Restoring the night sky darkness at Observatorio del Teide: First application of the model Illumina version 2
Notice bibliographique
Résumé
ABSTRACT The propagation of artificial light into real environments is complex. To perform its numerical modelling with accuracy, one must consider hyperspectral properties of the lighting devices and their geographic positions, the hyperspectral properties of the ground reflectance, the size and distribution of small-scale obstacles, the blocking effect of topography, the lamps angular photometry and the atmospheric transfer function (aerosols and molecules). A detailed radiative transfer model can be used to evaluate how a particular change in the lighting infrastructure may affect the sky radiance. In this paper, we use the new version (v2) of the Illumina model to evaluate a night sky restoration plan for the Teide Observatory located on the island of Tenerife, Spain. In the past decades, the sky darkness was severely degraded by growing light pollution on the Tenerife Island. In this work, we use the contribution maps giving the effect of each pixel of the territory to the artificial sky radiance. We exploit the hyperspectral capabilities of Illumina v2 and show how the contribution maps can be integrated over regions or municipalities according to the Johnson–Cousins photometric bands spectral sensitivities. The sky brightness reductions per municipality after a complete shutdown and a conversion to light-emitting diodes are calculated in the Johnson–Cousins B, V, R bands. We found that the conversion of the lighting infrastructure of Tenerife with LED (1800 and 2700 K), according to the conversion strategy in force, would result in a zenith V-band sky brightness reduction of ≈0.3 mag arcsec−2.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».