AI-zonnepaneeldetecties kunnen 40% afwijken

AI-schattingen van zonnepanelen kunnen flink afwijken van luchtfoto’s

AI wordt steeds vaker ingezet om zonnepanelen automatisch te detecteren. Op basis van luchtfoto’s probeert een model te bepalen waar zonnepanelen liggen en hoeveel er aanwezig zijn. Dat lijkt een snelle manier om inzicht te krijgen in zonne-energie op daken.

Maar wanneer deze schattingen worden vergeleken met recente luchtfoto’s, blijken er regelmatig afwijkingen te zijn. Sommige installaties worden gemist, terwijl andere objecten juist ten onrechte als zonnepanelen worden herkend.

Daarom wordt steeds duidelijker dat AI-schattingen niet altijd hetzelfde beeld geven als de werkelijkheid op luchtfoto’s.

Waarom AI-schattingen niet altijd kloppen

AI-modellen worden getraind op grote hoeveelheden beeldmateriaal. Op basis van patronen proberen ze zonnepanelen te herkennen op daken.

Maar in de praktijk zijn er veel factoren die het herkennen van zonnepanelen ingewikkelder maken. Verschillen in dakstructuren, schaduw of reflectie kunnen ervoor zorgen dat een model iets verkeerd interpreteert.

Daarnaast veranderen daken voortdurend. Nieuwe installaties worden geplaatst terwijl andere verdwijnen. Daardoor kunnen modellen die op oudere datasets zijn getraind een minder nauwkeurig beeld geven van de huidige situatie.

In de praktijk ontstaan afwijkingen

Wanneer AI-resultaten worden vergeleken met recente luchtfoto’s, vallen verschillen vaak direct op.

Typische oorzaken zijn bijvoorbeeld:

• schaduw van bomen of gebouwen
• dakkapellen of dakramen die op zonnepanelen lijken
• reflecties van glas of metaal
• verschillende typen zonnepanelen
• beperkte resolutie van beeldmateriaal

Daardoor kan een AI-schatting een vertekend beeld van zonnepanelen in een gebied geven.

Daarom worden luchtfoto’s opnieuw gevlogen

Om een nauwkeuriger beeld te krijgen kiezen organisaties er steeds vaker voor om nieuwe luchtfoto’s te laten vliegen. Recente beelden met hoge resolutie maken het mogelijk om installaties veel preciezer te herkennen.

Tegelijkertijd maken actuele luchtfoto’s het mogelijk om veranderingen in een gebied beter te volgen. Nieuwe installaties worden zichtbaar en bestaande datasets kunnen worden bijgewerkt.

Zo ontstaat een actueel en betrouwbaar overzicht van zonne-energie op daken.

Betere detecties dan generieke AI-schattingen

Wanneer zonnepanelen worden gedetecteerd op basis van recente luchtfoto’s en specifieke detectiemethoden, blijken de resultaten vaak nauwkeuriger dan generieke AI-schattingen.

Uiteindelijk ontstaat een dataset waarin individuele installaties zichtbaar zijn en locaties veel preciezer zijn vastgelegd. Dat maakt het mogelijk om analyses uit te voeren die dichter bij de werkelijkheid liggen.

Kortom, luchtfoto-analyse kan helpen om zonnepanelen nauwkeuriger in kaart te brengen dan alleen AI-schattingen.