遥感技术在城市夜间光污染研究中的应用进展引言光污染直接或间接地持续影响生态环境、动物和人类身心健康以及天文观测。
城市地区的增长速度在全球范围内没有减缓趋势，且可能在未来的数十年也不会下降[1]。
这意味着，快速发展的城市照明如果没有科学的指导，可能导致城市光污染更加严重。
首先，商务公司十分注重产品质量，将其作为公司发展之根本，尤其在教科书印刷方面，要求零差错，所谓零差错，就是不能有一本不合格品。
这虽然让商务人“压力山大”，但正是这份压力，让公司从软硬件发力，提升专业水平，把控质量。
目前夜空光污染的研究数据主要有三类，即数学模型数据、图像数据以及仪器测量数据。
其中数学模型数据不能直观表现区域人工光污染的现状，传统的地面调查存在费用昂贵、效率低下、研究区域范围小，缺乏历史数据等限制，而采用远距离对地探测的遥感技术具有观测范围大、频率高、时间序列长等优点[2]。
在各类遥感数据中，以夜间照明为探测重点的遥感技术可以快速生成区域和全球人造光的卫星图像。
由于夜间灯光遥感技术可以直接探测到夜间光照强度，因此各种研究均可以夜间光照强度为代表性指标。
历史上，夜间光遥感已广泛应用于社会经济参数估计、城市化监测、重大事件评估、环境与健康影响以及研究区域、国家和全球尺度的光污染问题。
卫星探测到的夜间亮度图像提供的光污染信息不仅可以反映人工照明的强度，还代表其他影响因素，如人口密度、能源消耗、城市规模和经济水平。
因此，遥感技术为检测和研究光污染提供了一种行之有效的方法[3]。
基于遥感技术在城市夜间光污染研究中的应用，本文梳理了应用的优势及挑战，对不同遥感数据类型、校正方法、应用优势与薄弱环节等方面进行综述，统计了相关研究成果，总结局限性并预测未来发展方向。
4) 完成了部分装置控制系统的软硬件升级工作，使用新版的Windows操作系统，避免了系统技术不支持等一系列问题，杜绝黑客利用这些系统漏洞攻击工业控制主机。
据表1显示，语言文化微信公众号共16个，其中微信公众号运营主体为个人的占比62.5%，其余运营主体包括高校、研究所与出版社。
这些运营主体具有多元化特点，既有权威机构与院校，如“今日语言学”“语宝”等；也有专业人士，如“鄉音情怀”是由山西大学博士团队打造；“方言与文化”由武汉大学阮桂君老师创办；“汾阳方言”由在香港工作的语言爱好者、汾阳人徐占宇主创。
1 遥感与光污染研究遥感是一门获取物理对象和环境信息的艺术、科学和技术，它利用非接触式传感器来记录、测量以及解译图像和能量模式数字图[1]。
近年来，随着更大范围的对地观测在数据、技术和理论方面的创新，城市遥感和城市遥感应用已经受到不同使用者的广泛青睐。
例如，城市与区域规划师利用遥感获取城市环境信息，城市研究者利用遥感提取城市结构信息以研究城市地理，环境科学研究者依靠遥感提取城市土地覆盖信息作为空间分布模型的边界条件。
在城市光污染研究领域，卫星遥感图像据已被认定为研究夜间光污染的极具潜在价值的信息源[4]，它是研究城市夜空光污染时空动态变化(作为全球变化的一种主要形式)过程和结果的一项实用技术[1]。
遥感为城市光污染的研究带来了诸多便利。
第一，遥感最大的优势在于能够获取大范围的图片或影像，提供一个用于识别对象、模式和人-地相互影响的总览图。
其独特的视角和跨学科研究的方法，使研究较大空间范围内完整的城市光污染现象具有了可能性。
第二，遥感为城市光污染研究提供了其他附加的测定方法。
城市光污染研究者经常利用从实地调查和测量所收集的数据。
这种数据收集方式是准确的，但也同时存在着抽样调查时的人为偏差所带来的可能错误，以及传统实地调查存在的费用昂贵的问题[2]。
遥感可以提供无偏差和成本效率高的收集数据方式。
此外，遥感传感器可探测到超过人类视觉范围的光谱能量，例如DMSP/OLS可探测到可见光和近红外波段0.47～0.95 μm之间的辐射[5]，这些数据有助于获取我们人类视觉以外的信息。
第三，遥感能够追述性的观察地球地表，多时间序列的遥感数据能够用于研究某个城市、国家乃至全球夜间亮度特征或历史演变。
例如，HAN等[6]、JIANG等[7]利用1992—2012年间DMSP遥感图像研究中国光污染变化趋势及经济影响下的全国光污染分布。
第四，遥感有助于加强多尺度的城市研究之间的联系。
城市光污染不同的研究方向倾向不同的研究尺度。
大到全球范围的光污染[8]分布，小到城市区域的光污染影响因素研究[9]。
同时，不同研究者时间尺度选择上也会有差异性[8-11]，从小时、天、周、月、季到年或者数十年。
遥感数据能覆盖全球，而其中的单个像素能从亚米级延伸至几千米，并且具备多种时间分辨率。
因此，遥感为城市光污染研究者在不同尺度或等级的多层次思考、分析、建模等方面提供了可能性。
最后，遥感结合诸如地理信息系统、空间分析和动态模拟相关的地理空间技术，提供了一套必备的针对城市光污染监测、集成和建模的技术框架。
这种框架建立了一种时空视角来研究城市光污染的过程和现象，它在不同空间尺度观测城市光污染的发展和现状，并可预测未来的发展趋势。
这些技术也可以用于综合不同的人类和自然变量识别城市光污染变化的直接和间接驱动力，辨析驱动力对城市光环境的潜在反馈机制。
然而，城市环境本身非常复杂，挑战着遥感技术的适用性与稳定性。
城市内部存在着不同样式不同波长的光源，存在灯光溢散现象以及不同地表类型，造成像元间与像元内部的灯光变化，从而挑战遥感数据的准确性与敏感性。
此外，在城市光环境的研究中，由于采样与测量的基础不同，遥感数据与其他类型的地理空间数据较难整合。
种种挑战都将在理论研究和遥感实践的发展中陆续被解决。
与发酵前荷叶上清液相比，2株肠球菌荷叶发酵上清液的3种抗氧化酶活力均显著提高(P<0.001)(图3)。
其中，WEHI01发酵上清的SOD、CAT 酶活力均极显著高于WEFA23发酵上清(P<0.001)，而WEFA23发酵上清的GSH-Px酶活力显著高于WEHI01发酵上清(P<0.01)。
2 常用遥感数据的应用由于空间遥感影像很好地量化了人工夜空照明，记录了天文及生态学的影响，国内外学者利用来自传感器的夜间亮度图像在城际、洲际、全球不同的空间尺度上进行夜间可见光的定量研究[12]。
例如全球范围的传感器DMSP/OLS[13,14]或者Suomi-NPP VIIRS(可见光红外成像辐射仪，visible infrared imaging radiometer suite)可以对夜间地球灯光直接监测[15]，地区尺度的传感器SAC-C和SAC-D或者宇航员在国际空间站(ISS)上拍摄的图片[16]提供了较高分辨率的夜间可见光图像，当地尺度EROS-B卫星提供了甚高分辨率光学影像。
此外，专业航空拍摄到的夜间亮度图像也应用到研究中[9]，为地球选区光污染图像提供了更高的空间分辨率。
遥感数据基本参数如表1所示。
本文主要针对最常使用的三类夜间灯光遥感数据(DMSP/OLS、VIIRS以及EROS-B)和表征土地利用/覆盖、人类活动数据的Landsat影像在城市夜间光污染中的应用进行述评。
表1 遥感数据基本参数Table 1 Basic parameters of remote sensing data卫星DMSP-OLSSuomi NPPEROS-B发射年份197320112006运营者美国国防部NASA/NOAA以色列ImageSat 国际公司数字数据年份1992—201320112006传感器OLSVIIRSCCD-TDI装置位置海拔840 km海拔824km海拔500 km精度/m5604000.7光谱分辨率/nm470～950505～890500～900刈幅宽/ km300030007量化等级6-bit12/14-bit10-bit数据周期24 h12 h5 d应用范围城际、洲际、全球城际、洲际、全球城际、洲际、全球2.1 DMSP/OLS数据1)基本信息。
1973年美国国防气象卫星计划(DMSP)发射的F-1卫星上首次搭载传感器OLS(Operational Linescan System)，OLS是一种具有低光可见和热红外(TIR)成像能力的振荡扫描辐射计，能够探测地球表面可见近红外(VNIR)发射的微弱光源，从而可以检测到城市和村镇地面的夜间向上灯光辐射。
20世纪70年代末到90年代初期，仅有少数研究者使用夜间灯光数据进行研究，包括城市测绘、人口密度、能源使用等，直到1992年美国国家海洋和大气管理局的国家地球科学数据中心(NOAA/NGDC)创建了DMSP-OLS数据的数字档案，并对OLS基础数据进行了一系列的噪声处理。
现在可用OLS夜间灯光数字数据扩展到1992—2013年，2013年NOAA/NGDC停止数据存档，而1992年前并没有保存或以数字形式提供[11]。
DMSP卫星处于低海拔(830 km)太阳同步极轨道，轨道周期为101 min。
卫星运行速度为一天14轨，因此每一个OLS传感器每天监测两次全球云分布情况，获取全球黎明、白天、黄昏和夜晚4个阶段的观测数据[17]。
OLS辐射计由两个望远镜和一个光电倍增管(PMT)组成。
可见望远镜对400～1 100 nm的辐射敏感。
PMT数据具有从440～940 nm(485～765 nm FWHM)的宽光谱响应，在500～650 nm区域内具有最高灵敏度。
这涵盖了最广泛使用的外部照明灯具的主要辐射范围。
望远镜像素值在晚上由PMT值替代。
OLS传感器最初的使命是探测夜间月光照射下的云，其具有的高增益性特征使它不仅能观测云还能检测到其他灯光，其中大部分光源都是公共街道照明，还有小部分是装饰或安全灯(市中心、机场、露天矿物、商业、体育、温室等外部灯光)、火灾和渔船灯光[18]。
DMSP/OLS夜间灯光数据主要包括三种产品，即稳定灯光数据、辐射标定夜间灯光强度数据、非辐射标定夜间灯光强度数据。
其中使用最广泛的是全球稳定灯光产品，稳定灯光数据是标定夜间平均灯光强度的年度栅格影像，栅格数据中包括城市、乡镇及其他区域的持久灯光，且消除了夜间月光、云层、火光、极光、闪电等短暂灯光的影响，处理后的数据能够较真实反映人类的生产和消费活动。
影像中像元的DN值范围从0(不亮)～63(最大灯光强度)，因此OLS值是相对值而不是绝对辐射度量，它代表该区域的平均灯光强度。
2)校准方法。
利用遥感数据研究光污染变化需要可比较的时间序列数据，然而，由于稳定夜间灯光数据存在一系列问题，该数据不能直接用于定量变化分析[19]。
(a)1992—2013年，DMSP / OLS数据由跨度21年的六颗不同卫星(F10、F12、F14、F15、F16和F18)上的传感器获取，由于没有星上定标机制，每个传感器的平均DN值都不稳定[20]；(b)由于不同卫星运行特性存在差异及传感器退化，导致不同传感器同一年份的数据不一致、同一传感器不同年份的数据不连续；(c)由于探测器具有高增益性能，灯光在城市中心区存在过饱和现象。