中文

基于遥感的 EV 充电基础设施多模态空间风险框架

信号处理 2025-06-26 v1 计算机视觉与模式识别

摘要

电动汽车(EV)充电基础设施日益重要,但其在环境和基础设施压力下的韧性尚未得到充分探讨。本文引入 RSERI-EV,一个空间显式且多模态的风险评估框架,结合遥感数据、开放式基础设施数据集和空间图分析,对评估 EV 充电站的脆弱性。RSERI-EV 整合了多样化的数据层,包括洪涝风险图、地表温度(LST)极端值、植被指数(NDVI)、土地利用/土地覆盖(LULC)、靠近电力 substation 的距离以及道路可达性,以生成复合韧性评分。我们将其应用于威尔士 EV 充电器数据集,以演示其可行性。构建 charging network 上的空间 k 最近邻(kNN)图,以启用基于社区的比较和图诊断。我们的原型原型突显了多源数据融合和可解释空间推理在支持气候韧性、面向基础设施的 EV 部署方面的价值。

关键词

引用

@article{arxiv.2506.19860,
  title  = {A Multi-Modal Spatial Risk Framework for EV Charging Infrastructure Using Remote Sensing},
  author = {Oktay Karakuş and Padraig Corcoran},
  journal= {arXiv preprint arXiv:2506.19860},
  year   = {2025}
}

备注

11 pages, 4 figures, 2 tables