I. limites de la surveillance traditionnelle de la pollution lumineuse et avantages de l'hyperspectre

Tout d'abord, il est essentiel de comprendre pourquoi la technologie hyperspectrale est nécessaire.

　　Méthodes traditionnelles: repose principalement sur un photomètre photoélectrique et une caméra full Sky.

　　Photomètre photoélectrique: mesure dans une direction particulièreÉclairage total ou luminosité(l'unité est le Lux ou la magnitude). Il peut vous dire « à quel point il est brillant», mais ne peut pas faire la distinction entre la source et la composition de la lumière.

　　Caméra All Sky: prendre des images du ciel nocturne pour l'analyseRayonnement du ciel, dispersion de la pollution lumineuse sous couverture nuageuseAttendez. Il peut voir "Où est illuminé", mais l'image est RGB ou multispectrale avec une quantité limitée d'informations.

　　Avantages de la technologie hyperspectralePour:

　　Capacité de reconnaissance des « empreintes digitales »: chaque source lumineuse (par exemple, lampe au sodium haute pression, LED, lampe fluorescente) a ses propres caractéristiques spectrales uniques, tout comme les empreintes digitales d'une personne. Les imageurs hyperspectraux acquièrent des données simultanément sur des centaines de bandes continues pour une précision optimaleIdentification et quantification des différents types de sources lumineuses et de leurs proportions- Oui.

　　Détection au - delà du visible: les effets de la pollution lumineuse vont bien au - delà de la lumière visible. Les techniques hyperspectrales peuvent couvrir le proche infrarouge, l'infrarouge à ondes courtes et même la bande ultraviolette, ce qui permet d'étudier:

　　Stress des plantes: l'excès de lumière artificielle nocturne (en particulier la lumière bleue et rouge) affecte la photosynthèse et la photopériode des plantes, et l'hyperspectre détecte les changements physiologiques subtils des feuilles.

　　Inversion de la composition atmosphérique: Bien que n'étant pas principalement son point fort, il peut être utilisé en combinaison avec des algorithmes pour aider à la surveillance des pollutions secondaires telles que les fumées photochimiques liées à l'éclairage de nuit.

　　Perturbation du comportement des animaux sauvages: certains animaux sont sensibles à la lumière à des longueurs d'onde spécifiques et l'hyperspectrale permet d'évaluer cet effet.

Deux,Petit hyperspectrumPerspectives d'application spécifiques

La miniaturisation est la clé de la vulgarisation technologique. Les systèmes hyperspectraux embarqués sur des drones, des appareils portables ou des véhicules mobiles élargissent considérablement la flexibilité et l'échelle de la surveillance.

1. Recensement de l’éclairage urbain et analyse des sources de pollution

　　Description de l'application: balayage de croisière nocturne des zones urbaines à l'aide de drones transportant de petits imageurs hyperspectraux.

　　Problèmes résolusPour:

　　Audit de précision: cartographier la distribution spatiale des différents types de lampadaires dans la ville (vieux lampadaires au sodium haute pression vs nouveaux lampadaires à LED). Ceci est essentiel pour la gestion de l'éclairage urbain pour planifier le programme de remplacement des LED, évaluer les économies d'énergie.

　　Identification de l'éclairage incriminé: identification rapide d'un éclairage excessif, de projecteurs orientés vers le ciel, d'un éclairage inapproprié des panneaux d'affichage et des façades de bâtiments, etc. Les méthodes traditionnelles ont du mal à localiser rapidement ces « coupables» à partir de sources lumineuses massives.

　　Quantifier l'impact de la température de couleur: la température de couleur des lampes LED (blanc chaud, blanc neutre, blanc froid) varie énormément. L'hyperspectrale permet de mesurer avec précision la température de couleur de chaque source lumineuse et d'évaluer l'effet de l'éclairage à haute température de couleur (riche en lumière bleue) sur la couleur du ciel (le bleu - noir décoloré devient orange ou gris) et sur le Rythme circadien humain (Rythme circadien).

2. Évaluation de la pollution lumineuse dans les réserves écologiques et les observatoires astronomiques

　　Description de l'application: cartographie de pointage et de patrouille à l'aide de petits appareils hyperspectraux portatifs ou embarqués autour de l'Observatoire ou dans des zones protégées par temps sombre.

　　Problèmes résolusPour:

　　Établir des données de base: enregistrement précis des types et des intensités de sources lumineuses dans le périmètre de la zone protégée, fournissant une base scientifique pour la délimitation et la gestion de la zone protégée.

　　Surveillance de la zone d'impact: analyser quelles longueurs d'onde de la pollution lumineuse pénètrent le plus profondément dans le « dôme de lumière» de la ville et où se situent les limites de l'impact spécifique sur les observations astronomiques et l'habitat de la faune.

　　Évaluation des effets des mesures de réduction de la lumière: après la mise en œuvre de mesures de réduction de la lumière telles que les masques, l'éclairage vers le bas des lampes, etc., son efficacité est vérifiée par la multimétrie hyperspectrale pour voir si l'astigmatisme nocif est vraiment réduit.

3. Études d’impact affinées sur les écosystèmes et la santé humaine

　　Description de l'application: C'est la direction de pointe avec le potentiel de la technologie hyperspectrale.

　　Surveillance de la santé de la végétation: le stress physiologique causé par la lumière artificielle nocturne sur la végétation peut être surveillé de manière non invasive en analysant les variations du spectre de réflexion des feuilles des plantes dans des conditions d'éclairage spécifiques, en évaluant son impact sur la productivité primaire de l'écosystème.

　　Analyse des associations pour la santé humaine: en identifiant la proportion de lumière bleue prédominante dans l'environnement, il est possible de modéliser son association potentielle avec des problèmes de santé tels que des troubles du sommeil, des troubles de la sécrétion hormonale, etc. chez les résidents de la région. Cela fournit un support de données pour le développement d'une politique d'éclairage plus humaine.

4. Protection des monuments historiques et des antiquités

　　Description de l'application: de nombreux monuments sont construits en pierre sensible à la lumière (comme le marbre).

　　Problèmes résolusL'hyperspectrale peut analyser l'effet d'exposition à long terme de différentes sources lumineuses (en particulier celles à haute teneur en UV) sur la surface des artefacts, aider à développer un programme d'éclairage d'exposition sans perte, équilibrer les besoins d'ornement avec la protection des artefacts.

Iii. Défis à relever et orientations futures

Malgré les perspectives, l’application de cette technologie reste difficile:

　　Complexité du traitement et de l'analyse des données: grand volume de données hyperspectrales (« catastrophe dimensionnelle »), nécessitant des algorithmes puissantsDémélange spectral(les contributions des différentes sources lumineuses sont séparées des pixels hybrides) etIdentification des catégories. Cela nécessite un engagement profond de l'intelligence artificielle et du Machine Learning.

　　Marquage et normalisation du rayonnement: assurer la comparabilité et l'exactitude des données sur différents appareils, à différents moments et dans différentes conditions météorologiques est la base de la création d'une base de données fiable. Il y a actuellement un manque de normes harmonisées.

　　Coût et portabilité: malgré la miniaturisation, les petits appareils hyperspectraux hautes performances restent coûteux et le traitement des données nécessite une expertise et une puissance de calcul.

　　Difficultés techniques en imagerie nocturne: faible luminosité nocturne, faible rapport signal / bruit, exigences élevées en matière de sensibilité du capteur et de perméabilité du système optique. Des temps d'exposition plus longs et un éclairage actif sont généralement nécessaires (mais cela peut à son tour devenir une source de pollution lumineuse et doit être utilisé avec prudence).

　　Orientations futures de développement:

　　Traduction intelligente pilotée par l'IA: le modèle de Deep Learning permettra d’identifier automatiquement le type de source lumineuse en temps réel, d’estimer sa puissance et d’évaluer son impact environnemental.

　　Miniaturisation et Chip: avec le développement de la technologie, les appareils hyperspectraux seront plus petits, consommeront moins d'énergie et seront même intégrés dans des capteurs de la taille d'un smartphone pour une surveillance véritablement universelle.

　　Réseau collaboratif multiplateforme: construction d'un réseau de surveillance stéréoscopique composé de satellites (macro), drones / dirigeables (méso), stations mobiles terrestres / appareils portatifs (micro), permettant une surveillance transparente de la pollution lumineuse du globe au coin de la rue.

　　Combiné avec l'Internet des objets (IOT): connecter de petits capteurs hyperspectraux à l'IOT urbain pour une gestion intelligente et une régulation dynamique des installations d'éclairage.

conclusion

　　L'application de la technologie hyperspectrale à petite échelle dans la surveillance de la pollution lumineuse est extrêmement prometteuse et elle va révolutionner la « mesure grossière» à la « gouvernance raffinée».

Il nous dira non seulement à quel point le ciel nocturne est "brillant", mais aussi "quelle lumière est - il", "d'où il vient" et "quel effet spécifique a été causé". Un outil puissant fourni par cette technologie pour une gestion plus scientifique, plus précise et plus humaine de l'éclairage urbain, protégeant notre précieux ciel étoilé nocturne et notre environnement écologique. Malgré les défis, avec l'avancement de la technologie, il deviendra certainement l'une des technologies de base dans le domaine de la gouvernance future de la pollution lumineuse et de la protection de l'environnement astronomique.