牛津大学Nature:机器学习+遥感盘点全球太阳能电池板设施,助力碳中和! 2023年10月12日 下午9:57 • 头条, 干货, 顶刊 • 阅读 14 自2009年1月以来,光伏发电以每年41% 的速度增长。预计到2040年,光伏太阳能发电将增加近10倍。需要描述其地理空间数据来管理发电间歇性,减轻气候变化风险,并确定与光伏部署所需的土地利用和覆盖变化引起的生物多样性、保护和土地保护优先事项的权衡,而目前可用数据不能满足这些需求。 图1. 机器学习+遥感图像检测太阳能光伏设施 在此,牛津大学L. Kruitwagen等人通过使用遥感图像、机器学习和大型云计算的纵向语料库,提供了商业、工业和公用事业规模光伏装置(铭牌容量超过10千瓦的光伏发电站)的全球基础设施清单。作者准备了一个包含三个卷积神经网络 (CNN)、两个循环神经网络 (RNN) 和许多启发式过滤器的机器学习管道模型,并将其部署在云计算基础设施上。 基于此定位并验证了68661个设施,比之前可用的数据增加了432%(设施数量),其中数量较多的包括中国18449个、日本 9906个、美国4525个、印度2021个和欧洲的17918个新装置。该方法旨在为光伏太阳能报告不足的地区传播提供新的见解。 图2. 全球数据集的聚合排列 通过对发电能力、安装日期、历史土地覆盖以及与保护区、土著和社区土地的接近程度的估计可以丰富数据库,观察到的安装日期可用于深入了解设施级最终投资决策、施工开始、施工完成和设施运营之间的差距。 从全球土地覆盖图抽样,作者观察到非住宅光伏最常安装在农田上,其次是沙漠和草原。光伏太阳能选址决策有利于农业区,而不利于森林和灌木地。这些发现强调需要进一步协调政策,寻求在减缓气候变化、提高生物多样性和生态系统健康、保护和土地保护以及粮食生产之间进行权衡。 图3. 新太阳能光伏装置的现有土地覆盖 A global inventory of photovoltaic solar energy generating units, Nature 2021. DOI: 10.1038/s41586-021-03957-7 原创文章,作者:科研小搬砖,如若转载,请注明来源华算科技,注明出处:https://www.v-suan.com/index.php/2023/10/12/5f79696447/ 电池 赞 (0) 0 0 生成海报 相关推荐 中科院贺泓/余运波ACS Catalysis: Fe-Nb复合氧化物用于高效NH3-SCR 2023年10月13日 清华深研院康飞宇团队,最新EES! 2024年4月29日 中科大吴长征团队最新Angew:分子基Fe-N4催化剂的应用! 2023年10月10日 乔世璋/林展AM: 新纪录!50000次循环的无穿梭Zn-I2电池! 2023年10月14日 楼雄文Angew.:双金属MOF增强锂硫电池的氧化还原动力学和多硫化物捕获 2023年10月6日 北京大学徐冰君Angew.:双功能近中性电解质增强OER 2023年9月25日 发表回复 请登录后评论...登录后才能评论 提交