圖片來源: 

臉書

臉書與世界銀行以及其他研究單位合作,開發了用於預測開發中國家電網分布的的模型。這個模型的輸出結果,在世界銀行的開發能源資料庫對外開放,另外,模型的細節文件以及部分相關程式碼也都對外開源釋出,臉書表示,這是目前相關應用中最精準且可擴展的系統。

臉書提到,當他們在規畫新興市場網路部署時,需要清楚的知道現有電線的位置,決定投入資源的位置以及設計網路的方式,也才能知道如何採購設備,而過去臉書在發展中國家尋找這些資訊的時候,常遇到不準確或是解析度太低的狀況,而使得這些資料無法使用。

為了解決這個問題,臉書、世界銀行、KTH皇家理工學院、世界資源研究所以及麻省大學阿默斯特分校共同合作,使用公開資料集建置用於中壓電(Medium Voltage)基礎設施的模型。一開始臉書嘗試使用電腦視覺的方法,想要以白天衛星收集到的高解析度圖像,判斷電力基礎設施,不過,這個問題卻遇到了障礙,因為電線桿的形狀、朝向和結構多變,即便使用大型圖像訓練資料集,也無法高效率的產生高品質標記範例。此外,植被、陰影和附近類似的基礎設施,都讓系統難以識別正確的中壓電網。

而後臉書決定改變模型方法,使用電氣化的指標。臉書提到,目前最可靠和公開的電氣化指標是夜間發光(Nighttime Radiance),他們使用來自SUOMI-NPP衛星上,VIIRS晝夜波段感知器的影像,觀測可以定期產生從太空測得燈光的地方,使用的圖像為當地凌晨2點拍攝的照片,也就是說,這時候大部分的人們都已經在睡覺了,可以從太空測得的燈光就是會亮整個晚上的戶外照明。

透過太空可測得的夜間戶外照明燈光,臉書作出了兩個假設,第一,所有產生可測得的照明點的居住點都在電網上,第二,反之則居住點不在電網上。這些假設雖與現實有所差距,但臉書透過當地的政府資料,像是奈及利亞政府提供的學校電氣化狀態,來修正這些偏差。

不過,這些衛星取得的照片存在許多雜訊,人造光源只是地表夜間發光的來源之一,臉書必須要校正星光和月光的反射,以及雲、野火和閃電等亮光,另外還需要移除間接和非固定光源,包括油井照明彈、漁船、篝火和反射的城市燈光等。為了消除這些雜訊,臉書使用了2012年到2016年共5年的圖像,並使用了自定義的圖像處理濾鏡,去除背景和反射光,並識別出與周遭比起來特別亮的畫素,比較不同時間的圖像,消除暫時和移動的光源,則剩餘的發光畫素將被假設為有人定居的地方,且存在中壓電線連接電網基礎設施(下圖左為移除雜訊燈光前,右為移除後)。

找到戶外的固定燈光後,接下來臉書還需要估算連接這些燈光的電線的位置,他們使用以Dijkstra最短路徑修正的網格估算法,估算電線可能連接的方式。使用已知的電網作為模板,網格路徑最好沿著道路,避免水域並傾向使用最短路徑,透過這些規則,練書便能獲得精確的網格路徑。

這個模型的輸出結果,臉書為每個地區提供CSV以及geotiff檔案。CSV檔案內含電網點的經緯度資料,每個點間隔40公尺,而geotiff包含了所有相同的電網資訊,但是其格式更容易輸入到地理資訊系統中,與其他元素包括道路、政治邊界和人口中心進行視覺化比較。

臉書認為這些開發中國家的電網資料,對許多領域的發展都有正面的影響,因此不只公開了輸出結果,還公開了使用相同公共資料集,複製出相同模型需要的步驟,以及Dijkstra最短路徑修改版本的程式碼片段。


Advertisement

更多 iThome相關內容