屋頂太陽(yáng)能光伏發(fā)電目前占全球太陽(yáng)能光伏發(fā)電裝機(jī)容量的40%，占2018年可再生能源總新增容量的四分之一。然而，關(guān)于其全球潛力和相關(guān)成本的高時(shí)空分辨率的信息卻很有限。在此，我們利用大數(shù)據(jù)、機(jī)器學(xué)習(xí)和地理空間分析，對(duì)屋頂太陽(yáng)能光伏發(fā)電潛力進(jìn)行了高分辨率的全球評(píng)估。我們分析了全球1.3億平方公里的地表面積，劃定了20萬(wàn)平方公里的屋頂面積，這些屋頂面積合計(jì)代表了27 PWh yr-1的發(fā)電潛力，成本在40-280美元MWh-1。其中，10 PWh yr-1可以在100美元MWh-1以下實(shí)現(xiàn)。全球潛力主要分布在亞洲（47%）、北美洲（20%）和歐洲（13%）。印度（66美元MWh-1）和中國(guó)（68美元MWh-1）實(shí)現(xiàn)潛力的成本最低，美國(guó)（238美元MWh-1）和英國(guó)（251美元MWh-1）是一些成本最高的國(guó)家。

屋頂太陽(yáng)能光伏（RTSPV）技術(shù)作為太陽(yáng)能光伏發(fā)電組合的一個(gè)子集，可以作為一個(gè)分散的系統(tǒng)由個(gè)人業(yè)主或大型工業(yè)和商業(yè)綜合體部署。在過(guò)去的十年里，部署成本的降低，加上政策驅(qū)動(dòng)的舉措，導(dǎo)致了RTSPV在全球范圍內(nèi)的迅速普及。

      在全球范圍內(nèi)，2018年有近8億人沒(méi)有電，其中大部分人生活在農(nóng)村地區(qū)。在這里，分散式屋頂光伏在推進(jìn)可持續(xù)發(fā)展目標(biāo)（SDG）的精神方面的作用變得非常重要。RTSPV的快速安裝時(shí)間和低水平成本可以通過(guò)使公民或社區(qū)成為專業(yè)消費(fèi)者來(lái)幫助緩解能源獲取問(wèn)題。用戶可以根據(jù)他們的需求發(fā)電和用電，而不完全依賴集中式電網(wǎng)基礎(chǔ)設(shè)施。作為部署速度最快、年增長(zhǎng)率最高的能源發(fā)電技術(shù)，太陽(yáng)能光伏技術(shù)預(yù)計(jì)到2050年將滿足全球25-49%的電力需求，同時(shí)在2018年至2050年期間為多達(dá)1500萬(wàn)人提供就業(yè)機(jī)會(huì)。其中，RTSPV的部署將貢獻(xiàn)高達(dá)40%。到2050年，太陽(yáng)能光伏發(fā)電總量的40%。增加RTSPV的部署可以支持將化石燃料從目前的能源生產(chǎn)組合中取代，這一點(diǎn)可以從德國(guó)屋頂光伏的成功實(shí)施中看到。隨著未來(lái)對(duì)電力這一能源的需求增加，基于RTSPV的發(fā)電資源將構(gòu)成未來(lái)基于可再生能源的發(fā)電組合中的很大一部分。

第一種方法：

      是從 "自下而上 "的角度來(lái)解決這個(gè)問(wèn)題，是目前最常用的計(jì)算屋頂面積的方法。這類方法建立了小規(guī)模樣本集的建筑足跡數(shù)據(jù)（地籍、人群來(lái)源、衛(wèi)星衍生）和社會(huì)經(jīng)濟(jì)指標(biāo)（國(guó)內(nèi)生產(chǎn)總值（GDP）、人口）之間的關(guān)系，然后在更大范圍內(nèi)估計(jì)建筑足跡的范圍。在Jacobson等人的研究中，作者采用自下而上的方法，根據(jù)美國(guó)和幾個(gè)歐洲國(guó)家的樣本數(shù)據(jù)，通過(guò)建立人口、GDP和人均樓面面積之間的關(guān)系，計(jì)算出179個(gè)國(guó)家的可用屋頂面積。對(duì)于一整套全球國(guó)家，Gernaat等人利用人口密度、家庭支出和屋頂面積之間的關(guān)系來(lái)計(jì)算每個(gè)國(guó)家的可用屋頂面積。他們?cè)谑澜玢y行的數(shù)據(jù)上校準(zhǔn)了他們的關(guān)系方程，實(shí)現(xiàn)了R2=0.66。這些方法可以快速實(shí)施，并且在預(yù)測(cè)附近地區(qū)的建筑占地面積時(shí)相對(duì)準(zhǔn)確，但當(dāng)分析上升到國(guó)家/地區(qū)層面時(shí)，就會(huì)出現(xiàn)不準(zhǔn)確的情況。這種準(zhǔn)確性的降低可歸因于社會(huì)經(jīng)濟(jì)數(shù)據(jù)的粗略地理空間測(cè)繪的不準(zhǔn)確性和建筑景觀的異質(zhì)性。

第二種方法：

      是從 "自上而下 "的角度來(lái)解決這個(gè)問(wèn)題，利用航空?qǐng)D像來(lái)確定已建面積和其中的建筑腳印。"自上而下 "的方法包括地球觀測(cè)、無(wú)人機(jī)搭載的光探測(cè)和測(cè)距（LiDAR）以及機(jī)器學(xué)習(xí)（ML）分類算法來(lái)檢測(cè)建筑物。在全國(guó)范圍內(nèi)，Gagnon等人利用美國(guó)128個(gè)樣本城市的LiDAR數(shù)據(jù)集計(jì)算美國(guó)大陸的可用屋頂面積，使用統(tǒng)計(jì)推斷法來(lái)推斷其樣本地點(diǎn)以外的情況。他們根據(jù)高分辨率LiDAR圖像生成了統(tǒng)計(jì)措施來(lái)概括屋頂?shù)姆较颉⑵露群涂捎眯?。收集、處理和分析航空?qǐng)D像是一項(xiàng)成本高、計(jì)算密集的任務(wù)，需要數(shù)據(jù)中心規(guī)模的基礎(chǔ)設(shè)施。

目前的技術(shù)水平方法利用基于ML的物體檢測(cè)算法，在城市/國(guó)家層面上繪制單個(gè)建筑物的興趣區(qū)域（ROI）。然而，沒(méi)有一種先進(jìn)的方法被應(yīng)用于全球ROI評(píng)估，一部分原因是基于ML的方法需要大量的數(shù)據(jù)處理，另一部分原因是ML算法在檢測(cè)偏離訓(xùn)練樣本集的類似物體方面的局限性。
（Résumé

L'énergie solaire photovolta?que sur les toits représente actuellement 40% de la capacité installée mondiale d'énergie solaire photovolta?que et un quart de la capacité supplémentaire totale d'énergie renouvelable en 2018. Toutefois, l'information sur la haute résolution spatio - temporelle de son potentiel mondial et des co?ts connexes est limitée. Nous avons ici procédé à une évaluation globale à haute résolution du potentiel photovolta?que solaire des toits à l'aide de données massives, d'apprentissage automatique et d'analyses géospatiales. Nous avons analysé une superficie mondiale de 130 millions de kilomètres carrés et délimité une superficie totale de 200 000 kilomètres carrés de toits représentant le potentiel de production de 27 pwh par an - 1 pour un co?t de 40 à 280 MWh - 1. De ce montant, 10 pwh par an - 1 peuvent être réalisés en dessous de 100 $MWh - 1. Le potentiel mondial est principalement réparti en Asie (47%), en Amérique du Nord (20%) et en Europe (13%). L'Inde (66 $MWh - 1) et la Chine (68 $MWh - 1) ont les co?ts les plus faibles pour réaliser leur potentiel, tandis que les états - Unis (238 $MWh - 1) et le Royaume - Uni (251 $MWh - 1) comptent parmi les pays où les co?ts sont les plus élevés.

Contexte de la recherche
La technologie photovolta?que solaire sur le toit (rtspv), qui est un sous - ensemble du portefeuille solaire photovolta?que, peut être déployée en tant que système décentralisé par des propriétaires individuels ou de grands complexes industriels et commerciaux. Au cours de la dernière décennie, la réduction des co?ts de déploiement, associée à des initiatives axées sur les politiques, a entra?né une popularité mondiale rapide du rtspv.

Dans le monde entier, près de 800 millions de personnes n’avaient pas d’électricité en 2018, dont la plupart vivaient dans des zones rurales. à cet égard, le r?le du photovolta?que décentralisé sur les toits dans la promotion de l'esprit des objectifs de développement durable (odd) est devenu très important. Le temps d'installation rapide et le faible co?t du rtspv peuvent aider à atténuer les problèmes d'accès à l'énergie en faisant des citoyens ou des collectivités des consommateurs professionnels. Les utilisateurs peuvent produire et consommer de l'électricité en fonction de leurs besoins, sans dépendre entièrement d'une infrastructure de réseau centralisée. Les technologies photovolta?ques solaires, qui sont les technologies de production d'énergie les plus déployées et dont la croissance annuelle est la plus rapide, devraient répondre à 25 à 49% de la demande mondiale d'électricité d'ici 2050, tout en fournissant des emplois à jusqu'à 15 millions de personnes entre 2018 et 2050. Parmi ceux - ci, le déploiement du rtspv contribuera jusqu'à 40%. 40% de la production totale d'énergie solaire photovolta?que d'ici 2050. Le déploiement accru du rtspv pourrait permettre de remplacer les combustibles fossiles par le portefeuille actuel de production d'énergie, comme en témoigne la mise en ?uvre réussie du photovolta?que sur les toits en Allemagne. à mesure que la demande d'électricité augmentera à l'avenir, les ressources de production d'électricité fondées sur le rtspv constitueront une grande partie du futur portefeuille de production d'électricité fondée sur les énergies renouvelables.

Progrès actuels de la recherche
Première méthode:
l s'agit d'une approche ascendante, la méthode la plus couramment utilisée pour calculer la surface du toit. Ces méthodes établissent une relation entre les données de l'empreinte du batiment (cadastral, origine de la population, dérivées des satellites) et les indicateurs socio - économiques (produit intérieur brut (PIB), population) d'un petit ensemble d'échantillons, puis évaluent l'étendue de l'empreinte du batiment sur une plus grande échelle. Dans l'étude de Jacobson et al., les auteurs ont utilisé une approche ascendante pour calculer la surface de toiture disponible dans 179 pays en établissant une relation entre la population, le PIB et la surface de plancher par habitant à partir d'échantillons de données provenant des états - Unis et de plusieurs pays européens. Pour un ensemble complet de pays à l'échelle mondiale, gernaat et al. ont utilisé la relation entre la densité de population, les dépenses des ménages et la superficie des toits pour calculer la superficie des toits disponibles dans chaque pays. Ils ont étalonné leurs équations relationnelles sur les données de la Banque mondiale et ont obtenu R2 = 0,66. Ces méthodes peuvent être mises en ?uvre rapidement et sont relativement précises dans la prévision de l'occupation des sols par les batiments dans les zones avoisinantes, mais des inexactitudes peuvent survenir lorsque l'analyse atteint le niveau national / régional. Cette diminution de l'exactitude peut être attribuée à l'inexactitude de la cartographie géospatiale approximative des données socio - économiques et à l'hétérogénéité du paysage architectural.



Deuxième méthode:
Le problème est résolu du point de vue ? descendant ?, en utilisant des images aériennes pour déterminer la zone construite et les empreintes de pas du batiment. L'approche descendante comprend l'observation de la terre, la détection de la lumière et la télémétrie (lidar) à bord des UAV et des algorithmes de classification par apprentissage automatique (ML) pour détecter les batiments. à l'échelle nationale, Gagnon et coll. Ont utilisé les ensembles de données Lidar de 128 villes échantillonnées aux états - Unis pour calculer la superficie des toits disponibles sur le continent américain, en utilisant une Inférence statistique pour extrapoler les conditions à l'extérieur des sites échantillonnés. Ils ont produit des mesures statistiques à partir d'images lidar haute résolution pour résumer l'orientation, la pente et la disponibilité du toit. La collecte, le traitement et l'analyse d'images aériennes sont une tache co?teuse et co?teuse qui exige une infrastructure à l'échelle du Centre de données.

L'approche actuelle au niveau technique utilise des algorithmes de détection d'objets basés sur le ML pour cartographier les zones d'intérêt (roi) des batiments individuels au niveau urbain / national. Cependant, aucune méthode avancée n'a été appliquée à l'évaluation globale du roi, en partie parce que les méthodes basées sur le ml nécessitent un traitement important des données, et en partie parce que les algorithmes de ML ont des limites pour détecter des objets similaires qui s'écartent de l'ensemble d'échantillons d'entra?nement.）