [189, 190] с использованием различных наборов данных NTL, полученных с разных датчиков. Распределение светового загрязнения как в развитых регионах, таких как Европа [183,184,188], так и в быстро развивающихся регионах, таких как Китай [13,68,181,185,186] и Пакистан [187], было исследовано с использованием временных рядов данных NTL из DMSP-OLS. Была выполнена необходимая предварительная обработка снимков для последовательного и сопоставимого картирования светового загрязнения. Для определения тенденций светового загрязнения были предложены количественные показатели, такие как общая освещенность в ночное время (TNL – total nighttime light), среднее значение освещенности в ночное время (NTM – night light mean) и стандартное отклонение освещенности в ночное время (NTSD – night light standard deviation) [186]. Уровни изменения светового загрязнения также использовались для составления карты изменяющихся моделей [13]. По сравнению с NTL с более грубым разрешением, такими как стабильные NTL и калиброванные NTL, изображения NTL с более высоким разрешением, полученные от VIIRS, EROS-B и Luojia 1-01 и ISS (МКС), показали большой потенциал для исследования пространственных закономерностей искусственного светового загрязнения [53,67,68,180,191].
Данные NTL также обеспечивают удобный способ оценки воздействия светового загрязнения на экологическую среду и виды. Тенденции и закономерности светового загрязнения были оценены для различных экосистем [192], растительности [193] и типов местообитаний [194], чтобы исследовать степень воздействия светового загрязнения. Было обнаружено, что для глобального биоразнообразия возникает угроза светового загрязнения, особенно в районах с высоким биоразнообразием [194]. В качестве хорошего показателя данные NTL также использовались для измерения эффективности сохранения охраняемых территорий [13,181,195,196], поскольку на хорошо охраняемой территории наблюдается низкое или даже полное отсутствие светового загрязнения. Кроме того, поведение и присутствие некоторых видов, таких как морские черепахи и ночные мигрирующие птицы, также были изучены с использованием технологии дистанционного зондирования NTL из-за их чувствительной реакции на искусственный свет ночью [58]. Воздействие светового загрязнения на морских черепах было тщательно исследовано, в том числе: (1) Изучение временных изменений в искусственном освещении в районах гнездования морских черепах и определение мест гнездования с наибольшей угрозой от искусственного освещения [12,197]; (2) исследование взаимосвязи между долгосрочным пространственным размещением морских черепах и соответствующей интенсивности NTL для объяснения гнездовой активности морских черепах [58]; и (3) анализ разницы в взаимосвязи между активностью морских черепах и интенсивностью NTL у разных видов морских черепах [191]. Аналогичные методы использовались для изучения воздействия светового загрязнения на ночных мигрирующих птиц [198,199], что показало, что городские источники искусственного освещения в ночное время могут широко влиять на их миграционное поведение.
Данные NTL также использовались для изучения влияния светового загрязнения на здоровье человека. Эти исследования, проведенные в разных регионах и группах населения, предоставили взаимодополняющие данные о значительной связи между искусственным освещением в ночное время и различными неблагоприятными явлениями для здоровья, такими как рак молочной железы [200-204] и ожирение [205,206]. Более того, более сильная связь между искусственным освещением ночью и заболеваемостью раком молочной железы была обнаружена с использованием изображений VIIRS /DNB с более высоким пространственным разрешением по сравнению с данными DMSP [206]. Исследования с использованием изображений с более высоким разрешением и мультиспектральными диапазонами, полученными с МКС, показали, что воздействие синего спектра наружного искусственного освещения ночью, по-видимому, оказывает более сильное влияние на заболеваемость гормонозависимым раком (т.е. раком простаты и молочной железы) по сравнению с зеленым и красным спектрами света [207,208]. Использование изображения VIIRS /DNB и фотографии наружного освещения МКС, сравнение личных измерений со спутниковыми оценками воздействия ночного освещения выявило несоответствие между освещенностью на открытом воздухе NTL и освещенностью в помещении [209], что указывает на то, что при использовании спутникового NTL для оценки потенциальных эффектов ночного освещения на здоровье человека следует использовать модифицирующие факторы. Такие результаты могут помочь разработать более эффективную политику по минимизации неблагоприятных последствий воздействия искусственного света на здоровье человека. Соответствующие исследования выиграют от улучшения пространственного разрешения и спектральной информации изображений NTL.
4. Проблемы и ограничения современных исследований освещения в ночное время
Несмотря на широкое использование изображений NTL для восприятия меняющегося мира, в современных применении NTL все еще существуют проблемы из-за ограничений как данных, так и методов (рисунок 3). Эти проблемы и ограничения кратко излагаются ниже.
Рисунок 3. Схема проблем и ограничений в текущих исследованиях NTL
4.1. Недостатки, присущие длинным временным сериям данных DMSP
4.1.1. Несоответствие между различными датчиками DMSP
Временные ряды данных DMSP NTL не могут быть напрямую сопоставлены с динамикой по годам из-за отсутствия бортовой калибровки, различных атмосферных условий, а также смещения спутника и ухудшения качества датчиков [24]. Данные временных рядов DMSP NTL состоят из наблюдений с шести спутников за период 1992-2013 годов, а именно: F10 (1992-1994), F12 (1994-1999), F14 (1997-2003), F15 (2000-2007), F16 (2004-2009) и F18 (2010-2013). Из-за систематических различий в орбитах спутников (например, при прохождении на рассвете и в сумерках) и ухудшения качества датчиков данные NTL, собранные с разных спутников, заметно отличаются. Кроме того, без бортовой калибровки наблюдения NTL, полученные с одного и того же спутника, различаются по годам из-за различных атмосферных условий. Временная несогласованность данных временных рядов DMSP NTL значительно ограничивает их применение для динамических исследований, таких как расширение городов и потребление электроэнергии.
Существующие исследования по устранению временной несогласованности данных DMSP были сосредоточены на взаимной калибровке данных временных рядов NTL с использованием эмпирических зависимостей между откалиброванными и переданными изображениями. Из-за отсутствия установленных мест калибровки для DMSP-OLS [210] такие взаимосвязи были построены путем ручного выбора стабильных областей в качестве эталонных [87,175,188,211,212] или автоматической идентификации стабильных пикселей как псевдоинвариантных объектов [210,213]. Elvidge и др. [175] предложили общую основу для взаимной калибровки DMSP NTL путем определения эталонной области, которая относительно стабильна в течение многих лет, но в то же время содержит разные значения DN. Эта парадигма калибровки широко использовалась в последующих исследованиях [87,188,211,212], в которых различные эмпирические модели и параметры регрессии, полученные из разных эталонных регионов, использовались для взаимной калибровки в локальном или глобальном масштабе. Позже для взаимной калибровки NTL были предложены улучшенные подходы [210,213], использующие согласованное на глобальном и региональном уровнях смещение для сбора стабильных пикселей DN, без необходимости выбора мест калибровки из одного или нескольких местоположений. Другими словами, Li и Zhou [24] разработали пошаговую стратегию калибровки для систематической корректировки изображений NTL с разных спутников. Полученные результаты согласуются во времени в глобальном масштабе с точки зрения общего количества освещенных пикселей и яркости NTL. Существует также несколько исследований, в которых калибровка яркости DMSP проводилась с использованием наземных источников света [214]. Однако эти подходы больше подходят для локальных исследований из-за ограниченности данных полевых измерений.
Хотя в этих исследованиях использовались разные подходы для взаимной калибровки данных DMSP NTL, эмпирическая взаимосвязь между калиброванными и переданными наблюдениями является ключом к устранению временной несогласованности данных DMSP. Такая взаимосвязь чувствительна к выбранному эталонному изображению, включая выбранные области /пиксели и год/спутник, а также принятые модели, что делает полученный результат различным в разных исследованиях [215]. Одним исключением является исследование Li и Zhou [24], которое отличается от большинства предыдущих исследований, в которых, вероятно, наблюдалась заметная модификация диапазона TNL, поскольку для калибровки всего временного ряда использовалось только одно эталонное изображение. Калибровка с большими изменениями может повлиять на надежность получения полезной информации из изображений NTL. Несмотря на то, что методы взаимной калибровки значительно улучшили несогласованность, наблюдаемую в необработанных временных рядах NTL, сгенерированных на основе агрегирования освещенных пикселей по области, наблюдается лишь умеренное улучшение несогласованности в необработанных временных рядах NTL на уровне пикселей [215].
4.1.2. Эффекты насыщения и ненасыщенности данных DMSP
Данные DMSP NTL имеют два основных недостатка: эффект насыщения значений DN в городских центрах и эффект ненасыщенности в пригородных и сельских переходных районах. С одной стороны, из-за сбора данных DMSP при высоких настройках усиления области с высокой яркостью могут показывать те же значения DN (т.е. DN = 63), что и области с относительно низкой яркостью, что затрудняет различение пикселей с высокой яркостью. Такой недостаток может ограничить применение данных DMSP NTL в исследованиях изменений городской среды, таких как световое загрязнение. Кроме того, насыщенные значения DN данных NTL в городских центрах приведет к недооценке социально-экономической деятельности, такой как потребление в них электроэнергии. С другой стороны, из-за эффекта ненасыщенности в данных DMSP NTL было обнаружено заметное завышение яркости по сравнению с пригородными и прилегающими сельскими районами, что затрудняет применение данных NTL, таких как картирование протяженности городов. Кроме того, пиксели с ненасыщенным освещением со смещенной яркостью оказывают заметное влияние на соответствующие социально-экономические исследования (например, численность населения и ВВП) с использованием данных DMSP NTL.
Объединение характеристик поверхности суши и демографической информации является широко используемым подходом для смягчения эффекта насыщения данных DMSP NTL, что приводит к изменению индексов NTL. NDVI является широко используемым индикатором для уменьшения насыщенности и увеличения вариаций для получения модифицированных индексов NTL [216]. Аналогичным образом, другие показатели, такие как нормализованный разностный индекс воды (NDWI) [217] и данные о степени урбанизации, также могут быть использованы для изменения индексов NTL [71]. В дополнение к характеристикам поверхности земли демографическая информация также полезна для уменьшения эффекта насыщенности пикселей NTL. Пространственно-определенные данные о плотности населения были введены для усиления неоднородности насыщенных пикселей NTL [93]. Кроме того, данные социальных сетей, такие как добровольные данные и данные о регистрации с мобильных устройств, являются новыми источниками данных о деятельности человека для решения проблемы насыщения данных DMSP NTL [218]. Ключевым из этих подходов является генерирование гетерогенных модифицированных индексов NTL в областях с высокой яркостью, и эти модифицированные индексы NTL демонстрируют улучшенные показатели при исследовании деятельности человека в основных городских районах по сравнению с исходными значениями DN.
Использование пороговых значений и классификация являются двумя широко используемыми подходами для учета эффекта цветения в таких исследованиях, как картирование городской протяженности на основе NTL. Порог используется для отделения городских районов от окружающих пригородных и сельских районов. Однако пороговые значения различаются в разных регионах из-за различных уровней социально-экономического развития. Zhou и др. [71] применили оценочный оптимальный порог для каждого потенциального городского кластера с различными размерами, используя кластерный подход. Вспомогательная информация, такая как статистические данные о городских районах из данных обследования [8] и данные о растительном покрове с высоким разрешением [72,219], широко используются при определении оптимального порога. Недавно был разработан подход, основанный на квантилях в соответствии с изменением градиента яркости NTL, для автоматического определения оптимального порога для определения протяженности урбанизированной территории [75]. Этот подход позволяет максимально отделить городские районы от окружающих сельских районов на основе распределения данных NTL по DN, и он может быть расширен как в пространстве, так и во времени. Классификация – это альтернативный подход к получению городских масштабов с использованием данных NTL, где требуется другая вспомогательная информация, такая как NDVI [88].
4.2. Отсутствие длительных временных рядов последовательных наблюдений за освещенностью в ночное время
Два основных набора данных NTL (DMSP и VIIRS) широко использовались в предыдущих исследованиях. Один из них – стабильный продукт NTL версии 4 DMSP (1992-2013), а другой – набор ежемесячных композитов NTL версии 1 VIIRS (с 2012 года по настоящее время). По сравнению со стабильными безоблачными композитами DMSP-OLS, изображения NPP-VIIRS имеют более высокое пространственное разрешение, более широкий динамический диапазон и более высокое радиометрическое разрешение, что обеспечивает большую четкость и детальность снимка ночного антропогенного светового излучения [220]. Бортовая калибровка также использовалась для повышения качества данных NPP-VIIRS. С улучшением пространственного разрешения, сопоставимости, динамического диапазона и радиометрического квантования проблемы эффектов насыщения в городских центрах и проблемы ненасыщения не являются существенными, поскольку данные DMSP-OLS [27,221] и NPP-VIIRS могут быть использованы непосредственно для временного анализа. Более того, разница во времени прохождения этих двух датчиков также приводит к несогласованности обнаруженного освещения в двух наборах данных [27], поскольку динамика ночного пейзажа отличается во времени от раннего вечера до полуночи [53,222]. Это несоответствие очевидно в крупных городах и в районах, где уличные фонари намеренно тускнеют или выключаются в поздние часы.
Различия между DMSP-OLS и NPP-VIIRS привели к проведению соответствующих исследований для лучшего понимания этих двух наборов данных и их различий. В ряде исследований сравнивались возможности NPP-VIIRS и DMSP-OLS при анализе урбанизации [79, 223], социально-экономической деятельности [43, 45, 146, 224], выбросов парниковых газов [159, 225], а также светового загрязнения и его последствий [206]. Эти попытки, в которых подчеркивались преимущества данных VIIRS в обнаружении деятельности человека в малых масштабах, способствовали появлению новых и усовершенствованных методов для преодоления недостатков, присущих данным DMSP, упомянутым в разделе 4.1.
Ограничение во временном охвате этих двух продуктов в настоящее время препятствует использованию данных NTL в длительных временных рядах. Хотя наблюдения NTL с VIIRS/DNB обеспечивают больший потенциал в мониторинге деятельности человека и изменений окружающей среды, временной охват доступных наблюдений короче по сравнению со стабильными композитами NTL версии 4 DMSP. Изображения VIIRS/DNB NTL не были выпущены до 2012 года, в то время как DMSP-OLS прекратил свою работу в 2013 году. Таким образом, композитный NTL временных рядов DMSP версии 4 в настоящее время является наиболее широко используемым набором данных NTL для анализа временных рядов [16,226]. Однако это преимущество данных DMSP будет постепенно уменьшаться по мере того, как постоянно обновляемая ежемесячная сводная информация VIIRS/DNB начнет играть более значительную роль в анализе временных рядов.
В современных приложениях дистанционного зондирования NTL по-прежнему отсутствует долгосрочный и согласованный глобальный набор данных NTL, начиная с 1990-х годов. Такие интегрированные наборы данных, охватывающие период с 1992 года по настоящее время, позволят осуществлять долгосрочный мониторинг человеческой деятельности с низкими затратами в региональном и глобальном масштабах. Несколько исследований начали проводить анализ временных рядов с использованием как DMSP, так и VIIRS. Например, модель линейной регрессии использовалась для калибровки необработанных ежедневных изображений DMSP над Dome C в Антарктике в данные, подобные VIIRS, путем получения характеристики DMSP DN и излучения VIIRS интересующей области [227]. Была предложена перекалибровочная модель [118], разработанная для ненасыщенных городских районов, для калибровки ежемесячных данных VIIRS в ежемесячные данные, подобные DMSP, для оценки динамики освещения города во время войны. Кроме того, модель степенной функции [98] была использована для моделирования DMSP-подобных TNL из VIIRS TNL на основе их количественной взаимосвязи для исследования динамики областного ВВП в Китае. Недавно, с использованием данных DMSP, откалиброванных по излучению, и данных VIIRS, была предложена модель кросс-калибровки датчиков для получения данных VIIRS, подобных DMSP. Эти попытки способствовали повышению согласованности NTL или NTL-индексов между данными DMSP и VIIRS; однако все еще существуют ограничения в отношении широкого применения существующих методов. Во-первых, используемые наборы данных недоступны для широкой аудитории [118,227], что затрудняет широкое применение этих методов в других регионах. Во-вторых, сгенерированный последовательный NTL все еще имеет ограниченный временной охват [228], и потенциал исторического архива NTL не был полностью изучен. В-третьих, предлагаемые модели могут быть надежными для конкретных освещенных областей [118], а это означает, что при их применении в других регионах следует соблюдать осторожность. Учитывая, что существующие методы не могут широко применяться и продвигаться, по-прежнему остается сложной задачей создать длинный временной ряд последовательных и сопоставимых наборов данных о ночной освещенности с 1992 года по настоящее время.
4.3. Ограниченное понимание ночного освещения для восприятия меняющегося мира
Ограниченное понимание NTL для восприятия меняющегося мира препятствует глубокому анализу NTL для точного определения динамики ночного пейзажа, характеристики реальной деятельности человека и изменений окружающей среды, а также выявления или объяснения потенциальных социальных, экономических, религиозных и политических проблем. Эти ограничения, главным образом из-за недостатков существующих методов или продуктов обработки данных, можно сгруппировать по четырем аспектам.
Во-первых, взаимосвязь на уровне пикселей между NTL и наземными объектами/деятельностью человека не была полностью изучена. Хотя величина NTL и пространственные закономерности демонстрируют потенциал для характеристики закономерностей и динамики человеческой деятельности от локальных до глобальных масштабов, отсутствие четкой информации о текстурах затрудняет точное исследование различных видов человеческой деятельности с использованием NTL в пространстве в более мелком масштабе. В настоящее время данные дистанционного зондирования из нескольких источников, такие как AVHRR, MODIS, SPOT VEGETATION, Landsat и Sentinel-2, с подробной информацией о ландшафте и особенностях местности, используются в исследованиях NTL для двух целей: (1) Проверка результатов, полученных из данных NTL, таких как степень урбанизации [82,88,229,230]; и (2) повышение качества данных NTL или производных результатов [43,216,231,232]. Эти попытки, либо фокусирующиеся на исследованиях с использованием данных NTL с грубым разрешением, либо с использованием данных с высоким разрешением, но все же подчеркивающие региональную динамику, не могут хорошо объяснить, как сигналы NTL реагируют на различные типы землепользования / растительного покрова и социально-экономические показатели, такие как распределение населения, потребление энергии и плотность застройки. Четкое понимание взаимосвязи между освещенными пикселями и соответствующими особенностями поверхности земли и деятельностью человека имеет решающее значение для дальнейшего применения данных об освещенности в ночное время. Однако такой фундаментальный вопрос не был полностью рассмотрен в предыдущих исследованиях.
Во-вторых, методы и алгоритмы количественной характеристики человеческой деятельности все еще нуждаются в совершенствовании. С одной стороны, недооценка и переоценка интенсивности человеческой деятельности, таких как протяженность городов [72,75], социально-экономическая изменчивость [111,114], масштабы рыболовства, потребление энергии [154,233] и выбросы [148,159], указывают на то, что необходимы дополнительные усилия для повышения точности и надежности результатов. С другой стороны, различия пороговых значений, взаимосвязей, тенденций и закономерностей извлеченной информации из изображений NTL в разные годы / масштабе / районах распространения [19] также указывают на необходимость автоматических и интеллектуальных методов в этих исследованиях. Хотя некоторые надежные взаимосвязи между сигналами NTL, такие как квадратичная зависимость между излучением NTL на уровне пикселей и соответствующим градиентом яркости [234], а также зависимость на основе квантилей между городскими и сельскими данными NTL [75], были определены как эффективные способы крупномасштабного городского картирования, и эти методы подходят только для изображений DMSP. Необходимы дополнительные усилия для оценки применимости этих методов к другим данным NTL и для разработки более эффективных методов.
Кроме того, по сравнению с мониторингом деятельности человека, исследования по выявлению изменений окружающей среды относительно ограничены. Данные NTL обеспечивают экономичный способ обнаружения огней Земли ночью и отслеживания их изменений с течением времени. Количественный мониторинг Земли в ночное время может быть использован не только для характеристики человеческой деятельности, такой как урбанизация и конфликты, но и для обеспечения новой перспективы для понимания изменений окружающей среды. Однако последнее по-прежнему ограничено, главным образом из-за несоответствия масштаба между текущими данными NTL и изученными проблемами. Исследования изменений окружающей среды, которые являются географически специфичными вопросами, в основном проводятся в мелком масштабе. По сравнению с крупномасштабным мониторингом человеческой деятельности, ранее запущенные датчики (например, DMSP и VIIRS), которые обеспечивают ночную съемку в крупном масштабе только в одном спектральном диапазоне, имеют ограниченные возможности обнаружения освещения и, следовательно, не могут предоставить достаточно информации, необходимой для исследований изменений окружающей среды. Данные NTL с более высоким пространственным, временным и радиометрическим разрешением, а также информация о нескольких спектральных диапазонах крайне необходимы, особенно в будущих исследованиях изменений окружающей среды.
Наконец, существует несоответствие между информацией, полученной из данных NTL, и фактическим состоянием человеческой деятельности. Первый тип различий связан с датчиками или продуктами данных. Хотя существует высокая корреляция между антропогенными выбросами и деятельностью человека, NTL является лишь одним из показателей деятельности человека. Например, отсутствие освещения не означает отсутствия человеческой деятельности. Более того, разное время прохождения датчиков NTL оказывает определенное влияние на обнаружение освещения на Земле из-за различной динамики ночных огней, особенно до и после пикового освещения [27]. В частности, из-за разницы в общей яркости неба ночью, вызванной динамикой различных источников света в течение ночи (например, уличных фонарей, освещенных окон домов и магазинов, а также транспортных средств) [53,222], вероятно, что ночной пейзаж будет отличаться от изображений NTL, снятых в разное время. Кроме того, из-за сочетания рассеяния света, эффектов аппаратуры, обработки и свечения неба [235-237] эффект ненасыщенности особенно силен в данных DMSP-OLS [223] и более распространен в областях, прилегающих к воде и снегу [19]. Кроме того, спектр освещения также влияет на способность существующих датчиков количественно определять искусственное освещение из космоса. Это ограничение существует даже в данных VIIRS, которые не имеют возможности улавливать синий свет от светодиодов, излучающих белый свет (LED) [238]. Наконец, различные углы изображения могут также влиять на видимость освещения фасада и чувствительность обнаружения спутниковых датчиков к различным источникам излучения (например, светящиеся знаки и освещение парковки) [239], особенно когда пространственное разрешение датчиков высокое. Некоторые источники направленного света, такие как прожекторы и автомобильные фары, не могут быть обнаружены [53]. Этот эффект может ограничить способность датчиков NTL фиксировать изменения освещения. Таким образом, из-за этих неопределенностей, вызванных датчиками и продуктами, понимание того, как максимально использовать существующие и будущие наблюдения NTL для фиксации реальных изменений освещения и характеристик конкретных видов человеческой деятельности, по-прежнему является сложной задачей. Второй тип различий связан с методами исследования человеческой деятельности. Поскольку реакция изменений NTL на деятельность человека меняется в пространстве и времени, анализ без учета социокультурных факторов, источников освещения, выбросов и значительной части темных или тусклых областей может привести к искажениям оценки деятельности человека [19]. Вариации отклика NTL затрудняют сравнение в пространстве и времени и представляют собой препятствие для количественной оценки и понимания динамики человеческой деятельности. Причины наблюдаемых изменений освещенности в пространстве и времени, которые имеют решающее значение для изучения взаимосвязи между наблюдениями NTL и деятельностью человека, однако, все еще мало рассматриваются в предыдущих исследованиях.
5. Стратегические направления исследований ночной съемки со спутников
В соответствии с проблемами и ограничениями современного применения дистанционного зондирования NTL рекомендуются четыре ключевых усовершенствования (рисунок 4). Во-первых, наблюдения NTL с более высоким пространственным разрешением, более широким радиометрическим диапазоном обнаружения и мультиспектральными каналами необходимы для улучшения как широко используемых, недавно обновленных, так и будущих спутников / датчиков / продуктов. Во-вторых, очень важно разработать длинный временной ряд последовательных наборов данных NTL путем интеграции текущих композитов NTL для мониторинга пространственно-временной динамики человеческой деятельности в течение достаточно длительного периода времени и для оценки связанных с этим изменений окружающей среды. В-третьих, это обеспечит большие возможности для обнаружения изменений и понимания движущих причин путем интеграции данных NTL с другими данными, включая не только широко используемые данные дистанционного зондирования, но и большие данные геолокации, полевые данные, данные социальных сетей, экспертные знания и местный опыт. Наконец, следует уделять больше внимания мультидисциплинарному и междисциплинарному анализу NTL, включая не только анализ деятельности человека, но и исследования изменений окружающей среды.
4.1.1. Несоответствие между различными датчиками DMSP
Временные ряды данных DMSP NTL не могут быть напрямую сопоставлены с динамикой по годам из-за отсутствия бортовой калибровки, различных атмосферных условий, а также смещения спутника и ухудшения качества датчиков [24]. Данные временных рядов DMSP NTL состоят из наблюдений с шести спутников за период 1992-2013 годов, а именно: F10 (1992-1994), F12 (1994-1999), F14 (1997-2003), F15 (2000-2007), F16 (2004-2009) и F18 (2010-2013). Из-за систематических различий в орбитах спутников (например, при прохождении на рассвете и в сумерках) и ухудшения качества датчиков данные NTL, собранные с разных спутников, заметно отличаются. Кроме того, без бортовой калибровки наблюдения NTL, полученные с одного и того же спутника, различаются по годам из-за различных атмосферных условий. Временная несогласованность данных временных рядов DMSP NTL значительно ограничивает их применение для динамических исследований, таких как расширение городов и потребление электроэнергии.
Существующие исследования по устранению временной несогласованности данных DMSP были сосредоточены на взаимной калибровке данных временных рядов NTL с использованием эмпирических зависимостей между откалиброванными и переданными изображениями. Из-за отсутствия установленных мест калибровки для DMSP-OLS [210] такие взаимосвязи были построены путем ручного выбора стабильных областей в качестве эталонных [87,175,188,211,212] или автоматической идентификации стабильных пикселей как псевдоинвариантных объектов [210,213]. Elvidge и др. [175] предложили общую основу для взаимной калибровки DMSP NTL путем определения эталонной области, которая относительно стабильна в течение многих лет, но в то же время содержит разные значения DN. Эта парадигма калибровки широко использовалась в последующих исследованиях [87,188,211,212], в которых различные эмпирические модели и параметры регрессии, полученные из разных эталонных регионов, использовались для взаимной калибровки в локальном или глобальном масштабе. Позже для взаимной калибровки NTL были предложены улучшенные подходы [210,213], использующие согласованное на глобальном и региональном уровнях смещение для сбора стабильных пикселей DN, без необходимости выбора мест калибровки из одного или нескольких местоположений. Другими словами, Li и Zhou [24] разработали пошаговую стратегию калибровки для систематической корректировки изображений NTL с разных спутников. Полученные результаты согласуются во времени в глобальном масштабе с точки зрения общего количества освещенных пикселей и яркости NTL. Существует также несколько исследований, в которых калибровка яркости DMSP проводилась с использованием наземных источников света [214]. Однако эти подходы больше подходят для локальных исследований из-за ограниченности данных полевых измерений.
Хотя в этих исследованиях использовались разные подходы для взаимной калибровки данных DMSP NTL, эмпирическая взаимосвязь между калиброванными и переданными наблюдениями является ключом к устранению временной несогласованности данных DMSP. Такая взаимосвязь чувствительна к выбранному эталонному изображению, включая выбранные области /пиксели и год/спутник, а также принятые модели, что делает полученный результат различным в разных исследованиях [215]. Одним исключением является исследование Li и Zhou [24], которое отличается от большинства предыдущих исследований, в которых, вероятно, наблюдалась заметная модификация диапазона TNL, поскольку для калибровки всего временного ряда использовалось только одно эталонное изображение. Калибровка с большими изменениями может повлиять на надежность получения полезной информации из изображений NTL. Несмотря на то, что методы взаимной калибровки значительно улучшили несогласованность, наблюдаемую в необработанных временных рядах NTL, сгенерированных на основе агрегирования освещенных пикселей по области, наблюдается лишь умеренное улучшение несогласованности в необработанных временных рядах NTL на уровне пикселей [215].
4.1.2. Эффекты насыщения и ненасыщенности данных DMSP
Данные DMSP NTL имеют два основных недостатка: эффект насыщения значений DN в городских центрах и эффект ненасыщенности в пригородных и сельских переходных районах. С одной стороны, из-за сбора данных DMSP при высоких настройках усиления области с высокой яркостью могут показывать те же значения DN (т.е. DN = 63), что и области с относительно низкой яркостью, что затрудняет различение пикселей с высокой яркостью. Такой недостаток может ограничить применение данных DMSP NTL в исследованиях изменений городской среды, таких как световое загрязнение. Кроме того, насыщенные значения DN данных NTL в городских центрах приведет к недооценке социально-экономической деятельности, такой как потребление в них электроэнергии. С другой стороны, из-за эффекта ненасыщенности в данных DMSP NTL было обнаружено заметное завышение яркости по сравнению с пригородными и прилегающими сельскими районами, что затрудняет применение данных NTL, таких как картирование протяженности городов. Кроме того, пиксели с ненасыщенным освещением со смещенной яркостью оказывают заметное влияние на соответствующие социально-экономические исследования (например, численность населения и ВВП) с использованием данных DMSP NTL.
Объединение характеристик поверхности суши и демографической информации является широко используемым подходом для смягчения эффекта насыщения данных DMSP NTL, что приводит к изменению индексов NTL. NDVI является широко используемым индикатором для уменьшения насыщенности и увеличения вариаций для получения модифицированных индексов NTL [216]. Аналогичным образом, другие показатели, такие как нормализованный разностный индекс воды (NDWI) [217] и данные о степени урбанизации, также могут быть использованы для изменения индексов NTL [71]. В дополнение к характеристикам поверхности земли демографическая информация также полезна для уменьшения эффекта насыщенности пикселей NTL. Пространственно-определенные данные о плотности населения были введены для усиления неоднородности насыщенных пикселей NTL [93]. Кроме того, данные социальных сетей, такие как добровольные данные и данные о регистрации с мобильных устройств, являются новыми источниками данных о деятельности человека для решения проблемы насыщения данных DMSP NTL [218]. Ключевым из этих подходов является генерирование гетерогенных модифицированных индексов NTL в областях с высокой яркостью, и эти модифицированные индексы NTL демонстрируют улучшенные показатели при исследовании деятельности человека в основных городских районах по сравнению с исходными значениями DN.
Использование пороговых значений и классификация являются двумя широко используемыми подходами для учета эффекта цветения в таких исследованиях, как картирование городской протяженности на основе NTL. Порог используется для отделения городских районов от окружающих пригородных и сельских районов. Однако пороговые значения различаются в разных регионах из-за различных уровней социально-экономического развития. Zhou и др. [71] применили оценочный оптимальный порог для каждого потенциального городского кластера с различными размерами, используя кластерный подход. Вспомогательная информация, такая как статистические данные о городских районах из данных обследования [8] и данные о растительном покрове с высоким разрешением [72,219], широко используются при определении оптимального порога. Недавно был разработан подход, основанный на квантилях в соответствии с изменением градиента яркости NTL, для автоматического определения оптимального порога для определения протяженности урбанизированной территории [75]. Этот подход позволяет максимально отделить городские районы от окружающих сельских районов на основе распределения данных NTL по DN, и он может быть расширен как в пространстве, так и во времени. Классификация – это альтернативный подход к получению городских масштабов с использованием данных NTL, где требуется другая вспомогательная информация, такая как NDVI [88].
4.2. Отсутствие длительных временных рядов последовательных наблюдений за освещенностью в ночное время
Два основных набора данных NTL (DMSP и VIIRS) широко использовались в предыдущих исследованиях. Один из них – стабильный продукт NTL версии 4 DMSP (1992-2013), а другой – набор ежемесячных композитов NTL версии 1 VIIRS (с 2012 года по настоящее время). По сравнению со стабильными безоблачными композитами DMSP-OLS, изображения NPP-VIIRS имеют более высокое пространственное разрешение, более широкий динамический диапазон и более высокое радиометрическое разрешение, что обеспечивает большую четкость и детальность снимка ночного антропогенного светового излучения [220]. Бортовая калибровка также использовалась для повышения качества данных NPP-VIIRS. С улучшением пространственного разрешения, сопоставимости, динамического диапазона и радиометрического квантования проблемы эффектов насыщения в городских центрах и проблемы ненасыщения не являются существенными, поскольку данные DMSP-OLS [27,221] и NPP-VIIRS могут быть использованы непосредственно для временного анализа. Более того, разница во времени прохождения этих двух датчиков также приводит к несогласованности обнаруженного освещения в двух наборах данных [27], поскольку динамика ночного пейзажа отличается во времени от раннего вечера до полуночи [53,222]. Это несоответствие очевидно в крупных городах и в районах, где уличные фонари намеренно тускнеют или выключаются в поздние часы.
Различия между DMSP-OLS и NPP-VIIRS привели к проведению соответствующих исследований для лучшего понимания этих двух наборов данных и их различий. В ряде исследований сравнивались возможности NPP-VIIRS и DMSP-OLS при анализе урбанизации [79, 223], социально-экономической деятельности [43, 45, 146, 224], выбросов парниковых газов [159, 225], а также светового загрязнения и его последствий [206]. Эти попытки, в которых подчеркивались преимущества данных VIIRS в обнаружении деятельности человека в малых масштабах, способствовали появлению новых и усовершенствованных методов для преодоления недостатков, присущих данным DMSP, упомянутым в разделе 4.1.
Ограничение во временном охвате этих двух продуктов в настоящее время препятствует использованию данных NTL в длительных временных рядах. Хотя наблюдения NTL с VIIRS/DNB обеспечивают больший потенциал в мониторинге деятельности человека и изменений окружающей среды, временной охват доступных наблюдений короче по сравнению со стабильными композитами NTL версии 4 DMSP. Изображения VIIRS/DNB NTL не были выпущены до 2012 года, в то время как DMSP-OLS прекратил свою работу в 2013 году. Таким образом, композитный NTL временных рядов DMSP версии 4 в настоящее время является наиболее широко используемым набором данных NTL для анализа временных рядов [16,226]. Однако это преимущество данных DMSP будет постепенно уменьшаться по мере того, как постоянно обновляемая ежемесячная сводная информация VIIRS/DNB начнет играть более значительную роль в анализе временных рядов.
В современных приложениях дистанционного зондирования NTL по-прежнему отсутствует долгосрочный и согласованный глобальный набор данных NTL, начиная с 1990-х годов. Такие интегрированные наборы данных, охватывающие период с 1992 года по настоящее время, позволят осуществлять долгосрочный мониторинг человеческой деятельности с низкими затратами в региональном и глобальном масштабах. Несколько исследований начали проводить анализ временных рядов с использованием как DMSP, так и VIIRS. Например, модель линейной регрессии использовалась для калибровки необработанных ежедневных изображений DMSP над Dome C в Антарктике в данные, подобные VIIRS, путем получения характеристики DMSP DN и излучения VIIRS интересующей области [227]. Была предложена перекалибровочная модель [118], разработанная для ненасыщенных городских районов, для калибровки ежемесячных данных VIIRS в ежемесячные данные, подобные DMSP, для оценки динамики освещения города во время войны. Кроме того, модель степенной функции [98] была использована для моделирования DMSP-подобных TNL из VIIRS TNL на основе их количественной взаимосвязи для исследования динамики областного ВВП в Китае. Недавно, с использованием данных DMSP, откалиброванных по излучению, и данных VIIRS, была предложена модель кросс-калибровки датчиков для получения данных VIIRS, подобных DMSP. Эти попытки способствовали повышению согласованности NTL или NTL-индексов между данными DMSP и VIIRS; однако все еще существуют ограничения в отношении широкого применения существующих методов. Во-первых, используемые наборы данных недоступны для широкой аудитории [118,227], что затрудняет широкое применение этих методов в других регионах. Во-вторых, сгенерированный последовательный NTL все еще имеет ограниченный временной охват [228], и потенциал исторического архива NTL не был полностью изучен. В-третьих, предлагаемые модели могут быть надежными для конкретных освещенных областей [118], а это означает, что при их применении в других регионах следует соблюдать осторожность. Учитывая, что существующие методы не могут широко применяться и продвигаться, по-прежнему остается сложной задачей создать длинный временной ряд последовательных и сопоставимых наборов данных о ночной освещенности с 1992 года по настоящее время.
4.3. Ограниченное понимание ночного освещения для восприятия меняющегося мира
Ограниченное понимание NTL для восприятия меняющегося мира препятствует глубокому анализу NTL для точного определения динамики ночного пейзажа, характеристики реальной деятельности человека и изменений окружающей среды, а также выявления или объяснения потенциальных социальных, экономических, религиозных и политических проблем. Эти ограничения, главным образом из-за недостатков существующих методов или продуктов обработки данных, можно сгруппировать по четырем аспектам.
Во-первых, взаимосвязь на уровне пикселей между NTL и наземными объектами/деятельностью человека не была полностью изучена. Хотя величина NTL и пространственные закономерности демонстрируют потенциал для характеристики закономерностей и динамики человеческой деятельности от локальных до глобальных масштабов, отсутствие четкой информации о текстурах затрудняет точное исследование различных видов человеческой деятельности с использованием NTL в пространстве в более мелком масштабе. В настоящее время данные дистанционного зондирования из нескольких источников, такие как AVHRR, MODIS, SPOT VEGETATION, Landsat и Sentinel-2, с подробной информацией о ландшафте и особенностях местности, используются в исследованиях NTL для двух целей: (1) Проверка результатов, полученных из данных NTL, таких как степень урбанизации [82,88,229,230]; и (2) повышение качества данных NTL или производных результатов [43,216,231,232]. Эти попытки, либо фокусирующиеся на исследованиях с использованием данных NTL с грубым разрешением, либо с использованием данных с высоким разрешением, но все же подчеркивающие региональную динамику, не могут хорошо объяснить, как сигналы NTL реагируют на различные типы землепользования / растительного покрова и социально-экономические показатели, такие как распределение населения, потребление энергии и плотность застройки. Четкое понимание взаимосвязи между освещенными пикселями и соответствующими особенностями поверхности земли и деятельностью человека имеет решающее значение для дальнейшего применения данных об освещенности в ночное время. Однако такой фундаментальный вопрос не был полностью рассмотрен в предыдущих исследованиях.
Во-вторых, методы и алгоритмы количественной характеристики человеческой деятельности все еще нуждаются в совершенствовании. С одной стороны, недооценка и переоценка интенсивности человеческой деятельности, таких как протяженность городов [72,75], социально-экономическая изменчивость [111,114], масштабы рыболовства, потребление энергии [154,233] и выбросы [148,159], указывают на то, что необходимы дополнительные усилия для повышения точности и надежности результатов. С другой стороны, различия пороговых значений, взаимосвязей, тенденций и закономерностей извлеченной информации из изображений NTL в разные годы / масштабе / районах распространения [19] также указывают на необходимость автоматических и интеллектуальных методов в этих исследованиях. Хотя некоторые надежные взаимосвязи между сигналами NTL, такие как квадратичная зависимость между излучением NTL на уровне пикселей и соответствующим градиентом яркости [234], а также зависимость на основе квантилей между городскими и сельскими данными NTL [75], были определены как эффективные способы крупномасштабного городского картирования, и эти методы подходят только для изображений DMSP. Необходимы дополнительные усилия для оценки применимости этих методов к другим данным NTL и для разработки более эффективных методов.
Кроме того, по сравнению с мониторингом деятельности человека, исследования по выявлению изменений окружающей среды относительно ограничены. Данные NTL обеспечивают экономичный способ обнаружения огней Земли ночью и отслеживания их изменений с течением времени. Количественный мониторинг Земли в ночное время может быть использован не только для характеристики человеческой деятельности, такой как урбанизация и конфликты, но и для обеспечения новой перспективы для понимания изменений окружающей среды. Однако последнее по-прежнему ограничено, главным образом из-за несоответствия масштаба между текущими данными NTL и изученными проблемами. Исследования изменений окружающей среды, которые являются географически специфичными вопросами, в основном проводятся в мелком масштабе. По сравнению с крупномасштабным мониторингом человеческой деятельности, ранее запущенные датчики (например, DMSP и VIIRS), которые обеспечивают ночную съемку в крупном масштабе только в одном спектральном диапазоне, имеют ограниченные возможности обнаружения освещения и, следовательно, не могут предоставить достаточно информации, необходимой для исследований изменений окружающей среды. Данные NTL с более высоким пространственным, временным и радиометрическим разрешением, а также информация о нескольких спектральных диапазонах крайне необходимы, особенно в будущих исследованиях изменений окружающей среды.
Наконец, существует несоответствие между информацией, полученной из данных NTL, и фактическим состоянием человеческой деятельности. Первый тип различий связан с датчиками или продуктами данных. Хотя существует высокая корреляция между антропогенными выбросами и деятельностью человека, NTL является лишь одним из показателей деятельности человека. Например, отсутствие освещения не означает отсутствия человеческой деятельности. Более того, разное время прохождения датчиков NTL оказывает определенное влияние на обнаружение освещения на Земле из-за различной динамики ночных огней, особенно до и после пикового освещения [27]. В частности, из-за разницы в общей яркости неба ночью, вызванной динамикой различных источников света в течение ночи (например, уличных фонарей, освещенных окон домов и магазинов, а также транспортных средств) [53,222], вероятно, что ночной пейзаж будет отличаться от изображений NTL, снятых в разное время. Кроме того, из-за сочетания рассеяния света, эффектов аппаратуры, обработки и свечения неба [235-237] эффект ненасыщенности особенно силен в данных DMSP-OLS [223] и более распространен в областях, прилегающих к воде и снегу [19]. Кроме того, спектр освещения также влияет на способность существующих датчиков количественно определять искусственное освещение из космоса. Это ограничение существует даже в данных VIIRS, которые не имеют возможности улавливать синий свет от светодиодов, излучающих белый свет (LED) [238]. Наконец, различные углы изображения могут также влиять на видимость освещения фасада и чувствительность обнаружения спутниковых датчиков к различным источникам излучения (например, светящиеся знаки и освещение парковки) [239], особенно когда пространственное разрешение датчиков высокое. Некоторые источники направленного света, такие как прожекторы и автомобильные фары, не могут быть обнаружены [53]. Этот эффект может ограничить способность датчиков NTL фиксировать изменения освещения. Таким образом, из-за этих неопределенностей, вызванных датчиками и продуктами, понимание того, как максимально использовать существующие и будущие наблюдения NTL для фиксации реальных изменений освещения и характеристик конкретных видов человеческой деятельности, по-прежнему является сложной задачей. Второй тип различий связан с методами исследования человеческой деятельности. Поскольку реакция изменений NTL на деятельность человека меняется в пространстве и времени, анализ без учета социокультурных факторов, источников освещения, выбросов и значительной части темных или тусклых областей может привести к искажениям оценки деятельности человека [19]. Вариации отклика NTL затрудняют сравнение в пространстве и времени и представляют собой препятствие для количественной оценки и понимания динамики человеческой деятельности. Причины наблюдаемых изменений освещенности в пространстве и времени, которые имеют решающее значение для изучения взаимосвязи между наблюдениями NTL и деятельностью человека, однако, все еще мало рассматриваются в предыдущих исследованиях.
5. Стратегические направления исследований ночной съемки со спутников
В соответствии с проблемами и ограничениями современного применения дистанционного зондирования NTL рекомендуются четыре ключевых усовершенствования (рисунок 4). Во-первых, наблюдения NTL с более высоким пространственным разрешением, более широким радиометрическим диапазоном обнаружения и мультиспектральными каналами необходимы для улучшения как широко используемых, недавно обновленных, так и будущих спутников / датчиков / продуктов. Во-вторых, очень важно разработать длинный временной ряд последовательных наборов данных NTL путем интеграции текущих композитов NTL для мониторинга пространственно-временной динамики человеческой деятельности в течение достаточно длительного периода времени и для оценки связанных с этим изменений окружающей среды. В-третьих, это обеспечит большие возможности для обнаружения изменений и понимания движущих причин путем интеграции данных NTL с другими данными, включая не только широко используемые данные дистанционного зондирования, но и большие данные геолокации, полевые данные, данные социальных сетей, экспертные знания и местный опыт. Наконец, следует уделять больше внимания мультидисциплинарному и междисциплинарному анализу NTL, включая не только анализ деятельности человека, но и исследования изменений окружающей среды.
Рисунок 4. Стратегические направления будущих исследований в области дистанционного зондирования NTL
5.1. Улучшение данных об освещенности в ночное время
Будущее применение дистанционного зондирования NTL требуют улучшенных датчиков и информационных продуктов для извлечения точной и ценной информации при будущих исследованиях NTL. Ожидается, что благодаря этим улучшениям будет доступна съемка NTL со значительными улучшениями в пространственном, временном, радиометрическом и спектральном разрешениях. Улучшенная съемка NTL с широкими возможностями для захвата динамики ночного пейзажа откроют новые возможности для мониторинга деятельности человека и изменений окружающей среды в лучших пространственно-временных масштабах.
Во-первых, необходимы дополнительные усилия для смягчения эффектов насыщения и ненасыщенности, которые существуют в стабильных композитах NTL версии 4 DMSP. Ожидается, что в дополнение к характеристикам поверхности земли и демографической информации, данные социальных сетей, такие как добровольные данные или данные регистрации с мобильных устройств, в качестве нового источника данных будут раскрывать больше деталей в насыщенных пикселях NTL. Ожидается, что новые методы коррекции данных DMSP-OLS, независимые от вспомогательных данных, таких как NDVI или классификация земель, смягчат эффект ненасыщенности данных DMSP-OLS. Между тем, дальнейшее сравнение данных DMSP- OLS и VIIRS/DNB с разных точек зрения, таких как реакция NTL на особенности поверхности земли или плотность населения, также может способствовать более глубокому пониманию различий в информации, полученной из двух продуктов. Эти различия являются ключевыми для улучшения наблюдений NTL. С улучшением данных NTL и полученной информации более перспективным является более точный учет человеческой деятельности и изменений в окружающей среде.
Во-вторых, необходимы наблюдения NTL с более высоким пространственным, временным и радиометрическим разрешением. В настоящее время большинство исследований NTLS не смогли охарактеризовать пространственные структуры на уровне района и улицы из-за отсутствия свободно доступных наблюдений с высоким пространственным и радиометрическим разрешением. Учитывая, что цена на изображения NTL высокой четкости (например, субметрового уровня), предлагаемые коммерческими спутниками (например, израильским EROS-B и китайским JL1), высока, недавний запуск кубсата Luojia-1 с бесплатным доступом к данным для мониторинга искусственного освещения в ночное время в мелком масштабе может способствовать появлению новых применений. По сравнению с ежемесячными и сезонными изменениями в антропогенной деятельности с излучением света, для деятельности с короткой продолжительностью, но потенциально высоким социальным или экологическим воздействием, своевременный мониторинг высокой частоты человеческой деятельности, такой как войны и катастрофы [48], также предъявляет новые требования к улучшению временного разрешения данных NTL. Например, недавно выпущенный продукт Black Marble обеспечивает еще один шаг вперед в ежедневном мониторинге активности, излучающей свет, что имеет большое значение для оценки интенсивности и потерь в результате стихийных бедствий и конфликтов. С последовательным появлением и совершенствованием датчиков и продуктов ожидается, что композиты NTL с более высоким пространственным, временным и радиометрическим разрешением будут использоваться для мониторинга пространственно-временной динамики ночного пейзажа.
В-третьих, определение различных типов освещения значительно выиграет от мультиспектральной информации будущих данных NTL. Поскольку спектры излучения источников искусственного освещения различны [240], основные типы источников искусственного освещения могут быть разделены с помощью гиперспектральных данных [241-243]. Такая информация поможет оценить воздействие светового загрязнения и составить карту пространственной структуры человеческой деятельности. Однако большинство современных спутниковых датчиков NTL являются панхроматическими, за исключением фотографий с МКС и спутника JL-1, которые предлагают цветные изображения RGB. Как уже упоминалось, недостаточная чувствительность к синему свету от светодиодов влияет на способность существующих датчиков, таких как VIIRS / DNB, количественно определять искусственное освещение из космоса, что приведет к серьезной потере важной спектральной информации, когда все больше городов переведут свои технологии уличного освещения на светодиоды, особенно в Великобритании [53]. Синий и другие спектральные каналы в диапазонах от видимого до ближнего инфракрасного необходимы в будущих датчиках NTL. Новые и усовершенствованные датчики и алгоритмы с мульти- или гиперспектральными каналами будут играть более важную роль в визуализации, идентификации и количественной оценке изменений в световом излучении и загрязнении.
5.2. Разработка длинных временных рядов последовательных данных об освещенности в ночное время
Непрерывный и последовательный мониторинг глобального ночного пейзажа из космоса обеспечит ценную съемку о деятельности человека от прошлого до будущего. С помощью пространственно детализированных наблюдений за источниками искусственного освещения в населенных пунктах в ночное время интенсивность человеческой деятельности может быть определена количественно, предоставляя базовые знания, необходимые для понимания изменений окружающей среды и воздействия светового излучения, связанного с деятельностью человека во всем мире [186]. Количественная оценка и характеристика человеческой деятельности и изменений окружающей среды с использованием данных NTL предоставляют нам экономически эффективный способ восприятия меняющегося мира с разных сторон. Эти аспекты включают, но не ограничиваются ими, урбанизацию, социально—экономическую деятельность, конфликты и стихийные бедствия, рыболовство, потребление энергии и выбросы парниковых газов, здоровье человека и экосистему. Поэтому долгосрочная съемка глобального ночного пейзажа имеет большое значение для восприятия нашего меняющегося мира.
Долгосрочные и последовательные данные NTL, от прошлого до настоящего и даже будущего, являются насущной потребностью в непрерывном и последовательном мониторинге человеческой деятельности от регионального до глобального масштабов. Годовой стабильный набор данных NTL версии 4 от DMSP и набор ежемесячных и годовых композитов NTL версии 1 от VIIRS будут играть ключевую роль в создании нового продукта временных рядов. Хотя несколько исследований способствовали повышению согласованности сигналов NTL из разных наборов данных, интеграция наборов данных DMSP и VIIRS на уровне пикселей по-прежнему является сложной задачей, и соответствующий продукт по-прежнему отсутствует. Поэтому необходимы дополнительные усилия для разработки длинных временных рядов последовательных данных NTL с 1990-х годов и далее.
Решение проблемы несоответствия между DMSP-OLS и NPP-VIIRS является ключевым для разработки длинных временных рядов согласованных данных NTL. Это несоответствие данных NTL между DMSP- OLS и NPP-VIIRS может быть частично уменьшено путем калибровки VIIRS до данных, подобных DMSP, или улучшения DMSP до данных, подобных VIIRS. Будущие усилия по смягчению последствий насыщения и ненасыщенности стабильных данных NTL DMSP значительно повысят сопоставимость двух наборов данных. Аналогичным образом, сопоставимость двух наборов данных также может быть достигнута путем объединения VIIR в данные, подобные DMSP. Благодаря этим усилиям пространственная структура обработанных NTL из DMSP и VIIRS станет более последовательной. В дополнение к уменьшению несогласованности, вызванной характеристиками пространственного и радиометрического разрешений датчиков, различиям NTL DMSP и VIIRS, вызванным их различным временем прохождения, следует уделять больше внимания при разработке длинных временных рядов согласованных данных NTL, подобных DMSP или VIIRS.
5.3. Интеграция наблюдений за освещенностью в ночное время с другими данными и знаниями
Интеграция наблюдений NTL с большими данными геолокации, мультиспектральными/исходными данными дистанционного зондирования и полевыми данными предоставит больше возможностей для исследований дистанционного зондирования NTL. Дополнительная информация из этих данных будет способствовать восприятию человеческой деятельности и связанных с ней изменений окружающей среды с разных точек зрения. В дополнение к проверке информации, полученной из съемки NTL, отклики световых сигналов на наземные объекты и различные виды человеческой деятельности, такие как динамика численности населения, полученная из данных социальных сетей, могут быть лучше поняты путем интеграции других соответствующих данных. Более того, полевые данные, полученные в результате анализа конкретных объектов, - это еще один способ исследовать необычную динамику светового ландшафта и помочь выявить их движущие силы. Поэтому необходимо уделять больше внимания использованию этих наборов данных и знаний из нескольких источников для мониторинга динамики NTL, выявления деятельности человека и изучения их потенциальных причин.
Интеграция наблюдений NTL с дневными спутниковыми снимками может служить полезным материалом для алгоритмов глубокого обучения для характеристики и прогнозирования человеческой деятельности. Дневные спутниковые снимки, содержащие многочисленную информацию об особенностях ландшафта, предоставляют большие возможности для характеристики структуры человеческой деятельности. Данные NTL фиксируют яркость света Земли ночью и рассматриваются как приблизительный показатель интенсивности человеческой деятельности. Комбинация этих двух типов наблюдений для маркировки и обучения моделей глубокого обучения имеет большой потенциал для сбора информации как о структуре, так и об интенсивности человеческой деятельности. Например, с помощью нового подхода к машинному обучению [108, 244] было продемонстрировано, что объединенная информация из NTL и дневных снимков с высоким разрешением полезна для оценки социально-экономической деятельности (например, потребления домашних хозяйств и активов) и позволяет отслеживать статус бедности в развивающихся странах. Используемая здесь стратегия переноса обучения дает новое представление об исследованиях NTL. Необходимы дополнительные усилия для расширения применения NTL в глубоком обучении путем интеграции данных NTL и снимков в дневное время, особенно когда становятся доступными более точные изображения NTL.
Интеграция экспертных знаний и местного опыта в анализ данных NTL является многообещающей для понимания обнаруженной динамики светового ландшафта в ночное время и выявления причин их изменений. Ночной световой ландшафт, связанный с экономической деятельностью, урбанизацией и типами освещения, всегда меняется в разных странах, регионах и городах с течением времени. Эти вариации NTL в пространстве и времени могут стать препятствием для понимания отклика световых сигналов на деятельность человека. Например, изображения NTL могут быть не в состоянии передать городскую динамику в некоторых регионах со слабой ночной освещенностью из-за ограниченной мощности источников питания [34] или политики уличных фонарей [53]. Экспертные знания и местный опыт могут помочь выявить основные механизмы изменений и дать более глубокое представление о динамике человеческой деятельности. Например, такие факторы, как история развития, использовались для объяснения быстрого увеличения интенсивности NTL в некоторых географических кластерах в Китае [245]. Поэтому необходима осторожность при анализе географических и социально-экономических явлений с использованием данных NTL, и интеграция социального, экономического, культурного, политического, исторического и даже религиозного фона исследуемых областей, а также специальных знаний в смежных с дистанционным зондированием NTL областях может оказать большую помощь.
5.4. Содействие мультидисциплинарному и междисциплинарному анализу ночного освещения
Содействие мультидисциплинарному и междисциплинарному анализу NTL имеет большое значение для изучения потенциала дистанционного зондирования NTL. Во-первых, это расширяет область применения NTL от человеческих аспектов до изменений окружающей среды. Во-вторых, это улучшает понимание изменений NTL, выявляя потенциальные социально-экономические или экологические проблемы и отслеживая возможные причины. Для дальнейшего изучения потенциала NTL необходим мультидисциплинарный и междисциплинарный анализ NTL из различных дисциплин, таких как наука об окружающей среде, социальные науки и здоровье человека.
Во-первых, необходимы дополнительные усилия для выявления воздействия NTL на окружающую среду и экологию видов. В предыдущих исследованиях для отражения тенденций светового загрязнения использовались такие количественные показатели, как TNL, NTM и NTSD. Однако эти показатели не могут охватить детали сложных экологических проблем, таких как изменение климата или экологические процессы. Таким образом, анализ исследований NTL из более широкого круга дисциплин, включая биологию и экологию, может принести пользу исследователям с глубоким пониманием экологических последствий NTL. Например, мультидисциплинарный и междисциплинарный анализ может помочь определить пороговые значения интенсивности, которые имеют значительные экологические последствия, и исследовать воздействие света на популяционном и экосистемном уровнях, таких как показатели смертности и плодовитости, видовой состав и трофическая структура.
Во-вторых, для анализа явлений, выявленных динамикой светового ландшафта, необходимы дисциплинарные знания в области социальных наук, таких как региональная политика, экономика и религия. NTL обеспечивает измерение только излучения ночного света, в то время как дальнейшее изучение взаимосвязей между NTL и показателями социальных наук могло бы лучше продемонстрировать, как социальные и экономические переменные взаимодействуют и реагируют на освещение. Наиболее значительным прогрессом по сравнению с предыдущими исследованиями является то, что ВВП и темпы его роста были оценены с использованием социально-экономических данных и данных NTL и эконометрических моделей. В будущих исследованиях крайне необходимо интегрировать больше показателей социальных наук в NTL для понимания факторов наблюдаемого освещения и их изменений, что может иметь большое значение для смягчения последствий светового загрязнения.
В-третьих, необходимо уделять больше внимания и исследовать воздействие NTL на здоровье человека. В большинстве предыдущих исследований изучалась взаимосвязь между воздействием искусственного освещения в помещении в ночное время и здоровьем человека путем измерения привычек освещения в помещении при индивидуальном уровне экспозиции. Результаты показали, что искусственное освещение в помещении увеличивает риск развития рака и нарушения циркадного ритма, в то время как исследования, касающиеся воздействия уровня освещенности на открытом воздухе на здоровье, все еще ограничены. В некоторых экспериментальных исследованиях сообщалось, что более яркое наружное освещение оказывает большее воздействие на здоровье. Однако дальнейшие исследования по-прежнему крайне необходимы. Например, пороговые значения интенсивности наружного освещения и времени воздействия, которые оказывают воздействие на здоровье человека, остаются неизвестными. Поэтому дальнейшие исследования, такие как связь между NTL и последствиями для здоровья, имеют решающее значение для разработки стратегий защиты людей от заболеваний, вызванных искусственным освещением.
6. Выводы
Целью этого обзора было обобщить применение спутникового дистанционного зондирования NTL и то, как данные NTL на текущем этапе и в будущем способствуют восприятию, характеристике и количественной оценке изменений на Земле. Благодаря постоянно обновляющимся и улучшающимся датчикам и информационным продуктам NTL с конца 1990-х годов появляются различные области применения спутникового дистанционного зондирования NTL. Эти исследования в значительной степени способствуют и углубляют наше понимание урбанизации и социально-экономической динамики, вооруженных конфликтов и стихийных бедствий, рыболовства, выбросов парниковых газов и потребления энергии, а также светового загрязнения и воздействия на здоровье. Однако из-за ограничений возможностей датчиков для обнаружения слабого освещения в ночное время и нерешенных проблем алгоритмов и технологий в области генерации и обработки данных все еще существуют проблемы и трудности в доступе к долгосрочным согласованным данным NTL с высоким качеством. Эти проблемы препятствуют дальнейшему применению дистанционного зондирования NTL для восприятия меняющегося мира. Будущие исследования в области спутникового дистанционного зондирования NTL требуют улучшенных датчиков и информационных продуктов для получения точной и богатой информации, особенно когда наступает эра белых светодиодов. Последовательный и непрерывный набор данных NTL также крайне необходим для долгосрочного мониторинга человеческой деятельности от регионального до глобального масштаба, что имеет важное значение для выявления потенциальных социально-экономических, человеческих и экологических проблем. В дополнение к совершенствованию информационных продуктов, сочетание наблюдений NTL с другими данными, будь то данные дистанционного зондирования, данные социальных сетей, полевые данные или экспертные знания и местный опыт, является многообещающим для всесторонней характеристики и понимания изменений в деятельности человека. Наконец, углубленный анализ с мультидисциплинарной или междисциплинарной точки зрения имеет большое значение для выявления возможных причин и потенциальных последствий изменений освещения.
Будущее применение дистанционного зондирования NTL требуют улучшенных датчиков и информационных продуктов для извлечения точной и ценной информации при будущих исследованиях NTL. Ожидается, что благодаря этим улучшениям будет доступна съемка NTL со значительными улучшениями в пространственном, временном, радиометрическом и спектральном разрешениях. Улучшенная съемка NTL с широкими возможностями для захвата динамики ночного пейзажа откроют новые возможности для мониторинга деятельности человека и изменений окружающей среды в лучших пространственно-временных масштабах.
Во-первых, необходимы дополнительные усилия для смягчения эффектов насыщения и ненасыщенности, которые существуют в стабильных композитах NTL версии 4 DMSP. Ожидается, что в дополнение к характеристикам поверхности земли и демографической информации, данные социальных сетей, такие как добровольные данные или данные регистрации с мобильных устройств, в качестве нового источника данных будут раскрывать больше деталей в насыщенных пикселях NTL. Ожидается, что новые методы коррекции данных DMSP-OLS, независимые от вспомогательных данных, таких как NDVI или классификация земель, смягчат эффект ненасыщенности данных DMSP-OLS. Между тем, дальнейшее сравнение данных DMSP- OLS и VIIRS/DNB с разных точек зрения, таких как реакция NTL на особенности поверхности земли или плотность населения, также может способствовать более глубокому пониманию различий в информации, полученной из двух продуктов. Эти различия являются ключевыми для улучшения наблюдений NTL. С улучшением данных NTL и полученной информации более перспективным является более точный учет человеческой деятельности и изменений в окружающей среде.
Во-вторых, необходимы наблюдения NTL с более высоким пространственным, временным и радиометрическим разрешением. В настоящее время большинство исследований NTLS не смогли охарактеризовать пространственные структуры на уровне района и улицы из-за отсутствия свободно доступных наблюдений с высоким пространственным и радиометрическим разрешением. Учитывая, что цена на изображения NTL высокой четкости (например, субметрового уровня), предлагаемые коммерческими спутниками (например, израильским EROS-B и китайским JL1), высока, недавний запуск кубсата Luojia-1 с бесплатным доступом к данным для мониторинга искусственного освещения в ночное время в мелком масштабе может способствовать появлению новых применений. По сравнению с ежемесячными и сезонными изменениями в антропогенной деятельности с излучением света, для деятельности с короткой продолжительностью, но потенциально высоким социальным или экологическим воздействием, своевременный мониторинг высокой частоты человеческой деятельности, такой как войны и катастрофы [48], также предъявляет новые требования к улучшению временного разрешения данных NTL. Например, недавно выпущенный продукт Black Marble обеспечивает еще один шаг вперед в ежедневном мониторинге активности, излучающей свет, что имеет большое значение для оценки интенсивности и потерь в результате стихийных бедствий и конфликтов. С последовательным появлением и совершенствованием датчиков и продуктов ожидается, что композиты NTL с более высоким пространственным, временным и радиометрическим разрешением будут использоваться для мониторинга пространственно-временной динамики ночного пейзажа.
В-третьих, определение различных типов освещения значительно выиграет от мультиспектральной информации будущих данных NTL. Поскольку спектры излучения источников искусственного освещения различны [240], основные типы источников искусственного освещения могут быть разделены с помощью гиперспектральных данных [241-243]. Такая информация поможет оценить воздействие светового загрязнения и составить карту пространственной структуры человеческой деятельности. Однако большинство современных спутниковых датчиков NTL являются панхроматическими, за исключением фотографий с МКС и спутника JL-1, которые предлагают цветные изображения RGB. Как уже упоминалось, недостаточная чувствительность к синему свету от светодиодов влияет на способность существующих датчиков, таких как VIIRS / DNB, количественно определять искусственное освещение из космоса, что приведет к серьезной потере важной спектральной информации, когда все больше городов переведут свои технологии уличного освещения на светодиоды, особенно в Великобритании [53]. Синий и другие спектральные каналы в диапазонах от видимого до ближнего инфракрасного необходимы в будущих датчиках NTL. Новые и усовершенствованные датчики и алгоритмы с мульти- или гиперспектральными каналами будут играть более важную роль в визуализации, идентификации и количественной оценке изменений в световом излучении и загрязнении.
5.2. Разработка длинных временных рядов последовательных данных об освещенности в ночное время
Непрерывный и последовательный мониторинг глобального ночного пейзажа из космоса обеспечит ценную съемку о деятельности человека от прошлого до будущего. С помощью пространственно детализированных наблюдений за источниками искусственного освещения в населенных пунктах в ночное время интенсивность человеческой деятельности может быть определена количественно, предоставляя базовые знания, необходимые для понимания изменений окружающей среды и воздействия светового излучения, связанного с деятельностью человека во всем мире [186]. Количественная оценка и характеристика человеческой деятельности и изменений окружающей среды с использованием данных NTL предоставляют нам экономически эффективный способ восприятия меняющегося мира с разных сторон. Эти аспекты включают, но не ограничиваются ими, урбанизацию, социально—экономическую деятельность, конфликты и стихийные бедствия, рыболовство, потребление энергии и выбросы парниковых газов, здоровье человека и экосистему. Поэтому долгосрочная съемка глобального ночного пейзажа имеет большое значение для восприятия нашего меняющегося мира.
Долгосрочные и последовательные данные NTL, от прошлого до настоящего и даже будущего, являются насущной потребностью в непрерывном и последовательном мониторинге человеческой деятельности от регионального до глобального масштабов. Годовой стабильный набор данных NTL версии 4 от DMSP и набор ежемесячных и годовых композитов NTL версии 1 от VIIRS будут играть ключевую роль в создании нового продукта временных рядов. Хотя несколько исследований способствовали повышению согласованности сигналов NTL из разных наборов данных, интеграция наборов данных DMSP и VIIRS на уровне пикселей по-прежнему является сложной задачей, и соответствующий продукт по-прежнему отсутствует. Поэтому необходимы дополнительные усилия для разработки длинных временных рядов последовательных данных NTL с 1990-х годов и далее.
Решение проблемы несоответствия между DMSP-OLS и NPP-VIIRS является ключевым для разработки длинных временных рядов согласованных данных NTL. Это несоответствие данных NTL между DMSP- OLS и NPP-VIIRS может быть частично уменьшено путем калибровки VIIRS до данных, подобных DMSP, или улучшения DMSP до данных, подобных VIIRS. Будущие усилия по смягчению последствий насыщения и ненасыщенности стабильных данных NTL DMSP значительно повысят сопоставимость двух наборов данных. Аналогичным образом, сопоставимость двух наборов данных также может быть достигнута путем объединения VIIR в данные, подобные DMSP. Благодаря этим усилиям пространственная структура обработанных NTL из DMSP и VIIRS станет более последовательной. В дополнение к уменьшению несогласованности, вызванной характеристиками пространственного и радиометрического разрешений датчиков, различиям NTL DMSP и VIIRS, вызванным их различным временем прохождения, следует уделять больше внимания при разработке длинных временных рядов согласованных данных NTL, подобных DMSP или VIIRS.
5.3. Интеграция наблюдений за освещенностью в ночное время с другими данными и знаниями
Интеграция наблюдений NTL с большими данными геолокации, мультиспектральными/исходными данными дистанционного зондирования и полевыми данными предоставит больше возможностей для исследований дистанционного зондирования NTL. Дополнительная информация из этих данных будет способствовать восприятию человеческой деятельности и связанных с ней изменений окружающей среды с разных точек зрения. В дополнение к проверке информации, полученной из съемки NTL, отклики световых сигналов на наземные объекты и различные виды человеческой деятельности, такие как динамика численности населения, полученная из данных социальных сетей, могут быть лучше поняты путем интеграции других соответствующих данных. Более того, полевые данные, полученные в результате анализа конкретных объектов, - это еще один способ исследовать необычную динамику светового ландшафта и помочь выявить их движущие силы. Поэтому необходимо уделять больше внимания использованию этих наборов данных и знаний из нескольких источников для мониторинга динамики NTL, выявления деятельности человека и изучения их потенциальных причин.
Интеграция наблюдений NTL с дневными спутниковыми снимками может служить полезным материалом для алгоритмов глубокого обучения для характеристики и прогнозирования человеческой деятельности. Дневные спутниковые снимки, содержащие многочисленную информацию об особенностях ландшафта, предоставляют большие возможности для характеристики структуры человеческой деятельности. Данные NTL фиксируют яркость света Земли ночью и рассматриваются как приблизительный показатель интенсивности человеческой деятельности. Комбинация этих двух типов наблюдений для маркировки и обучения моделей глубокого обучения имеет большой потенциал для сбора информации как о структуре, так и об интенсивности человеческой деятельности. Например, с помощью нового подхода к машинному обучению [108, 244] было продемонстрировано, что объединенная информация из NTL и дневных снимков с высоким разрешением полезна для оценки социально-экономической деятельности (например, потребления домашних хозяйств и активов) и позволяет отслеживать статус бедности в развивающихся странах. Используемая здесь стратегия переноса обучения дает новое представление об исследованиях NTL. Необходимы дополнительные усилия для расширения применения NTL в глубоком обучении путем интеграции данных NTL и снимков в дневное время, особенно когда становятся доступными более точные изображения NTL.
Интеграция экспертных знаний и местного опыта в анализ данных NTL является многообещающей для понимания обнаруженной динамики светового ландшафта в ночное время и выявления причин их изменений. Ночной световой ландшафт, связанный с экономической деятельностью, урбанизацией и типами освещения, всегда меняется в разных странах, регионах и городах с течением времени. Эти вариации NTL в пространстве и времени могут стать препятствием для понимания отклика световых сигналов на деятельность человека. Например, изображения NTL могут быть не в состоянии передать городскую динамику в некоторых регионах со слабой ночной освещенностью из-за ограниченной мощности источников питания [34] или политики уличных фонарей [53]. Экспертные знания и местный опыт могут помочь выявить основные механизмы изменений и дать более глубокое представление о динамике человеческой деятельности. Например, такие факторы, как история развития, использовались для объяснения быстрого увеличения интенсивности NTL в некоторых географических кластерах в Китае [245]. Поэтому необходима осторожность при анализе географических и социально-экономических явлений с использованием данных NTL, и интеграция социального, экономического, культурного, политического, исторического и даже религиозного фона исследуемых областей, а также специальных знаний в смежных с дистанционным зондированием NTL областях может оказать большую помощь.
5.4. Содействие мультидисциплинарному и междисциплинарному анализу ночного освещения
Содействие мультидисциплинарному и междисциплинарному анализу NTL имеет большое значение для изучения потенциала дистанционного зондирования NTL. Во-первых, это расширяет область применения NTL от человеческих аспектов до изменений окружающей среды. Во-вторых, это улучшает понимание изменений NTL, выявляя потенциальные социально-экономические или экологические проблемы и отслеживая возможные причины. Для дальнейшего изучения потенциала NTL необходим мультидисциплинарный и междисциплинарный анализ NTL из различных дисциплин, таких как наука об окружающей среде, социальные науки и здоровье человека.
Во-первых, необходимы дополнительные усилия для выявления воздействия NTL на окружающую среду и экологию видов. В предыдущих исследованиях для отражения тенденций светового загрязнения использовались такие количественные показатели, как TNL, NTM и NTSD. Однако эти показатели не могут охватить детали сложных экологических проблем, таких как изменение климата или экологические процессы. Таким образом, анализ исследований NTL из более широкого круга дисциплин, включая биологию и экологию, может принести пользу исследователям с глубоким пониманием экологических последствий NTL. Например, мультидисциплинарный и междисциплинарный анализ может помочь определить пороговые значения интенсивности, которые имеют значительные экологические последствия, и исследовать воздействие света на популяционном и экосистемном уровнях, таких как показатели смертности и плодовитости, видовой состав и трофическая структура.
Во-вторых, для анализа явлений, выявленных динамикой светового ландшафта, необходимы дисциплинарные знания в области социальных наук, таких как региональная политика, экономика и религия. NTL обеспечивает измерение только излучения ночного света, в то время как дальнейшее изучение взаимосвязей между NTL и показателями социальных наук могло бы лучше продемонстрировать, как социальные и экономические переменные взаимодействуют и реагируют на освещение. Наиболее значительным прогрессом по сравнению с предыдущими исследованиями является то, что ВВП и темпы его роста были оценены с использованием социально-экономических данных и данных NTL и эконометрических моделей. В будущих исследованиях крайне необходимо интегрировать больше показателей социальных наук в NTL для понимания факторов наблюдаемого освещения и их изменений, что может иметь большое значение для смягчения последствий светового загрязнения.
В-третьих, необходимо уделять больше внимания и исследовать воздействие NTL на здоровье человека. В большинстве предыдущих исследований изучалась взаимосвязь между воздействием искусственного освещения в помещении в ночное время и здоровьем человека путем измерения привычек освещения в помещении при индивидуальном уровне экспозиции. Результаты показали, что искусственное освещение в помещении увеличивает риск развития рака и нарушения циркадного ритма, в то время как исследования, касающиеся воздействия уровня освещенности на открытом воздухе на здоровье, все еще ограничены. В некоторых экспериментальных исследованиях сообщалось, что более яркое наружное освещение оказывает большее воздействие на здоровье. Однако дальнейшие исследования по-прежнему крайне необходимы. Например, пороговые значения интенсивности наружного освещения и времени воздействия, которые оказывают воздействие на здоровье человека, остаются неизвестными. Поэтому дальнейшие исследования, такие как связь между NTL и последствиями для здоровья, имеют решающее значение для разработки стратегий защиты людей от заболеваний, вызванных искусственным освещением.
6. Выводы
Целью этого обзора было обобщить применение спутникового дистанционного зондирования NTL и то, как данные NTL на текущем этапе и в будущем способствуют восприятию, характеристике и количественной оценке изменений на Земле. Благодаря постоянно обновляющимся и улучшающимся датчикам и информационным продуктам NTL с конца 1990-х годов появляются различные области применения спутникового дистанционного зондирования NTL. Эти исследования в значительной степени способствуют и углубляют наше понимание урбанизации и социально-экономической динамики, вооруженных конфликтов и стихийных бедствий, рыболовства, выбросов парниковых газов и потребления энергии, а также светового загрязнения и воздействия на здоровье. Однако из-за ограничений возможностей датчиков для обнаружения слабого освещения в ночное время и нерешенных проблем алгоритмов и технологий в области генерации и обработки данных все еще существуют проблемы и трудности в доступе к долгосрочным согласованным данным NTL с высоким качеством. Эти проблемы препятствуют дальнейшему применению дистанционного зондирования NTL для восприятия меняющегося мира. Будущие исследования в области спутникового дистанционного зондирования NTL требуют улучшенных датчиков и информационных продуктов для получения точной и богатой информации, особенно когда наступает эра белых светодиодов. Последовательный и непрерывный набор данных NTL также крайне необходим для долгосрочного мониторинга человеческой деятельности от регионального до глобального масштаба, что имеет важное значение для выявления потенциальных социально-экономических, человеческих и экологических проблем. В дополнение к совершенствованию информационных продуктов, сочетание наблюдений NTL с другими данными, будь то данные дистанционного зондирования, данные социальных сетей, полевые данные или экспертные знания и местный опыт, является многообещающим для всесторонней характеристики и понимания изменений в деятельности человека. Наконец, углубленный анализ с мультидисциплинарной или междисциплинарной точки зрения имеет большое значение для выявления возможных причин и потенциальных последствий изменений освещения.
30 июня / 2022