Implementation of Open Source GIS Tools to Identify Bright Rooftops for Solar Photovoltaic Applications – A Case Study of Creek Lanes, DHA, Karachi
Notice bibliographique
Résumé
The mega city of Karachi is still mainly dependent on conventional sources of energy to cater its daily electricity requirements. Dependence on conventional sources of energy for power production results in environmental degradation and depletion of fossil fuel resources. In particular, it also highlights an immense need of alternate sustainable solution for current electricity generation scenario. In this research work, an innovative methodology has been proposed to identify bright rooftops using open source geographic information system (GIS) tools which may be utilized for sustainable power generation in Karachi metropolis. First, bright rooftops have been extracted using open source Quantum GIS (QGIS) software. Edge extraction technique using gradient filter; an open source algorithm of QGIS has been utilized. Furthermore, image processing techniques have been used to extract and refine building rooftops. Then, rooftops have been polygonized and their area has been calculated using Measure Area function of QGIS. To assess the accuracy of the extracted rooftops, field validation work has been performed and sample rooftops have been physically measured. A comparison of extracted and physically measured sample rooftops yielded 90.45% accuracy. Reduction in total roof area has been made considering different roof uses and shading effect from nearby trees and buildings. Then, unshaded bright rooftops area of 4,626 m2 has been calculated which can be used for solar photovoltaic (PV) applications in Creek Lanes, DHA Phase 7 Karachi. An annual energy output of 2.1 MWh has been estimated using Crystalline Silicon (c-Si) solar PV panel and available rooftop area. The methodology adopted can be extrapolated to macro-scale as well. However, challenges and limitations for extrapolation of methodology have also been highlighted. Solar radiation studies that demonstrate the use of open source GIS tools for sustainable power generation for this region have been scarce. Thus, this study is a preliminary research work to highlight an immense solar electricity potential that exists for Karachi metropolis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».