Sensoriamento remoto para o monitoramento de plantas solares fotovoltaicas no Brasil usando segmentação semântica profunda

Abstract

O Brasil é um país tropical com dimensões continentais e energia solar abundante, recursoesseainda subutilizado. No entanto, a energia solar é uma das mais promissorasfontes renováveis no país. A inspeção adequada das usinas solares fotovoltaicas é de grande interesse para a Agência Nacional de Energia Elétrica, e avanços na visão computacional e aprendizagem profunda permitem que sejaautomático, periódico e de baixo custo.A presente pesquisa visa identificar usinas solares fotovoltaicas no Brasil por meio da segmentação semânticae classificação de imagens por sobreposição de mosaicos. Comparamos quatro arquiteturas (U-net, DeepLabv3+, Pyramid Scene Parsing Network e FeaturePyramid Network) com quatro backbones (Efficient-net-b0, Efficient-net-b7, ResNet-50, e ResNet-101). Para o mosaico, avaliamos uma janela deslizante com sobreposição de pixels usando diferentes valores (8, 16, 32, 64, 128 e 256).Descobrimos que: (1) osmodelos apresentaram resultados semelhantes, mostrando que a abordagem mais relevante é adquirir máscarasde alta qualidade em vez de modelos commuitos cenários; (2) U-net apresentaligeiramente métricas melhores, e a melhor configuração foi utilizando a arquitetura de U-net com o backbonesEfficient-net-b7 (98% de precisão geral, 91% de IoU e 95% de F-ScoreF);(3) mosaico aumenta progressivamenteos resultados ao diminuir o valor da sobreposição, porém comum custo computacional mais alto. Aaltatendênciade crescimento da energia solar no Brasil,exigem mapeamentos rápidos, e a proposta do estudo fornece uma abordagem promissora.