文献

J-GLOBAL ID：202202218845002782   整理番号：22A0101834

太陽光発電ポテンシャル評価のためのディジタル表面モデルにおける利用可能屋上領域の自動同定【JST・京大機械翻訳】

Automatic identification of utilizable rooftop areas in digital surface models for photovoltaics potential assessment

著者 (3件)： Aslani Mohammad (Department of Computer and Geo-spatial Sciences, University of Gaevle, Gaevle, Sweden) ,  Seipel Stefan (Department of Computer and Geo-spatial Sciences, University of Gaevle, Gaevle, Sweden) ,  Seipel Stefan (Division of Visual Information and Interaction, Department of Information Technology, Uppsala University, Uppsala, Sweden)
資料名： Applied Energy  (Applied Energy)
巻： 306  号： PA  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 都市の高エネルギー需要を緩和するための屋上太陽光発電(RPV)の相当な可能性は,それらを局所エネルギーネットワークで証明された技術にした。RPVを設置するのに適した屋上地域の同定はエネルギー計画にとって重要である。利用できる地域と呼ばれるこれらの適切な地域は,RPVエネルギー生産の信頼できる推定を大いに支援する。このような状況の中で,本研究は,(a)建物フットプリントの自動抽出,(b)屋根面の自動セグメンテーション,および(c)太陽インフラストラクチャ設置のための屋根面の傾斜可能領域の自動同定を含む空間的に詳細な方法論を提案することを目的とする。特に,この研究の革新は,屋根面セグメンテーションのための新しい方法であり,利用可能な屋上面積の同定のための新しい方法である。提案手法は入力としてディジタル表面モデル(DSM)のみを必要とし,他の補助空間データには依存しない。複雑な形状を有する植生と高層建築から成るダウンタウンドGothenburgの一部を,方法論性能を実証するために選択した。実験結果によれば,提案した方法論は,建物抽出(約95%の正しさと完全性)と屋根の顔セグメンテーション(約85%の完全性と正当性)で高い成功率を持っている。さらに,結果は,屋根の閉塞と屋根の超構造の影響が,利用可能な屋上地域の同定において十分に考慮されていることを示唆する。このように,この方法論は,DSMのみがアクセス可能な任意の都市地域における詳細なRPV評価に対して,実際的に効果的で,関連する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *太陽 ,  セグメンテーション ,  屋根 ,  都市 ,  太陽エネルギー ,  市街地 ,  高層建築 ,  ディジタル方式 ,  *太陽光発電 ,  エネルギー需要 ,  インフラストラクチャー ,  *屋上 ,  完全性
準シソーラス用語： フットプリント ,  自動セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (6件)： 太陽エネルギー ,  屋上太陽光発電 ,  利用可能屋上地域 ,  建築物抽出 ,  屋根面セグメンテーション ,  ディジタル表面モデル

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (7件)： 太陽光発電 ,  ポテンシャル ,  評価 ,  ディジタル ,  モデル ,  屋上 ,  同定