Novo Framework Avalia Riscos Espaciais para Recarga de Veículos Elétricos com Sensoriamento Remoto
O RSERI-EV combina dados de sensoriamento remoto, conjuntos de dados de infraestrutura abertos e análise de grafos espaciais para fornecer uma avaliação detalhada do risco para estações de carregamento de VEs. O framework integra diversas camadas de dados, incluindo mapas de risco de inundação, temperaturas extremas da superfície terrestre (LST), índices de vegetação (NDVI), uso e cobertura do solo (LULC), proximidade a subestações elétricas e acessibilidade rodoviária. A partir da combinação desses dados, é gerado um Score de Resiliência composto para cada estação de carregamento.
Para demonstrar a viabilidade do RSERI-EV, os pesquisadores aplicaram o framework a um conjunto de dados de carregadores de VEs no País de Gales. Uma das técnicas utilizadas é a construção de um grafo espacial de k-vizinhos mais próximos (kNN) sobre a rede de carregamento, permitindo comparações baseadas na vizinhança e diagnósticos espaciais.
O protótipo desenvolvido sublinha a importância da fusão de dados de múltiplas fontes e do raciocínio espacial interpretável. Essa abordagem visa apoiar a implantação de infraestruturas de VEs mais resilientes ao clima e conscientes das condições de infraestrutura existentes. O estudo conclui que o framework RSERI-EV oferece uma métrica escalável e interpretável para auxiliar no planejamento de infraestruturas sob risco climático.