利用地理空間數據進行評估，用於評估能源安全性：使用無人駕駛飛行器和深度學習映射小型太陽能家庭係統

太陽能家庭係統（SHS）是一種遠離發展中國家網格的農村社區的經濟高效的解決方案，是小型太陽能電池板和相關設備，為單身家庭提供權力。針對公共和私人資源進一步投資的關鍵資源，以及跟蹤通用電氣化目標的進度，是對個人SHS安裝的高質量數據的分享，包括位置和電力容量等信息。盡管利用衛星圖像和機器學習來檢測太陽能電池板的最近的研究已經出現，但由於圖像分辨率有限（一些小太陽能電池板僅在衛星圖像中占用幾個像素），他們努力準確地定位許多SH。在這項工作中，我們探討了在無人機（UAV）圖像上使用自動SHS檢測的可行性和成本 - 性能權衡，作為衛星圖像的替代品。更具體地說，我們探討了三個問題：（i）使用無人機圖像的SHS的檢測性能是什麼;（ii）與衛星圖像相比，無人機數據收集有多昂貴;（iii）無人機的SHS檢測在現實世界方案中的表現如何？要檢查這些問題，我們會收集和公開發布在各種實際條件下成像的高分辨率無人機圖像的數據集，並使用該數據集和從盧旺達的圖像數據集進行評估深度學習模型的能力識別SHS，包括在衛星圖像中無法可靠地識別的SHS。結果表明，從檢測精度和數據收集的金融成本的角度來看，UAV圖像可能是可行的替代方案，以識別非常小的SHS。 UAV-based data collection may be a practical option for supporting electricity access planning strategies for achieving sustainable development goals and for monitoring the progress towards those goals.

本出版物是a的結果催化劑計劃授予，是夥伴關係能源數據分析實驗室， 這詹姆斯·羅傑斯在公爵羅傑斯能源訪問項目和加入合作者在國際上。