一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法技术

本发明专利技术公开了一种利用高分辨率遥感影像计算区域建筑物屋顶光伏可改造区减碳量的方法，通过GF

【技术实现步骤摘要】
一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法


[0001]本专利技术涉及时空遥感、光伏发电、语义分割技术，具体涉及一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法。

技术介绍

[0002]气候变化是人类面临的全球性问题，随着各国二氧化碳排放，温室气体猛增，对生命系统形成威胁。能源结构调整是推动碳中和行动的核心工作，能源结构调整的关键在于减少化石能源资源的消费，大力发展新能源和可再生资源，风电、光伏太阳能发电是在全球范围内大规模推广的可再生能源方向。太阳能光伏发电系统可分为集中式和分布式，集中式太阳能光伏发电系统在中国利用较为广泛。然而分布式太阳能光伏发电系统处于起步阶段，建筑物屋顶有许多尚未得到有效利用。
[0003]影响屋顶光伏太阳能发电的原因众多，例如太阳辐射量、日照时长、不同角度的倾斜面辐射量、组件遮挡等。因此在研究屋顶光伏减碳量时要对不同地区、不同气候条件进行区分。例如，在我国太阳年总辐射量约为33
×
108J/m2到83
×
108J/m2之间。其分布，大体是西部大于东部。西部以青藏高原年总辐射量最大(70
×
108J/m2)，东部以川黔地区年太阳总辐射量最小(40
×
108J/m2)。在研究建筑物屋顶光伏可改造区减碳量时，要考虑到不同区域太阳辐射量，光伏安装倾角等参数的影响。
[0004]为此，本专利提出一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法。该方法基于DeepLabv3+网络结构，对GF
‑
2遥感数据进行屋顶识别，基于识别后数据集进行平屋顶和斜屋顶面积计算，引入建筑物屋顶参数、屋顶光伏参数、太阳辐射参数、标准煤耗、标准煤的二氧化碳排放因子建模计算屋顶光伏可改造区减碳量。对建筑物屋顶光伏可改造区减碳量进行测算，可用于对分布式屋顶光伏潜力的估计，促进分布式太阳能光伏的开发利用。

技术实现思路

[0005]本专利技术的技术解决问题是：提出一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，实现对光伏屋顶节能减碳量的估算，促进分布式太阳能光伏的开发利用，为是否更普及的安装屋顶光伏提供决策支撑。
[0006]本专利技术的技术解决方案为：一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，首先获取GF
‑
2遥感数据，对数据进行存储和预处理。然后基于DeepLabv3+网络结构对具有空间信息的建筑物遥感影像数据集进行屋顶识别，构建屋顶光伏可改造面积估算数据集；针对平屋顶和斜屋顶接受太阳辐射不同，由建筑物屋顶像素点数及卫星遥感单分辨率对屋顶光伏可改造面积估算数据集中平屋顶斜屋顶的面积分别进行计算；结合屋顶用途、光伏设备影响、屋顶方向等因素，分类计算平屋顶、斜屋顶实际可改造屋顶面积；针对不同区域太阳年辐射量差异确定太阳辐射参数；结合组件参数、当地经纬度、光伏安装
倾角、太阳方位角、太阳高度角等参数分别计算平屋顶和斜屋顶光伏可开发容量。最后根据煤发电与光伏发电间的对应关系，用光伏发电抵消煤发电，利用标准煤耗、标准煤的二氧化碳排放因子、屋顶光伏可开发容量计算屋顶光伏可改造区减碳量。其具体步骤如下：
[0007](1)获取GF
‑
2遥感数据，对数据进行存储和预处理。
[0008]步骤(1)中，对于获取的GF
‑
2遥感数据，采用标准数据结构进行数据规约。
[0009]进一步，对GF
‑
2遥感数据进行高效存储。既可以采用关系型数据库，通过结构化方式，也可以采用NoSQL数据库，通过非结构化方式，进行数据的逻辑存储与管理；既可以采用集中式高性能存储设备，也可以采用分布式集群方式进行建筑物遥感影像数据的物理存储与优化。
[0010]更进一步，对建筑物遥感影像数据进行预处理，具体步骤包括：
[0011](a)写入空间信息。在确保精度的前提下，将研究区的空间信息写入高分遥感影像中。
[0012](b)人工勾画样本数据集屋顶矢量。利用PhotoShop软件打开样本图像，人工勾画屋顶矢量，勾画后的矢量图保存为PNG格式，作为样本标签数据。将标签数据图像与原始数据图像一一对应，命名相同，样本标签数据和原始数据初步构成屋顶光伏样本数据库。
[0013](c)图像切割。将配准好的样本标签数据与原始遥感影像切割为500*500像素的图像。
[0014](d)图像过滤。将(c)中原始数据与对应的样本标签数据进行对照，过滤掉无建筑物、建筑物大量未标注的影像，自此建筑物屋顶光伏样本数据库构建完成。
[0015](2)对步骤(1)中获取的具有空间信息的建筑物遥感影像数据集进行屋顶识别，构建屋顶光伏可改造面积估算数据集，具体步骤包括：
[0016](a)建筑物屋顶特征识别。将建筑物屋顶光伏样本数据库一部分作为训练集，一部分作为测试集，构建屋顶特征识别模型，模型的主体使用带有空洞卷积的ResNet34分类网络，将最后两个下采样层的stride设置为1。然后采用带有空洞卷积的空间金字塔池化模块(ASPP)，具体组成包括：(1)一个1*1的卷积和3个3*3的空洞卷积，膨胀率为6，12，18(2)全局平均池化，获得图像级的特征。
[0017](b)输出屋顶特征图。将ResNet34分类网络和带有空洞卷积的空间金字塔池化模块拼接后进行卷积融合，得到融合多尺度信息的屋顶特征图。经过Encoder的ASPP模块后得到的特征图output_stride为8，对encoder得到的特征进行上采样然后与ResNet中的Conv2层的特征合并，再采用3*3卷积进一步融合特征。
[0018](c)缩放输出图像。使用双线性插值得到与原始图片相同大小的分割预测。
[0019](d)存储分割预测结果，构建已识别建筑物屋顶数据集。
[0020](3)对已标记建筑物屋顶数据集进行观察，分类计算平屋顶面积和斜屋顶面积，具体步骤包括：
[0021](a)根据已识别建筑物屋顶数据集得到建筑物屋顶外形轮廓；
[0022](b)对建筑物屋顶数据集进行采样构造建筑物屋顶样本数据集；
[0023](c)对建筑物样本数据集中平屋顶像素点数和斜屋顶像素点数分别进行计算，得到平屋顶面积概率(Ff)和斜屋顶面积概率(Fg)；
[0024](d)根据建筑物屋顶外形轮廓提取建筑物屋顶整体像素点数；
[0025](e)利用卫星影像的单位分辨率和建筑物屋顶整体像素点数，计算识别出的全部建筑物屋顶面积(Sf)；
[0026](f)结合平屋顶斜屋顶面积比率和全部建筑物屋顶面积建模，分类计算识别出的建筑物平屋顶面积(Srf)和斜屋顶面积(Srg)。
[0027]Srf＝Sf
×
Ff
[0028]Srg＝Sf
×
Fg
[0029](4)结合屋顶用途、光伏设备影响、屋顶方向等因素，分类计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，其特征在于步骤如下：步骤(1)获取GF
‑
2遥感数据，对数据进行存储和预处理，写入建筑物空间信息，对屋顶进行标记构造屋顶光伏样本数据库；步骤(2)基于DeepLabv3+网络对具有空间信息的建筑物遥感影像数据集进行屋顶识别，构建屋顶光伏可改造区面积估算数据集；步骤(3)对屋顶光伏可改造区面积估算数据集采样计算相同区域内平屋顶斜屋顶面积，得到平屋顶斜屋顶面积比率；步骤(4)计算屋顶光伏可改造区面积估算数据集整体像素点数，结合卫星单分辨率获取整体屋顶面积；步骤(5)结合(3)所得平屋顶斜屋顶面积比率和(4)所得整体屋顶面积，分别计算平屋顶斜屋顶面积；步骤(6)引入屋顶用途修正系数、光伏设备影响系数、屋顶方向影响系数分类计算平屋顶、斜屋顶光伏可利用开发的面积；步骤(7)引入组件参数、当地经纬度、光伏安装倾角、太阳方位角、太阳高度角、平屋顶斜屋顶可利用开发面积等参数计算屋顶光伏可开发容量；步骤(8)利用光伏发电量替换煤耗发电，根据标准煤耗、标准煤的二氧化碳排放因子、屋顶光伏可开发容量计算屋顶光伏可改造区减碳量。2.根据权利要求1所述的一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，其特征在于，所述步骤(1)中，对于GF
‑
2遥感影像的存储，既可以采用关系型数据库，也可以采用NoSQL数据库进行数据的逻辑存储与管理；既可以采用集中式高性能存储设备，也可以采用分布式集群方式进行数据的物理存储与优化。对于GF
‑
2遥感影像数据的处理，包括空间信息写入、屋顶标注、地理矫正、图像切割、图像过滤。3.根据权利要求1所述的一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，其特征在于，所述步骤(2)中，对建筑物遥感影像数据集进行屋顶识别包括：(1)采用DeepLabv3+网络进行建筑物屋顶特征学习；(2)基于网络模型进行建筑物屋顶识别；(3)存储已标记建筑物屋顶数据集。4.根据权利要求1所述的一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法，其特征在于，所述步骤(3...

【专利技术属性】
技术研发人员：林绍福，张畅，刘希亮，姚昕，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：