← Nieuwste papers
💻 computer science

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

Het artikel introduceert OpenPVMapper, een openbare, landelijke database van meer dan 1,1 miljoen fotovoltaïsche installaties op daken in het vasteland van Frankrijk, die is gecreëerd door het aggregeren en reconciliëren van meerdere onafhankelijke databronnen om een uitgebreide, betrouwbare dataset op installatieniveau te bereiken die de beperkingen van bestaande openbare registers en remote sensing-inspanningen met één enkele methode overstijgt.

Oorspronkelijke auteurs: Gabiel Kasmi

Gepubliceerd 2026-07-29
📖 3 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Gabiel Kasmi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert elke individuele vogel in een enorm, bruisend bos te tellen, maar je kunt niet tussen de bomen door lopen. Je kunt de vogels niet vragen om hun handen op te steken, en de boswachters houden slechts een ruwe telling bij van de reuzenarenden, waarbij ze de kleine musjes negeren. Dit is de uitdaging waar wetenschappers voor staan wanneer ze proberen zonnepanelen op daken te volgen. Deze panelen zijn de "musjes" van de energiewereld: miljoenen van hen, die elke dag op huizen en kleine bedrijven verschijnen, vaak zonder dat iemand op een centraal kantoor hiervan weet. Terwijl grote zonneparken gemakkelijk te spotten zijn, zijn deze kleine, gedecentraliseerde energiegeneratoren overal verspreid, wat ze ongelooflijk moeilijk te in kaart te brengen maakt.

Om dit op te lossen, gebruiken onderzoekers twee belangrijke trucs. Ten eerste gebruiken ze "remote sensing" (afstandmeting), wat lijkt op het maken van een enorme, hoogresolutiefoto van het hele bos vanuit een drone of satelliet, en een superintelligent computerbrein (genaamd deep learning) gebruiken om de glanzende blauwe rechthoeken van de zonnepanelen te spotten. Ten tweede gebruiken ze "crowdsourcing", waarbij vrijwilligers op een wereldkaart (zoals OpenStreetMap) handmatig tekenen waar ze panelen zien, een beetje zoals vogelaars vogelwaarnemingen registreren. Het probleem is dat het computerbrein soms wordt afgeleid door schaduwen of blauwe daken, en de vrijwilligers kunnen niet overal tegelijk zijn. Dus de grote vraag is: hoe krijgen we een volledig, nauwkeurig beeld van dit verborgen energienetwerk zonder de kleine dingen te missen of nep-panelen te tellen?

Maak kennis met OpenPVMapper, een nieuw project dat fungeert als een superdetective voor zonnepanelen in heel Frankrijk. In plaats van te vertrouwen op slechts één detective, heeft het team drie verschillende informatiebronnen gecombineerd om de meest complete kaart van dakzonnepanelen ooit gemaakt voor het land. Ze namen de "beste gok" van de computer uit luchtfoto's, voegden een tweede computermethode toe die naar gebouwgegevens kijkt, en strooiden er de door mensen geverifieerde locaties van de wereldkaart overheen.

Dit is de tovertruc: wanneer twee of meer van deze onafhankelijke detectives het erover eens zijn dat er een zonnepaneel bestaat, weet het team bijna zeker dat het echt is. Als slechts één detective het ziet, markeren ze het als "misschien". Door deze bronnen te mengen, creëerden ze een database van 1.135.850 individuele zonne-installaties, met een totaal vermogen van ongeveer 15,01 GWp. Deze kaart beslaat bijna elk dakgestuurd zonnestelsel onder de 36 kWp (de grootte van een typisch huissysteem), een categorie die officiële overheidsregisters vaak missen.

Het team heeft niet zomaar geraden; ze hebben hun werk getest. Ze hebben handmatig een steekproef van 1.862 installaties gecontroleerd en ontdekten dat de kaart in totaal ongeveer 74–75% accuraat is. Maar hier komt het spannende deel: wanneer twee verschillende bronnen het eens waren over een locatie, sprong de nauwkeurigheid naar 97%, en wanneer drie bronnen het eens waren, bereikte het 98%. Dit bewijst dat het combineren van verschillende methoden veel beter is dan het vertrouwen op slechts één methode. De kaart staat nu open voor iedereen om te gebruiken, wat onderzoekers en planners helpt om precies te begrijpen hoeveel zonne-energie er daadwerkelijk wordt opgewekt in heel Frankrijk, tot op het individuele dak nauwkeurig.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →