都市太陽光ポテンシャル評価のためのU-Netによる地理情報対応型屋根セグメンテーション

カテゴリ：部門大会

論文No：222

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：Geospatially-Aware Rooftop Segmentation via U-Net for Urban Solar Potential Assessment

著者名：中川昂太（芝浦工業大学），松井良太（芝浦工業大学），藤田吾郎（芝浦工業大学）

著者名(英語)： Kota Nakagawa (Shibaura Institute of Technology), Ryota Matsui (Shibaura Institute of Technology), Goro Fujita (Shibaura Institute of Technology)

キーワード：太陽光発電導入,屋根検出,セマンティックセグメンテーション,画像解析,Photovoltaic Deployment,Rooftop Detection,Semantic Segmentation,Imagery Analysis

要約(日本語)：高密度な都市環境における太陽光発電導入の評価には、複雑な屋根形状の高精度な把握が不可欠である。本研究では、航空写真と3次元都市モデル（CityGML）を用い、U-Netによるセマンティックセグメンテーション手法を構築した。都市部のテストエリアで平均IoU72.5％を達成し、従来のQGIS解析や手動マーキングより高精度であった。本手法は、屋根の面積、方位、傾斜を空間的に抽出し、都市規模での太陽光発電ポテンシャル評価を可能にする。今後は屋根材や築年数などの属性統合やモデル改良により、更なる精度向上が期待される。

PDFファイルサイズ：595Kバイト