[论文解读] Rooftop PV detections from aerial imagery over France

Gabriel Kasmi|arXiv (Cornell University)|Feb 13, 2026

Solar Radiation and Photovoltaics参考文献 15被引用 9

一句话总结

本文提出了一种无监督、开源的方法，利用公开数据在大规模部署区域上评估基于深度学习的太阳能板制图流程的下游准确性。该方法引入了下游任务准确性（DTA），表明在安装容量估计中，测试集性能相比真实世界准确性高估了约30个百分点，从而使得在法国及更广泛地区更安全地部署光伏制图系统成为可能。

ABSTRACT

Dataset containing the rooftop PV detections from IGN aerial imagery. File format : .geojson For each detection, The geometry corresponds to its minimum bounding rectangle, The properties are the following : `surface` the polygon surface in squared meters, `yield_kwh` : the raw annual production (in kWh), estimated from PVGis `kwp_approx` : the installed capacity (in kWp), `year` : the detection year (i.e., the year of the corresponding IGN imagery) The dataset contains a total of 459 034 detections for an aggregated installed capacity of 2.296 GWp.

研究动机与目标

• 解决在真实部署区域中，基于深度学习的分布式光伏制图流水线缺乏系统性、无监督准确性评估的问题。
• 量化测试集准确性与真实世界准确性在估算分布式光伏系统安装容量方面的性能差距。
• 使输电系统运营商（TSOs）能够信任并部署自动化光伏制图系统，同时具备可测量、可解释的准确性指标。
• 提供一种可扩展的开源框架用于DTA，利用公开数据（如法国安装登记国家名录RNI）进行验证。

提出的方法

• 将下游任务准确性（DTA）定义为模型在整个部署区域内预测的准确性，以安装容量估算为衡量标准。
• 使用高分辨率航空影像和预训练的深度学习模型（如YOLO或类似模型）在法国约50,000 km²范围内检测并估算光伏安装情况。
• 利用法国安装登记国家名录（RNI）作为真实值参考进行验证，实现无需人工标注的无监督比较。
• 使用均方百分比误差（MAPE）、平均绝对百分比误差（APE）和绝对安装性能误差（AIPE）等指标计算DTA，以评估估算准确性。
• 应用拓扑过滤（如基于建筑物存在的过滤）评估其对DTA的影响，从而提升低性能区域的准确性。
• 使用公开的正射影像和GIS数据，确保在拥有类似数据基础设施的欧洲国家（如德国的MaStR、丹麦的Stamdata）中可复现。

实验结果

研究问题

• RQ1 基于深度学习的光伏制图模型在测试集中的准确性与其实现在真实部署区域的实际性能相比如何？
• RQ2 一种无监督、开源的方法是否能可靠地估算在无须人工标注真实值的情况下，大规模部署区域中光伏制图模型的准确性？
• RQ3 训练数据与部署区域之间的领域差异在多大程度上会降低模型在安装容量估算中的性能？
• RQ4 后处理过滤（如基于建筑物的过滤）在低性能区域中对光伏制图流水线的准确性产生何种影响？
• RQ5 所提出的下游任务准确性（DTA）指标是否可推广至拥有类似开放数据基础设施的欧洲不同国家？

主要发现

• 在安装容量估算中，光伏制图模型的测试集准确性相比实际部署区域的准确性高估了约30个百分点。
• 使用RNI作为真实值计算的下游任务准确性（DTA）指标显示，法国所有省的平均MAPE为47.45%，表明在真实部署中存在显著的估算误差。
• 通过基于建筑物存在的检测过滤，显著提升了如北部省（Nord）和埃罗省（Hérault）等低性能省份的准确性，使误差指标大幅降低。
• 模型在大多数省份的性能相对稳定，但北部省和埃罗省的误差最高，未过滤情况下的MAPE值超过50%。
• 总体DTA显示平均AIPE为16.33%，且估算容量与实际容量的比值略高于1，表明总安装容量存在轻微高估。
• 该方法在欧洲范围内具有可扩展性和可复现性，因为高分辨率正射影像和国家光伏登记系统（如德国的MaStR、丹麦的Stamdata）正越来越多地以开放数据政策提供。