衛星ベースのグローバル太陽光ポテンシャル推定
(research.google)-
衛星ベースのグローバル太陽光ポテンシャル推定
-
背景: エネルギー需要は急増すると予想されており、住宅用太陽光発電は持続可能な解決策として重要な役割を果たす見込み。2035年までに太陽光発電は世界全体で10.7k TWhを生み出すと予測されている。しかし、とりわけグローバルサウスでは太陽光導入の障壁が存在する。
-
Google Maps Platform Solar API: このAPIは航空画像を活用して太陽光ポテンシャル評価を簡素化する。試験的にグローバルサウスでのAPI拡張を発表した。衛星画像を活用した機械学習モデルにより、デジタル地表面モデル(DSM)と屋根分割マップを生成し、新たな地域での太陽光評価を可能にする。
-
-
Solar APIの知見
- 設置の課題解決: 住宅用太陽光パネルの設置はしばしば遅く複雑になる。Solar APIは建物の太陽光データを提供し、設置場所の特定、顧客転換率の向上、リモートでの提案や見積もりの迅速化、3Dモデルを使った効率的なパネル配置最適化に役立つ。
-
衛星によるグローバル拡張
-
衛星画像の活用: グローバルサウスにおける太陽光データ需要に対応するため、衛星画像を活用したML技術を探求している。低解像度の衛星画像を扱う新たな課題はあるが、これは新しい地域で太陽光市場の成長を加速させる機会でもあると見ている。
-
拡張結果: 衛星画像を活用した拡張により、23か国で1億2,500万件の新しい建物に対するSolar APIデータを提供した。これは現在利用可能な衛星画像に基づき、世界全体で追加19億件の建物に対する潜在的なカバレッジ拡大につながる。
-
-
高品質なDSMおよび屋根分割予測のためのML活用
-
モデル開発: 高品質なDSMを生成するため、新しいMLモデルを開発した。2段階モデルを用いてDSMと屋根セグメントを生成する。第1段階は基本モデル、第2段階は精緻化モデルで構成される。
-
モデル評価: さまざまな指標を用いてモデルを評価した。RGB-only入力を使用したモデルの高い性能は、衛星RGB画像が利用可能なすべての地域に適用できることを示唆している。
-
-
可視化と今後の展望
-
モデルの汎化: 多様な建築様式や景観に対してモデルは良好に汎化する。平らな屋根のある地域では障害物と屋根面を正確に捉え、傾斜屋根のある地域では屋根の棟を効果的に予測する。
-
今後の研究方向: 入力ピクセル解像度、雲量、遮蔽アーティファクトといった要因が出力品質に影響する可能性がある。精度向上のための研究とユーザーフィードバックを通じて継続的に改善を進めている。
-
1件のコメント
Hacker News の意見
Google の Solar API は、世界規模の DSM 可用性調査において有望な候補だ。政府の LiDAR 調査も選択肢だが、データのカバレッジ、ファイル形式、投影法などが分散している。世界規模の DSM マップタイルのデータセットを作るとよさそうだ。すでに誰かがこの作業をしているかもしれない
地域の電力料金を入力して年間で節約できる金額を見積もれれば、住宅所有者にとって大きな会話のきっかけになるはずだ
既存ツールの非常に印象的な改善だが、屋根勾配のような高度な計算が依然として関係あるのか疑問だ
屋根に太陽光パネルを設置することには懐疑的だ。平地に設置するよりはるかに手間がかかり高価だ
衛星の将来的な利用は、ごく近い将来の太陽光出力推定に有用だろう。現在は太陽光パネルが雲との関係を把握できないため、予測が難しい
各個人が太陽光パネルを設置すると多くの問題が発生する
ベータ版は企業向けにしか提供されていない。個人的に使ってみたい
2020 年に PV 屋根ツールの初期バージョンを使って自分の PV 屋根設計を行った。家のすべての面に PV 集電技術を設置しており、現在は曇りがちで雨の天気でも 700 ワットを発電している。バッテリーと組み合わせた PV は生活の質を高める選択だ