L'impatto della vegetazione sulle linee elettriche in molte regioni porta a significative interruzioni del servizio, non solo, la crescita della della vegetazione vicino alle linee elettriche sta diventando sempre più cruciale nell'affrontare i potenziali rischi di incendio. L'approccio tradizionale per identificare le aree di invasione della vegetazione ad alto rischio coinvolge elicotteri e personale di terra, richiede tempo e denaro. I droni anche sono stati utilizzati per ridurre il costo della raccolta dei dati, ma è ancora un processo costoso. Ora una startup innovativa sta utilizzando le immagini satellitari insieme al deep learning per identificare le aree ad alto rischio di invasione della vegetazione.
Applicando algoritmi di apprendimento automatico a immagini satellitari ad alta risoluzione, è possibile distinguere la vegetazione da altri oggetti, differenziare alberi da erba e cespugli e identificare alberi a rischio di invasione. Il confronto di un approccio basato sui droni con la metodologia delle immagini satellitari rivela che quest'ultimo approccio è estremamente accurato nell'identificare le aree ad alto rischio e significativamente meno costoso di un processo basato sui droni.
L'azienda svedese Spacept ha sviluppato una soluzione di gestione della vegetazione che applica modelli di apprendimento automatico a immagini satellitari multi-banda per identificare automaticamente le aree ad alto rischio di invasione della vegetazione sulle linee di trasmissione e distribuzione fuori terra in qualsiasi parte del pianeta. Spacept sviluppa i propri dati per formare modelli di apprendimento automatico che consentono ispezioni a terra come follow-up dell'analisi delle aree ad alto rischio al fine di avviare potature e altri programmi di risposta. I dati di allenamento vengono costantemente arricchiti con feedback da nuovi progetti per il miglioramento continuo dei modelli.
La tecnologia basata su satellite consente agli operatori della rete elettrica di monitorare l'invasione della vegetazione su tutta la loro infrastruttura in modo conveniente. Spacept utilizza le immagini satellitari più recenti e con la più alta risoluzione (0,50 – 0,30 cm) disponibili in commercio che soddisfano i requisiti per il rilevamento dell'invasione della vegetazione. L'approccio consente di monitorare centinaia di migliaia di chilometri di linee elettriche ogni anno in qualsiasi parte del mondo.
Il flusso di lavoro procede da un layout geografico della linea elettrica da ispezionare sotto forma di un file GIS standard. Le immagini satellitari ad alta risoluzione più recenti disponibili che soddisfano determinati criteri vengono identificate e scaricate dai fornitori di dati. I criteri includono tipicamente bande pancromatiche e multispettrali, risoluzione di almeno 50 cm, cattura della vegetazione con foglie accese e copertura nuvolosa minima. Le immagini scaricate vengono inviate al modello di vegetazione corrente che estrae automaticamente le caratteristiche e distingue gli alberi da altri oggetti artificiali e naturali. Una delle capacità importanti del modello è che è molto efficiente nel differenziare gli alberi dai cespugli. Dopo l'elaborazione automatizzata, le immagini e l'etichettatura vengono riviste da valutatori esperti che esaminano ogni immagine e apportano correzioni all'etichettatura per le aree problematiche, ad esempio, per i casi di cespugli o bordi di alberi visivamente distinguibili. Dopo il completamento della fase di etichettatura, viene calcolata la distanza tra ogni albero e la linea elettrica e viene assegnata una categoria di rischio utilizzando le categorie di rischio fornite dal cliente. Il deliverable finale è un file GIS contenente l'ubicazione e le corrispondenti categorie di rischio assegnate agli alberi.
Copia qui lo "short link" a questo articolo
www.geoforall.it/{sh404sef_shurl}