臉書以地表夜間微光找出開發中國家電網分布

臉書與世界銀行以及其他研究單位合作，開發了用於預測開發中國家電網分布的的模型。這個模型的輸出結果，在世界銀行的開發能源資料庫對外開放，另外，模型的細節文件以及部分相關程式碼也都對外開源釋出，臉書表示，這是目前相關應用中最精準且可擴展的系統。

臉書提到，當他們在規畫新興市場網路部署時，需要清楚的知道現有電線的位置，決定投入資源的位置以及設計網路的方式，也才能知道如何採購設備，而過去臉書在發展中國家尋找這些資訊的時候，常遇到不準確或是解析度太低的狀況，而使得這些資料無法使用。

為了解決這個問題，臉書、世界銀行、KTH皇家理工學院、世界資源研究所以及麻省大學阿默斯特分校共同合作，使用公開資料集建置用於中壓電（Medium Voltage）基礎設施的模型。一開始臉書嘗試使用電腦視覺的方法，想要以白天衛星收集到的高解析度圖像，判斷電力基礎設施，不過，這個問題卻遇到了障礙，因為電線桿的形狀、朝向和結構多變，即便使用大型圖像訓練資料集，也無法高效率的產生高品質標記範例。此外，植被、陰影和附近類似的基礎設施，都讓系統難以識別正確的中壓電網。

而後臉書決定改變模型方法，使用電氣化的指標。臉書提到，目前最可靠和公開的電氣化指標是夜間發光（Nighttime Radiance），他們使用來自SUOMI-NPP衛星上，VIIRS晝夜波段感知器的影像，觀測可以定期產生從太空測得燈光的地方，使用的圖像為當地凌晨2點拍攝的照片，也就是說，這時候大部分的人們都已經在睡覺了，可以從太空測得的燈光就是會亮整個晚上的戶外照明。

透過太空可測得的夜間戶外照明燈光，臉書作出了兩個假設，第一，所有產生可測得的照明點的居住點都在電網上，第二，反之則居住點不在電網上。這些假設雖與現實有所差距，但臉書透過當地的政府資料，像是奈及利亞政府提供的學校電氣化狀態，來修正這些偏差。

不過，這些衛星取得的照片存在許多雜訊，人造光源只是地表夜間發光的來源之一，臉書必須要校正星光和月光的反射，以及雲、野火和閃電等亮光，另外還需要移除間接和非固定光源，包括油井照明彈、漁船、篝火和反射的城市燈光等。為了消除這些雜訊，臉書使用了2012年到2016年共5年的圖像，並使用了自定義的圖像處理濾鏡，去除背景和反射光，並識別出與周遭比起來特別亮的畫素，比較不同時間的圖像，消除暫時和移動的光源，則剩餘的發光畫素將被假設為有人定居的地方，且存在中壓電線連接電網基礎設施（下圖左為移除雜訊燈光前，右為移除後）。

找到戶外的固定燈光後，接下來臉書還需要估算連接這些燈光的電線的位置，他們使用以Dijkstra最短路徑修正的網格估算法，估算電線可能連接的方式。使用已知的電網作為模板，網格路徑最好沿著道路，避免水域並傾向使用最短路徑，透過這些規則，練書便能獲得精確的網格路徑。

這個模型的輸出結果，臉書為每個地區提供CSV以及geotiff檔案。CSV檔案內含電網點的經緯度資料，每個點間隔40公尺，而geotiff包含了所有相同的電網資訊，但是其格式更容易輸入到地理資訊系統中，與其他元素包括道路、政治邊界和人口中心進行視覺化比較。

臉書認為這些開發中國家的電網資料，對許多領域的發展都有正面的影響，因此不只公開了輸出結果，還公開了使用相同公共資料集，複製出相同模型需要的步驟，以及Dijkstra最短路徑修改版本的程式碼片段。