Mapeamento bibliométrico e revisão sistemática da aplicação dos dados de sensoriamento remoto de luz noturna

Autores

DOI:

https://doi.org/10.11606/eISSN.2236-2878.rdg.2025.229207

Palavras-chave:

Sensoriamento remoto, Luzes noturnas, Mapeamento bibliométrico, DMPS/OLS

Resumo

As imagens de sensoriamento remoto de luzes noturnas refletem atividades socioeconômicas e mudanças ambientais no espaço geográfico, sendo amplamente utilizadas como proxy para estimar indicadores como PIB, densidade populacional, padrões urbanos e emissões de gases do efeito estufa. A disponibilização dos dados do sensor DMSP/OLS desde a década de 1990, aliada ao avanço de sensores com maior resolução, impulsionou o crescimento de estudos baseados nessas imagens. Este trabalho realiza uma revisão sistemática sobre as aplicações das luzes noturnas, utilizando o mapeamento bibliométrico para analisar a estrutura e as relações bibliográficas do campo. Os resultados indicam que o estudo de Dobson et al. (2000) é o mais citado, Christopher Elvidge é a principal referência na área, e a revista Remote Sensing concentra o maior número de publicações sobre o tema. Além disso, a China lidera em número de publicações, citações e autores produtivos. As aplicações dos estudos analisados podem ser agrupadas em quatro categorias principais: urbanas, socioeconômicas, ambientais e demográficas. Este trabalho contribui ao organizar as principais abordagens e tendências no uso de luzes noturnas, destacando estudos influentes e lacunas que podem orientar pesquisas futuras.

Downloads

Biografia do Autor

  • Fernando Kawakubo, Universidade de São Paulo

    Possui graduação em Geografia pela Universidade de São Paulo (2001), mestrado em Geografia (Geografia Física) pela Universidade de São Paulo (2005) e doutorado em Geografia (Geografia Física) pela Universidade de São Paulo (2010). Atualmente é professor da Universidade de São Paulo. Tem experiência na área de Geociências, com ênfase em Sensoriamento Remoto, atuando nos seguintes temas: sensoriamento remoto, Sistema de Informação Geográfica (SIG), uso da terra/cobertura vegetal, análise de mistura espectral, floresta aleatória, classificação de imagens e superfícies impermeáveis.

Referências

AMARAL, S. et al. DMSP/OLS night‐time light imagery for urban population estimates in the Brazilian Amazon, International. Journal of Remote Sensing, v. 27, 855-870, 2006. DOI: https://doi.org/10.1080/01431160500181861.

BENNETT, M; SMITH, L. Advances in using multitemporal night-time lights satellite imagery to detect, estimate, and monitor socioeconomic dynamics. Remote Sensing of Environment, v. 192, 176-197, 2017. DOI: https://doi.org/10.1016/j.rse.2017.01.005.

CHAND, K. T. et al. Spatial characterization of electrical power consumption patterns over India using temporal DMSP‐OLS night‐time satellite data. International Journal of Remote Sensing, v. 30, 647-661, 2009. DOI: https://doi.org/10.1080/01431160802345685.

CHEN, W. et al. Evaluation of Urbanization Dynamics and its Impacts on Surface Heat Islands: A Case Study of Beijing, China. Remote Sensing, v. 9(5), 1-16, 2017. DOI: https://doi.org/10.3390/rs9050453.

DOBSON, J. E. et al. LandScan: A global population database for estimating populations at risk. Photogrammetric Engineering & Remote Sensing, v. 66, 849-857, 2000.

DOLL, C. N. H. et al. Mapping regional economic activity from night-time light satellite imagery. Ecological Economics, v. 57, 75-92, 2006. DOI: https://doi.org/10.1016/j.ecolecon.2005.03.007.

ECK, N. J. Methodological Advances in Bibliometric Mapping of Science. PhD. Rotterdam: Erasmus University, 2011.

ELVIDGE, C. D., et al. Why VIIRS data are superior to DMSP for mapping nighttime lights. Proceedings of the Asia-Pacific Advanced Network. v. 35, 62-69, 2013. DOI: http://dx.doi.org/10.7125/APAN.35.7.

ELVIDGE, C. D., et al. Radiance Calibration of DMSP-OLS Low-Light Imaging Data of Human Settlements. Remote Sensing of Environment. v. 68, 77-88, 1999. DOI: https://doi.org/10.1016/S0034-4257(98)00098-4.

ELVIDGE, C. D. et al. Relation between satellite observed visible-near infrared emissions, population, economic activity and electric power consumption. International Journal of Remote Sensing, v. 18, 1373-1379, 1997. DOI: https://doi.org/10.1080/014311697218485.

FLORIDA, R.; GULDEN, T.; MELLANDER, C.; The Rise of the Mega-Region. Cambridge Journal of Regions, Economy and Society, v. 1, 459-476, 2008. DOI: https://doi.org/10.1093/cjres/rsn018.

GONG, P. et al. Annual maps of global artificial impervious area (GAIA) between 1985 and 2018. Remote Sensing of Environment, v. 236, 2020. DOI: https://doi.org/10.1016/j.rse.2019.111510.

HAN, P. et al. Monitoring Trends in Light Pollution in China Based on Nighttime Satellite Imagery. Remote Sensing, v. 6, 5541-5558, 2014. DOI: https://doi.org/10.3390/rs6065541.

HU, K. et al. Scientometric Visualization Analysis for Night-Time Light Remote Sensing Research from 1991 to 2016. Remote Sensing, v. 9, 1-30, 2017. DOI: https://doi.org/10.3390/rs9080802.

HUANG, Q. et al. Application of DMSP/OLS Nighttime Light Images: A Meta-Analysis and a Systematic Literature Review. Remote Sensing, v. 6, 6844-6866, 2014. DOI: https://doi.org/10.3390/rs6086844.

LEVIN, N. et al. Remote sensing of night lights: A review and an outlook for the future. Remote Sensing of Environment, v. 237, 2020. DOI: https://doi.org/10.1016/j.rse.2019.111443.

LEVIN, N.; DUKE, Y. High spatial resolution night-time light images for demographic and socio-economic studies. Remote Sensing of Environment. v. 119, 1-10, 2012. DOI: https://doi.org/10.1016/j.rse.2011.12.005.

LIU, Y. et al. Correlations between Urbanization and Vegetation Degradation across the World’s Metropolises Using DMSP/OLS Nighttime Light Data. Remote Sensing, v. 7(2), 2067-2088, 2015. DOI: https://doi.org/10.3390/rs70202067.

MA, T. et al. Night-time light derived estimation of spatio-temporal characteristics of urbanization dynamics using DMSP/OLS satellite data. Remote Sensing of Environment, v. 158, 453-464, 2012. DOI: https://doi.org/10.1016/j.rse.2014.11.022.

MELLANDER, C et al. Night-Time Light Data: A Good Proxy Measure for Economic Activity?. PLOS ONE, v. 10, 2015. DOI: https://doi.org/10.1371/journal.pone.0139779.

OWEN, T. W. Using DMSP-OLS light frequency data to categorize urban environments associated with US climate observing stations. International Journal of Remote Sensing, v. 19, 3451-3456, 1998. DOI: https://doi.org/10.1080/014311698214127.

WEIGAND, M. et al. Remote Sensing in Environmental Justice Research - A Review. ISPRS Int. J. Geo-Inf, v. 8, 1-28, 2019. DOI: https://doi.org/10.3390/ijgi8010020.

ZHANG, Q.; SETO, K. Mapping urbanization dynamics at regional and global scales using multi-temporal DMSP/OLS nighttime light data. Remote Sensing of Environment, v. 115, 2320-2329, 2011. DOI: https://doi.org/10.1016/j.rse.2011.04.032.

ZHAO, M. et al. Applications of Satellite Remote Sensing of Nighttime Light Observations: Advances, Challenges, and Perspectives. Remote Sensing, v. 11, 1-35, 2019. DOI: https://doi.org/10.3390/rs11171971.

ZHAO, S. et al. The role of satellite remote sensing in mitigating and adapting to global climate change. Science of the Total Environment, v. 904, 2023. DOI: https://doi.org/10.1016/j.scitotenv.2023.166820.

ZHUO, L. et al. Modelling the population density of China at the pixel level based on DMSP/OLS non‐radiance‐calibrated night‐time light images. International Journal of Remote Sensing, v. 30, 1003-1018, 2009. DOI: https://doi.org/10.1080/01431160802430693.

Downloads

Publicado

2025-03-31

Edição

v. 45 (2025)

Seção

Artigos

Licença

Copyright (c) 2025 Filipe Dias, Fernando Kawakubo

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:

  • Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution BY-NC-SA que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
 
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista. A licença adotada enquadra-se no padrão CC-BY-NC-SA. 
 
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

Dias, F., & Kawakubo, F. (2025). Mapeamento bibliométrico e revisão sistemática da aplicação dos dados de sensoriamento remoto de luz noturna. Revista Do Departamento De Geografia, 45, e229207 . https://doi.org/10.11606/eISSN.2236-2878.rdg.2025.229207

Dados de financiamento