في عصر يسعى فيه العالم إلى [تحقيق](/tag/تحقيق) أهداف التنمية المستدامة، برز نظام SENSE (تركيب [الطاقة](/tag/الطاقة) المستند إلى [الأقمار الصناعية](/tag/الأقمار-الصناعية) للبيئة المستدامة) كحل مبتكر في [نمذجة](/tag/نمذجة) [الطاقة](/tag/الطاقة) الحضرية (Urban Building Energy [Modeling](/tag/modeling)). فقد أصبحت [نمذجة](/tag/نمذجة) [الطاقة](/tag/الطاقة) أمرًا حيويًا لتحقيق الأهداف ذات الصلة، إلا أن هناك [تحديات](/tag/تحديات) عديدة لا تزال قائمة.

فعلى الرغم من النجاح الذي حققته الدراسات السابقة التي تعتمد على [الصور الفضائية](/tag/[الصور](/tag/الصور)-الفضائية) وتقنيات [التعلم](/tag/التعلم) العميق، إلا أنها كانت تفتقر إلى [مرونة](/tag/مرونة) [التصميم](/tag/التصميم) الحضري وتجسيد [الوظائف](/tag/الوظائف) الحضرية. هنا يأتي دور SENSE، الذي يجمع بين [بيانات](/tag/بيانات) استهلاك [الطاقة](/tag/الطاقة) وجودة المباني من أجل توفير [نماذج طاقة](/tag/[نماذج](/tag/نماذج)-[طاقة](/tag/طاقة)) دقيقة.

يقوم SENSE بتوليد [صور فضائية](/tag/[صور](/tag/صور)-فضائية) حضرية واقعية بالتزامن مع إنشاء [خرائط](/tag/خرائط) دقيقة لاستهلاك [الطاقة](/tag/الطاقة) وارتفاع المباني. يعتمد النظام على [نموذج تشتت](/tag/[نموذج](/tag/نموذج)-[تشتت](/tag/تشتت)) قابل للتحكم (controllable diffusion model)، ويستفيد من [المعرفة](/tag/المعرفة) المكتسبة بواسطة [نماذج [الرؤية](/tag/الرؤية) الكبيرة](/tag/[نماذج](/tag/نماذج)-[الرؤية](/tag/الرؤية)-الكبيرة) (Large Vision [Models](/tag/models)) لخلق [معلومات](/tag/معلومات) دقيقة حول استهلاك [الطاقة](/tag/الطاقة). في [تجارب](/tag/تجارب) أجريت [عبر](/tag/عبر) أربع مدن كبرى: نيويورك، بوسطن، ليون، وبوسان، حققت SENSE [دقة](/tag/دقة) بصرية عالية وتناسقًا فيزيائيًا قويًا، متجاوزة [معايير](/tag/معايير) ASHRAE.

ما يميز SENSE هو قدرته على [توليد [بيانات](/tag/بيانات) اصطناعية](/tag/[توليد](/tag/توليد)-[بيانات](/tag/بيانات)-اصطناعية) مشروحة تكفي لاستخدام أقل من 20% من [بيانات](/tag/بيانات) [الطاقة](/tag/الطاقة) المعنونة، مما يعزز [الأداء](/tag/الأداء) في [التنبؤات](/tag/التنبؤات) بشكل ملحوظ. مقارنةً بأحدث الطرق المستخدمة في [التنبؤ بالطاقة](/tag/[التنبؤ](/tag/التنبؤ)-بالطاقة) الحضرية (SOTA)، أظهرت SENSE تقليلًا في [خطأ](/tag/خطأ) [التنبؤ](/tag/التنبؤ) بنسبة تتراوح بين 3% إلى 11%، مما يمثل خطوة مهمة [نحو](/tag/نحو) [تخطيط حضري](/tag/[تخطيط](/tag/تخطيط)-حضري) أكثر [كفاءة](/tag/كفاءة).

هذه [الدراسة](/tag/الدراسة) تمثل حلاً مبتكرًا يجمع بين علم [الطاقة](/tag/الطاقة) والعلم الحضري، مما يوفر [استراتيجيات](/tag/استراتيجيات) فعالة لتخطيط [الطاقة](/tag/الطاقة) في البيئات الحضرية. يمكنكم الاطلاع على [مجموعة البيانات](/tag/مجموعة-[البيانات](/tag/البيانات)) والكود المستخدم من خلال الروابط التالية [رابط مجموعة البيانات](https://huggingface.co/datasets/skl24/MUSE) و [رابط الكود](https://github.com/kailaisun/GenAI4Urban-Energy/).