420804200210012012
摘要:在科技日新月异的当下,人们的生活越来越丰富。不可避免地,我们给环境带来了很多污染。光污染是继水污染、空气污染、噪声污染之后最严重的污染之一。物联网在处理光污染发挥很大作用。本文讲述了光污染对人们生活带来的影响以及如何用物联网降低这些光污染;首先确定一个指标来衡量光污染,分析四种地区:受保护的土地位置 的光污染以及如何用物联网解决的干预策略;最后谈到物联网存在的一些缺陷和以后希望物联网能给解决光污染提供更多新的思路
关键词:物联网;光污染
1.引言
随着人类文明的快速发展,人们的生活越来越丰富。不可避免地,我们给环境带来了很多污染。据美国《科学》杂志报道,在过去的十年中,人工光源极大增加了夜空的亮度,以致于肉眼可见的恒星数量急剧下降。如果这种情况持续下去,不到 20 年,肉眼可见的恒星数将减少一半[1]。光污染是继水污染、空气污染、噪声污染之后最严重的污染之一。主要包括人造日光、白光污染和彩色光污染。由于我们过度或不良地使用人造光,它也会对人们产生影响,如诱发癌症、产生不良情绪和损害眼睛。它还会影响动植物的自然生活模式,导致动物在昼夜活动能力方面出现问题。光污染已引起世界上许多国家的重视,成为一个全球性、国际性的环境问题。光污染会改变我们对夜空的看法。因为光污染,地球上三分之一的人再也看不到夜空中耀眼的星河。对环境的影响产生了一系列连锁反应,影响到人类的健康和安全。例如,植物的成熟可能会延迟或加速,野生动物的迁徙模式可能会受到影响,过度的人造光会破坏我们的昼夜节律模式,导致睡眠质量下降,并可能导致身心健康问题。人造光产生的眩光可能干扰机动车辆的交通,造成事故。近年来,物联网被日益应用到我国的智能交通、环境保护、政府工作、工业监测等等多个领域中发挥 着越来越大的作用。随着物联网技术的应用,与物联网如何解决光污染相关的问题的也日益成为值得我们深究的问题,这些问题的探讨有利于物联网技术更好地解决光污染的影响,为人们生活提供更好的服务。
本文先介绍影响光污染的重要因素,然后再关注造成光污染的主要因素。为此,我们对这些因素进行了分解,并根据不同地区进行了评估。将对物联网在各个不同地区解决光污染的应用方式进行全面的归纳总结,并进一步分析我国物联网在解决光污染中应用的问题与原因,最后,提出物联网应用对解决光污染等的影响方式应该与地方政策相结合,才能取得更好的效果。
我们将城市划分成三种区域:建筑区、道路区和商业区,我们确定了一个可以广泛评价光污染的指标,并建立了层次分析法模型;其次,利用综合评价模型寻找中点,衡量城市不同区域的光污染风险水平。
2.1 本文使用的一些符号和含义
符号 | 描述 | 单位 |
Q | 光环境质量综合指数,简称综合指数 | - |
Wi | 各指标权重值 | - |
Ci | i指标的实际均值 | - |
Cimax | i指标的最大允许值 | - |
Pi | 指标污染指数 | - |
构造判断矩阵
标度 | 含义 |
1 | 表示两个因素相比,具有相同重要性 |
3 | 表示两个因素相比,前者比后者稍微重要 |
5 | 表示两个因素相比,前者比后者明显重要 |
7 | 表示两个因素相比,前者比后者强烈重要 |
9 | 表示两个因素相比,前者比后者极端重要 |
2,4,6,8 | 表示上述两相邻判断的中值 |
倒数 | 例如:A和B相比如果标度为2,那么B和A相比就是1/2 |
B层(准则层)判断矩阵
城市光环境 列码 | 行码 RiCi | 建筑区指标 C1 | 道路区指标 C2 | 商业区指标 C3 |
建筑区指标 | R1 | 1 | 1/8 | 1/9 |
道路区指标 | R2 | 8 | 1 | 2 |
商业区指标 | R3 | 9 | 1/2 | 1 |
C层(方案层)判断矩阵
(1)建筑区指标判断矩阵
城市光环境 列码 | 行码 RiCi | 玻璃幕墙的反射率 C4 | 道路平均照度 C5 | 照度均匀值 C6 |
(玻璃幕墙的反射率) | R4 | 1 | 8 | 7 |
玻璃幕墙的角度 | ||||
道路平均照度 | R5 | 1/8 | 1 | 2 |
照度均匀值 | R6 | 1/7 | 1/2 | 1 |
(2)道路区指标判断矩阵
城市光环境 列码 | 行码 RiCi | 每公里路灯数量 C7 | 路面照度均匀值C8 | 路面平均亮度C9 | |
每公里路灯数量 | R7 | 1 | 1/6 | 1/7 | |
路面照度均匀值 | R8 | 6 | 1 | 2 | |
路面平均亮度 | R9 | 7 | 1/2 | 1 | |
(3)商业区指标判断矩阵
城市光环境 列码 | 行码 RiCi | 广告灯箱亮度 C10 | LED屏幕亮度C11 | LED屏幕不同颜色对比度C12 | |
广告灯箱亮度 | R10 | 1 | 7 | 9 | |
LED屏幕亮度 | R11 | 1/7 | 1 | 2 | |
LED屏幕不同颜色对比度 | R12 | 1/9 | 1/2 | 1 | |
2.2 一致性检验
1、计算一致性指标CI
2、查找对应的平均随机一致性指标RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.59 |
3、计算一致性比例CR
如果CR<0.1,则可认为判断矩阵的一致性可接受
(1)B层判断矩阵一致性检验
B层判断矩阵为:
矩阵B的特征方程
经计算得
,
则B层判断矩阵具有良好的一致性
(2)C层判断矩阵一致性检验
1.建筑区判断矩阵为:
矩阵C1的特征方程
经计算得
则建筑区指标C
1判断矩阵具有良好的一致性
2.道路区判断矩阵为:
矩阵C2的特征方程
经计算得
则道路区指标C2判断矩阵具有良好的一致性
3.商业区判断矩阵为:
矩阵C3的特征方程
经计算得
则商业区指标C3判断矩阵具有良好的一致性
2.3 计算权重
方法一、算术平均法求权重
第一步:将判断矩阵按照列归一化(每一元素除以其所在列的和)
第二步:将归一化的各列相加(按行求和)
第三步:将相加后得到的向量中每个元素除以n即可得到权重向量
方法二:几何平均法求权重
第一步:将A的元素按照行相乘得到一个新的向量
第二步:将新的向量的每个分量开n次方
第三步:对该列向量进行归一化即可得到权重向量
方法三:特征值法求权重
第一步:求出矩阵A的最大特征值以及其对应的特征向量
第二步:对求出的特征向量进行归一化得出权重
按以上三种方法计算,得出B层和C层各项指标的权重:
B层
算数平均法 | 几何平均法 | 特征值法 | |
建筑区指标 | 0.0561 | 0.0545 | 0.0545 |
道路区指标 | 0.5676 | 0.5712 | 0.5712 |
商业区指标 | 0.3764 | 0.3743 | 0.3743 |
C层
算数平均法 | 几何平均法 | 特征值法 | ||
玻璃幕墙的反射率 | 0.7769 | 0.7855 | 0.7855 | |
道路平均照度 | 0.1346 | 0.1293 | 0.1293 | |
照度均匀值 | 0.0884 | 0.0852 | 0.0852 | |
每公里路灯数量 | 0.0723 | 0.0702 | 0.0702 | |
路面照度均匀值 | 0.555 | 0.559 | 0.559 | |
路面平均亮度 | 0.3727 | 0.3707 | 0.3707 | |
广告灯箱亮度 | 0.7903 | 0.7928 | 0.7928 | |
LED屏幕亮度 | 0.1327 | 0.1312 | 0.1312 | |
平均照度 | 0.0769 | 0.076 | 0.076 | |
2.4 光污染风险评估模型
在各种环境质量综合评价方面,综合指数评价法应用广泛。城市光环境质量评价涉及多种因素,采用综合指数评价法是在指数单因子评价的基础上进行的综合,可以体现出环境质量评价的整体性、综合性和层次性,反映了各个指标因子对环境的共同作用,计算公式为:
商业区光环境
广告灯箱亮度 | 平均照度 | LED屏幕亮度 | |
限制值 | 1000 | 20 | 500 |
全国范围实际均值 | 900 | 15 | 400 |
单位 | cd/m2 | lx | cd/m2 |
综合评价指数Q1 | 0.88(0.87548) | ||
某城市受保护的土地位置实际均值 | 250 | 8 | 100 |
Q2 | 0.25484 | ||
某城市农村社区实际均值 | 500 | 12 | 250 |
Q3 | 0.5076 | ||
某城市郊区社区实际均值 | 400 | 9 | 250 |
Q4 | 0.41692 | ||
某城市城市社区实际均值 | 850 | 14 | 400 |
Q5 | 0.83204 |
道路区光环境
每公里路灯数量 | 路面照度均匀值 | 路面平均亮度 | |
限制值 | 0.8 | 0.4 | 2 |
全国范围实际均值 | 0.2 | 0.2 | 1.5 |
单位 | 盏 | - | cd/m2 |
综合评价指数Q6 | 0.575 | ||
某城市受保护的土地位置实际均值 | 0.05 | 0.1 | 0.5 |
Q7 | 0.2368125 | ||
某城市农村社区实际均值 | 0.15 | 0.2 | 1 |
Q8 | 0.4780125 | ||
某城市郊区社区实际均值 | 0.2 | 0.2 | 1.2 |
Q9 | 0.51947 | ||
某城市城市社区实际均值 | 0.4 | 0.3 | 1.5 |
Q10 | 0.732375 |
建筑区光环境
玻璃幕墙的反射率 | 道路平均照度 | 照度均匀值 | |
限制值 | 0.3(0.1) | 5.5 | 0.3 |
全国范围实际均值 | 0.05 | 4 | 0.1 |
单位 | - | lx | - |
综合评价指数Q11 | 0.253 | ||
某城市受保护的土地位置实际均值 | 0.01 | 3 | 0.2 |
Q12 | 0.1535 | ||
某城市农村社区实际均值 | 0.1 | 4 | 0.1 |
Q13 | 0.3843 | ||
某城市郊区社区实际均值 | 0.2 | 4.5 | 0.2 |
Q14 | 0.68655 | ||
某城市城市社区实际均值 | 0.18 | 5 | 0.2 |
Q15 | 0.64567 |
根据综合评价结果可知,全国平均光环境质量评价指数的变化范围为0.253-0.875,将综合评价指数0.253-0.875之间划分为三个等级,分别是一级:0.25-0.5,二级:0.5-0.7,
三级:0.7-0.9,其中Q越大表示光污染越严重。
运用层次分析法确定不同区域以及相关指标的权重值,城市建筑区准则层玻璃幕墙反射率所占权重值最大,达到0.7855,对建筑区光环境评价产生巨大影响;城市道路区准则层路面照度均匀值所占权重值最大,为0.559,影响道路区光环境评价;城市商业区准则层广告灯箱亮度所占权重最大,达到0.7928,对商业区光环境影响最大。
结合层次分析法所确定的权重,利用综合评价指数分析法我们可以确定城市不同区域影响光污染最重的因素并对此进行解决。
我们计划将城市中的光污染主要分布成建筑区、道路区和商业区。为了更好的了解目前的情况,更详细的提出一个更有效的策略。我们进一步将上述三个区域划分为建成区的居住区和公园绿地,道路区域划分为城市道路,商业区域划分为城市商业区和城市广场区。
3.1道路区
连接城市的各个区域,供城市交通和行人使用,以方便居民生活、工作和文娱活动,因此无论是景观照明还是功能照明,都应保证道路条件的快速便捷。但尤其在城市的交通路段,交通安全显得尤为重要,不仅道路标志引导,功能性照明也应满足城市道路照明的需求。路千百万,安全第一。由分析可知玻璃幕墙反射率在城市道路上造成的白光污染是极其有害的,城市有足够的光线,但建筑物外立面等大理石、砖墙、镜子的各种装饰和各种颜色的涂层反射光,超出人体所能承受:站在路边用玻璃墙装饰的高层建筑就像一面巨大的镜子,反射光进入高速行驶的汽车,会造成突然的暂时失明和视觉错觉;路灯和沿途的灯光广告和标志,也会使汽车司机对驾驶感到紧张,这很容易导致交通事故[2]。尤其是上海作为世界玻璃幕墙建筑数量最多的大都市之一,有近1.3万栋玻璃幕墙的建筑,玻璃幕墙被称为悬在城市上空的“不定时炸弹”,幕墙安全监控是日常管理的重中之重。
这时物联网便起到了很大的作用,上海的玻机公司承担了上海建筑幕墙管理平台的开发和运维工作,通过融合人工智能、大数据、物联网等技术,以打通数据、智能监控为手段,对本市玻璃幕墙形成闭环管理。通过近几年的努力,公司技术团队采集了全市玻璃幕墙建筑的基本信息,实现了玻璃幕墙一楼一档数据结构化率100%,建立了全国第一个以BIM技术为基础,结合GIS信息和大数据分析为一体的建筑幕墙动态信息管理平台。
上海建筑幕墙管理平台通过7万条数据以及近1万个幕墙安全案例,将业主的基础档案、动态管理行为、周边气候数据等因素归类为30个风险因子,研发出人工智能辅助安全管控体系的智能算法。通过后台演算数据,能及时、自动提示存在潜在隐患的玻璃幕墙楼宇,推送需要现场核查的预警信息。该套智能算法已经在强台风“利奇马”、进博会期间得到广泛运用。
玻机公司还在对城市玻璃幕墙精细化管理功能进行不断优化,同时建立了市、区、街镇三级平台的联动机制,做到平台系统巡检流程与网格化派单系统数据的有效链接,提升既有建筑玻璃幕墙应急避险的成效。目前,已实现全市玻璃幕墙楼宇入网率达96%,政府职能部门对玻璃幕墙在线化监管率同比提升43%。
在平台建设的同时,玻机公司正加快建筑幕墙数字化智能产品的研发与运用,同步开发了工业级无人机建筑幕墙巡查系统,矩阵自动广角拍摄定位、高清长焦可见光隐患点精细拍摄、红外热成像分析等建筑幕墙无人机检查方案,使幕墙智能检查有了新突破,目前已应用到上海多处标志性建筑的玻璃幕墙日常维护检查中。
通过精细化无人机实景建模、BIM模型配套软件系统、二维码标识系统等智能可视化系统,使业主、物业管理单位对每一处幕墙构件运维信息情况都能了如指掌,打通了上海实施幕墙智能化管理的“最后一公里”。
3.2建筑区
3.2.1 居住区
居住区作为一个为居民们提供休息、起居的生活区域。那么其整体光环境的照度水平不应该太高,并且光色以暖色调为主较好,需要充分考虑吧其夜间照明的功能性、私密性、安全性。居住区以及其相关道路位置以及配套设施应该也本着不影响居民们的生活为前提建设。不仅如此还需要尽量考虑其夜间照明的功能性、安全性与隐私性。其周边的照明设施也是需要充分考虑行车的安全性与合理性。尽量有个好的交通环境以便居民们的出行。
我们运用物联网改善对于路灯的控制:目前大多数路灯主要使用高压钠灯。存在耗能高、效率低,使用寿命短,维护成本高等问题。除此之外,统路灯只有简单的照明功能,缺乏整灯的自动监测,既不能保证照明和安全,也不利于后续的维护管理。
物联网技术可以使智慧路灯控制系统能够实时监控道路照明的状态,以及环境变量,如交通流量、温度、湿度等,从而使智慧路灯控制系统能够根据实时的环境变量调整道路照明的亮度、色温等参数,从而更加有效地管理城市道路照明。
智慧路灯控制系统采用物联网技术,路灯的控制设备集合了各类高精度的环境监测感应器、摄像头、传感器网关和自我故障状态测试装置,由上述装置共同组成了路灯的感知层,其主要功能是接收外部的周围环境讯息袁是信息采集交互的关键部分[3]。能够更加有效地管理城市道路照明,提高照明效率,减少能源消耗,改善城市夜景环境。首先,智慧路灯控制系统能够实时监控道路照明的状态,以及环境变量,从而使智慧路灯控制系统能够根据实时的环境变量调整道路照明的亮度、色温等参数,从而更加有效地管理城市道路照明。其次,智慧路灯控制系统还可以通过远程控制来调整照明的亮度,减少能源消耗,改善城市夜景环境,提高照明效率。
3.2.2 公园绿地区
作为城市的公共建设公园绿地也是建筑区中不可缺少的一部分。并且其指的并非是公园和绿地的简单叠加而是指城市居民的除广场外的室外活动场所。近年来政府加大对其公共空间的营造以及各类娱乐设施,活动场所等,为居民提供了夜间室外活动与交流的地区和便利的条件。由设计公园的标准可得知植物是对其夜间环境影响因素的重要标准之一。植物不仅对城市的人工光线有着反射作用,并且还对光有着遮蔽作用,可以减少向天空的传播,从而可以达到降低光污染的情况。这也是城市建筑必须有公园及绿地区的原因。
3.3商业区
商业区是城市夜间人流量最大、活动最频繁的地区,建筑夜景亮化成为城市夜景的重要部分.虽然 LED显示屏以宽亮域、小功耗、控制简单、显示方式连续动态、显示内容多变、生动、显示色彩丰富为优点,作为广告、标识、信息发布的载体被广泛应用于生活中,数量庞大,引人注目;但也因其亮度高,显示内容切换时亮度瞬时变化大和显示画面的色彩饱和度过高等特点给城市带来了光污染问题:商店标牌、大型广告、LED灯大屏、商业区道路等都会造成光污染。这往往会导致人工白昼。
物联网与LED显示屏结合应用的未来愿景。物联网是把所有物品通过射频识别等信息传感设备与互联 网连接起来,实现智能化识别和管理。顾名思义,是利 用射频识别(RFID)、传感器、二维码、全球定位系统、 激光扫描器等信息传感设备,按约定的协议,实现人与人、人与物、物与物在任何时间、任何地点的连接,从而进行信息交换 和通讯,以实现智能化识别、定位、跟踪、监控和管理 的庞大网络系统。 如何将物联网技术应用到 LED屏体的设计上, 是 LED厂商需要考虑的问题。可以为每个模块、每块 扫描板、每个单元箱体在出厂前添加电子产品代码 (EPC),有了这个产品的唯一编码 ,当带有电子标签 (RFID)的产品通过一个读写器时,这个产品的信息就会通过互联网传输到指定的计算机(云服务器)内, 用户端可以轻松读到模块、扫描板、单元箱体的信息, 形成一个全自动的产品流动监测网络,这就是通过射 频识别技术(电子标签 RFID)的物联网应用。 物联网的核心技术除了RFID(射频识别 ),还有 WSN(无线传感网络)。WSN是由部署在监测区域内 大量的廉价微型传感器节点组成,通过无线通信方式 形成的一个多跳的自组织的网络系统,其目的是协作
地感知、采集和处理网络覆盖区域中被感知对象的信 息,并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素,反映到 LED显示屏应用上,我们可以设想在每一个单元箱体中加入传感器,实时反映每个箱体的温度、亮度等信息,便于实现 数据的采集量化、处理融合和传输应用。 结合物联网与云计算的应用,对 LED显示屏能够起到节约能源的作用,通过物联网将屏体的状态信 息实时地反馈给管理中心,通过云计算的强大运算能 力及时判断屏体状态,有效利用资源。如对屏幕的亮度自动调节,当屏体温度低于一定值时自动关闭空调 等散热设备,从而有效降低能耗。当被管理的LED屏幕数量少且集中时可能优势并不明显,但是当被管理 屏幕数量达到一定的值,且分布在全国乃至世界各地时,这一优势就会凸显出来。
在云计算、物联网等高新技术快速发展的今天,部分厂商已经认识到市场变化,人性化设计正逐渐成为 LED显示屏服务的主题 ,相信在不久的将来,人们会切身地体会到云计算和物联网给 LED显示屏行业带来的巨大改变[4]。
近年来,随着物联网的高速发展,越来越多的城市加入建设物联网的行业之中,也在处理城市光污染中取得明显成绩。例如上海玻机公司建设玻璃幕墙大大减少了光污染对城市的危害。
然而,我国物联网在应用处理光污染中还存在一些问题,以下对这些问题进行分析讨论。
4.1信息不完整,没有实现信息互通
目前,我国各个城市的城市管理相关部门依据各自的管理职能加强各自的物联网建设,但全市范围内的城市运行管理相关信息资源未能得到有效整合,不同部门之间的信息共享程度很低,信息孤岛现象严重,数据接口不统一[5]。导致这件事情主要矛盾点是现在我国城市管理组织体系的弊端,一方面,各个单位只注重自身利益,没有团结协作;另一方面,在不同部门职责划分上有缺陷,经常需要协调配合的事务可能会归不同部门管理,导致这样的事务经常出现问题。
4.2 不同行业的物联网发展速度不同
目前,城市运行相关专业部门,物联网建设水平参差 不齐。有些部门的物联网建设比较迅速,可以获得大量的感知数据,而有其他一些部门物联网建设缓慢,使得现在很 多城市还无法利用现有的物联网资源进行全面的科学决策。造成这种现象的根本原因也与我国现在的城市管理部门的各自为政有很大关系。
4.3 缺乏实时数据和海量分析
在现实中,人类活动(如砍伐树木破坏环境)和自然环境的变化都可能会改变模型的参数,导致对光污染重要性标准统计不准确。但通过物联网每日计算统计,我们可以时刻获得当天的数据并进行处理。然而目前我国各城市对于这项工作开展并未实现或者还刚刚开始。
采用物联网技术进行城市光污染处理是发展趋势,另外,物联网技术的发展使城市设施和设备变得智能化,从而提高了城市的运行效率和可持续性[6]。利用物联网平台,将IT设施与城市的基础设施融合,使得城市的各个部件联接起来,形成一个有机整体,城市运行将高度自动化、科学化;同时促进常态化管理与应急管理相结合,变被动为主动,在多个环节形成监督、管理闭环,有利于优化流程、提高城市管理水平,引导城市成为可持续改进发展的生态城市。
参考文献
[1]刘祥合,张政睿.建筑光污染的影响因素和干预策略[J].光源与照明,2023(6):36-39
[2]Li Youran. Research on the elements of offender-proof lighting in residential areas
and its impact [D]. Dalian University of Technology,2016.
[3]钟锦波,洪鹏,丁杰,熊佳敏.基于物联网交互的智慧路灯[J].工业控制计算机,2023,36(2):61-62
[4][1]朱保华,孙铮.浅谈云计算和物联网在LED显示屏方面的应用与发展[J].现代显示,2012(9):190-192
[5]赵恩国,贾志永.物联网在城市管理中的应用和影响研究[J].生态经济,2014,30(10):122-126131
[6]彭圆.大数据、物联网技术在智慧城市中的应用探讨[J].新潮电子,2024(2):49-51