OpenSolarMap

More explanation available in english ...

Gamifions et crowdsourçons le potentiel solaire de nos toits !

Dans le cadre de la transition énergétique, l’exploitation de l’énergie solaire peut se faire sur de nombreux bâtiments par la pose de panneaux solaire thermiques ou photovoltaïques (voire combinés).

Pour obtenir le meilleur rendement, les panneaux doivent être orientés au sud. Le projet vise à répertorier les bâtiments au meilleur potentiel.

Phase 1: détection du bâti orientés par rapport aux points cardinaux

Cette phase a déjà été réalisée à partir de l’analyse spatiale des emprises de bâtiments présents dans OpenStreetMap.

Voici un exemple sur Marseille:

En vert: les bâtiments les plus orientés par rapport aux point cardinaux

En orange: les bâtiments à l’orientation proche des points cardinaux

En magenta: les bâtiments de plus de 1000m2 au toit potentiellement plat (nombreux immeubles dans ce cas)

Phase 2: détection de l’orientation des pentes du toit par crowdsourcing

Le bâti identifié dans la 1ère phase est proposé aux contributeurs sur une interface simple pour qu’ils puissent indiquer si le toit est plat ou que le faîtage est orienté nord/sud ou est/ouest ou plus complexe.

L’interface de crowdsourcing, dont la réalisation a démarré à l’occasion du hackathon du C3 (Climate Change Challenge) à Paris le 7 novembre 2015... visible sur http://opensolarmap.org/

  • Données utilisées:
  • Cette phase de crowdsourcing a démarré le 7 novembre, en quelques jours plusieurs dizaines de milliers de contributions étaient enregistrées (copie d’écran du 11 novembre).

    100.000 contributions en moins de 3 semaines

    Moins de 3 semaines après l’ouverture du prototype de crowdsourcing, plus de 100.000 contributions ont été enregistrées !

    Elles ont permis d’identifier l’orientation du toit de plus de 11.000 bâtiments sur le total de près de 28000 bâtiments proposés:

    Phase 3: détection automatique des faîtages par analyse d’image

    Une détection automatique sera faite à l’aide d’un moteur d’analyse d’image (ex. openCV) qui sera initialisé à partir des données collectées par crowdsourcing. 

    Ce travail a été réalisé par Michel Blancard à Etalab (data.gouv.fr): https://www.etalab.gouv.fr/opensolarmap

    Son projet python est disponible lui aussi sur github: https://github.com/opensolarmap/solml

    Début août 2016, un premier lot de près de 16000 bâtiments classifiés automatiquement est venu s’ajouter aux contributions manuelles. Il faut donc moins de contributions "humaines" pour classifier un bâtiment tout en conservant une validation non automatique. Ceci a aussi pour but de valider le résultat de la classification par le réseau de neurones.

    Toutes les données accumulées seront visualisables & téléchargeables sous licence libre ODbL. Elles viennent compléter les données OSM d’origine, à l’aide de tags déjà définis indiquant l’orientation des toits (par exemple roof:orientation=along/across).

    Ces ajouts aux données OSM sont visibles sur l’historique de contribution du compte OpenSolarMap: http://www.openstreetmap.org/user/OpenSolarMap/history

    Afin de simplifier le suivi, elles sont regroupées par lots limités à une commune.