东北地理所在Remote Sensing of Environment发表中国海岸带夜间灯光遥感分类重要进展
夜间灯光的强度往往与一个地区的经济繁荣程度和社会发展水平有关。然而,近些年大量研究表明夜间灯光可能对生态环境带来较严重影响。这种生态影响与夜间灯光种类密切相关,其中白色LED光源对生物和环境的影响最为严重,其他光源如黄色LED和高压钠灯等对环境的影响次之;目前尚未发现红色LED对自然环境有明显不利影响,而且对植物具有一定的补光能力。为了更好地管理夜间灯光,对夜间灯光进行分类和空间制图是有必要的。
可持续发展科学卫星1号(英文简称SDGSAT-1)是全球首颗专门服务联合国2030年可持续发展议程的科学卫星,也是中国科学院首颗地球科学卫星。可持续发展卫星携带了彩色微光传感器(SDGSAT-1 GLI)开创了彩色微光遥感的先河,为大尺度夜间灯光分类提供了数据基础。海岸带区域是人口密集、经济发达的地区,光污染风险更高,为减少光污染和能源浪费,对海岸带进行灯光类型分类至关重要。
目前,已有研究证明不同光源类型对于生态环境的影响有着较大差异,但是尚没有可靠的、适用于大范围的夜间灯光分类方法及夜间灯光空间分布数据集。本研究以中国海岸带为研究区,以夜间灯光为研究对象,将夜间灯光归纳为白色LED (WLED)、红色LED (RLED)和其他光源(Other,包括黄色LED、高压钠灯、低压钠灯和金卤灯等),通过遥感手段来进行三种光源类型分类。分类完成后,对我国海岸带区域的照明面积、各种灯光类型面积以及各省级行政区海岸带区域的灯光分布情况进行统计分析,为海岸带区域夜间灯光管理提供数据支持。
图1 夜间灯光遥感分类技术路线图
受传统日间可见光遥感启发,本研究通过分析各种光源的光功率分布曲线(光谱曲线),创新提出“通过构建灯光指数的方法实现夜间灯光分类”的新思路。例如,在三种光源中,WLED在蓝光波段的相对等效辐亮度高于其他光源,RLED在红光波段的相对等效辐亮度高于其他光源,因此可以通过构建不同的指数来区分光源类型。本研究构建了比值蓝光指数(RBLI, 蓝波段除以绿波段)和比值红光指数(RRLI, 红波段除以绿波段)两个灯光指数,再利用各光源的实验室光谱曲线来模拟分析不同光源对应的两个指数值,找到三类光源分类的最佳指数阈值;以此为依据,形成夜间灯光的决策分类系统。使用构建的分类方法对选取出的中国海岸带有代表性的典型区域进行分类研究,通过在这些区域进行实地调查的方式进行精度验证。最后,将经过检验的夜间灯光分类方案应用于全国海岸带区域,实现全国海岸带夜间灯光分类制图。
图2 中国海岸带夜间灯光分类结果(RLED为红色LED灯光,WLED为白色LED灯光,Other包括黄色LED、高压钠灯、低压钠灯和金卤灯等)
研究结果如下:(1)在中国沿海地区,总照明面积为20517平方公里,其中陆地照明面积为20257平方公里,海洋照明面积为260平方公里;(2)白色LED灯光覆盖了所有照明区域的67%(13727平方公里),而红色LED灯光仅占1%(220平方公里);(3)广东的照明面积最大(5221平方公里),白色LED灯光的比例在所有沿海省份中最高(近90%);(4)广西、辽宁和河北的照明区域面积占研究区面积的比例相对较低。
这项研究首次尝试以高分辨率彩色微光数据进行大尺度夜间灯光类型分类,所提出的RRLI和RBLI两种灯光指数,以及定义的分割阈值,具有通用性和鲁棒性。这项研究发布的照明类型图包含了夜间灯光的空间分布和组成信息,可以为促进中国沿海地区的生态可持续发展提供科学依据和数据支撑。
该研究发表在国际顶级期刊《Remote Sensing of Environment》(影响因子13.50),中国科学院东北地理所贾明明副研究员为第一作者,福州大学陈佐旗副研究员、东北地理所王宗明研究员、任春颖研究员、毛德华研究员、赵传朋特别研究助理、张蓉特别研究助理,硕士研究生曾海航,美国罗德岛大学王野乔教授为共同作者。本研究得到可持续发展大数据国际研究中心开放研究计划(Grant No.CBAS2022ORP06)、国家自然科学基金(42171372和42171379)、中国科学院青年创新促进会(2021227)和国家地球系统科学数据中心(www.geodata.cn)的联合支持。
论文信息: Jia, Mingming, Haihang Zeng, Zuoqi Chen, Zongming Wang, Chunying Ren, Dehua Mao, Chuanpeng Zhao, Rong Zhang, and Yeqiao Wang. 2024. “Nighttime Light in China’s Coastal Zone: The Type Classification Approach Using SDGSAT-1 Glimmer Imager.” Remote Sensing of Environment.
附件下载: