- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
光伏发电站卫星遥感监测技术规范
1范围
本文件规定了利用高分辨率卫星影像开展光伏发电站监测的技术体系、使用的数据源、技术要求、
监测方法、精度验证方法、统计指标与成果组织等。
本文件适用于利用优于2米分辨率卫星遥感影像数据开展光伏发电站目标定位信息、规模、空间范
围和变化监测工作。其他分辨率卫星遥感影像数据的光伏发电站监测可参照使用。
2规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,
仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本
文件。
GB/T15968-2008遥感影像平面图制作规范
GB/T14950-2009摄影测量与遥感术语
TD/T1055-2019第三次全国国土调查技术规程
GB/T30153-2013光伏发电站太阳能资源实时监测技术要求
GB/T38335-2019光伏发电站运行规程
TD/T1075-2023光伏发电站工程项目用地控制指标
3术语和定义
下列术语和定义适用于本文件。
3.1
卫星遥感监测remotesensingmonitoring
通过卫星遥感获取地表要素的位置、范围、变化等具有地理空间属性专题信息的技术手段。
3.2
影像空间分辨率imageresolution
遥感影像中一个像元与实地空间尺寸的度量。
3.3
高分辨率卫星影像highspatialresolutionsatelliteimage
影像空间分辨率优于2米的光学卫星遥感影像。
3.4
光伏发电站photovoltaic(PV)powerstation
利用光伏电池的光生伏特效应,将太阳辐射能直接转换成电能的发电系统,一般包含变压器、逆变
器和光伏阵列以及相关辅助设施等。
3.5
光伏面板PVpanel\光伏模组PVmodule
一种通过多个光伏电池(通过光生伏特效应可以将太阳光能转化成直流电能的装置)组成的一个整
体,通常也被称为太阳能电池板。
3.6
光伏阵列PVarray
由多片光伏面板光伏模组连接形成的排列整齐的光伏面板光伏模组阵列,构成大规模的光伏发电
//
系统。
3.7
光伏辅助目标PVauxiliaryobject
光伏发电场中除光伏面板、光伏阵列之外,包括箱变和逆变设施、场站道路、场站控制室、升压站、
输电塔等辅助光伏队列进行光能转化成电能的设备目标组合。
3.8
解译标志interpretationsigns
在遥感影像上能反映和判别地物目标的影像特征信息。
3.9
监督训练样本supervisedtrainingsamples
遥感影像上已知训练区域内确定的各种地物类型解译标志的遥感影像及相关标注信息。
3.10
深度学习训练样本deeplearningtrainingsamples
利用监督训练样本与遥感影像生成的具有同样尺寸的影像瓦片和分类标签对。
注:通常样本影像数据和标签数据成对出现。
3.11
样本增强sampleaugmentation
对深度学习训练样本进行随机旋转、尺度缩放、仿射变换、中心裁剪等几何属性;或者色彩变换、
亮度调整等辐射属性、或者多影像随机混合、随机镶嵌等批次组合等方法对样本进行扩容的算法与过程。
3.12
人机交互提取accuracyevaluation
基于遥感影像,综合利用计算机,依据解译标志对遥感影像上具有相同地物目标提取标绘的过程。
3.13
计算机自动提取accuracyevaluation
根据已知训练区提供的样本,通过选择特征参数,利用计算机自动建立判别函数以对各待分类影像
进行的图像分类与识别标绘的过程。
3.14
深度学习模型deeplearningmodel
具有多个隐藏层的多层感知器网络模型,通过样本集不断迭代训练,获取更加抽象准确的高层次目
标特征信息神经网络。
3.15
精度评价accuracyevaluation
对于遥感监测目标对象识别结果正确性、精确性的定量化评判
原创力文档


文档评论(0)