Exemple d'analyse d'images satellites (basées sur les données Copernicus Sentinel 2017) superposées sur Google Satellite (© 2018 TerraMetrics) Crédit :Cader et al.
Des chercheurs de l'Institut Reiner Lemoine de Berlin ont utilisé efficacement des techniques de télédétection pour détecter un échantillon de villages zambiens sans électricité. Leur étude, récemment publié sur Springer's Actes en énergie séries de livres, met en évidence le potentiel des stratégies d'apprentissage automatique pour améliorer la planification de l'électrification dans les régions les moins développées du monde.
Malgré les améliorations qui ont eu lieu au cours des dernières années, de nombreuses régions d'Afrique subsaharienne ont encore un accès limité aux sources d'énergie, y compris l'électricité. Selon le rapport World Energy Outlook 2017 de l'Institute of Economic Affairs (AIE), les deux tiers des 17 millions de personnes vivant en Zambie manquent d'électricité.
Pour résoudre ce problème, il faut d'abord obtenir des informations précises et détaillées sur l'état actuel de l'électrification dans le pays, identifier l'emplacement et la distribution des ménages qui n'ont pas accès à l'électricité. Ces données importantes pourraient ensuite être utilisées pour évaluer la faisabilité de différentes options d'électrification, tels que les systèmes autonomes, mini-réseaux, ou des extensions de grille.
« Créer une meilleure compréhension des régions où l'approvisionnement en électricité est limité ou inexistant pour développer les options d'approvisionnement énergétique respectives nécessite des données géospatiales sur l'endroit où vivent les gens, " Catherine Cader, l'un des chercheurs qui a mené l'étude, a déclaré TechXplore. "Très souvent, surtout dans les pays moins développés, ces données ou informations détaillées désagrégées spatialement ne sont pas disponibles, ou uniquement dans les statistiques nationales résumées, sans informations spécifiques à l'emplacement."
Aperçu des quartiers classés [superposés sur Open Street Maps © contributeurs OpenStreetMap sous Open Data Commons Open Database License (ODbL)] Crédit :Cader et al.
Dans une étude récemment publiée, Cader et ses collègues ont étudié l'utilisation d'images satellitaires et d'outils d'apprentissage automatique disponibles en libre accès pour combler ce manque de connaissances, en fin de compte améliorer la planification de l'accès à l'énergie. Les chercheurs ont utilisé des techniques de télédétection, qui impliquent l'application d'algorithmes d'apprentissage automatique formés pour classer l'imagerie multispectrale Sentinel 2 à moyenne résolution.
« Nous avons utilisé des données satellitaires pour dériver des structures de peuplement et des zones peuplées pour délimiter les limites des villages, " expliqua Cader. " Pour y parvenir, La classification de la couverture terrestre est effectuée à l'aide d'algorithmes pour détecter automatiquement les zones habitées sur la base de sites de formation précédemment développés. »
Les algorithmes utilisés par les chercheurs ont pu classer 14 salles sans électricité, d'une superficie totale d'environ 10, 000 km 2 . Ces résultats sont très prometteurs, mettre en évidence le potentiel de la télédétection pour améliorer la distribution de l'énergie en Zambie, ainsi que dans d'autres pays d'Afrique subsaharienne.
quartier Vyamba, un exemple d'analyse de détection de village de haute précision (basée sur les données Copernicus Sentinel 2017), superposé sur Google Satellite (© 2018 TerraMetrics) Crédit :Cader et al.
« Des ensembles de données satellitaires ouverts et des logiciels open source nous ont permis de réaliser des classifications réussies pour identifier l'emplacement des villages, " Cader a déclaré. "Ces informations peuvent être utilisées davantage pour la planification de l'accès à l'énergie."
Dans le futur, leurs conclusions pourraient éclairer le travail des organismes officiels opérant dans la région, comme la Rural Electrification Authority (REA), ainsi que celui des entrepreneurs privés qui envisagent de réaliser des travaux d'électrification. Les informations recueillies à l'aide de techniques de télédétection pourraient également être utilisées en combinaison avec d'autres données open source pour fournir de meilleures estimations de population pour les villages détectés.
quartier Malalo, surestimation des zones bâties en milieu marécageux (basé sur les données Copernicus Sentinel 2017) Crédit :Cader et al.
« En nous appuyant sur nos recherches précédentes, nous travaillons maintenant à la combinaison de données de télédétection avec des données d'enquête spécifiques à l'emplacement nécessaires à la planification de l'accès à l'énergie, tels que les appareils électriques, dépenses du ménage, ou une utilisation productive, " Cader a déclaré. "Cela pourrait aider à identifier des corrélations et permettre une extrapolation spatiale des résultats à des sites qui sont en dehors de l'échantillon de l'enquête."
© 2018 Tech Xplore
