01
项目目标
本项目基于太阳能光伏建筑一体化设计与一带一路沿线国家开展可再生能源潜力的研究、开发和合作，为沿线国家提供支持，以实现低碳可持续发展的目标。通过深度学习算法识别高分辨率遥感图像，对印尼三宝垄市（SemarangCity）、努沙杜瓦旅游区（NusaDuaBali）、Cikarang工业园区（包含四个次级工业园区）以及离岛农村Boafeo的建筑物进行识别、提取与处理，获得该地区的建筑物矢量地图，并进行建筑物外形优化，计算建筑物屋顶面积，为印尼三宝垄市（SemarangCity）、努沙杜瓦旅游区（NusaDuaBali）、Cikarang工业园区（包含四个次级工业园区）以及离岛农村Boafeo太阳能光伏屋顶资源潜力分析和部署决策提供基础数据支持。
02
项目概况
本项目此次实施范围是印尼三宝垄市（SemarangCity）、努沙杜瓦旅游区（NusaDuaBali）、Cikarang工业园区和离岛农村（Boafeo）。印尼三宝垄市（SemarangCity）位于爪哇海中北部，面积.3平方千米；努沙杜瓦旅游区（NusaDuaBali）位于南巴厘岛,面积26平方千米；Cikarang工业园区（包含四个次级工业园区）总共面积26.9平方千米；以及离岛农村（Boafeo）面积0.15平方千米。
作业区遥感影像数据空间分辨率为0.54m，影像大小共计21.2G，共计7幅。影像建筑物大小不一、疏密不均，种类复杂多样，几何、纹理和光谱信息复杂，有大量的密集建筑区域，屋顶结构纹理异质性大且多被阴影遮挡，个别建筑物与道路、田地具有相近的光谱信息，边界明显的裸地和道路，对建筑物的识别造成困难。
03
项目成果
04
质检报告
①质检方案
在印尼三宝垄市四个方位各随机选出十个质检样区（像素为*的正方形区域）共40个样区进行质检，分别计算有效识别率，漏检率和误检率。
质检样区示例
②样区质检结果统计分析
③质检结论
质检分析，得到所有样区质检的整体识别率可达到91.0%，误检率1.7%，漏检率9.0%。样区4识别率最高，达到94.3%，样区1的识别率最低为91.0%，所有样区表现出了良好的识别效果。
移动地理空间大数据
云服务创新团队
本期编辑：宁小禾
王梦辰
长按
转载请注明：http://www.0431gb208.com/sjszlfa/353.html
