遥感技术可以改善赞比亚的电气化规划

柏林Reiner Lemoine Institut的研究人员有效地利用遥感技术探测了没有电的赞比亚村庄的样本。他们的研究最近发表在Springer的“能源论文集 ”系列丛书中，强调了机器学习策略在改善世界欠发达地区电气化规划方面的潜力。

尽管过去几年取得了一些进展，但撒哈拉以南非洲的许多地区仍然无法获得包括电力在内的能源。根据经济事务研究所(IEA)2017年世界能源展望报告，生活在赞比亚的1700万人中有三分之二缺电。

为了解决这个问题，首先必须获得有关该国当前电气化状态的准确和详细信息，确定无法获得电力的家庭的位置和分布。然后，这些重要数据可用于评估不同电气化选项的可行性，例如独立系统，小型电网或电网扩展。

“通过有限的或没有可用的电力供应区域来更好地了解各自的能源供应选择，需要有关人们居住地的地理空间数据，”进行这项研究的研究人员之一Catherina Cader告诉TechXplore。“很多时候，特别是在欠发达国家，这些数据或详细的空间分类信息无法获得，或者仅在汇总的国家统计数据中，没有特定地点的信息。”

在最近发表的一项研究中，Cader和她的同事研究了使用公开可用的卫星图像和机器学习工具来填补这一知识空白，最终改进了能源使用规划。研究人员使用了遥感技术，这些技术涉及应用机器学习算法，这些算法经过训练，可对中等分辨率的Sentinel 2多光谱图像进行分类。

“我们利用卫星数据得出了定居结构和人口密集区，以描绘村庄边界，”卡德解释说。“为实现这一目标，土地覆盖分类采用算法进行，根据以前开发的训练场地自动检测居住区域。”

由研究人员使用的算法能14个病房分类不用电，用约10,000公里，总面积2。这些结果非常有希望，突出了遥感在改善赞比亚以及撒哈拉以南非洲其他国家的能源分配方面的潜力。

“开放式卫星数据集和开源软件使我们能够进行成功的分类，以确定村庄的位置，”卡德说。“这些信息可以进一步用于能源使用规划。”

将来，他们的调查结果可以为该地区的官方机构，如农村电气化局(REA)以及计划开展电气化工作的私营企业家的工作提供信息。使用遥感技术收集的信息也可以与其他开源数据结合使用，以便为检测到的村庄提供更好的人口估计。

“基于我们之前的研究，我们正在努力将遥感数据与能源获取规划所需的特定地点调查数据相结合，例如电器，家庭支出或生产用途，”Cader说。“这有助于确定相关性，并允许将结果空间外推到调查样本之外的地点。”