MétaCan
Menu
Retour à la cohorte
Enregistrement W1513546277 · doi:10.1080/07038992.2015.1043004

An Integrative Approach for Solar Energy Potential Estimation Through 3D Modeling of Buildings and Trees

2015· article· en· W1513546277 sur OpenAlexvenueno aff
Xianfeng Zhang, Yang Lv, Jie Tian, Yifan Pan

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolar energyRemote sensingLidarIrradianceEnvironmental scienceGeographyPoint cloudSolar irradianceMeteorologyCartographyComputer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

. Shadows cast by tall trees and buildings in urban areas can dramatically reduce the direct solar radiation reaching building surfaces. Accurate and detailed 3D modeling of buildings and trees has been a major challenge in the assessment of solar energy potential at building level. This study presents a new approach for the assessment of solar energy potential at the building scale by integrating remote sensing and 3D analysis. The hourly direct normal irradiance was estimated from meteorological satellite observation. The buildings and trees in 3D were modeled based on Light Detection and Ranging (LiDAR) point cloud data and QuickBird imagery. Shadows were simulated using a vector-based ray casting method, and their areas were calculated using a method modified from the Inclusion–Exclusion principle. The accumulated direct energy was integrated with the direct solar irradiance received by building surfaces over time. The proposed approach has been applied to assess the solar energy potential in a building community in the City of Nanjing, Jiangsu, China as a case study. The results show that the approach is highly promising and capable of offering detailed and valuable information on the distribution of local solar radiation on buildings.Résumé. Les ombres projetées par les grands arbres et les bâtiments dans les zones urbaines peuvent considérablement réduire le rayonnement solaire direct atteignant la surface des bâtiments. La modélisation 3D précise et détaillée des bâtiments et des arbres a été un défi majeur dans l'évaluation du potentiel de l'énergie solaire au niveau du bâtiment. Cette étude présente une nouvelle approche pour l'évaluation du potentiel de l'énergie solaire à l'échelle du bâtiment en intégrant la télédétection et l'analyse 3D. L'éclairement normal direct horaire a été estimé à partir d'observations par satellites météorologiques. Les bâtiments et les arbres ont été modélisés en 3D à l'aide de données de nuages de points de détection et télémétrie par ondes lumineuses « Light Detection and Ranging » (LiDAR) et d'images QuickBird. Les ombres ont été simulées à l'aide d'une méthode de raycasting vectoriel et leurs surfaces ont été calculées en utilisant une méthode modifiée du principe d'inclusion-exclusion. L'énergie directe accumulée a été calculée en intégrant dans le temps l'éclairement solaire direct reçu par les surfaces des bâtiments. Pour réaliser une étude de cas, l'approche proposée a été appliquée pour évaluer le potentiel de l'énergie solaire dans une communauté de bâtiments dans la ville de Nanjing, Jiangsu, en Chine. Les résultats montrent que l'approche est très prometteuse et permet d'offrir des informations détaillées et utiles sur la répartition du rayonnement solaire local sur les bâtiments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,630
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207