用于印度太阳能选址的人工智能数据集
机器学习
2022-07-04 v2
摘要
可再生能源特别是太阳能光伏(PV)的快速发展对缓解气候变化至关重要。因此，印度设定了到2030年安装500吉瓦太阳能容量的雄心目标。鉴于为实现可再生能源目标所规划的大面积占地，土地利用与环境价值冲突的可能性很高。为加速太阳能发展，土地利用规划者将需要获取关于PV基础设施的最新且准确的地理空间信息。本工作中，我们开发了空间显式机器学习模型，利用免费卫星影像绘制印度各地公用事业规模太阳能项目，平均精度达92%。我们的模型预测由人类专家验证，获得包含1363个太阳能PV电站的数据集。使用该数据集，我们测量了印度太阳能占地并量化了与PV基础设施建设相关的土地覆盖改变程度。我们的分析表明，印度超过74%的太阳能开发建在自然生态系统保护或农业价值的土地覆盖类型上。
引用
@article{arxiv.2202.01340,
title = {An Artificial Intelligence Dataset for Solar Energy Locations in India},
author = {Anthony Ortiz and Dhaval Negandhi and Sagar R Mysorekar and Joseph Kiesecker and Shivaprakash K Nagaraju and Caleb Robinson and Priyal Bhatia and Aditi Khurana and Jane Wang and Felipe Oviedo and Juan Lavista Ferres},
journal= {arXiv preprint arXiv:2202.01340},
year = {2022}
}
备注
Accepted for publication in Nature Scientific Data