基于SDGSAT-1夜间灯光影像的超大城市居住区光污染供需失衡评估与可持续发展对策

针对超大城市夜间光污染加剧的问题，研究人员利用40米分辨率SDGSAT-1 GLI影像与随机森林(RF)降尺度人口网格(R2达0.93/0.81)，构建夜间灯光供需错配指数(NLSDMI)，揭示北京(115.61 km2)与上海(78.25 km2)居住区光污染空间异质性，为SDG 3/7/11目标实现提供科学路径。

　　

随着城市化进程加速，夜间灯光如同"不夜城"的勋章，却在暗中侵蚀人类健康与生态平衡。过度照明导致的光污染不仅扰乱生物钟、诱发心血管疾病，更造成每年数以亿计的电能浪费。这一问题在人口密集的超大城市尤为突出，北京胡同的星空与上海外滩的霓虹，正成为可持续发展目标(SDG)3(健康福祉)、7(清洁能源)、11(可持续城市)面临的共同挑战。

中国科学院空天信息创新研究院的研究团队在《Remote Sensing of Environment》发表研究，首次利用我国自主研制的可持续发展科学卫星SDGSAT-1的40米分辨率GLI影像，结合高精度人口分布数据，构建了夜间灯光供需错配指数(NLSDMI)。这项研究通过三个关键技术突破：基于SDGSAT-1多波段数据的噪声消除算法、随机森林模型降尺度的40米人口网格生成、融合城市功能区数据的NLSDMI计算模型，实现了对光污染"供过于求"区域的精准画像。

Denoising result
研究团队发现道路交叉口等动态光源区域是噪声主要来源，通过红绿蓝三波段协同校正，有效消除了传统DMSP-OLS数据常见的"像素绽放"现象，使灯光强度测量误差降低62%。

Refined estimation of population distribution grid
采用包含POI、NDVI等12维特征的随机森林模型，将WorldPop数据从100米降尺度至40米，在北京和上海的验证R²分别达到0.93和0.81，显著优于GPW等传统数据集。

Nighttime Light Supply-Demand Mismatch Index
创新性引入医疗、交通等城市功能区的照明需求权重，使NLSDMI能区分"必要照明"与"过度照明"。结果显示上海光污染面积占比(15.10%)高于北京(11.29%)，且峰值NLSDMI达2.7倍，这与上海作为经济中心24小时商业活动密集的特征吻合。

讨论与结论
研究发现两个令人意外的现象：北京公园绿地的光污染贡献率最高(34%)，揭示景观照明管理漏洞；上海工业区成为第二大污染源，反映制造业夜间作业的照明浪费。这些发现为《"十四五"城市照明规划》提供了靶向调控依据——北京需优化文化地标照明方案，上海应重点升级工业区节能灯具。该研究不仅验证了SDGSAT-1在精细环境监测中的优势，更开创了"卫星遥感+人工智能"评估SDGs进展的新范式。正如论文通讯作者Linlu Mei强调的："40米分辨率的NLSDMI就像给城市做了次CT扫描，能精准定位需要'光疗'的区域。"这项成果为全球城市实现"暗夜保护"与"活力照明"的平衡提供了中国方案。