你的城市光害嚴重嗎？科學家正運用你我的力量研究光害

Google 地圖你我都熟悉，地圖異常清晰的影像常常令人看得津津有味，但相同情況換成黑夜就不再存在。

「迷失在黑夜」（Lost at Night）計畫

科學家現在計劃運用國際太空站（International Space Station，ISS）拍攝的地表夜景影像，拼湊出黑夜版的世界地圖。

其實類似計畫並不是第一次出現。最著名的是「黑理石地圖」（Black Marble Map）計畫，運用近紅外線衛星的影像，拼湊出世界的「夜景」。但衛星影像的解析度較差，放大後並無法看清每個城市的燈火樣貌，且圖片也是由灰階轉化而成的假色地圖。

「迷失在黑夜」計畫用的相片來自「太空人地球影像」（Astronaut Photograph of Earth）資料庫。這些相片都是由國際太空站內的「穹頂艙」（The Capula）所攝，有的是裝在內部的相機自動拍攝，有的則是太空人利用業餘時間徒手拍攝。

▲ 左為位於國際太空站內的穹頂艙，與裝設於內部的相機；右為是在穹頂艙內拍攝的太空人。（Source：Cities at Night）

「太空人地球影像」資料庫約有 50 萬張相片，解析度能達到黑理石地圖的 150 倍，最佳畫素達 5 公尺。

▲ 「太空人地球影像」資料庫拍攝的夜晚巴黎。（Source：Cities at Night）

但是資料庫的相片資訊，只有拍攝時間，以及太空站當時大致的位置，相片的精確位置及拍攝角度都沒有記錄。

人工比對 vs. 人工智慧？

「迷失在黑夜」最大的挑戰，就是找出每張照片的「座標」。

比對影像位置的工作，也許可依靠人工智慧與影像分析的力量，自動將相片「加上座標」，但如果完全沒有人力協助，影像分析的困難度與複雜度將難以想像。

撇開速度不談，人眼分析複雜影像的能力並不比電腦遜色。「迷失在黑夜」計畫團隊希望藉由人工比對，精確獲得人工智慧需要的「訓練樣本集」（training set）。有了這個樣本集，自動化影像分析才更容易進行。

「遊戲型」應用程式

計畫設計了一連串介面，吸引受試者協助計畫進行。

「迷失在黑夜」是「夜晚城市」（Cities at Night）計畫的進階版，2017 年啟用。新版「遊戲」，受試者必須將一張張資料庫沒有地點資訊的相片，與已有地點資訊的影像配對。

▲ 「迷失在黑夜」計畫的使用介面。左為資料庫內尚未比對的相片，右為已有位置資訊的相片。試用者必須選出兩兩對應的相片，以協助將來資料庫相片「定位」。（Source：ESA）

為了減少錯誤率，以及一些「來亂的」玩家，相同配對必須有 5 名以上玩家完成，才會記錄。

從 2014 年到 2018 年，此計畫收到至少 1 萬 7,000 名「玩家」的配對資料。截至 2019 年 9 月，已有 3 萬筆以上影像成功配對。

英國 Exeter 大學的 Alejandro Sánchez de Miguel，是「迷失在黑夜」計畫主持人。他指出，至少要有 9 萬筆以上影像成功配對，他們才能用人工智慧運算取代人工比對。

「迷失在黑夜」的科學潛力

除了建構世界「夜景」地圖，「迷失在黑夜」計畫還有更科學性的研究。此計畫的全彩影像，更可研究不同光源的顏色與影響。

科學家可藉由夜景地圖的燈光多寡，找出光害嚴重的地區，進而影響當局進行光害減量的政策。例如，透過改變路燈的多寡與燈泡的種類，來減低光害的影響。

當然，這個計畫的結果，一方面協助天文學家找出光害最少的地點，提供業餘與專業天文學家觀測時的參考。

「太空人地球影像」的科學

光害不只會影響天文觀測，更對整個生態系有著廣泛的影響：植物開花、候鳥遷徙、人類睡眠，全都與「光」分開不了關係。

「太空人地球影像」資料庫的影像，除了用在「迷失在黑夜」，已經有更多的計畫運用其來進行科學研究。例如有研究指出，偏藍的光害，將會有導致乳癌與攝護腺癌政的風險。其他研究則探討光害對海龜孵卵與兒童認知發展的影響。

群智科學

「迷失在黑夜」運用研發遊戲應用程式的方式，吸引與利用大眾的力量來協助科學研究。這種「群智科學」（Citizen Science）的科學研究模式早已有先例。

除了運用你的眼手之外，其他群智科學計畫也使用分散式運算（Distributed computing）的技術，利用你的電腦記憶體。從最早出名的 SETI 計畫來找外星人，到最近的行星獵人（Planet Hunter）計畫尋找系外行星，都是群智科學的產物。

在武漢肺炎肆虐之下，群智科學是否能招攬更多無法出門的大眾，投入協助科學研究，可能有待觀察。但是也許今晚暫時登出令人上癮的線上遊戲，你也可以幫幫科學家找到你城市的「夜景」！

▲ 「迷失在黑夜」計畫所發表的台灣夜景。（Source：Cities at Night）

（首圖來源：pixabay）