从遥感数据自动提取能源系统信息：综述与分析

高质量的能源系统信息是能源系统研究、建模和决策的关键输入。遗憾的是，关于能源系统的可操作信息往往可用性有限、不完整，或仅能以高昂费用或通过保密协议获取。近来，遥感数据（如卫星影像、航空摄影）已成为潜在的丰富能源系统信息来源。然而，这些数据因其海量与复杂性而常常给手动分析带来挑战。机器学习的最新突破使得从遥感数据中自动且快速地提取有用信息成为可能，促进了关键能源系统变量的大规模获取。在此，我们对这一新兴主题的文献进行系统综述，对过去二十年内发表的论文进行深入调研与回顾。我们首先将现有文献按涵盖能源价值链的十个主要领域进行分类。在每个研究领域内，我们提炼并批判性讨论与能源研究者相关的重大特征，例如有关方法可及性与可靠性的关键挑战。随后我们综合研究发现，以识别文献整体的局限与趋势，并讨论创新机遇。这些机遇包括将方法从电力拓展至更广泛的能源系统及更广阔地理区域；以及随着卫星数据变得更廉价和易获取，拓展这些方法在研究与决策中的使用。我们还发现存在持续性挑战：性能评估的标准化与严谨性有限；代码共享有限，而这本可提升可复现性；以及对数据伦理与隐私的考量有限。