基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据。文章对神经网络的原理进行了论述,建立了基于时间序列预测模型。以测试数据为训练样本集,基于MATLAB（矩阵实验室,Matrix Laboratory的简称）,采用改进的BP算法（误差反向传播算法）对网络进行学习训练,并对存在的误差进行了分析。基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法（trainlm）时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%。结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好。

基于地理信息系统的城市夜间光污染的可视化

当前有关城市光污染研究多集中于光污染观测的理论方面,光污染的可视化也多是利用卫星图像进行处理分析,缺乏观测数据与可视化的结合。基于光污染具有空间地理信息的特征,本文探讨了城市夜间光污染与地理信息系统结合的方法,将观测数据进行光污染分布可视化表达,为未来光污染监测评价系统的建立提供理论与方法的支持。

意大利米兰夜间光环境设计特征分析

以实际调研的意大利米兰城市为研究对象,研究其城市光环境的规划与设计方法,从米兰市公共照明及景观性照明两个方面,探究城市夜间光环境的设计方法。先总体分析城市夜间照明概况,具体分析公共照明政策及灯具选择。再以具体案例分别分析广场、重点建筑、运河三个方面的景观照明特点。以期从不同的视角,探讨光环境设计方法,并提出一些有意义的启发,对我国城市夜间光环境建设提出参考意见。

大连典型区域夜间人工光环境可视化地图构建分析研究

随着城市现代化进程的发展和社会经济的高速发展,人们对夜间照明的需求也随之增加。我国对光污染的研究比较缺乏,光污染已经成为城市环境中的严重问题。文章通过构建城市夜间人工光环境可视化地图,探究城市夜间人工光环境分布特征。利用地理信息系统技术,结合实测光环境数据,对大连市典型区域商业区和居住区构建夜间人工光环境的可视化地图,分析光环境的分布情况,并且整合大连市测量各个区域的夜间人工光环境情况,更进一步构建大连市部分区域夜间人工光环境地图,为大连市夜间人工光环境地图的构建提供更多依据,对未来的大连市夜间照明规划具有指导意义。

城市夜景照明中的光污染和夜天空保护的研究

从隐性和显性两方面分析了城市夜景照明中光污染的表现形式,总结了光污染对城市环境、生态系统以及社会生活所造成的审美效果破坏、安全感降低、美丽夜空消失、能源浪费等6种不良影响。并从控制光污染,保护城市夜间环境资源的角度,探讨了国内外4种监测夜天空亮度的技术与方法,以促进我国建立连续性、系统性、地域性的夜天空亮度测量和治理效果的评价资料。最后,从3个方面进一步分析了控制和治理城市夜景中光污染的重要性与迫切性。

基于正交设计的强光射灯对夜天空影响的试验研究

在目前低碳化照明备受关注的情况下,科学进行探照灯的布置与使用具有重要意义。夜天空发亮是城市光污染的主要表现形式之一。本文将正交设计试验的方法运用到城市光环境污染的研究中,定量地分析探照灯的设置因素(出射角度、光束截面、光源亮度)对天空辉光的影响以及这种影响随因素水平的变化。实验结果表明各因素对天空发亮影响次序:出射角度>光束截面积>光源亮度。随着出射角度、光源亮度和光束截面积的增加,天顶亮度也相应提高。随出射角度的增大,天顶亮度提高的幅度最大;随光源亮度增加,天顶亮度提高的幅度最小。天顶亮度的最大值与光源亮度成正比变化。