A review of the state of the art in temporal and spatial research within light pollution and aerosols, and a methodological approach for the elaboration of high-resolution acquired images

Abstract

Denne avhandlingen følger en todelt tilnærming, hvor en grundig litteraturstudie gjennomføres for å utforske sammenhenger og finne det nyeste innen måling og analysering av lysforurensing og aerosoler, samt for å etablere et overblikk over forskningen i de tidsmessige og romlige dimensjonene. Dette etterfølges av introduksjonen til en metodologisk tilnærming for bildeanalyse kalt FAHRIS. Disse to aspektene rapporteres uavhengig av hverandre for å sikre klarhet og sammenheng gjennom avhandlingen.

Litteraturstudien undersøker 61 artikler filtrert fra en opprinnelig gruppe på 1 707 ved bruk av PRISMA-metoden, og avdekker et betydelig søkelys på lysforurensning og aerosolforskning innen europeiske land, og med Kina ledende i antall publikasjoner. Mens studier innenfor bakke-domenet historisk sett har dominert, observeres det en økning i luft- og satellitt-domener i senere år. Økonomiske faktorer påvirker forskningsfokuset, som land med høyere BNP som prioriterer miljøutfordringer. Sky Quality Meters (SQMs) er mye brukt for lysforurensningsmålinger, mens aerosolsensorer viser lovende resultater for integrasjon i UAV-er. Å adressere lysforurensning og aerosoler er avgjørende for menneskers helse og bærekraftig urbanisering, mens det å fremme vidt tilgjengelige forskningsmetodologier er viktig for et globalt engasjement.

Samtidig ble FAHRIS-algoritmen utviklet og brukt på datasett fra ulike flyvninger på ulike steder i Italia. Gjennom en klassifisering av brukbare data og gruppering basert på ulike parametere, har FAHIRS effektivt organisert bilder for videre analysering. Imidlertid oppstod det utfordringer, spesielt tilknyttet uregelmessigheter i variansberegningene, noe som førte til både falske positiver og negativer. En evaluering av ytelsen ved hjelp av forvirringsmatrisen avdekket varierende F1-poengsummer på tvers av datasettene. Til tross for vellykket gruppering ved hjelp av EXIF-metadataen og pålitelig sammenstilling av bilder, ble begrensninger som utilstrekkelig prosesseringsminne og strekking av sammenstilte bilder oppdaget. Foreslåtte løsninger inkluderer implementasjonen av en maskinlæringsmodell, innsamling av data rundt bildenes orientering og en reduksjon i den relative vinkelen mellom bilder i fremtidige flyvninger. Selv om FAHRIS avslutningsvis viser potensiale for å behandle innsamlede data for videre analysering, er forbedringsarbeid avgjørende for å optimalisere ytelsen og effektivt håndtere eksisterende begrensninger.

This thesis follows a two-fold approach. First, a comprehensive literature review is conducted to explore the correlations and the state of the art in measuring and analyzing light pollution and aerosols and establish an overview of research in the temporal and spatial dimensions. This is followed by the introduction of a unique methodological approach for image analysis, namely FAHRIS. These two aspects are reported independently to maintain clarity and coherence throughout the paper.

The literature review examines 61 papers screened from an initial 1,707 using the PRISMA methodology, revealing a predominant focus on light pollution and aerosol research within European countries, with China leading in the number of publications. While ground domain studies historically dominate, a recent rise in aerial and satellite domains is observed. Economic factors influence the research focus, with countries with higher GDPs prioritizing environmental issues. Sky Quality Meters (SQMs) are widely used for light pollution measurement, while aerosol sensors show promise for UAV integration. Addressing light pollution and aerosols is crucial for human health and sustainable urbanization while encouraging accessible research methodologies is vital for global engagement.

In parallel, the FAHRIS algorithm was developed and applied to flight campaign datasets from various locations in Italy. Through the classification of usable data and grouping based on various parameters, FAHRIS effectively organized images for further analysis. However, challenges emerged, notably inconsistencies in variance calculations leading to false positives and negatives. A performance evaluation using the confusion matrix highlighted varying F1 scores across the datasets. Despite successful image grouping facilitated by EXIF metadata and reliable stitching, limitations such as insufficient processing memory and image stretching were encountered. Proposed solutions include machine learning implementation, recording image orientation and reducing relative angles between images in future acquisitions. Overall, while FAHRIS shows promise for processing acquired data for subsequent analysis, refinement efforts remain crucial to optimize its performance and address existing limitations effectively.