论文部分内容阅读
城市的生产、生活与发展离不开大量的能源供给,根据国家能源局的统计,城市照明的年用电量占到中国每年用电总量的4%5%。路灯作为城市道路照明的主要设备,目前大多是以高耗能的高压钠灯为主。现阶段我国约60%的发电量仍由消耗化石能源的火力发电提供,而大量消费不可再生的化石能源带来了严重的环境问题。太阳能作为可再生的清洁能源,目前已有部分城市开始使用太阳能路灯来替代传统路灯,以缓解资源损耗和次生环境问题。合理有效地利用太阳能路灯,必须知道路灯所在的位置及其太阳能应用潜力。传统路灯位置提取算法大多依靠车载LiDAR数据或是人工现场调研。但由于LiDAR数据昂贵、现场调研成本高,导致了传统方法在大型场景使用困难,且难以快速识别路灯类型。吉林一号视频03星（JL1-3B）夜光遥感影像是具有三个波段信息与高空间分辨率的下一代新型夜光数据,为大范围提取路灯位置和识别路灯种类提供了可能。因此,本文基于JL1-3B夜光遥感数据,提出了一种新型的路灯位置提取与路灯类型区分方法,并通过结合数字表面模型数据（DSM）估算了路灯所在位置的太阳能资源应用潜力。主要研究内容和成果包括:（1）本文首先利用天光计对研究区内道路进行了辐射亮度的实地调研,通过分析其空间特征,确定了利用局部最大值的方法来识别路灯所在位置;使用open street map（OSM）以及特定的缓冲区范围从JL1-3B夜光影像中提取道路区域作为提取路灯的限制范围;接着利用影像中车灯与路灯在背景像素上的表现差异以及均值滤波,剔除车灯和建筑物装饰灯的干扰,同时也解决了同一路灯范围内因出现多个局部最大值而造成提取得到多个路灯点的错误;最后使用局部最大值方法对JL1-3B三个波段综合得到的辐射亮度值进行求解,以得到研究区范围的路灯位置,提取精度达90%左右;基于最大似然分类法,利用JL1-3B的三个波段信息,成功地识别出高压钠灯（HPS）路灯和发光二极管（LED）路灯,总体分类精度在99%左右。（2）本文将通过DSM数据和每小时云量数据输入SHORTWAVE-C太阳辐射模型中,以10分钟为间隔计算了2016年研究区范围内每个栅格位置的太阳直射、散射和反射辐射,得到了研究区所有栅格位置的年均太阳辐射值。结合之前得到的路灯位置数据,即可估计研究区各个路灯的准确年均太阳辐射值,在研究区域内,路灯最小的年均太阳能辐射值为2.64 MJ/m2/day,路灯最大的年均太阳能辐射值为22.96 MJ/m2/day。（3）根据太阳能路灯所需的电能、接收的太阳能辐射量、光电转化效率以及衰减系数可以确定各种类型路灯所需太阳能板的面积大小。取每种太阳能板面积的最大值作为太阳能路灯精细化安装的建议使用面积。通过模拟使用太阳能路灯替换原有高压钠灯发现,在其使用寿命20年期间可以节省1.85×104 KWH的电能、7.41吨的标准煤、5.03吨的碳排放、18.47吨的CO2排放、0.55吨的SO2排放和0.28吨的NOX排放。综上,本文提出的以多源遥感数据为主的路灯识别与太阳能路灯应用潜力评估的方法,能够快速、准确地应用于城市太阳能路灯的精细化安装和潜力评估,为政府相关部门制定相关决策时提供科学建议与依据。同时,由于本文所用数据大多为遥感数据,可获得性强,具有可推广性。