Machine learning and GIS for detecting households with rooftop solar panels and analysis of introduction factors

本研究の目的はGIS(地理情報システム）および機械学習を用いて、家庭部門の屋根上太陽光パネルを識別し、そのデータをもとに太陽光パネルの導入要因を分析することにある。これにより、これまで明らかとなっていなかった地域レベルから世帯レベルまでの包括的な太陽光パネルの導入要因を調査することが可能となると考えられる。その結果を元に、今後の家庭部門における太陽光パネル導入の促進に向けてのより効果的な施策の検討を行う。昨年度においては春日井市の空中写真を対象に機械学習による画像認識技術（畳み込みニューラルネットワーク）を行い、屋根上太陽光パネルを識別した。これは主にGISを用いて地域レベルの太陽光パネル導入要因を分析するためのものであった。本年度は名古屋市の空中写真を対象に画像認識を行い、屋根上太陽光パネルの識別を完了した。名古屋市ではこのデータを元に郵送質問紙調査を行うことで、地域レベルのみならず世帯レベルの屋根上太陽光パネルの導入要因を分析する。名古屋市には本研究に役立つ多様なデータ（Digital Surface Modelや３次元都市モデル（PLATEAU）等）が存在し、それらの入手も行った。

本研究の目的はGIS(地理情報システム）および機械学習を用いて、家庭部門の屋根上太陽光パネルを識別し、そのデータをもとに太陽光パネルの導入要因を分析することにある。これにより、これまで明らかとなっていなかった地域レベルから世帯レベルまでの包括的な太陽光パネルの導入要因を調査することが可能となると考えられる。その結果を元に、今後の家庭部門における太陽光パネル導入の促進に向けてのより効果的な施策の検討を行う。昨年度においては春日井市の空中写真を対象に機械学習による画像認識技術（畳み込みニューラルネットワーク）を行い、屋根上太陽光パネルを識別した。これは主にGISを用いて地域レベルの太陽光パネル導入要因を分析するためのものであった。本年度は名古屋市の空中写真を対象に画像認識を行い、屋根上太陽光パネルの識別を完了した。名古屋市ではこのデータを元に郵送質問紙調査を行うことで、地域レベルのみならず世帯レベルの屋根上太陽光パネルの導入要因を分析する。名古屋市には本研究に役立つ多様なデータ（Digital Surface Modelや３次元都市モデル（PLATEAU）等）が存在し、それらの入手も行った。