遙感技術在城市夜間光污染研究中的應用進展

劉 鳴，郝慶麗，劉 玥

(大連理工大學 建筑與藝術學院，遼寧 大連 116024)

引言

光污染直接或間接地持續影響生態環境、動物和人類身心健康以及天文觀測。城市地區的增長速度在全球范圍內沒有減緩趨勢，且可能在未來的數十年也不會下降[1]。這意味著，快速發展的城市照明如果沒有科學的指導，可能導致城市光污染更加嚴重。

目前夜空光污染的研究數據主要有三類，即數學模型數據、圖像數據以及儀器測量數據。其中數學模型數據不能直觀表現區域人工光污染的現狀，傳統的地面調查存在費用昂貴、效率低下、研究區域范圍小，缺乏歷史數據等限制，而采用遠距離對地探測的遙感技術具有觀測范圍大、頻率高、時間序列長等優點[2]。在各類遙感數據中，以夜間照明為探測重點的遙感技術可以快速生成區域和全球人造光的衛星圖像。由于夜間燈光遙感技術可以直接探測到夜間光照強度，因此各種研究均可以夜間光照強度為代表性指標。歷史上，夜間光遙感已廣泛應用于社會經濟參數估計、城市化監測、重大事件評估、環境與健康影響以及研究區域、國家和全球尺度的光污染問題。衛星探測到的夜間亮度圖像提供的光污染信息不僅可以反映人工照明的強度，還代表其他影響因素，如人口密度、能源消耗、城市規模和經濟水平。因此，遙感技術為檢測和研究光污染提供了一種行之有效的方法[3]。

基于遙感技術在城市夜間光污染研究中的應用，本文梳理了應用的優勢及挑戰，對不同遙感數據類型、校正方法、應用優勢與薄弱環節等方面進行綜述，統計了相關研究成果，總結局限性并預測未來發展方向。

1 遙感與光污染研究

遙感是一門獲取物理對象和環境信息的藝術、科學和技術，它利用非接觸式傳感器來記錄、測量以及解譯圖像和能量模式數字圖[1]。近年來，隨著更大范圍的對地觀測在數據、技術和理論方面的創新，城市遙感和城市遙感應用已經受到不同使用者的廣泛青睞。例如，城市與區域規劃師利用遙感獲取城市環境信息，城市研究者利用遙感提取城市結構信息以研究城市地理，環境科學研究者依靠遙感提取城市土地覆蓋信息作為空間分布模型的邊界條件。在城市光污染研究領域，衛星遙感圖像據已被認定為研究夜間光污染的極具潛在價值的信息源[4]，它是研究城市夜空光污染時空動態變化(作為全球變化的一種主要形式)過程和結果的一項實用技術[1]。

遙感為城市光污染的研究帶來了諸多便利。第一，遙感最大的優勢在于能夠獲取大范圍的圖片或影像，提供一個用于識別對象、模式和人-地相互影響的總覽圖。其獨特的視角和跨學科研究的方法，使研究較大空間范圍內完整的城市光污染現象具有了可能性。第二，遙感為城市光污染研究提供了其他附加的測定方法。城市光污染研究者經常利用從實地調查和測量所收集的數據。這種數據收集方式是準確的，但也同時存在著抽樣調查時的人為偏差所帶來的可能錯誤，以及傳統實地調查存在的費用昂貴的問題[2]。遙感可以提供無偏差和成本效率高的收集數據方式。此外，遙感傳感器可探測到超過人類視覺范圍的光譜能量，例如DMSP/OLS可探測到可見光和近紅外波段0.47～0.95 μm之間的輻射[5]，這些數據有助于獲取我們人類視覺以外的信息。第三，遙感能夠追述性的觀察地球地表，多時間序列的遙感數據能夠用于研究某個城市、國家乃至全球夜間亮度特征或歷史演變。例如，HAN等[6]、JIANG等[7]利用1992—2012年間DMSP遙感圖像研究中國光污染變化趨勢及經濟影響下的全國光污染分布。第四，遙感有助于加強多尺度的城市研究之間的聯系。城市光污染不同的研究方向傾向不同的研究尺度。大到全球范圍的光污染[8]分布，小到城市區域的光污染影響因素研究[9]。同時，不同研究者時間尺度選擇上也會有差異性[8-11]，從小時、天、周、月、季到年或者數十年。遙感數據能覆蓋全球，而其中的單個像素能從亞米級延伸至幾千米，并且具備多種時間分辨率。因此，遙感為城市光污染研究者在不同尺度或等級的多層次思考、分析、建模等方面提供了可能性。最后，遙感結合諸如地理信息系統、空間分析和動態模擬相關的地理空間技術，提供了一套必備的針對城市光污染監測、集成和建模的技術框架。這種框架建立了一種時空視角來研究城市光污染的過程和現象，它在不同空間尺度觀測城市光污染的發展和現狀，并可預測未來的發展趨勢。這些技術也可以用于綜合不同的人類和自然變量識別城市光污染變化的直接和間接驅動力，辨析驅動力對城市光環境的潛在反饋機制。

然而，城市環境本身非常復雜，挑戰著遙感技術的適用性與穩定性。城市內部存在著不同樣式不同波長的光源，存在燈光溢散現象以及不同地表類型，造成像元間與像元內部的燈光變化，從而挑戰遙感數據的準確性與敏感性。此外，在城市光環境的研究中，由于采樣與測量的基礎不同，遙感數據與其他類型的地理空間數據較難整合。種種挑戰都將在理論研究和遙感實踐的發展中陸續被解決。

2 常用遙感數據的應用

由于空間遙感影像很好地量化了人工夜空照明，記錄了天文及生態學的影響，國內外學者利用來自傳感器的夜間亮度圖像在城際、洲際、全球不同的空間尺度上進行夜間可見光的定量研究[12]。例如全球范圍的傳感器DMSP/OLS[13,14]或者Suomi-NPP VIIRS(可見光紅外成像輻射儀，visible infrared imaging radiometer suite)可以對夜間地球燈光直接監測[15]，地區尺度的傳感器SAC-C和SAC-D或者宇航員在國際空間站(ISS)上拍攝的圖片[16]提供了較高分辨率的夜間可見光圖像，當地尺度EROS-B衛星提供了甚高分辨率光學影像。此外，專業航空拍攝到的夜間亮度圖像也應用到研究中[9]，為地球選區光污染圖像提供了更高的空間分辨率。遙感數據基本參數如表1所示。本文主要針對最常使用的三類夜間燈光遙感數據(DMSP/OLS、VIIRS以及EROS-B)和表征土地利用/覆蓋、人類活動數據的Landsat影像在城市夜間光污染中的應用進行述評。

2.1 DMSP/OLS數據

1)基本信息。1973年美國國防氣象衛星計劃(DMSP)發射的F-1衛星上首次搭載傳感器OLS(Operational Linescan System)，OLS是一種具有低光可見和熱紅外(TIR)成像能力的振蕩掃描輻射計，能夠探測地球表面可見近紅外(VNIR)發射的微弱光源，從而可以檢測到城市和村鎮地面的夜間向上燈光輻射。20世紀70年代末到90年代初期，僅有少數研究者使用夜間燈光數據進行研究，包括城市測繪、人口密度、能源使用等，直到1992年美國國家海洋和大氣管理局的國家地球科學數據中心(NOAA/NGDC)創建了DMSP-OLS數據的數字檔案，并對OLS基礎數據進行了一系列的噪聲處理。現在可用OLS夜間燈光數字數據擴展到1992—2013年，2013年NOAA/NGDC停止數據存檔，而1992年前并沒有保存或以數字形式提供[11]。DMSP衛星處于低海拔(830 km)太陽同步極軌道，軌道周期為101 min。衛星運行速度為一天14軌，因此每一個OLS傳感器每天監測兩次全球云分布情況，獲取全球黎明、白天、黃昏和夜晚4個階段的觀測數據[17]。

OLS輻射計由兩個望遠鏡和一個光電倍增管(PMT)組成。可見望遠鏡對400～1 100 nm的輻射敏感。PMT數據具有從440～940 nm(485～765 nm FWHM)的寬光譜響應，在500～650 nm區域內具有最高靈敏度。這涵蓋了最廣泛使用的外部照明燈具的主要輻射范圍。望遠鏡像素值在晚上由PMT值替代。OLS傳感器最初的使命是探測夜間月光照射下的云，其具有的高增益性特征使它不僅能觀測云還能檢測到其他燈光，其中大部分光源都是公共街道照明，還有小部分是裝飾或安全燈(市中心、機場、露天礦物、商業、體育、溫室等外部燈光)、火災和漁船燈光[18]。

DMSP/OLS夜間燈光數據主要包括三種產品，即穩定燈光數據、輻射標定夜間燈光強度數據、非輻射標定夜間燈光強度數據。其中使用最廣泛的是全球穩定燈光產品，穩定燈光數據是標定夜間平均燈光強度的年度柵格影像，柵格數據中包括城市、鄉鎮及其他區域的持久燈光，且消除了夜間月光、云層、火光、極光、閃電等短暫燈光的影響，處理后的數據能夠較真實反映人類的生產和消費活動。影像中像元的DN值范圍從0(不亮)～63(最大燈光強度)，因此OLS值是相對值而不是絕對輻射度量，它代表該區域的平均燈光強度。

2)校準方法。利用遙感數據研究光污染變化需要可比較的時間序列數據，然而，由于穩定夜間燈光數據存在一系列問題，該數據不能直接用于定量變化分析[19]。(a)1992—2013年，DMSP / OLS數據由跨度21年的六顆不同衛星(F10、F12、F14、F15、F16和F18)上的傳感器獲取，由于沒有星上定標機制，每個傳感器的平均DN值都不穩定[20]；(b)由于不同衛星運行特性存在差異及傳感器退化，導致不同傳感器同一年份的數據不一致、同一傳感器不同年份的數據不連續；(c)由于探測器具有高增益性能，燈光在城市中心區存在過飽和現象。因此，使用年際DMSP/OLS穩定夜間燈光數據[21]進行分析研究時，必須對其進行傳感器間校正、連續性校正以及過飽和校正。

在長期的研究中已經形成了一套趨于一致的長時間序列夜間燈光數據處理、校正的方法。最普遍的較正方法是選擇一個城市化進程穩定、燈光亮度變化小且亮度值跨度廣的區域(也常被稱為偽不變特征點)作為不變目標區域。方法由Elvidge等[19]首先提出，以亮度值年際變化小的不變目標區域西西里島作為標準區域，選取區域DN值范圍廣且達到飽和的數據F121992作為參考圖像，建立二次回歸模型對其他年份的全球DMSP/OLS數據進行相互校正[20]。現有的校準方法主要是在Elvidge等[19]提出的校準方法的基礎上，在幾個細節方面進行適用性更改：目標地點、應用區域、參考圖像、經驗模型類型、回歸參數估計。校正流程如圖1所示，其中包括四個步驟：選擇不變目標區域、建模、影像校正、結果評定。

圖1 DMSP/OLS夜間燈光圖像校正流程圖Fig.1 Correction flow chart of DMSP/OLS’s night light image

2017年Pandey等[21]對比評估了9個最常用的DMSP/OLS的校正方法，研究表明，全球尺度的校正方法優于區域校正方法，昏暗區域較明亮區域更難校正，南北高緯度地區校正后存在顯著不一致。最重要的是，即使應用校正方法后，夜間燈光數據中仍存在不一致性。一系列問題說明現有的校正方法仍需進一步改進。一方面，使用原位數據將相對較正轉向絕對校正；另一方面，將DMSP/OLS數據與其他數據集例如VIIRS進行融合，這將有助于穩定夜間燈光數據飽和度校正和輻射校正。2014年Shao等[22]使用VIIRS數據對DMSP/OLS數據進行輻射校正，提出了一種比較甚至是整合兩類數據的方法。

3)應用。DMSL/OLS提供世界上最長時間序列的夜間燈光圖像[23]，且系列產品具有容易獲取、可探測低強度燈光、不受光線陰影影響，提供了大尺度范圍燈光變化動態數據，為城市夜間光污染強度及其時空分異分析提供條件。由于DMSP/OLS具有以上優點，國內外光污染研究學者基于DMSP/OLS數據進行了大量的科學研究。2001年Cinzano等[10]使用了OLS遙感數據來繪制大面積人造夜間天空亮度和全天空亮度的地圖，結果顯示全球約三分之二的人口生活在光污染區域；提出了在大范圍內利用OLS遙感影像繪制夜間亮度圖像的方法，以及計算了特定的天空方向上的裸眼星辰可視度及伸縮極限強度[24]。利用時間序列OLS夜間燈光影像和地理信息系統(GIS)技術對光污染進行建模，研究了城市和郊區夜空的直接光污染和間接光污染，結果表明在城市化進程迅速的過程中，郊區正在經歷嚴重的光污染[25]。DMSP / OLS數據也被用來分析巴基斯坦的光污染，研究表明，光污染區域迅速增加。Bennie等[23]提出了一種分析歐洲大陸光污染趨勢的新方法，發現大多數經濟水平較高的國家面臨日益嚴重的光污染；然而在部分國家，光污染的亮度明顯下降。同時，Han等[6]調查了1992—2012年中國光污染的發展趨勢，研究表明，光污染增長主要位于東部沿海城市，而工業城市則呈下降趨勢。Jiang等[2]利用OLS數據分別在國家、區域和省級尺度上研究了中國的光污染特征，發現中國光污染不斷嚴重，主要是東部沿海城市及省會城市。

2.2 VIIRS可見光紅外成像輻射儀數據

2011年NASA與NOAA的聯合Suomi NPP(Suomi National Polar-orbiting Partnership)衛星發射，載有五個地球觀測傳感器，其中第5臺儀器是針對土地(和海洋)應用的，即可見光紅外成像輻射儀(visible infrared imaging radiometer suite，VIIRS)。數據于2011年12月1日后可以使用[8,11]，用來取代之前的DMSP/OLS，這標志著夜間亮度數據收集和應用的新時代的開始[11]。VIIRS包括22個光譜波段，第17個中等分辨率波段(DNB)是一個寬廣的“晝夜波段”(500～900 nm)，可用來收集夜間可見光和近紅外圖像。VIIRS數據根據噪聲級別進行12或14位量化，并以nW/(cm2·sr)作為輻射強度單位。VIIRS的指定動態范圍介于3×10-9～0.02 W·cm-2·sr-1之間，但實際性能使噪聲基底達到5×10-11W·cm-2·sr-1，可以檢測到極其微弱的光源信號。

VIIRS系統采用掃帚式掃描，總視場角為112°，可產生3 000 km的刈幅寬。其空間分辨率比OLS最低點的數據高45倍，比掃描邊緣的高88倍。它的輻射分辨率更精細256倍，對輻射的敏感度高10倍。相比之下，VIIRS夜間燈光數據的空間分辨率、時間分辨率、輻射分辨率均有了較大的提升，并消除了DMSP圖像數據中存在的三個關鍵問題：飽和、溢散和缺乏板載校準[11]。因此，相比于OLS數據和地面測量的夜間燈光亮度數據的密切相關，VIIRS具有更高的相關性[12]。

然而，VIIRS也不是所有方面都優于OLS。隨著城市照明由傳統照明向LED照明轉變，夜間光譜向藍色波長偏移，而VIIRS對500 nm以下的波長不敏感，檢測結果將低估夜間光污染。OLS的波長范圍為400～1 100 nm，因此有更大的可能性檢測到LED照明[11]。此外，VIIRS缺少如DMSP般的長時間數據記錄，因此在研究1992—2013年的夜空發亮，尤其是2011年之前，DMSP/OLS數據顯得尤為重要。2017年NASA推出Suomi NPP的后繼者，從此擴展了夜間燈光的數據記錄[11]。

Elvidge[26]使用VIIRS數據檢測全球廢氣輻射排放，研究形成光污染的主要工業源。Levin等[8]對VIIRS數據進行定量分析，研究了亮度與人口、GDP、路網密度、植被覆蓋率等相關影響因素之間的相關性。Netzel等[27]以VIIR和Landsat遙感影像作為參考數據集之一，結合現場測量數據，基于Berry的模型，提出了高效計算區域夜空亮度的方法，繪制了波蘭上空分辨率為100 m的夜空亮度圖。此外，VIIRS DNB也常作為對比數據進行數據比較或校正[28]。但由于僅有2011年后的數據，且VIIRS缺少系統校正方法，因此相關研究較少。同時，VIIRS的空間分辨率以及DNB僅在單一的寬光譜波段收集信息，限制了VIIRS數據更廣泛的應用。

2.3 EROS-B遙感影像數據

EROS-B是2006年以色列ImageSat國際公司發射的地球資源觀測系統衛星，目的是向客戶提供高分辨率圖像。運行在太陽同步圓軌道，平均高度為520 km。以色列EROS-B衛星載有NA 50相機，具有CCD-TDI傳感器，視角為33.7°。EROS-B的全色波段范圍為500～900 nm，圖像的掃描寬度約為8.3 km。遙感圖像的分辨率是與數據質量密切相關的指標，EROS-B的空間分辨率可以達到0.7 m。圖像可用作16位數字(DN)值(介于0～65 535之間)代表亮度值。

EROS-B遙感影像可以通過網絡平臺購買，但供應商ImageSat不提供有關EROS-B檢測閾值的信息，也不提供有關如何將DN值校準為輻射值的信息。Levin等[29]提出了以色列EROS-B商業衛星作為高空間分辨率空間夜間亮度圖像的新來源，利用EROS-B衛星提供的澳大利亞布里斯班的圖像，結合土地利用/覆蓋數據，解釋了89%夜間燈光的變化。Katz等[12]通過結合Landsat和EROS-B兩種遙感數據，并利用天空質量儀(SQM)對耶路撒冷市進行地面上、中、下三方向的測量，對三類數據進行相關性分析，發現SQM和EROS-B亮度值之間有很強的相關性，EROS-B圖像上的明亮區域與植被覆蓋度低和反照率高的區域相關聯。

2.4 Landsat土地利用數據

對于城市增長和土地利用/覆蓋變化對光污染影響的研究，需要可靠的信息來源和穩定的方法，而利用存檔遙感數據可以直接、及時、經濟低廉地采集城市空間數據。通過提取遙感數據中的地面靜態和動態屬性，可以描述出相關因素特征及變化，這些信息有助于分析導致光污染的各種驅動力，并且能夠進一步促進預測未來城市光污染增長的計算機模型的發展。20世紀70年代初，區域、國家、全球范圍內的城市土地利用/覆蓋信息的采集成為許多研究和評價的主題[1]，在光污染研究領域也對這些數據進行應用[15,27,30]。

1972年發射的ERTS-1(Earth Resources Technology Satellite-1，后來被命名為Landsat)極大地推動了夜空光污染研究的進展。美國Landsat計劃和法國SPOT衛星是最大的數據源，其中Landsat計劃提供了歷時最長的、連續的太空對地球的觀測，其時間跨度為自1973年至今。Landsat系統是唯一被設計并運用在對地球陸地進行中等分辨率重復觀測的衛星系統，中等分辨率使它在宏觀的層面可以覆蓋全球，而在微觀的層面可以捕捉如土地利用、土地覆蓋、森林砍伐、城市增長等人類活動痕跡。基于Landsat影像，通過影像處理、空間分類獲取的土地利用/覆蓋數據主要包括6個類型：高密度城市用地、低密度城市用地、發展用地/裸地、耕地/草地、林地、水體。

Landsat提供了一個豐富的、高度校準的、覆蓋全球的多光譜影像數據，并且自2009年1月9日之后已經可以從USGS EROS數據中心免費獲取這些存檔影像。Landsat數據的獨特價值，使它在城市夜間光污染的研究中占據不可替代的地位。2015年蘇曉明等[31]對從Google Earth(衛星圖像主要來源于Landsat衛星和QuikBird衛星)獲取的呼和浩特的夜間遙感圖像進行等級劃分和亮度計算，結合實地測量數據統計分析，考察了呼市夜空亮度水平影響范圍并建立該市夜空光環境監測模型；Katz和Levin[12]通過提取Landsat中的植被覆蓋度和反照率等數據，發現了相關數據與夜空亮度之間的相關性。

2.5 其他數據

更精細空間尺度的光污染研究需要更高空間分辨率的夜間亮度圖像。專門的航空拍攝和宇航員在國際空間站上拍攝的高分辨率的圖像能提供精確的分辨率，彌補衛星圖像分辨率較低和大空間尺度下地面調查受限的問題[16]，分辨出大量的基本土地利用/覆蓋單元，為光污染源分類提供條件。

2012年Kuechly等[9]基于DMSP夜間衛星圖像，利用CDD相機俯拍德國柏林的夜景，得到城市夜間高分辨率(1 m)的圖像，之后結合GIS技術對圖像進行拼接及評估土地使用數據和圖像數據之間的均方根誤差，并運用GIS計算每類土地利用類型的總面積和其中產生的燈光數量總和，得到各區域光總量和城市土地利用的比例關系，使用這種方法得出結論：街道照明被認為是天頂光污染的主要來源(比例達到31.6%)。Levin和Duke[16]使用ISS圖像證明了城市和鄉鎮燈光分布的不同，并闡釋了經濟、基礎設施以及人口對亮度水平的影響，研究表明，高分辨率數據能更好地作為研究區域建成區人口和社會經濟屬性的指標。然而數據采集的高成本以及研究區域較大時數據處理的技術難題限制了這些數據的應用。

3 研究成果統計分析

對遙感數據在光污染研究中的應用進行相關統計，如圖2所示。對比相關研究成果，我們認為遙感數據在光污染研究中的應用具有以下特點：

1)空間尺度。研究領域涉及不同尺度范圍，覆蓋省級、國級、洲級以及全球，這利用了遙感數據范圍廣、直觀性、高效性等特點，使光污染研究更加深入、直觀。但是，OLS和VIIRS夜間燈光數據受到圖像分辨率等因素的限制，其在省級及以下尺度范圍的光污染研究應用較少甚至沒有，而EROS-B等遙感數據雖基本不受分辨率影響，但其價格及數據資源限制了大空間尺度的研究。

2)時間尺度。應用OLS數據研究的時間尺度以年為最小單位進行數年甚至數十年數據的研究，多進行變化趨勢研究，這是由于DMSP/OLS數據庫僅提供年度復合產品。VIIRS可以提供每月的數據，從而可分析月、季、年度變化；ISS拍攝圖片以及航拍圖片具有更高的時間靈活性，但由于其缺乏數據的連續性，因此通常在時、日的尺度上進行研究。

3)研究涉及的關鍵問題。遙感數據在夜間光污染研究中的應用主要涉及幾個方面：城市夜間光污染影響因素研究，城市光污染時空分布及變化趨勢，光污染地圖可視化，城市夜空光污染建模與評估。

4)數據交叉。遙感影像與城市發展、社會經濟、城市人口、土地覆蓋等因素密切相關，因此研究中常將人口、GDP、土地利用/覆蓋等關鍵參量與遙感數據進行交叉分析[11]。此外，由于數據存在偏差，常將DMSP/OLS、VIIRS、EROS-B等遙感數據和地面測量數據相互對比和校正，甚至進行數據融合。

圖2 遙感數據在城市夜間光污染研究中的應用成果統計圖Fig.2 Statistical graph of application results of remote sensing data in urban nighttime light pollution research

4 總結

1)遙感圖像的限制。雖然夜間遙感燈光圖像提供了人造光和光污染的總體視圖，但是仍存在一些限制：①遙感亮度大多數代表向上發射的人造光，(盡管有些傳感器掃描寬度較寬，例如VIIRS夜間圖像測量掃描角度已經高達52°，因此也會獲取一些斜向放射的光照)，因此可能會限制地面層從不同方向上體驗光污染的人、動物和植物評價光污染。②由于傳感器運行及數據采集受系統控制，且遙感數據需要一定的獲取途徑，因此，與地面測量相比，遙感數據在獲取自由度及提供連續夜間亮度測量方面能力有限。③由于大氣狀態、云層遮擋、表面反射等外部因素以及傳感器空間分辨率、掃描光譜波段等內部因素的限制，遙感數據存在飽和、溢出、偏差、不連續性等系列問題。

2)遙感數據應用發展。

①提高遙感數據可靠性。雖然已經證明遙感數據和夜間燈光亮度數據的地面測量結果密切相關，但是仍存在檢測偏差。DMSP/OLS影像在長期研究中形成了一套較完整的校正體系，但是僅限于相對較正，其數據不能與VIIRS數值直接進行比較，而VIIRS燈光數據本身也存在低估光污染等問題。因此，遙感數據校正方法有望向多類型數據相互校正方向發展，例如利用地面實測、數學模型進行校正，多種遙感數據相互校正，甚至是將不同類型的數據融合，生成更精細的夜空光污染數據。

②完善光污染數據庫。DMSP/OLS提供了最長的時間序列光污染數據，Suomi NPP及其后繼者將擴展夜間燈光遙感數據。此外，還有其他獲取光污染數據的途徑：艾拉斯貝太空網提供了全球光污染在線地圖以及高分辨率的中國光污染地圖，為普及光污染認知提供條件；Kuechly等[9]將研究中的航空調查數據上載到網絡平臺，以鼓勵進一步的科學研究。基于系統平臺，建立統一數據庫，完善光污染模型，共享數據信息，仍需國內外共同努力。

③擴大應用領域。高分辨率遙感數據集在未來的研究中將應用于更加廣泛的領域，可能包括：光污染緩解措施的效果研究，光污染模擬的方法改進，經濟發展和能源利用的研究，人造光和生態參數之間的關系(如晝夜節律、伴侶選擇、物種分布、遷移障礙和季節性行為)，夜景規劃與管理等領域[9]。

④提高影像分辨率。隨著遙感影像向更高分辨率方向發展，甚高分辨率衛星影像在城市夜空光污染研究中的應用越來越廣泛。當前甚高分辨率光學影像可以從多種傳感器獲取，包括QuickBird、WorldView-1、WorldView-2以及EROS等。值得注意的是，分辨率高于1 m、重復周期小于1天的影像在不久將成為現實，這將使城市夜間光污染研究實現跨越式發展成為可能。