Le premier atlas mondial de la clarté artificielle du ciel nocturne P. Cinzano1 , F. Falchi1 , et C. D. Elvidge2, 1 Dipartimento di Astronomia, Università di Padova, vicolo dell'Osservatorio 5, I-35122 Padova, Italy 2 Office of the Director, NOAA National Geophysical Data Center, 325 Broadway, Boulder CO 80303 Accepté pour publication dans les "Royal Astronomical Society Monthly Notices" le 1 août 2001, reçu le 24 juillet 2001 En forme originelle le 18 décembre 2000 Traduction terminée le 18 septembre 2001 Dernière mise à jour le 14 décembre 2001 Notes importantes concernant ce document Ceci est une traduction de l'anglais réalisée par Alexis Bosson1 et Mireille Sanchez Arias2 pour l'Association Nationale pour la Protection du Ciel Nocturne3 avec l'aimable autorisation des auteurs. Cette traduction a été réalisée dans un but strictement informatif afin de permettre aux lecteurs francophones d'accéder à cet Atlas. En aucun cas, cette traduction ne saurait remplacer le document original, dont la rigueur scientifique assure l'exactitude des termes employés, qui peuvent avoir été incorrectement transcrits dans le présent document, malgré les soins apportés. Nous invitons donc le lecteur à consulter le document original "The First World Atlas of the artificial night sky bright- ness"ainsi que les cartes à haute résolution sur le site internet du professeur Pierantonio Cinzano : http://www.lightpollution.it/worldatlas/ Résumé Nous présentons le premier Atlas Mondial de la clarté artificielle du ciel nocturne, au zénith, convertie au niveau de la mer. Basé sur les données étalonnées du rayonnement prises à haute résolution par le satellite DMSP et sur la modélisation précise de la propagation de la lumière dans l'atmosphère, il fournit une représen- tation presque mondiale de la façon dont l'humanité est en train de s'envelopper dans un brouillard lumineux. En comparant l'Atlas avec la base de données de la densité de population du Ministère de l'Énergie Américain ("U.S. Department of Energy = DOE") nous avons déterminé la fraction de la population vivant sous un ciel d'une certaine clarté. Environ deux tiers de la population mondiale et 99% de la population des État-Unis (hors Alaska et Hawaï) et de l'Union Européenne vivent dans des régions où le ciel nocturne dépasse le seuil fixé pour le statut de ciel pollué. En considérant une acuité visuelle moyenne, environ un cinquième de la population mondiale, plus des deux tiers de la population des État-Unis et plus de la moitié de la population de l'Union Européenne ont déja perdu la visibilité à l'oeil nu de la Voie Lactée. Enfin, environ un dixième de la population mondiale, plus de 40% de la population des États-Unis et un sixième de la population de l'Union Européenne voient les cieux sans que leurs yeux aient besoin de s'adapter à la vision nocturne à cause de la clarté du ciel. E-mail : cinzano@pd.astro.it, cinzano@lightpollution.it also at the Istituto di Scienza e Tecnologia dell'Inquinamento Luminoso (ISTIL), Thiene, Italy 1E-mail : alexis.bosson@libertysurf.fr 2E-mail : sanchar@club-internet.fr 3Site web : http://www.astrosurf.com/anpcn/ 1 1 Introduction Une approche pour modéliser la distribution spa- tiale de de la clarté artificielle du ciel nocturne est de L'une des altérations de la nature qui s'accroît le la prévoir en fonction de la densité de la population, plus rapidement est la dégradation du niveau de clarté puisque les régions à forte population produisent d'or- nocturne produite par la lumière artificielle. L'étude dinaire des niveaux plus élevés de pollution lumineuse du changement mondial doit prendre en considération et, en conséquence, une plus grande clarté artificielle ce phénomène appelé "pollution lumineuse". Les effets du ciel (rougeoiement du ciel). Pourtant (i) la propor- nocifs de la pollution lumineuse constatés concernent tionnalité apparente entre la population et le rougeoie- le règne animal, le règne végétal et l'humanité (voir ment du ciel s'effondre en allant de grandes échelles à par ex. Cinzano 1994 pour une liste de références). De de plus petites échelles, et en y regardant plus précisé- plus, l'augmentation de la clarté nocturne due à la pol- ment, en raison de la propagation atmosphérique de la lution lumineuse provoque une perte de la perception pollution lumineuse à des longues distances de leurs de l'Univers dans lequel nous vivons (voir par ex. Craw- sources, (ii) la lumière ascendante n'est pas toujours ford 1991 ; Kovalevsky 1992 ; McNally 1994 ; Isobe & proportionnelle à la population (e.g. à cause des diffé- Hirayama 1998 ; Cinzano 2000d ; Cohen & Sullivan rents développements et des pratiques d'éclairage), (iii) 2001). Ceci peut avoir des effets inattendus sur le futur certaines sources polluantes ne sont pas représentées de notre société. En fait, le ciel nocturne, qui consti- dans les données de population (e.g. les sites indus- tue le panorama de l'Univers environnant, a toujours triels et les torchères pétrolières) et (iv) les données de eu une forte influence sur la pensée et la culture hu- recensements de la population ne sont pas collectées maines, de la philosophie à la religion, de l'art à la lit- en utilisant des techniques, des calendriers ou des élé- térature en passant par la science. ments administratifs de notation uniformisés dans le La préoccupation au sujet de la pollution lumineuse monde entier. a augmenté dans de nombreux domaines scientifiques, En remplacement, nous avons utilisé une carte mon- migrant du cadre traditionnel de l'astronomie vers la diale des rayonnements dans la haute atmosphère des physique atmosphérique, les sciences environnemen- sources lumineuses d'origine humaine, réalisée grâce tales, les sciences naturelles et même les sciences hu- aux données du "Système à Balayage Linéaire Opéra- maines. L'étendue mondiale et les implications du pro- tionnel" du "Programme Satellitaire Météorologique de blème n'avaient jusqu'à présent pas été abordées à Défense de l'US. Air Force" ("U.S. Air Force Defense cause du fait qu'il n'y avait pas de données à grande Meteorological Satellite Program" (DMSP) "Operational échelle sur la répartition et l'ampleur de la clarté arti- Linescan System" (OLS)) pour modéliser la clarté artifi- ficielle du ciel nocturne. cielle du ciel. Des années 1972-92, seules des données La clarté du ciel nocturne au zénith au niveau de sur film étaient disponibles du programme DMSP-OLS. la mer est un précieux indicateur des effets de la pol- Sullivan (1989, 1991) a réussi à produire une carte lution lumineuse sur le ciel nocturne,et de la quantité mondiale des sources lumineuses en utilisant les don- de lumière artificielle contenue dans l'atmosphère. Les nées filmées, mais cette réalisation n'a pas distingué cartes de celle-ci au niveau de la mer, dégagées des les sources lumineuses persistantes des villes et les lu- effets de l'altitude, sont utiles pour comparer des ni- mières éphémères d'évènements tels que les incendies. veaux de pollution à travers de grands territoires, pour Au milieu des années 1990 Elvidge et coll. (1997a,b,c) reconnaître les régions les plus polluées ou les villes ont produit un composé mondial sans nuage des lu- les plus polluantes et pour identifier les zones sombres mières en utilisant une série d'observations nocturnes (Cinzano et coll. 2000a, ci-après "Article 1"). Même si la du DMSP, identifiant les lieux de sources lumineuses capacité de perception de l'Univers est mieux montrée persistantes. Cette utilisation potentielle des "lumières par des cartes spécifiques de la visibilité stellaire, qui stables" pour les études de la pollution lumineuse avait rendent compte de l'altitude et de l'extinction atmo- été constatée par Isobe et Hamamura (1998). Plus ré- sphérique (Cinzano et coll. 2000b, ci-après "Article 2"), cemment, une carte mondiale étalonnée de l'éclat des les cartes de la clarté artificielle du ciel zénithal au sources de lumière d'origine humaine a été réalisée niveau de la mer fournissent une évaluation statis- en utilisant les données du DMSP-OLS recueillies à tique raisonnable de la visibilité de la Voie Lactée et un faible niveau de gain. (Elvidge et coll. 1999). Une une comparaison avec des niveaux typiques de clarté fois la localisation et le rayonnement en haute atmo- naturelle. L'atlas au niveau de la mer est également sphère cartographiés, le temps était venu de modéliser un point de départ raisonnable dans l'étude mondiale la clarté artificielle du ciel au niveau de la surface du de la pollution lumineuse étant donné que de grandes globe terrestre. quantités de population sont concentrées à de basses La première exploitation de ces données pour esti- altitudes. mer la clarté artificielle du ciel a été réalisée en appli- Jusqu'à présent aucune représentation mondiale, quant les simples lois de la propagation de la pollu- quantitative et précise de la clarté artificielle du ciel tion lumineuse aux données du satellite (Falchi 1998 ; nocturne n'était disponible pour la communauté scien- Falchi & Cinzano 2000). Par la suite nous avons pré- tifique et les gouvernements. Des mesures au sol de senté une méthode pour cartographier la clarté artifi- la clarté du ciel sont disponibles uniquement pour un cielle du ciel (Article 1) et la visibilité stellaire à l'oeil nombre limité de sites, principalement des observa- nu (Article 2) au travers de grands territoires, en cal- toires astronomiques, et sont réparties sur beaucoup culant la propagation de la lumière au sein de l'atmo- d'années différentes. La pénurie d'observations au sol sphère en utilisant les détaillés "Modèles de Garstang" rend impossible la réalisation de cartes mondiales de- (Garstang 1984, 1986, 1898a, 1989b, 1991, 2000 ; voir puis cette source. aussi Cinzano 2000a,b). Nous présentons ici le pre- 2 mier Atlas Mondial de la clarté artificielle du ciel noc- Nous avons négligé les dispersions de troisième ordre turne au niveau de la mer. Il a été obtenu en appli- et plus, qui ne sont significatives que pour des perfor- quant la méthode explicitée dans l'Article 1 aux don- mances optiques supérieures aux nôtres. Nous avons nées étalonnées mondiales du rayonnement, provenant associé les estimations à des paramètres bien définis du satellite à haute résolution DMSP. Dans la section apparentés à la teneur en aérosol, ainsi les conditions 2 nous avons résumé les grandes lignes de la méthode, atmosphériques, que les estimations nécessitent, sont en section 3 nous présentons l'Atlas et une comparai- bien connues. Les conditions atmosphériques sont va- son avec les mesures au sol, en section 4 nous présen- riables et une évaluation soignée de la condition at- tons les résultats statistiques et les tableaux basés sur mosphérique "typique" dans la nuit dégagée "typique" une comparaison avec la base de données de densiteé locale de chaque endroit est plutôt difficile, en partie de population du Landscan 2000 DOE (Dobson et coll. à cause de la difficulté de la définir, donc nous avons 2000) et en section 5 nous dressons nos conclusions. utilisé le même modèle atmosphérique partout, corres- pondant à une atmosphère dégagée standard (Gars- tang 1986, 1989 ; Article 1 ; Article 2). Ceci évite éga- 2 Grandes lignes de la méthode lement la confusion entre les effets dus à la pollu- tion lumineuse et les effets dus aux variations géogra- Nous résumons ici les méthodes utilisées pour pro- phiques des conditions atmosphériques des nuit "typi- duire l'Atlas Mondial. Nous invitons les lecteurs à lire ques". Étant plus intéressés par la comparaison et la l'Article 1 et l'Article 2 pour des explications plus dé- compréhension des distributions de la pollution lumi- taillées. neuse que par l'estimation de la clarté effective du ciel Les données à haute résolution des flux ascendants pour l'observation, nous avons calculé la clarté artifi- ont été calculées à partir des rayonnements observés cielle du ciel au niveau de la mer, afin d'éviter les ef- par l'OLS embarqué dans les satellites DMSP. L'OLS fets de l'altitude dans nos cartes. Les lecteurs doivent est un radiomètre à balayage oscillatoire capable de prendre en compte ces différences lors de l'interpréta- faire de l'imagerie à amplification de lumière et à in- tion des résultats de l'Atlas et des statistiques asso- frarouge thermique. (TIR = Thermal InfraRed) (Lieske ciées. 1981). La nuit, l'OLS utilise un Tube Multiplicateur Photographique (PMT = Photo Multiplier Tube), relié à un télescope de 20 cm, pour intensifier le spectre 3 Résultats lumineux visible. Il a une large réponse spectrale de 440 à 940 nm avec une sensibilité accrue dans la ré- L'Atlas Mondial de la Clarté Artificielle du Ciel Noc- gion située entre 500 et 650 nm, couvrant la gamme turne au Niveau de la Mer a été calculé pour la bande V d'émissions principales des lampes les plus utilisées photo-astrométrique, au zénith, pour une atmosphère pour l'éclairage extérieur : Vapeur de Mercure ( 545 dégagée avec un coefficient de clarté d'aérosol de K=1, nm à 575 nm ), Sodium Haute Pression (de 540 nm où K est un coefficient de mesure de la teneur en aé- à 630 nm) et Sodium Basse Pression (589 nm). Nous rosol de l'atmosphère (Garstang 1986), correspondant avons utilisé une carte mondiale des rayonnements à une extinction verticale d'une magnitude m =0.33 produite en utilisant les données recueillies durant 28 dans la bande V, une visibilité horizontale de x =26 nuits en 1996-97 à des niveaux de gain réduits, pour km et une profondeur optique =0.3. Les cartes de éviter la saturation dans les centres urbains. La carte chaque continent sont présentées en figures 1 à 8 en mondiale est un composite "sans-nuage", ce qui signi- projection latitude/longitude. Les cartes originales à fie que seules des observations sans nuage ont été haute résolution de l'Atlas Mondial sont téléchargeables utilisées. La carte fait état du rayonnement observé en tant que fichiers TIFF "zippés" sur le site internet à partir de l'ensemble des observations sans nuage. http://www.lightpollution.it/dmsp/. Elles ont été Les lumières éphémères produites par des incendies obtenues à partir d'une mosaïque des cartes originelles et des évènements polluants aléatoires ont été enlevées dont les pixels couvrent 30 × 30 . Chaque niveau car- en supprimant les lumières apparaissant au même en- tographique est trois fois plus grand que le précédent. droit moins de trois fois. Les flux ascendants étalonnés Les niveaux cartographiques correspondent aux clar- par unité d'angle fixe vers le satellite ont été obtenus tés artificielles du ciel (entre parenthèses les couleurs à partir des données du rayonnement basées sur un respectives) en V ph cm-2s-1sr-1 : 9.47 106 - 2.84 107 étalonnage du rayonnement sur un vol préparatoire de (bleu), 2.84 107 -8.61 107 (vert), 8.61 107 -2.58 108 (jaune), l'OLS-PMT. L'étalonnage a été testé avec des mesures 2.58 108 - 7.75 108 (orange), 7.75 108 - 2.32 109 (rouge), > au sol dans l'Article 1. Le flux ascendant par unité 2.32 109 (blanc), ou en µcd/m2 : 27.7-83.2 (bleu), 83.2- d'angle solide dans d'autres directions a été estimé sur 252 (vert), 252-756 (jaune), 756-2268 (orange), 2268- la base d'une fonction d'émission normalisée moyenne, 6804 (rouge), >6804 (blanc)(basé sur la conversion de en accord avec une étude du flux ascendant par unité Garstang 1986, 1989). Pour le niveau gris sombre lisez d'angle solide par habitant sur un grand nombre de ci-après. Les niveaux cartographiques peuvent être ex- villes à différentes distances par le satellite nadir. primés plus intuitivement comme des ratios entre la La propagation de la pollution lumineuse est cal- clarté artificielle du ciel et la clarté naturelle de ré- culée avec les techniques de modélisation de Gars- férence. La clarté naturelle du ciel nocturne dépend tang en tenant compte de la dispersion de Rayleigh de la position géographique, de l'activité solaire, du par les molécules, de la dispersion de Mie par les aé- temps entre le coucher du soleil et l'observation (voir rosols, de l'absorption atmosphérique sur les trajec- par exemple l'Article 2), en conséquence nous appli- toires des lumières et de la rontondité de la Terre. quons les niveaux cartographiques à une clarté na- 3 turelle moyenne du ciel nocturne dans la basse at- les cartes d'estimations et les mesures terrestres sur mosphère de bn = 8.61 107 V ph cm-2s-1sr-1, corres- le ciel. Le tableau de gauche compare les cartes d'esti- pondant environ à 21.6 V mag/arcsec2 ou 252 µcd/m2 mations aux mesures de l'éclairement artificiel du ciel (Garstang 1986). Dans ce cas, les niveaux cartogra- dans la basse atmosphère, réalisées par nuits pures ou phiques deviennent : 0.11-0.33 (bleu), 0.33-1 (vert), 1- photométriques dans la bande V pour l'Europe (car- 3 (jaune), 3-9 (orange), 9-27 (rouge), >27 (blanc). Les rés pleins), Amérique du Nord (triangles) Amérique du frontières des pays sont approximatives. Afin de mon- Sud (losanges), Afrique (triangles pleins) Asie (cercles trer à quelle distance des sources se propage la pol- pleins) (Catanzaro & Catalano 2000 ; Della Prugna 2000 ; lution lumineuse, nous avons coloré en gris sombre Falchi 1998 ; Favero et coll. 2000 ; Massey & Foltz 2000 ; les zones où la clarté artificielle du ciel est supérieure Nawar et coll. 1998 ; Nawar et coll. 1998 ; Piersimoni de 1% à la clarté naturelle de référence (c.à.d. supé- et coll. 2000 ; Poretti & Scardia 2000 ; Zitelli 2000). rieure à 8.61 105 V ph cm-2s-1sr-1 ou 2.5 µcd/m2). Dans Toutes ces mesures ont été réalisées en 1996-1997 ex- ces régions on peut considérer que le ciel nocturne cepté celles d'Europe réalisées en 1998-1999 et rap- n'est pas pollué au zénith, mais à des hauteurs plus portées à l'échelle 1996-1997 par soustraction de 20% faibles la pollution pourrait ne pas être négligeable, et pour tenir compte approximativement de l'augmenta- un accroissement incontrôlé de la pollution lumineuse tion de la pollution lumineuse en deux ans. Les barres toucherait jusqu'au zénith. On ne doit considérer ce d'erreur tiennent compte des erreurs de mesures et niveau que comme un ordre d'idées car de faibles dif- d'une incertitude d'environ 0,1 magnitude arcsec2 dans férences de conditions atmosphériques peuvent pro- la clarté naturelle du ciel, qui n'est pas négligeable duire des écarts importants lorsque le gradient de lu- dans les sites non éclairés. Celles-ci sont moins im- mière artificielle est petit. portantes que les effets de fluctuation des conditions La résolution de l'Atlas ne correspond pas direc- atmosphériques. Le tableau de droite montre les cartes tement à la taille des pixels DMSP-OLS. Le véritable de estimations en comparaison avec les mesures pho- champ en temps réel (EIFOV) de l'OLS-PMT est plus tographiques prises au Japon en 1987-1991dans une grand que l'échantillonnage par pixel de la distance atmosphère contenant des quantités variables d'aéro- au sol gérée par le scan sinusoïdal de suivi de l'OLS sols (Kosai et coll. 1992). Elles sont calibrées pour le et l'échantillonnage électronique du signal de chaque sommet de l'atmosphère et moyennées pour chaque ligne de scan. D'ailleurs, les données originales ayant site ; sont omis ceux où moins de 5 mesures ont été été "adoucies" à bord par un lissage de blocs de 5x5 réalisées. Les grandes barres d'erreurs montent l'effet pixels, le résultat correspond à une distance au sol de des changements dans les quantités d'aérosols et dans 2,8 km. Pendant le repérage géographique les pixels l'extinction des étoiles de comparaison. La ligne en ti- couvrent généralement des grilles de 30 secondes d'arc, rets donne la régression linéaire. Un projet mondial de qui sont compositées pour générer la seconde grille l'Association Internationale pour le Ciel Noir (IDA) col- mondiale de 30 secondes d'arc. Cependant, étant donné lecte actuellement un grand nombre de mesures pré- que la clarté du ciel résulte souvent de l'apport de cises de l'éclairage du ciel ainsi que des teneurs en aé- nombreuses sources distantes, la plus basse résolu- rosols, qui pourraient être précieuses pour les essais tion des données du flux vers le ciel ne joue pas, et la d'améliorations futures de modélisation de l'éclairage résolution de la carte correspond surtout à la grille de artificiel sur le ciel (Cinzano & Falchi 2000). 30 secondes d'arc qui couvre à l'équateur 0,927 km. Les données satellitaires montrent également les lu- mières produites en mer sur les lieux de production de 4 Statistiques pétrole et de gaz (visibles par exemple en Mer du Nord, Mer de Chine et Golfe), d'autres lueurs issues d'em- Nous avons comparé notre Atlas avec la base de brasements de gaz naturel (par exemple au Nigéria), données de densité de population mondiale Landscan et les lumières des flottes de pêche (par exemple près 2000 DOE (Dobson et coll. 2000) qui a la même grille des côtes d'Argentine, dans la mer du Japon et près de 30 secondes d'arc que notre Atlas. Nous avons fait de la Malaisie). Leurs émissions de lumières vers le le pointage de notre Atlas avec les données du Lans- ciel diffèrent probablement de la moyenne des émis- can par analyse visuelle de la superposition des deux sions de l'éclairage urbain, par conséquent les esti- documents. Nous avons extrait des statistiques pour mations concernant leurs conséquences sont un peu chaque pays, pour l'Union Européenne et pour le Mon- incertaines. La présence de neige pourrrait également de, en tenant compte du pourcentage de population fausser les données (voir Document n 1) c'est pourquoi qui, à chaque niveau de notre Atlas, vit dans une at- nous n'avons pas retenu les territoires près des pôles. mosphère normale en terme de qualité du ciel. Puis Les différences de niveaux pour l'Europe sur la fi- nous avons mesuré le pourcentage de population vi- gure 3, basées sur la calibration du rayonnement lors vant sous un ciel plus éclairé que plusieurs autres, du vol préparatoire de l'OLS PMT et concernant 1996- comme décrit ci-après. Le Tableau 1 donne le pour- 1997, ainsi que sur les figures 11 et 12 du Document centage de population vivant sous un ciel plus éclairé 1, basées sur les calibrations terrestres et relatives que chaque niveau de notre Atlas durant les nuits de à 1998-1999, concordent avec l'accroissement annuel qualité normale, c'est à dire où les ratios entre l'éclai- de la pollution lumineuse mesurée en Europe (voir par rage artificiel et le ciel naturel de référence sont su- exemple Cinzano 2000c) mais ne peuvent être retenues périeurs à 0.11 (colonne 1), 0.33 (colonne 2), 1 (co- comme significatives à cause de l'incertitude de la mé- lonne 3), 3 ( colonne 4), 9 (colonne 5), 27 (colonne 6). thode. Le tableau montre également la fraction de population En figure 7 nous présentons une comparaison entre qui durant les nuits de qualité standard vivent sous 4 un ciel plus éclairé que certains ciels éclairés de fa- tuation est plus grave aux États Unis, en Europe et au çon typique : le seuil bp désigne le ciel pollué (c'est-à- Japon, comme on s'y attendait, mais le ciel nocturne dire quand la clarté artificielle est supérieure de 10% à semble plus sérieusement atteint que prévu. la clarté naturelle au-dessus de 45 degrés de hauteur Les pourcentages de populations présentés aux Ta- (Smith 1979)) (colonne 7), la clarté du ciel bfq mesurée bleaux 1 et 3 parlent d'eux-mêmes, montrant que la vi- avec un premier quartier de Lune dans les meilleurs sion du ciel nocturne s'est sévèrement dégradée dans sites astronomiques (par exemple Walker 1987) (co- un grand nombre de pays. Notre Atlas se réfère à 1996- lonne 8), la clarté du ciel bm avec un premier quar- 1997, donc la situation actuelle est indubitablement tier de Lune à 15 degrés de hauteur (selon Krisciu- pire. Nous avons réalisé que plus de 99% des États nas & Schaefer 1991) et zéro pollution lumineuse (co- Unis et de l'Union Européenne, et environ deux tiers lonne 9), la clarté du ciel bfm près de la Pleine Lune de la population de la planète vivent dans des contrées dans les meilleurs sites astronomiques (par exemple où le ciel nocturne est au-dessus du seuil de pollu- Walker 1987)(colonne 10) qui n'est pas tellement pire tion (c'est-à-dire que la clarté artificielle est supérieure que la clarté zénithale typique au crépuscule nautique de 10% à la clarté naturelle au-dessus de 45 degrés (Schaefer 1993), le seuil de visibilité de la Voie Lactée de hauteur (Smith 1979)). Dans les zones où vivent pour une capacité visuelle moyenne bmw (colonne 11), 97% des habitants des États Unis, 96% des habitants le seuil de vision nocturne be (Garstang 1986 ; voir de l'Union Européenne et la moitié de la population du aussi Schaefer 1993)(colonne 12). Le Tableau 2 reprend Monde, le ciel nocturne dans des conditions atmosphé- leurs valeurs numériques.. riques normales est plus éclairé que ce qui a été me- Pour réaliser le Landscan, le DOE a collecté les don- suré au premier quartier de la Lune dans les meilleurs nées de recensement les plus fiables pour chaque pays sites astronomiques (exemple, Walker 1987). 93% de et calculé un coefficient de probabilité de densité de la population des États Unis, 90% de l'Union Euro- population pour chaque zone de la grille couvrant 30 péenne et environ 40% du Monde vivent sous un ciel secondes d'arc. Le coefficient est basé sur la décli- au zénith plus brillant qu'il le serait avec un premier vité du terrain, la proximité des routes, la nature des quartier de Lune à 15 degrés de hauteur (base Kris- terres, les lumières nocturnes et un facteur de den- ciunas & Schaefer 1991) et aucune lumière polluante. sité urbaine (Dobson et coll. 2000). Les coefficients de Donc ils vivent en permanence au clair de lune. Ils probabilité servent à réaliser une répartition de la po- s'en rendent rarement compte parce qu'ils connaissent pulation pour toutes les cellules de la grille couvrant aussi le ciel de Pleine Lune, plus brillant. Nous avons une unité de recensement (généralement une région). aussi constaté que pour 80% de la population des États- Ainsi, la répartition de population qui en résulte tient Unis, les deux tiers de l'Union Européenne et plus d'un compte des mouvements diurnes et des habitudes de quart de la population mondiale, la clarté du ciel est déplacements collectifs plutôt que de la population ré- encore plus forte que celle relevée près de la Pleine sidente durant la nuit. Les lecteurs doivent savoir que Lune dans les meilleurs sites astronomiques (exemple, ces pourcentages sont à considérer comme des ap- Walker 1987).la "nuit" ne tombe jamais réellement pour proximations étant donnés les débats sur les procé- eux parce que cette clarté est approximativement égale dures de détermination des caractéristiques du Land- à celle du zénith en temps normal au crépuscule nau- scan, les faibles conséquences de l'altitude sur la clarté tique (Schaefer 1993). Sur la base d'une vision moyenne, artificielle du ciel et l'origine de la distribution angu- plus des deux tiers de la population des États-Unis, laire de la lumière à partir de sources dont l'émission la moitié de l'Union Européenne et un cinquième de moyenne est supposée normale. la population mondiale on déjà perdu la possibilité de Nous avons aussi déterminé la superficie de la zone voir la Voie Lactée, la galaxie où ils vivent. Enfin, envi- correspondant à chaque niveau de notre Atlas. Le Ta- ron 40% de la population des États-Unis, un sixième bleau 3 présente le pourcentage de superficie de chaque de l'Union Européenne et un dixième de la popula- pays, de l'Union Européenne, et du Monde, où la clarté tion mondiale ne peuvent même pas voir le firmament du ciel est supérieure à chaque niveau de notre Atlas avec un regard adapté à la vision nocturne parce que pendant les nuits pures normales, c'est-à-dire où les sa clarté est supérieure au seuil de vision nocturne ratios entre la clarté artificielle et la clarté naturelle de (Garstang 1986 ; voir aussi Schaefer 1993). Des don- référence sont supérieurs à 0,11 (colonne 1), 0,33 (co- nées préliminaires sur le clair de lune sans Lune ont lonne 2), 1 (colonne 3), 3 (colonne 4), 9 (colonne 5), 27 été présentées par Cinzano et coll. (2001). (colonne 6). Nous avons noté que Venise est la seule ville d'Italie La figure 11 montre en blanc la surface mondiale de plus de 250000 habitants où l'observateur moyen couverte par notre Atlas où vivent 98% des popula- peut voir la Voie Lactée en centre ville par une nuit tions. Nos données se réfèrent à 1996-1997 donc la claire en 1996-97. Bien que le centre historique de Ve- clarté artificielle est probablement supérieure aujour- nise (68000 habitants) soit noyé dans la forte lueur dé- d'hui. gagée par la partie de la ville qui est sur la terre ferme (Mestre, pop. 189000), sa clarté artificielle moyenne est encore plus faible que dans les villes de 80000 5 Conclusions habitants proches de Venise. Ceci est principalement dû à la douce et exceptionnelle lumière romantique de L'Atlas révèle que la pollution lumineuse n'est pas cette cité, qui doit être préservée. confinée, comme on le croit généralement, aux pays De nombreuses zones que l'on croyait non polluées développés, mais semble plutôt être un problème mon- parce qu'elles apparaissent complètement sombres sur dial affectant presque tous les pays du Monde. La si- les images satellitaires nocturnes montrent au contraire, 5 dans l'Atlas, des niveaux de clarté artificielle non né- gligeables à cause de la pollution lumineuse reçue de l'extérieur. Souvent le ciel d'un pays s'avère pollué par des sources provenant du pays voisin. Ceci pourrait ouvrir un nouveau chapitre dans la jurisprudence in- ternationale. Des observatoires astronomiques connus pour le taux négligeable de clarté artificielle de leur ciel s'avèrent en fait situés proches ou à l'intérieur du taux de 1% : ceci signifie que si le contrôle sérieux de la pol- lution lumineuse dans les zones impliquées n'est pas entrepris ils risquent de voir la qualité de leur ciel dé- gradée en moins de 20 ans. Les sites à l'essai pour les nouvelles générations de télescopes nécessiteront une étude précise, sur le long terme, de l'augmentation de la clarté artificielle, pour s'assurer d'avoir un ciel noir longtemps après leur installation. Un contrôle sérieux à la fois des installations d'éclairage et des nouvelles urbanisations ou développements seront nécessaires sur de grandes zones autour des sites (peut-être jus- qu'à 250 km de rayon). Nous travaillons actuellement à la préparation d'un Atlas donnant les taux d'augmentation de la pollution lumineuse, de la clarté du ciel nocturne, les fonctions mathématiques d'émission des sources (Document 1) et le taux du flux de lumière ascendante comparé à la population par zone géographique. L'Association Internationale pour le Ciel Noir (IDA, http://www.darksky.org) soutient au niveau mon- dial l'effort de législation poursuivi dans de nombreux pays pour limiter la pollution lumineuse dans le but de protéger les observatoires astronomiques, les ob- servatoires d'amateurs, la perception de l'Univers par les citadins, l'environnement, et d'économiser l'éner- gie, les capitaux et les ressources. La Commission 50 de l'Union Astronomique Internationale ("Protection des sites existants et potentiels") travaille activement à la protection du ciel astronomique, aujourd'hui avec un Groupe de Travail spécifique ("Contrôle de la pollution lumineuse") né après le Symposium Spécial pour l'En- vironnement ONU-UAI "Préservation du Ciel Astrono- mique" qui s'est tenu à Vienne au Centre de l'Organi- sation des Nations Unies durant l'été 1999 (Cohen & Sullivan 2000) Remerciements Nous sommes reconnaissants envers Roy Garstang de l'Université JILA du Colorado pour sa gentillesse amicale dans la lecture et les remarques sur ce texte, pour ses suggestions utiles et discussions intéressantes. Nous remercions le contributeur inconnu pour nous avoir incité à étendre ce travil par des tableaux statis- tiques. Remerciements particuliers à l'"Istituto di Scienza e Tecnologia dell'Inquinamento Luminoso (ISTIL), Thiene, Italy" qui a soutenu une partie de ce travail. Les au- teurs remercients profondément l'U.S. Air Force de leur avoir fourni les données du DMSP utilisées pour obte- nir les lumières nocturnes terrestres. 6 FIG. 1 ­ Clarté artificielle du ciel nocturne au niveau de la mer dans le Monde. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. FIG. 2 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Amérique du Nord. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 7 FIG. 3 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Amérique du Sud. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 8 FIG. 4 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Europe. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 9 FIG. 5 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Afrique. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 10 FIG. 6 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Asie Occidentale. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 11 FIG. 7 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Asie Centrale. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 12 FIG. 8 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Asie Orientale. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 13 FIG. 9 ­ Clarté artificielle du ciel nocturne au niveau de la mer pour l'Océanie. La carte a été calculée pour la bande V astro-photométrique, au zénith, pour une atmosphère propre avec coefficient de clarté d'aérosol de K=1. L'étalonnage date de 1996-1997. Les frontières des pays sont approximatives. 14 FIG. 10 ­ Comparaison entre les estimations cartographiques et les mesures de la clarté artificielle du ciel nocturne. Schéma de gauche : prévisions cartographiques contre mesures de la clarté artificielle du ciel dans la basse atmosphère, prises pendant des nuits dégagées ou photométriques dans la bande V, en Europe (carrés pleins), Amérique du Nord (triangles vides), Amérique du Sud (losanges vides), Afrique (triangles pleins), Asie (cercles pleins). Schéma de gauche : estimations cartographiques contre mesures photographiques, prises au Japon au cours des années 1987-1991 avec une teneur atmosphérique en aérosol variable et une moyenne pour chaque site. Les grandes barres d'erreurs montrent les effets des changements de la composition de l'atmosphère et de la variation d'éclat de l'étoile comparée. La ligne pointillée montre la régression linéaire. Les clartés du ciel nocturne sont exprimées en rayonnements de photons. FIG. 11 ­ Les régions du monde couvertes par l'Atlas et les statistiques (en blanc). 15 Références [1989a] Garstang R.H., 1989a, PASP, 101, 306-329 [1989b] Garstang R.H., 1989b, ARA&A, 27, 19-40 [2000] Cohen J., Sullivan W.T., eds., 2001, Preserving the Astronomical Sky, UN-IAU Symp. 196, ASP Conf. [1991a] Garstang R.H., 1991, PASP, 103, 1109-1116 Ser., San Francisco. [2000] Garstang R.H., 2000, in Cinzano P., ed., Measuring [2000] Catanzaro G., Catalano F.A., 2000, in Cinzano P., and Modelling Light Pollution, Mem. Soc. Astron. ed., Measuring and Modelling Light Pollution, Mem. Ital., 71, 83-92 Soc. Astron. Ital., 71, 211-220 [1998] Isobe S., Hamamura S., 1998, in Isobe S., Hi- [2000a] Cinzano P., 2000a, in Cinzano P., ed., Measuring rayama, T., ed., Preserving the Astronomical Win- and Modelling Light Pollution, Mem. Soc. Astron. dows, Proc. IAU JD5, ASP Conf. Ser. 139, 191-199 Ital., 71, 93­112 [1998] Isobe S., Hirayama T., eds., 1998, Preserving the [2000b] Cinzano P., 2000b, in Cinzano P., ed., Measuring Astronomical Windows, Proc. IAU JD5, ASP Conf. and Modelling Light Pollution, Mem. Soc. Astron. Ser. 139 Ital., 71, 113-130 [1992] Kovalevsky J., ed., 1992, The Protection of Astro- [2000c] Cinzano P., 2000c, in Cinzano P., ed., Measuring nomical and Geophysical Sites, NATO Pilot Study and Modelling Light Pollution, Mem. Soc. Astron. n. 189, Frontieres, Paris Ital., 71, 159-166 [a] Kosai H., Isobe S. Nakayama Y., 1992, Proc. IDA [2000e] Cinzano P., ed., 2000d, Measuring and Modelling Annual Meeting 65-85 Light Pollution, Mem. Soc. Astron. Ital., 71, 1. [a] Krisciunas K., Schaefer B.E., 1991, Publ. Astron. [1994] Cinzano P., 1994, References on Light Pollu- Soc. Pacific 103, 1033-1039 tion and Related Fields v.2, Internal Rep.11 [a] Massey P., Foltz C.B., 2000, Publ. Astron. Soc. Pa- Dep. of Astronomy, Padova, also on-line at cific 112, 566-573 www.pd.astro.it/cinzano/refer/index.htm [1994] McNally D., ed., 1994, The Vanishing Universe, [2000] Cinzano P., Falchi F., Elvidge C.D., Baugh K.E., Proc. IAU-ICSU-UNESCO meeting Adverse environ- 2000a, MNRAS, 318, 641-657 (Paper 1) mental impacts on astronomy, Cambridge Univ. [2000] Cinzano P., Falchi F., Elvidge C.D. 2000b, MNRAS, Press, Cambridge 323, 34-46 (Paper 2) [a] Nawar S., Morcos A.B., Metwally Z., Osman A.I.I., [2000] Cinzano P., Falchi F., 2000, http://www.pd. 1998, in Preserving the Astronomical Windows, S. astro.it/cinzano/misure/sbeam2.html Isobe, T. Hirayama Eds., ASP Conf. Ser. 139, 151- 158 [2000] Cinzano P., Falchi F., Elvidge C.D. 2001, Earth, Moon and Planets, 85, 517-522. [a] Nawar S., Morcos A.B., Mikhail J.S., 1998, As- troph. Space Science 262, 485-496 [1991] Crawford D.L., ed., 1991, Light Pollution, Radio In- terference and Space Debris, IAU Coll. 112, ASP [2000] Piersimoni A., Di Paolantonio A., Brocato E., 2000, Conf. Ser. 17 in Cinzano P., ed., Measuring and Modelling Light Pollution, Mem. Soc. Astron. Ital., 71, 221-222 [1999] Della Prugna F. 1999, A&AS, 140, 345-349 [2000] Poretti E., Scardia M., 2000, in Cinzano P., ed., [a] Dobson J.E., Bright E.A., Coleman P.R., Durfee Measuring and Modelling Light Pollution, Mem. R.C., Worley B.A., 2000, Photogrammetric Enginee- Soc. Astron. Ital., 71, 203-210 ring and Remote Sensing 66, 849-858 [1993] Schaefer B. E., 1993, Vistas in Astronomy, 36, 311- [1997a] Elvidge C.D., Baugh K.E., Kihn E.A., Kroehl H.W., 361 Davis E.R., 1997a, Photogram. Eng. Remote Sens., 63, 727-734 [1979] Smith F.G., 1979, Reports on Astronomy, IAU Trans., XVIIA, 218-222 [1997b] Elvidge C.D., Baugh K.E., Kihn E.A., Kroehl H.W., Davis E.R., Davis, C., 1997b, Int. J. Remote Sen- [1989] Sullivan W.T., 1989, Int. J. Remote Sensing, 10, 1- sing, 18, 1373-1379 5 [1997c] Elvidge C.D., Baugh K.E., Hobson V.H., Kihn E.A., [1991] Sullivan W.T., 1991, in Crawford D.L., ed., Light Kroehl H.W., Davis E.R., Cocero D., 1997c, Global Pollution, Radio Interference and Space Debris, Change Biology, 3, 387-395 IAU Coll. 112, ASP Conf. Ser. 17, 11-17 [1999] Elvidge C.D., Baugh K.E., Dietz J.B., Bland T., Sut- [a] Walker M., 1987, NOAO Newsletter 10, 16 ton P.C., Kroehl H.W., 1999, Remote Sens. Envi- [2000] Zitelli V., 2000, in Cinzano P., ed., Measuring and ron., 68, 77-88 Modelling Light Pollution, Mem. Soc. Astron. Ital., [2000] Elvidge C.D., Imhoff, M.L., Baugh, K.E., Hobson, 71, 193-202 V.R., Nelson, I., Dietz, J.B. 2000, J. Photogramme- try and Remote Sensing, submitted. [ff] Falchi F., 1998, Thesis, Univ. Milan [2000] Falchi F., Cinzano P., 2000, in Cinzano P., ed., Mea- suring and Modelling Light Pollution, Mem. Soc. Astron. Ital., 71, 139-152 [2000] Favero G., Federici A., Blanco A.R., Stagni R., 2000, in P. Cinzano, ed., Measuring and Modelling Light Pollution, Mem. Soc. Astron. Ital., 71, 223-230 [1984] Garstang R.H., 1984, Observatory, 104, 196-197 [1986] Garstang R.H., 1986, PASP, 98, 364-375 16 TAB. 1 ­ Pourcentage de la population vivant sous un ciel d'une clarté supérieure aux niveaux donnés. (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn bp bfq bm bfm bmw be Afghanistan 11 8 1 0 0 0 12 8 1 0 0 0 Afrique du Sud 58 51 46 38 23 1 58 51 46 36 29 10 Albanie 50 39 27 7 0 0 53 39 27 5 0 0 Algérie 86 74 61 36 12 2 87 73 61 30 16 4 Allemagne 100 100 94 66 25 0 100 100 94 60 40 5 Andorre 100 100 100 90 0 0 100 100 100 85 48 0 Angola 16 15 14 11 7 0 16 14 14 11 10 0 Anguilla UK 100 99 51 0 0 0 100 99 51 0 0 0 Antigua et Barbuda 98 91 70 21 0 0 98 90 70 0 0 0 Antilles Néerlandaises 100 98 93 89 56 0 100 98 93 84 69 0 Arabie Saoudite 94 92 90 84 74 53 94 92 90 83 78 64 Argentine 74 71 67 59 44 23 75 70 67 58 52 29 Arménie 91 88 61 42 0 0 92 88 61 35 0 0 Australie 71 69 68 62 37 1 71 69 68 60 48 8 Autriche 100 97 82 45 21 0 100 97 82 41 29 9 Azerbaïdjan 82 76 54 29 1 0 82 75 54 27 19 0 Bahamas 84 82 81 75 58 0 85 82 81 73 66 0 Bahreïn 100 100 100 99 99 76 100 100 100 99 99 98 Bangladesh 43 29 18 8 4 0 45 29 18 8 6 0 Barbade 100 98 91 61 0 0 100 98 91 56 27 0 Belgique 100 100 100 96 52 8 100 100 100 94 76 21 Belize 31 17 6 0 0 0 34 16 6 0 0 0 Bénin 28 24 17 2 0 0 29 24 17 0 0 0 Bermudes UK 100 100 100 44 0 0 100 100 100 14 0 0 Bhoutan 10 7 0 0 0 0 10 6 0 0 0 0 Biélorussie 86 78 68 45 13 0 87 78 68 37 18 0 Bolivie 58 57 56 52 37 0 58 57 56 50 45 15 Bosnie-Herzégovine 80 61 32 0 0 0 82 60 32 0 0 0 Botswana 23 20 16 8 0 0 23 20 16 8 1 0 Brésil 66 60 55 45 29 10 66 59 55 43 36 17 Brunei 93 84 78 58 28 0 94 84 78 53 44 0 Bulgarie 84 71 53 22 1 0 86 70 53 19 8 0 Burkina Faso 7 6 5 3 0 0 7 6 5 3 0 0 Burundi 6 4 4 0 0 0 6 4 4 0 0 0 Cambodge 14 11 9 7 0 0 15 11 9 5 0 0 Cameroun 22 20 18 14 0 0 22 20 18 9 0 0 Canada 97 94 90 83 71 46 97 94 90 82 77 59 Centrafricaine (République) 0 0 0 0 0 0 0 0 0 0 0 0 Chili 87 83 79 72 49 26 88 82 79 71 61 34 Chine 54 41 29 13 5 1 55 40 29 12 7 2 Chypre 98 91 83 66 36 0 98 91 83 65 56 0 Cisjordanie 100 100 100 81 37 0 100 100 100 73 51 24 Colombie 77 68 60 49 34 8 78 67 60 47 40 22 Congo 41 39 36 33 0 0 41 39 36 27 0 0 Corée du Nord 25 18 13 1 0 0 26 17 13 0 0 0 Corée du Sud 100 100 99 92 75 45 100 100 99 90 82 59 Costa Rica 80 70 64 56 39 0 81 70 64 55 50 14 Côte d'Ivoire 26 22 18 14 1 0 26 21 18 13 10 0 Croatie 96 85 67 31 15 0 96 84 67 25 17 0 Cuba 55 47 39 19 2 0 57 47 39 17 11 0 Danemark 100 97 85 53 23 0 100 97 85 50 33 3 Djibouti 24 22 21 14 0 0 25 22 21 0 0 0 Dominicaine (République) 84 74 64 48 36 0 85 74 64 45 38 16 Dominique 7 4 0 0 0 0 7 4 0 0 0 0 Égypte 100 100 99 82 33 19 100 100 99 73 43 23 El Salvador 83 71 55 38 26 0 84 70 55 35 29 5 Émirats Arabes Unis 100 100 99 97 89 67 100 100 99 97 94 78 Équateur 57 48 41 27 9 0 58 48 41 24 15 2 Érythrée 17 15 13 3 0 0 18 15 13 0 0 0 Espagne 98 93 87 78 57 25 99 93 87 76 67 38 Estonie 86 72 65 55 35 0 88 72 65 53 42 20 États Unis d'Amérique 99 97 93 83 62 30 99 97 93 81 71 44 17 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn bp bfq bm bfm bmw be Éthiopie 6 5 4 4 0 0 6 5 4 4 2 0 Falkland (Îles) UK 8 2 0 0 0 0 9 2 0 0 0 0 Féroé 75 69 58 0 0 0 76 69 58 0 0 0 Fidji (Îles) 18 14 1 0 0 0 19 14 1 0 0 0 Finlande 98 94 88 80 65 24 98 94 88 78 72 44 France 100 95 84 67 41 12 100 95 84 64 51 22 Gabon 39 37 34 31 1 0 39 37 34 22 1 0 Gambie 28 26 23 0 0 0 28 26 23 0 0 0 Gaza 100 100 100 95 0 0 100 100 100 79 36 0 Géorgie 81 76 50 14 0 0 81 76 50 10 0 0 Ghana 29 23 18 12 4 0 30 23 18 11 7 0 Gibraltar UK 100 100 100 100 0 0 100 100 100 100 84 0 Grèce 90 80 70 54 41 17 91 80 70 52 44 31 Grenade 47 43 14 0 0 0 47 42 14 0 0 0 Guadeloupe 95 95 88 38 1 0 95 95 88 32 17 0 Guatemala 53 39 30 22 17 0 55 38 30 22 20 3 Guernesey UK 100 100 99 14 0 0 100 100 99 0 0 0 Guinée 10 9 7 0 0 0 10 9 7 0 0 0 Guinée-Bissau 21 18 5 0 0 0 21 18 5 0 0 0 Guinée Équatoriale 18 15 15 14 5 0 18 15 15 14 13 1 Guyane 39 36 32 8 0 0 39 36 32 0 0 0 Guyane Française 37 37 24 0 0 0 37 37 24 0 0 0 Haïti 24 22 20 16 0 0 25 22 20 14 0 0 Honduras 49 41 35 27 12 0 50 41 35 27 22 0 Hongrie 100 95 76 41 19 5 100 94 76 37 23 12 Îles Caïmans UK 92 90 78 55 0 0 92 86 78 50 16 0 Îles Vierges Brit. 70 63 52 0 0 0 70 63 52 0 0 0 Inde 61 41 25 12 4 0 63 40 25 10 6 1 Indonésie 42 33 24 12 4 0 42 33 24 11 6 0 Irak 86 77 68 44 24 5 87 77 68 40 28 16 Iran 88 81 73 57 35 14 89 81 73 54 42 21 Irlande 86 65 52 37 19 0 88 65 52 34 27 0 Israël 100 100 99 97 79 26 100 100 99 95 90 52 Italie 100 99 95 78 35 6 100 99 95 72 50 15 Jamaïque 98 87 67 44 26 0 99 85 67 43 33 5 Japon 100 99 96 86 63 27 100 99 96 84 73 41 Jersey UK 100 100 96 0 0 0 100 100 96 0 0 0 Jordanie 94 91 88 70 35 8 94 91 88 65 57 23 Kazakhstan 58 54 47 31 3 0 58 54 47 26 9 0 Kenya 19 16 12 7 0 0 19 16 12 6 1 0 Kirghizistan 75 66 47 17 0 0 75 66 47 12 6 0 Koweït 100 100 100 99 98 86 100 100 100 99 98 96 Laos 16 14 11 2 0 0 16 14 11 0 0 0 Lesotho 17 11 9 0 0 0 17 11 9 0 0 0 Lettonie 77 68 61 47 33 0 78 68 61 44 37 11 Liban 100 97 81 43 2 0 100 96 81 37 14 0 Liberia 0 0 0 0 0 0 0 0 0 0 0 0 Libye 83 78 73 62 39 8 84 78 73 58 48 21 Liechtenstein 100 100 100 0 0 0 100 100 100 0 0 0 Lituanie 86 71 61 42 12 0 89 71 61 38 23 0 Luxembourg 100 100 100 94 63 0 100 100 100 90 81 11 Macao 100 100 100 100 100 0 100 100 100 100 100 0 Macédoine 92 82 71 32 0 0 94 81 71 29 12 0 Madagascar 11 10 8 0 0 0 11 10 8 0 0 0 Malaisie 78 68 58 40 20 1 78 68 58 36 25 8 Malawi 15 13 10 0 0 0 15 13 10 0 0 0 Mali 15 13 9 6 0 0 15 13 9 5 0 0 Malte 100 100 100 91 48 0 100 100 100 88 77 0 Man (Île de) UK 100 86 54 0 0 0 100 85 54 0 0 0 Maroc 62 53 45 35 16 4 63 52 45 32 25 7 Martinique F 100 99 93 61 0 0 100 99 93 58 39 0 Mauritanie 23 22 21 17 0 0 23 22 21 17 0 0 18 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn bp bfq bm bfm bmw be Mayotte F 6 5 0 0 0 0 7 3 0 0 0 0 Mexique 88 81 72 59 44 25 89 80 72 57 50 33 Moldavie 93 83 62 33 0 0 95 83 62 27 9 0 Monaco 100 100 100 100 87 0 100 100 100 100 100 0 Mongolie 34 33 31 16 0 0 34 33 31 11 0 0 Monténégro 83 74 58 9 0 0 84 74 58 0 0 0 Montserrat UK 56 25 0 0 0 0 59 25 0 0 0 0 Mozambique 10 9 7 4 0 0 10 9 7 3 1 0 Myanmar 25 19 12 8 2 0 25 19 12 7 5 0 Namibie 17 16 13 8 3 0 17 16 13 8 6 0 Népal 25 19 9 3 0 0 26 18 9 2 0 0 Nicaragua 56 48 42 22 11 0 57 48 42 22 20 0 Niger 3 2 1 1 0 0 3 2 1 1 0 0 Nigéria 45 37 27 17 7 1 46 36 27 15 12 2 Norfolk (Îles) AU 7 0 0 0 0 0 10 0 0 0 0 0 Norvège 95 89 82 72 52 20 96 89 82 70 61 30 Nouvelle Calédonie 45 44 44 42 0 0 45 44 44 41 0 0 Nouvelle Zélande 87 84 81 67 25 0 87 84 81 61 45 2 Oman 90 83 73 39 24 0 90 82 73 35 27 12 Ouganda 10 8 5 4 0 0 10 8 5 4 1 0 Ouzbékistan 90 84 68 28 10 0 90 83 68 24 12 1 Pakistan 87 77 54 26 14 4 88 76 54 24 18 8 Panamá 65 57 49 38 23 0 65 57 49 36 29 0 Papouasie Nouvelle Guinée 13 12 10 3 0 0 13 12 10 2 0 0 Paraguay 60 55 50 41 31 0 61 55 50 38 36 16 Pays-Bas 100 100 100 88 39 2 100 100 100 85 60 16 Pérou 58 56 52 44 30 15 59 56 52 41 33 23 Philippines 50 42 34 23 14 2 50 42 34 22 17 8 Pologne 99 88 72 44 18 0 100 87 72 39 26 3 Porto Rico 100 100 100 93 46 23 100 100 100 90 67 33 Portugal 98 90 80 60 33 14 99 89 80 57 42 22 Qatar 100 100 99 97 92 81 100 100 99 96 94 84 Roumanie 84 69 52 23 7 0 86 69 52 19 13 0 Royaune Uni 100 98 94 79 40 4 100 98 94 74 55 15 Russie 87 80 73 60 34 8 88 79 73 57 44 15 Rwanda 6 4 4 0 0 0 6 4 4 0 0 0 Sahara Occidental 11 9 8 2 0 0 12 9 8 2 0 0 Sainte-Lucie 88 84 69 0 0 0 89 84 69 0 0 0 Saint-Marin 100 100 100 99 0 0 100 100 100 90 0 0 Sénégal 35 32 26 18 0 0 35 31 26 18 2 0 Serbie 95 83 63 22 5 0 96 82 63 19 12 0 Seychelles 0 0 0 0 0 0 0 0 0 0 0 0 Sierra Leone 15 15 14 0 0 0 15 15 14 0 0 0 Singapour 100 100 100 100 100 60 100 100 100 100 100 95 Slovaquie 100 100 92 35 7 0 100 100 92 29 14 0 Slovénie 100 98 81 47 19 0 100 97 81 43 30 0 Somalie 11 9 0 0 0 0 11 9 0 0 0 0 Soudan 23 21 18 13 8 0 23 20 18 13 10 0 Sri Lanka 44 26 12 0 0 0 46 24 12 0 0 0 St Christophe et Niévès 97 84 65 0 0 0 99 81 65 0 0 0 St.Vinc. - Grenadines 77 62 21 0 0 0 78 62 21 0 0 0 Suède 99 97 93 79 51 18 99 97 93 75 62 31 Suisse 100 100 97 67 15 0 100 100 97 57 28 0 Surinam 66 59 53 30 0 0 66 59 53 18 0 0 Swaziland 22 14 10 0 0 0 23 14 10 0 0 0 Syrie 89 79 65 42 13 0 89 78 65 39 23 0 Tadjikistan 73 61 41 8 0 0 74 60 41 3 0 0 Taïwan 100 99 99 92 60 16 100 99 99 87 72 34 Tanzanie 14 12 11 6 0 0 14 12 11 6 5 0 Tchad 7 5 5 0 0 0 7 5 5 0 0 0 Tchèque (République) 100 100 95 59 22 0 100 100 95 52 34 5 Thaïlande 68 56 45 25 14 8 69 56 45 22 17 11 19 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn bp bfq bm bfm bmw be Togo 19 17 15 2 0 0 19 17 15 0 0 0 Trinité-et-Tobago 99 96 90 67 2 0 99 96 90 59 29 0 Tunisie 80 70 60 38 11 0 82 69 60 33 22 2 Turkménistan 56 50 38 19 4 0 57 49 38 16 11 0 Turks et Caiques (Îles) UK 54 52 0 0 0 0 54 52 0 0 0 0 Turquie 79 71 62 40 15 0 80 70 62 36 25 2 Ukraine 93 85 70 40 7 0 93 85 70 34 18 0 Uruguay 80 75 73 62 50 18 80 75 73 61 54 37 Vanuatu 8 6 4 4 0 0 8 5 4 4 2 0 Venezuela 90 85 80 71 52 23 91 84 80 70 62 31 Vierges (Îles) Amér. 100 100 99 94 0 0 100 100 99 84 39 0 Viêt Nam 31 22 14 9 4 0 32 22 14 8 5 2 Yémen 41 34 23 13 3 0 42 33 23 12 7 0 Zaïre 13 12 11 7 0 0 13 12 11 7 1 0 Zambie 38 36 32 12 0 0 38 36 32 11 4 0 Zimbabwe 30 28 25 17 0 0 30 28 25 14 1 0 Union Européenne 99 97 90 72 38 8 99 96 90 68 51 17 Le Monde 62 53 43 30 16 6 63 52 43 28 21 9 TAB. 6 ­ Valeurs numériques et références des seuils du Tableau 1, colonnes 7 à 12. La clarté naturelle du ciel a été soustraite. bp bfq bm bfm bmw be 10% bn 90µcd/m2 252µcd/m2 890µcd/m2 6 bn 4452µcd/m2 Smith 1979 e.g. Walker 1987 basé sur Krisciunas & Schaefer 1991 e.g. Walker 1987 estimé Garstang 1986 20 TAB. 8 ­ Pourcentage de la superficie du territoire où la clarté artificielle du ciel au niveau de la mer lors d'une nuit dégagée est supérieure aux niveaux donnés. (1) (2) (3) (4) (5) (6) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn Afghanistan 0,4 0,1 0 0 0 0 Afrique du Sud 13,7 6,8 3 1,2 0,3 0 Albanie 17,1 5,2 1,3 0,1 0 0 Algérie 9,4 4,4 1,8 0,7 0,2 0 Allemagne 100 94,5 64,5 16,9 1,9 0 Andorre 100 100 89,8 27,9 0 0 Angola 0,9 0,4 0,2 0 0 0 Anguilla UK 100 83,6 19 0 0 0 Antigua et Barbuda 63,5 49,8 21,6 1,3 0 0 Antilles Néerlandaises 89,3 66,1 43,2 26,8 5,4 0 Arabie Saoudite 19,3 9,8 4,5 1,7 0,4 0,1 Argentine 11,3 4,6 1,9 0,7 0,2 0 Arménie 17,8 7,2 2,1 0,5 0 0 Australie 2,3 1 0,4 0,2 0 0 Autriche 100 76,2 29,3 3,5 0,4 0 Azerbaïdjan 23,3 9,3 3,2 0,8 0 0 Bahamas 7,8 4,9 3,4 1,7 0,3 0 Bahrein 100 100 91,6 74,6 50,7 25,8 Bangladesh 24,4 9 3 0,6 0,1 0 Barbade 100 93,3 64,6 20 0 0 Belgique 100 100 99,8 74,4 11,4 0,3 Belize 7,6 2,5 0,6 0 0 0 Bénin 1,6 0,6 0,2 0 0 0 Bermudes UK 100 100 92,5 17 0 0 Bhoutan 0,4 0,1 0 0 0 0 Biélorussie 41 14,8 4,9 0,8 0,1 0 Bolivie 3 1,4 0,6 0,2 0 0 Bosnie-Herzégovine 40,5 12,6 2,2 0 0 0 Botswana 0,6 0,2 0,1 0 0 0 Brésil 7,9 3,5 1,4 0,5 0,1 0 Brunei 47,6 27,2 15,8 8,4 1,1 0 Bulgarie 41,1 12 3,4 0,4 0 0 Burkina Faso 0,9 0,4 0,1 0 0 0 Burundi 1,6 0,6 0,2 0 0 0 Caïmans (Îles) UK 68,8 59,3 27,5 10,9 0 0 Cambodge 1,3 0,5 0,2 0 0 0 Cameroun 1,4 0,5 0,1 0 0 0 Canada 32,8 18,6 9,2 3,6 1 0,2 Centrafricaine (République) 0 0 0 0 0 0 Chili 12,2 5,6 2,1 0,7 0,2 0 Chine 12,5 6 2,4 0,5 0,1 0 Chypre 85,1 57,3 29,5 7,1 0,7 0 Cisjordanie 100 100 92,7 43,2 4,1 0 Colombie 14 5,9 2,3 0,7 0,1 0 Congo 1,2 0,5 0,2 0 0 0 Corée du Nord 8,8 3,6 1,1 0,1 0 0 Corée du Sud 99,7 98,2 79,2 32 5,9 1,2 Costa Rica 34,1 15,1 6 2,1 0,5 0 Côte d'Ivoire 2,5 0,9 0,3 0,1 0 0 Croatie 74,8 41,4 14,3 1,7 0,2 0 Cuba 14,6 5,8 2,1 0,5 0,1 0 Danemark 99,5 87,4 46 9,1 0,9 0 Djibouti 1,6 0,6 0,2 0 0 0 Dominicaine (République) 45 22,6 8,4 2,4 0,6 0 Dominique 8,1 2,5 0 0 0 0 Égypte 17,1 10,7 6,4 2,5 0,3 0,1 El Salvador 59,1 33,4 12,4 3,4 0,8 0 Émirats Arabes Unis 74,6 50,9 30,2 12,8 3,1 0,7 Équateur 17,4 8,2 3,3 0,7 0,1 0 Érithrée 0,8 0,3 0,1 0 0 0 Espagne 83,3 50,4 23 7,3 1,4 0,2 Estonie 59,7 23,8 9,3 2,4 0,5 0 21 (1) (2) (3) (4) (5) (6) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn États Unis d'Amérique 61,8 42,7 22,5 9,2 2,6 0,6 Éthiopie 0,4 0,2 0,1 0 0 0 Falkland (Îles) UK 5,1 0 0 0 0 0 Féroé 33,8 13,5 2,3 0 0 0 Fidji (Îles) 3 1 0,1 0 0 0 Finlande 70 47,2 22,7 6,7 1,3 0,2 France 98,9 75,1 36 9,6 1,4 0,1 Gabon 3,3 1,5 0,8 0,3 0 0 Gambie 2,5 1,2 0,6 0 0 0 Gaza 100 100 100 74,5 0 0 Géorgie 10,6 4,5 1,2 0,1 0 0 Ghana 4,3 1,7 0,7 0,3 0 0 Gibraltar UK 100 100 100 100 0 0 Grèce 57,7 25,7 9,4 2,2 0,6 0,1 Grenade 24,5 13,5 3,3 0 0 0 Guadeloupe 89,5 87,5 55,6 10,3 0 0 Guatemala 16,1 5,8 2,1 0,7 0,2 0 Guernesey UK 100 100 97,7 3,8 0 0 Guinée 0,4 0,2 0,1 0 0 0 Guinée-Bissau 1,8 0,7 0,2 0 0 0 Guinée Équatoriale 5,5 3 1,3 0,5 0,1 0 Guyane 0,4 0,2 0,1 0 0 0 Guyane Française 0,6 0,3 0,1 0 0 0 Haïti 5,1 2,1 0,9 0,3 0 0 Honduras 10,6 4,5 1,8 0,5 0 0 Hongrie 100 81,9 29,9 3,4 0,6 0,1 Inde 34,7 14,9 5 0,8 0,1 0 Indonésie 6,8 3,3 1,4 0,3 0 0 Irak 25,3 11,5 5,1 2 0,5 0 Iran 30,2 14,2 6,2 2 0,5 0,1 Irlande 61,2 22 7 1,5 0,3 0 Israël 90,3 78 58,6 35,7 9,4 1 Italie 99,4 91,9 58,7 19,1 1,9 0,1 Jamaïque 93,7 57,4 22,4 5,2 1 0 Japon 98,5 84,4 53,5 24 5,6 1 Jersey UK 100 100 68,4 0 0 0 Jordanie 27,2 15,8 9 2,1 0,4 0 Kazakhstan 4,3 1,9 0,8 0,2 0 0 Kenya 1,6 0,7 0,3 0,1 0 0 Kirghizistan 12,4 5,3 1,5 0,1 0 0 Koweït 100 88,4 65 39,4 13,2 3,5 Laos 1,7 0,7 0,3 0 0 0 Lesotho 3,4 1,2 0,4 0 0 0 Lettonie 34,8 13 4 1,1 0,3 0 Liban 100 66 33,3 6,7 0,3 0 Liberia 0 0 0 0 0 0 Libye 8,4 4,1 1,7 0,6 0,1 0 Liechtenstein 100 100 90,6 0 0 0 Lithuanie 62,2 21,3 6,9 1,5 0,1 0 Luxembourg 100 100 100 61,2 11,6 0 Macao P 100 100 100 100 100 0 Macédoine 56,7 19,3 5,6 0,5 0 0 Madagascar 0,2 0,1 0 0 0 0 Malaisie 22,2 11,9 5,4 1,6 0,3 0 Malawi 3,4 1,7 0,7 0,2 0,1 0 Mali 0,4 0,2 0,1 0 0 0 Malte 100 100 99,4 73,7 14,4 0 Man (Île de) UK 100 65,9 19,1 0 0 0 Mariannes du Nord (Îles) US 0 0 0 0 0 0 Maroc 12,4 4,9 1,7 0,5 0,1 0 Martinique F 100 91,9 67 16,6 0 0 Mauritanie 0,2 0,1 0 0 0 0 22 (1) (2) (3) (4) (5) (6) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn Mayotte F 7,9 3 0 0 0 0 Mexique 30,5 16,1 7,2 2,4 0,6 0,1 Moldavie 67,3 26,2 7,1 0,9 0,1 0 Monaco 100 100 100 100 63,2 0 Mongolie 0,3 0,1 0 0 0 0 Monténégro 31,3 10,9 2,9 0,1 0 0 Montserrat UK 56,1 15,8 0 0 0 0 Mozambique 0,5 0,2 0,1 0 0 0 Myanmar 2,9 1,1 0,3 0,1 0 0 Namibie 0,7 0,3 0,1 0 0 0 Népal 3,1 1,2 0,3 0 0 0 Nicaragua 8,2 3,3 1,2 0,3 0 0 Niger 0,2 0,1 0 0 0 0 Nigeria 12,4 7,8 5,3 3 1,1 0,1 Norfolk (Îles) AU 2,9 0 0 0 0 0 Norvège 62,8 34,6 14,6 4,4 0,9 0,1 Nouvelle Calédonie 3,2 1,3 0,6 0,3 0 0 Nouvelle Zélande 11,7 5 2,1 0,7 0,1 0 Oman 27,8 12,7 4,8 1,4 0,3 0 Ouganda 1,1 0,5 0,2 0 0 0 Ouzbékistan 23,4 13,8 6,5 1 0,1 0 Pakistan 30,2 19,4 7,9 0,9 0,2 0 Panama 11,7 5,4 2,3 0,7 0,1 0 Papouasie-Nouvelle-Guinée 2,1 1 0,5 0,2 0 0 Paraguay 4,6 2 0,9 0,4 0,1 0 Pays Bas 100 99,1 96,7 56,8 8,3 0,6 Pérou 3 1,3 0,5 0,2 0,1 0 Philippines 12,6 6,2 2,5 0,7 0,2 0 Pologne 96,8 59,6 23,9 4,3 0,5 0 Porto Rico 99,4 98,9 97,2 68,4 11,5 2,2 Portugal 85,1 47,8 24,1 6,8 1,1 0,2 Qatar 99,3 89,5 55,2 27,5 8,8 2,6 Roumanie 52,2 20,5 5,9 0,6 0 0 Royaune Uni 84,7 67,9 48,1 20,1 3,5 0,1 Russie 24,2 11,1 4,3 1,2 0,2 0 Rwanda 2 0,8 0,3 0 0 0 Sahara Occidental 0,7 0,3 0,1 0 0 0 Saint Christophe et Niévès 92,3 53 22,1 0 0 0 Sainte-Lucie 60,3 29,7 10,9 0 0 0 Saint-Marin 100 100 100 97,2 0 0 Sénégal 1,3 0,5 0,2 0,1 0 0 Serbie 72 37,3 11,8 1,1 0,1 0 Seychelles 0 0 0 0 0 0 Sierra Leone 0,6 0,2 0,1 0 0 0 Singapour 100 100 100 100 100 33,3 Slovaquie 100 98,4 64,1 4,8 0,2 0 Slovénie 100 84,2 29,3 3,1 0,2 0 Somalie 0 0 0 0 0 0 Soudan 0,8 0,4 0,1 0 0 0 Sri Lanka 21,6 8,8 2,4 0 0 0 St.Vincent-Grenadines 29,7 13,8 2,4 0 0 0 Suède 66,9 49,9 26,6 6,7 1,2 0,1 Suisse 100 97,7 57,4 10,2 0,4 0 Surinam 1 0,4 0,2 0 0 0 Swaziland 11 4,1 1,2 0 0 0 Syrie 50,3 26,6 11,2 3,9 1 0,1 Tadjikistan 13,1 5,5 1,7 0 0 0 Taïwan 90,5 63,1 45,5 27,2 6,4 0,4 Tanzanie 1,5 0,7 0,3 0,1 0 0 Tchad 0,1 0 0 0 0 0 Tchèque (République) 100 99,7 76 11,8 0,9 0 Thaïlande 33,6 18,1 9 2,7 0,5 0,1 23 (1) (2) (3) (4) (5) (6) Pays 0.11bn 0.33bn bn 3bn 9bn 27bn Togo 1,3 0,6 0,3 0 0 0 Trinité-et-Tobago 89,8 53,7 29,6 10,7 0,1 0 Tunisie 28 12,6 4,8 1,2 0,1 0 Turkménistan 9,2 4,1 1,6 0,4 0,1 0 Turks and Caiques Is. UK 15,6 8,7 0 0 0 0 Turquie 31,2 12,2 4,1 0,7 0,1 0 Ukraine 62,4 31,2 11,1 1,7 0,1 0 Uruguay 14,4 5,6 2,3 0,9 0,3 0 Vanuatu 5,7 4,8 2,7 1,1 0 0 Venezuela 21,6 10,8 5,1 2 0,5 0 Vierges (Îles) Amér. 100 93,6 77,3 53,2 0 0 Vierges (Îles) Brit. 51 44,5 32,8 0 0 0 Vietnam 7 2,8 1 0,3 0 0 Yémen 6,1 2,5 0,8 0,2 0 0 Zaïre 0,4 0,1 0,1 0 0 0 Zambie 1,1 0,4 0,2 0 0 0 Zimbabwe 2,6 1,1 0,5 0,1 0 0 Union Européenne 85,3 64,8 36,7 11,5 1,7 0,1 Le Monde 18.7 10.9 5.3 1.8 0.4 0.1 24