Χρησιμοποιώντας εικόνες τηλεπισκόπησης υψηλής ανάλυσης για τον εντοπισμό κατάλληλων οροφών για εγκατάσταση φωτοβολταϊκών συστημάτων
Από RemoteSensing Wiki
Πρότυπος τίτλος: Using high-resolution remote sensing images to detect suitable rooftops for solar PV installation in urban areas: HCMC case study
Συγγραφέας: Yacine Bouroubi, Pierre Bugnet, Tran Thanh Huyen, Pham Duy Huy Binh, Pham Van Cu, Claire Gosselin, Dinh Phuong Trang, Le T.Van Anh, Le Van Hoan, Le Huu Nam
Πρότυπος τίτλος: Land use change analysis in the Zhujiang Delta of China using satellite remote sensing, GIS and stochastic modelling.
Εισαγωγή
Η υπερθέρμανση του πλανήτη λόγω της κλιματικής αλλαγής έχει καταστεί μεγάλο ζήτημα παγκοσμίως ειδικά για χώρες όπου αντιμετωπίζουν μεγάλους κινδύνους όπως είναι το Βιετνάμ. Η ενεργειακή βιομηχανία εκλύει της περισσότερες εκπομπές αερίων του θερμοκηπίου (GHG) όπως μπορούμε να δούμε και στο Βιετνάμ το 92% βασίζεται στα ορυκτά καύσιμα, έτσι η κυβέρνηση του Βιετνάμ επικεντρώθηκε στην προώθηση της χρήσης της ηλιακής ενέργειας στις οροφές των κτιρίων. Αυτή τη στιγμή υπάρχουν δύο μέθοδοι που χρησιμοποιούνται ευρέως για την αξιολόγηση στην υλοποίηση φωτοβολταϊκής στέγης: 1)οπτική ερμηνεία αεροφωτογραφίας για τον εντοπισμό και για την αξιολόγηση των κτιρίων σε ατομική βάση 2)αυτοματοποιημένη επεξεργασία GIS με βάση 3D μοντέλα από δεδομένα LiDAR. Η πρώτη μέθοδος είναι αρκετά δαπανηρή και είναι δύσκολο να πραγματοποιηθεί σε μεγάλη κλίμακα ενώ η δεύτερη είναι περιορισμένη από το υψηλό κόστος απόκτησης των δεδομένων LiDAR. Αυτή η έρευνα στόχευσε σε πυκνοκατοικημένες περιοχές με υψηλό δυναμικό ηλιακής ενέργειας και σκόπευε να δοκιμάσει την ικανότητα των δορυφορικών εικόνων υψηλής ανάλυσης σε μια νέα προσέγγιση εξόρυξης πληροφοριών. Σε αυτό το έργο χρησιμοποιήθηκε ένα ζεύγος στερεοσκοπικών εικόνων γεωγραφικά επεξεργασμένο που συνδυάζει παγχρωματικά δεδομένα υψηλής ανάλυσης με πολυφασματικά μέσης ανάλυσης για την δημιουργία μια πολυφασματικής εικόνας με χαρακτηριστικά υψηλότερης ανάλυσης από την αστική περιοχή της πόλης Ho Chi Minh για την ανίχνευση οροφών και σκιάς καθώς επίσης και το ύψος την κλίση και την όψη των οροφών. Περίπου 500 οροφές προσδιορίστηκαν για σκοπούς επαλήθευσης από το σύνολο των 955.411 που εντοπίστηκαν με βάση τα τεχνικά κριτήρια για την φωτοβολταϊκή εγκατάσταση που απαιτείται.
Μεθοδολογία
Η μεθοδολογία που χρησιμοποιήθηκε στην συγκεκριμένη εργασία είναι ένας συνδυασμός τηλεπισκόπησης, GIS και machine learning για την εξαγωγή πληροφοριών από τα στερεοσκοπικά ζεύγη εικόνων WorldView-3. Για την αξιολόγηση του φωτοβολταϊκού δυναμικού των οροφών χρειάστηκε μια σειρά από δορυφορικές εικόνες όπου μέσα από αυτές προκύπτει:
1) Αποτύπωμα της στέγης όπου είναι ο εντοπισμός και ο διαχωρισμός των στεγών από άλλα αντικείμενα όπως δρόμοι, γυμνό έδαφος, βλάστηση, νερό κ.λπ. εντός της περιοχής μελέτης.
2) Ύψος του κτιρίου: το ύψος βοηθά στην εξάλειψη των ψευδών συναγερμών (από το επίπεδο του εδάφους) και βοηθά στον προσδιορισμό, για κάθε οροφή των περιοχών που σκιάζονται από τα γύρω κτίρια.
3) Λόγος σκιασμένης επιφάνειας: υπολογίζεται με την ενσωμάτωση της σκιασμένης περιοχής στην οροφή σύμφωνα με την θέση του ηλίου.
4) Τύπος οροφής: ο παράγοντας αυτός επηρεάζει την ποσότητα της ηλιακής ακτινοβολίας που μπορεί να λάβει μια στέγη σύμφωνα με την γεωμετρία της.
5) Πλάτη και όψη στέγης: οι παράγοντες αυτοί επηρεάζουν την ποσότητα της ηλιακής ακτινοβολίας που μπορεί να έχει μια στέγη.
6) Εμπόδια: το ποσοστό των εμποδίων είναι ένας ακόμα παράγοντας που θεωρείται σημαντικός στην απόφαση της καταλληλόλητας για φωτοβολταϊκή εγκατάσταση στην οροφή
7) Κατάλληλη επιφάνεια οροφής: είναι ο πιο σημαντικός παράγοντας καθώς μας δείχνει την ηλιακή ακτινοβολία που μπορεί να λάβει μια οροφή σύμφωνα με το αποτύπωμα, το σχήμα και το ποσοστό των εμποδίων της σκιασμένης περιοχής.
8) Τύπος χρήσης γης: η μεταβλητή αυτή προσδιορίζει τον τύπο της χρήσης γης των οροφών (δημόσια/ ιδιωτικό σπίτι/ βιομηχανικό κτίριο / πολιτιστικό κτίριο / αγροτική / αστική γη, κ.λπ.).
Ο τύπος της χρήσης γης σε συνδυασμό με το ηλιακό δυναμικό της επιφάνειας θα καθορίσει την καταλληλόλητα της φωτοβολταϊκής εγκατάστασης στην εκάστοτε οροφή. Στη συνέχεια στην εικόνα 1 βλέπουμε πως έχει καλυφθεί ολόκληρη η περιοχή ενδιαφέροντος χρησιμοποιώντας εικόνες του 2015 που αποκτήθηκαν από το αρχείο καθώς επίσης και νέες με χωρικής ανάλυσης 0,3 μέτρα.
Παρακάτω, η εικόνα 2 χωρίζεται σε δύο επιμέρους όπου στην αριστερή βλέπουμε το ψηφιακό μοντέλο επιφάνειας (DSM) και στην δεξιά το ψηφιακό μοντέλο εδάφους (DTM) για την περιοχή μελέτης. Το Ψηφιακό Μοντέλο Επιφάνειας (DSM) εξήχθη από τα στερεοσκοπικά ζεύγη εικόνων WorldView-3 χρησιμοποιώντας εισαγωγή στερεοσκοπικών ζευγών σε λογισμικό επεξεργασίας εικόνας. Το Ψηφιακό Μοντέλο Εδάφους (DTM) σε ανάλυση 10 μέτρων παρέχεται από το Κέντρο Περιβαλλοντικής Διαχείρισης Fluid Dynamics, VNU-HUS, Ανόι, Βιετνάμ (CEFD). Τέλος, έχουμε το Ψηφιακό Μοντέλο Ύψους (DHM) υπολογίστηκε από την διαφορά του DSM και του DTM και χρησιμοποιήθηκε για τον υπολογισμό του ύψους των κτιρίων. Με βάση τον τύπο των δεδομένων που χρησιμοποιούνται στην παρούσα εργασία για την ανίχνευση κτιρίων όπως είναι: οι πολυφασματικές εικόνες , το Ψηφιακό Μοντέλο Επιφάνειας DSM, το Ψηφιακό Μοντέλο Εδάφους, τα σύνολα δεδομένων SAR και LiDAR, οι υπάρχουσες μέθοδοι μπορούν να κατηγοριοποιηθούν σε 2 ομάδες: 1) ανίχνευση κτιρίων χρησιμοποιώντας 3D δεδομένα εικόνας και 2) ανίχνευση κτιρίων μέσω μονοχρωματικών εικόνων τηλεπισκόπισης. Μια ακόμα βασική πληροφορία ήταν η σκίαση και στην περίπτωσή μας, υπολογίστηκε χρησιμοποιώντας μια λειτουργία GIS βασισμένη στο Ψηφιακό Μοντέλο Επιφάνειας (DSM) και τη θέση του ήλιου. Στη συνέχεια έγινε εξόρυξη πληροφοριών για τον τελευταίο όροφο και διαχωρίστηκαν σε εννέα διαφορετικούς τύπους όπως φαίνεται και στην εικόνα 3: επίπεδη χωρίς εμπόδια, επίπεδη με εμπόδια 0 έως 10%, , επίπεδη με εμπόδια 10 έως 30%, επίπεδη με εμπόδια ≥ 30%, δύο όψεων, τετράπλευρο, συγκρότημα, κυρτό και κυκλικό(κωνικό).
Αποτελέσματα
Η επεξεργασία ταξινόμησης περιλαμβάνει τα εξής 4 βήματα: διαχωρισμός σε τμήματα, ταξινόμηση, συγχώνευση και έλεγχος ποιότητας (εικόνα 4) και μέσα από αυτήν ανιχνεύθηκαν 955.411 στέγες. Στην εικόνα 5 φαίνεται ένα παράδειγμα καλής αντιστοιχίας μεταξύ σχήματος στέγης και Ψηφιακού Μοντέλου Ύψους. Παρακάτω στην εικόνα 6 έχουμε ένα παράδειγμα σκίασης που δημιουργήθηκε για ένα κτίριο για τον μήνα Φεβρουάριο από την ανατολή έως τη δύση του ηλίου. Παρακάτω στην εικόνα 8 μπορούμε να δούμε την ετήσια ενέργεια που μπορεί να παραχθεί με κάποια φωτοβολταϊκά συστήματα στον τελευταίο όροφο των κτιρίων σε MWh και η εικόνα 9 δείχνει το συνολικό φωτοβολταϊκό δυναμικό για την Ho Chi Minh. Τα αποτελέσματα δείχνουν ότι η Ho Chi Minh έχει τεράστια δυνατότητα παραγωγής ηλεκτρικής ενέργειας μέσω φωτοβολταϊκών εγκαταστάσεων στις οροφές. Τέλος τα πλεονεκτήματα από τις δορυφορικές εικόνες υψηλής ανάλυσης όπως τις WorldView-3 είναι πάρα πολλά, ωστόσο είναι ακόμη δαπανηρή για να εφαρμοστεί πιο συχνά ευρέως και ιδιαίτερα στις αναπτυσσόμενες ή στις υποανάπτυκτες χώρες.
