更高使命：利用高分辨率白天卫星影像测量电力可及性
计算机视觉与模式识别
2022-10-11 v1 人工智能
摘要
世界各地的政府和国际组织正为实现普及能源可及以促进社会经济发展的目标而进行投资。然而，在发展中国家，电气化进程的监测通常不准确、不频繁且成本高昂。在本工作中，我们开发并提出了大规模高分辨率监测电气化进展的技术。具体而言，我们的三项独特贡献为：(i) 识别有（无）电力可及的区域，(ii) 量化已电气化区域中的电气化程度（已电气化建筑的比例/数量），以及 (iii) 区分已电气化区域中的用户类型（估算已电气化的住宅/非住宅建筑的比例/数量）。我们将 50 厘米高分辨率白天卫星影像与卷积神经网络（CNNs）相结合，训练了一系列分类与回归模型。我们使用关于建筑位置、建筑类型（住宅/非住宅）和建筑电气化状态的独特地面真值数据集评估了我们的模型。我们的分类模型在识别电气化区域时达到 92% 的准确率，在估算区域内（低/高）电气化建筑比例时达到 85% 的准确率，在区分（低/高）比例住宅电气化建筑时达到 69% 的准确率。我们的回归在估算影像中已电气化建筑数量和住宅电气化建筑数量时分别显示出 78% 和 80% 的 分数。我们还展示了我们的模型在前所未见区域中的泛化能力，以评估其在新兴经济体中持续高分辨率测量电气化的潜力，并在最后指出了改进机会。
引用
@article{arxiv.2210.03909,
title = {A Higher Purpose: Measuring Electricity Access Using High-Resolution Daytime Satellite Imagery},
author = {Zeal Shah and Simone Fobi and Gabriel Cadamuro and Jay Taneja},
journal= {arXiv preprint arXiv:2210.03909},
year = {2022}
}