利用无人机图像和机器学习评估郊区化对华沙自然区域光污染的影响

《Scientific Reports》：Suburbanisation effects on light pollution in Warsaw’s natural areas assessed using drone imagery and machine learning

　　

摘要

郊区化是城市环境中夜间人造光（ALAN）的主要驱动因素，但其在生态价值区域的具体影响尚未得到充分量化。本研究调查了波兰华沙八个具有生态意义的自然区域中郊区化对光污染（LP）的影响。使用照度计和天空质量测量仪（SQM-L）进行了实地测量，各站点的夜空亮度值范围为 16.23 至 19.03 mag/arcsec2（波特尔分类 6–9 级）。在无人机图像上训练了一个基于区域的快速卷积神经网络（Faster R-CNN）模型，用于检测并绘制路灯的空间分布图。识别出城市化景观与自然景观之间的边界区域最易受 ALAN 入侵。研究表明，基于人工智能的目标检测可以支持选定高价值城市区域中的光污染监测和路灯位置识别。研究结果提供了证据，支持城市规划和照明管理，特别是在城市化与受保护自然区域之间的边界区域。