基于熵权法的光污染评价研究

随着城市的高速发展，出现了一种新的污染——光污染。通过建立模型对不同区域类型进行光污染风险水平评估并给出有效的干预策略。首先对数据进行预处理，保证了应用数据的完整性、可信度，并结合TOPIS熵权法和层次分析法确定度量指标权重，并通过均方误差(MSE)验证权重精度，得到光污染风险水平权重度量模型，我们通过将光污染风险水平权重度量模型应用到四种不同类型的位置上，进行可视化分析得出，光污染风险水平由高到低依次为城市社区、郊区社区、农村社区和保护用地，并对其进行了解释。

自20 世纪70 年代以来， 学者们一直在努力探索城市光污染的机理， 以及它与影响因素之间的关联。

他们从最初的夜间光污染模型，发展到现在的地表光污染、光污染的光能量分布等多方面的模型研究， 以期更好地理解和控制城市光污染。

近年来，Treanor (1973 年)、Robert (1976 年)、Garsating (1986 年)等人不断深入研究夜间天空亮度与人口分布之间的关系，并建立出一系列完善的模型；此外，Chalkias 等人(2006)利用DMSP 图像与GIS系统相结合，构建出一个可视化的希腊城市夜间光源产生的光污染分布模型，从而使GIS 系统成为城市光污染观测的重要工具[1]；Cinzano (2014 年)则在此基础上， 进一步探索了人口分布与夜间亮度之间的关系， 并取得了一系列重要的研究成果；Falchi 等人(2016 年)利用卫星图像构建了一个全球光污染地图， 以探索光能量的分布特征，并且深入分析了不同国家的光污染状况[2]；刘鸣(2018 年)则在天津市开展了夜间天空亮度的监测，并且提出了一种新的模型，以更好地描述光污染的分布特征[3]；苏晓明则在2021年，通过对夜间图像的分析，构建出一张呼和浩特市的天空光污染地图，以更加准确地描述光污染的状况。近年来，中国通过DMSP/OLS 夜间灯光数据，对城市照明的变化以及其相关的环境影响，例如土地使用和空间布局的改变，进行深入的研究，并且开始探讨和实施光污染模型。

2. 模型假设与说明 考虑到实际问题总是包含许多复杂的因素，首先我们需要做出合理的假设来简化模型，并且每个假设后面都紧跟着相应的解释： 假设1：我们假设度量估计引起的误差对优化效果的影响是可控的。

说明：由于一些人为因素引起的测量变化没有参考意义。因此，测量指标中涉及的人为因素可以忽略不计。