圖片來源：XEOS Imaging

近日刊登於 Geo Week News 的發表，由 Ada Perello 與 EAASI（歐洲航空測量產業協會；RIEGL為其觀察員）共同撰寫，介紹了如何運用先進的 RIEGL 空載 LiDAR 技術結合人工智慧（AI），打造一套可大規模部署的公用事業基礎設施管理方案。

植被侵佔（樹木超載生長）是全球停電的主要原因之一，特別是在大規模的配電網絡中。在加拿大東部，一家負責管理超過 103,000 公里輸電線路的公用事業公司，正致力於在 2028 年前將停電事故降低 50% 為目標,進而推動導入兼具可擴展性與數據驅動特性的植被管理策略。

為了應對這項挑戰，該公用事業網路與加拿大地理空間公司XEOS Imaging 攜手合作。XEOS 專注於高精度航空攝影及 LiDAR（光達）資料獲取，自 2004 年成立以來，持續為基礎設施廊道測繪、城市建模、環境監測及大規模三維城市建置等多元應用提供專業服務。作為地理空間科技領域的領導者，XEOS 結合先進感測器系統與人工智慧驅動的 LiDAR 資料處理技術，產出高精度且可靠性的空間數據成果。

這項技術能力的關鍵核心，是 XEOS 於 2023 年 11 月引進的 RIEGL VQ-1460 空載雷射掃描系統。該效能系統專為高效率、能夠產出高密度且高精度的點雲資料。卓越的目標辨識能力可精確捕捉電力線等細小設施以及複雜的植被結構，因此特別適合應用於公用事業廊道的測繪與管理工作。

管理如此龐大的電力網絡對營運作業帶來重大挑戰。面對超過 103,000 公里的基礎設施，傳統巡檢方式難以兼顧效率與成本效益，因此自動化植被辨識技術與高品質地理空間資料成為關鍵需求。

為了解決這個問題，XEOS 開發了一套整合工作流程，將空載光達（LiDAR）數據採集與 AI 驅動的分析結合。透過搭載RIEGL VQ-1460 空載雷射掃描系統的 Piper Navajo 飛機進行資料採集，並自動識別出基礎設施、侵佔的植被以及潛在的樹木倒塌風險。

該計畫於 2025 至 2026 年冬季在 11 個行政區推動執行，建立了完整且精細的電力網路三維模型。藉由將海量空間數據轉化為可執行的分析成果，不僅提升了設施管理效率，更支援公用事業單位推動主動式與預測性維護策略，進而強化電網可靠度與整體供電韌性。

點擊完整文章，探索本專案的詳細流程、技術應用與執行成果。