본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Scientific data v.3, 2016년, pp.160106 -    SCIE
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Distributed solar photovoltaic array location and extent dataset for remote sensing object identification

Bradbury, Kyle (Energy Initiative, Duke University, Durham, North Carolina 27708, USA ) ; Saboo, Raghav (Department of Economics, Duke University, Durham, North Carolina 27708, USA ) ; L. Johnson, Timothy (Nicholas School of the Environment, Duke University, Durham, North Carolina 27708, USA ) ; Malof, Jordan M. (Department of Electrical &Computer Engineering, Duke University, Durham, North Carolina 27708, USA ) ; Devarajan, Arjun (Department of Computer Science, Duke University, Durham, North Carolina 27708, USA ) ; Zhang, Wuming (Department of Computer Science, Duke University, Durham, North Carolina 27708, USA ) ; M. Collins, Leslie (Department of Electrical &Computer Engineering, Duke University, Durham, North Carolina 27708, USA ) ; G. Newell, Richard (Nicholas School of the Environment, Duke University, Durham, North Carolina 27708, USA ) ;
  • 초록  

    Earth-observing remote sensing data, including aerial photography and satellite imagery, offer a snapshot of the world from which we can learn about the state of natural resources and the built environment. The components of energy systems that are visible from above can be automatically assessed with these remote sensing data when processed with machine learning methods. Here, we focus on the information gap in distributed solar photovoltaic (PV) arrays, of which there is limited public data on solar PV deployments at small geographic scales. We created a dataset of solar PV arrays to initiate and develop the process of automatically identifying solar PV locations using remote sensing imagery. This dataset contains the geospatial coordinates and border vertices for over 19,000 solar panels across 601 high-resolution images from four cities in California. Dataset applications include training object detection and other machine learning algorithms that use remote sensing imagery, developing specific algorithms for predictive detection of distributed PV systems, estimating installed PV capacity, and analysis of the socioeconomic correlates of PV deployment.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

유료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기