OpenPVMapper: A Multi-source, Nationwide Database of Rooftop Photovoltaic Systems in France

技術要約：OpenPVMapper

問題提起
屋根置き型太陽光発電（PV）システムは、グリッドに接続されたPV容量の大部分を占めているが、これらに関する包括的かつ詳細な設置レベルのオープンデータセットは存在しない。公的な行政登録データは、通常、特定の容量閾値（フランスでは36 kWpなど）以上のデータを集計しているか、あるいは小規模なユニットについては正確な位置情報をマスクしている。一方で、リモートセンシングに基づく検出技術は有効な代替手段として台頭しているが、単一の手法による取り組みは、その地理的範囲、時間的網羅性、および特定の検出バイアスによって本質的な限界がある。対照的に、OpenStreetMap（OSM）のようなコミュニティ貢献型のデータは、人間による検証を通じてレコードあたりの信頼性は高いものの、全国規模の分析に必要とされる地理的な網羅性に欠けている。核心となる課題は、複数の独立したデータストリームの冗長性と相補的な強みを活用することで、単一のソースによる限界を克服するデータベースを構築することである。

手法
OpenPVMapperは、フランス本土における3つの異なる独立したデータソースを集約し、照合することで構築されている。

1. DeepPVMapper: 全国の航空写真（IGN BD ORTO、解像度20 cm/pixel）に展開されたディープラーニング・パイプライン。Inception-v3分類モデルを用いて画像タイルをスクリーニングした後、DeepLab-v3セグメンテーションモデルを用いてピクセルレベルのPVマスクを抽出する。これらは、地理情報が付与されたポリゴンに変換され、PyPVRoofを用いて特性（面積、傾斜角、方位角、容量）が算出される。このソースは広範な地理的カバー範囲を提供するが、300 Wpから36 kWpの間の設置に限定されており、特定の検出バイアスを継承している。
2. FRPV (Presence of PV on French Rooftops): 96県中95県をカバーする建物レベルの検出データセット。他のソースとは異なり、FRPVは即座に使用可能なポリゴンではなく、地籍図の区画（パーセル）ごとの確率スコアを提供する。層化抽出サンプルを用いた精度・再現率解析により較正された決定閾値（0.5）を適用し、新たな設置候補として区画を昇格させる。
3. OpenStreetMap (OSM): 設置が手動でマッピングされ、検証されているクラウドソーシング・データセット。地理的には疎で偏りがあるものの、OSMは存在する場所においては最も信頼できるジオメトリ（形状）および検証ソースとして扱われる。

データ融合およびエンリッチメント・パイプライン
データベースの構築は、以下の3段階のプロセスに従う。

• 統一化 (Uniformization): 異種混合のスキーマを、DeepPVMapperのスキーマをリファレンスとして共通のターゲットスキーマにマッピングする。
• 階層化 (Hierarchification): 複数のソースが同一の設置物を特定した場合、固定された階層に従ってリファレンスとなるジオメトリを決定する：修正 (Correction) > OpenStreetMap > DeepPVMapper > 第三者による検出。FRPVはジオメトリのソースとしては使用されず、検出シグナルとして機能する。OSMがジオメトリを提供する場合、それは他のソースに優先され、新しいポリゴンに基づいて特性が再計算される。
• エンリッチメント (Enrichment): パイプラインは、first_seen（初出）およびlast_seen（最終確認）の日付を確立するために、マルチビンテージ・データを統合する。点ベースの検出（FRPVまたは確認された偽陰性によるもの）は、セグメンテーション・パイプラインを通じて処理され、ポリゴンが生成される。

主な結果
完成したデータベースには、1,135,850件の設置が含まれ、推定総容量は15.01 GWpに達する。

• ソース構成: DeepPVMapperとFRPVがデータベースの約95%を占める。OSMは件数としては少ないが、より大きな設置物（>36 kWp）を不釣り合いに多くカバーしており、自動化手法によって残された重要なギャップを埋めている。
• 相互照合: 430,940件の設置（全体の38%）が、2つ以上の独立したソースによって裏付けられている。
• 精度: 層化サンプル（1,862件）の目視確認によれば、単独ソースの精度は変動するが（DeepPVMapper ~71%、FRPV ~78%、OSM ~98%）、マルチソースによる照合が精度を大幅に向上させる。単一のソースによって確認された設置物の精度は約71.5%であったが、2つのソースによる場合は96.9%、3つのソースによる場合は**98.2%へと上昇した。データベース全体の精度は74–75%**と推定される。
• カバレッジ: 本データセットは、系統運用者によって登録された容量（2025年第2四半期時点）の3分の2以上をカバーしており、歴史的に文書化が不十分であったセグメント（36 kWp未満の屋根置きPVシステムのほぼすべて、97%）を捉えている。

意義および主張
本論文は、OpenPVMapperがフランスにおける個別の屋根置きPVシステムをマッピングするための、これまでの最も包括的な取り組みであることを主張している。その主な意義は、独立したノイズを含むソースを集約することが、単一の手法では到達不可能な信頼レベルをもたらすことを実証した点にある。著者らは、照合されるソースの数は、特定の設置物の精度を示す直接的なプロキシ（代理指標）として機能させることができると述べている。これにより、ユーザーは要求される信頼レベルに基づいてデータベースをフィルタリングすることが可能となる。

本研究は、自動検出手法が「多産だが信頼性の低い寄与者」として機能する一方で、人間が検証したデータ（OSM）が「高忠実度のアンカー」として機能するという原則を検証している。これらを組み合わせることで、データベースは規模と信頼性のバランスを実現している。著者らは、本システムが拡張可能であることも強調している。階層的なアーキテクチャにより、スキーマの再設計を必要とせずに、将来のマッピング作業や検証データの統合が可能である。データセットはCC-BYライセンスの下でソースコードと共に公開されており、再現性とさらなるコミュニティ主導の洗練を可能にしている。