Arbejdet, som blev offentliggjort i det videnskabelige tidsskrift Nature i maj 2026, giver ifølge forskerne et ”Guds-perspektiv” over Kinas vedvarende energilandskab. Det muliggør analyser, som tidligere var umulige på grund af spredte og ufuldstændige administrative data.

Sådan blev satellitbillederne til et landsdækkende energikort

Forskerne brugte AI-drevne computer-vision-modeller til at analysere de enorme mængder satellitdata, der dækker hele Kina. Ved at køre DAMO Academys egne modeller på en cloud-platform lykkedes det systemet at bearbejde de 7,56 TB data og automatisk genkende de karakteristiske former og refleksioner fra solcellepaneler og vindmøller.

Metoden adskiller sig markant fra traditionelle energistatistikker, som ofte er baseret på indberetninger fra regionale myndigheder eller skøn over installeret kapacitet. I stedet identificerer systemet direkte infrastrukturen fra billederne og skaber geolokaliserede datapunkter for hvert enkelt anlæg.

En af de største tekniske udfordringer var at håndtere Kinas varierede terræn – fra ørkener til tætbebyggede byområder. Vedvarende energianlæg optræder i mange forskellige kontekster, hvilket kræver avancerede modeller, der kan genkende installationer på tværs af forskellige landskaber og lysforhold.

Hvad kortet afslører om Kinas grønne omstilling

Det færdige kort giver et hidtil uset detaljeret overblik over Kinas vedvarende energiinfrastruktur. Ifølge de offentliggjorte resultater har AI-systemet registreret:

• Ca. 319.000 solcelleinstallationer
• Omkring 91.600 vindmøller
• Anlæg fordelt over 1.915 amter

Fordi hvert enkelt anlæg er geolokaliseret, kan kortet afsløre regionale mønstre for udbygning af vedvarende energi og udgøre en grundlæggende database for energisystemanalyse.

Tidligere nationale datasæt var ofte baseret på satellitbilleder med lavere opløsning eller ufuldstændige indberetninger, hvilket gjorde det svært præcist at følge, hvor nye anlæg blev bygget. Forskning i fjernanalyse har i stigende grad brugt maskinlæring til at kortlægge sol- og vindinfrastruktur, men omfattende højopløselige registre er stadig sjældne.

Hvorfor et ”Guds-perspektiv” er vigtigt for elnettet

Sol- og vindenergi er i sagens natur variabel. Produktionen svinger med vejrforhold og tidspunktet på dagen, hvilket kan føre til ”curtailment” – når den vedvarende elektricitet ikke kan bruges eller transmitteres og derfor går til spilde.

Et nationalt, geolokaliseret kort over installationerne hjælper forskere med at analysere, hvordan forskellige vedvarende kilder interagerer på tværs af regioner. Ved hjælp af det nye datasæt har holdet studeret sol-vind-komplementaritet og fundet, at vind- og solproduktion ofte topper på forskellige tidspunkter – for eksempel producerer sol mere om dagen, mens vinden kan være stærkere om natten.

At forstå disse mønstre gør det muligt for planlæggere at undersøge strategier som:

• Koordinering af vedvarende elproduktion på tværs af provinser
• Udbygning af transmissionsforbindelser mellem regioner
• Opsætning af energilagring, hvor produktionen svinger mest

Forskerne rapporterer, at en bredere regional koordinering af vind- og solressourcer markant kunne øge den mængde vedvarende elektricitet, som elnettet kan absorbere.

Fra grøn strøm til AI-datacentre: En ny sammenhæng

Kortlægningsprojektet har også betydning ud over den traditionelle netplanlægning. Kinas hurtigt voksende data- og AI-computerinfrastruktur driver en stor stigning i efterspørgslen efter elektricitet.

For at imødekomme denne efterspørgsel og samtidig nå sine klimamål er landet begyndt at koble vedvarende energi mere direkte til computerinfrastrukturen. Et eksempel er et projekt i Ningxia, som leverer storstilet solcelle-strøm direkte til datacentre.

Et omfattende kort over vind- og solressourcer kan hjælpe beslutningstagere med at afgøre:

• Hvor nye datacentre skal placeres i forhold til vedvarende energiressourcer
• Hvor der er brug for transmission eller energilagring
• Hvordan vedvarende strøm kan koordineres til at understøtte energikrævende computeropgaver

På den måde gør det AI-genererede register mere end blot at katalogisere infrastruktur – det skaber et datagrundlag for at styre næste fase af Kinas energitransition.

En ny måde at overvåge vedvarende energi på

I takt med at verdens vedvarende energisystemer vokser, bliver evnen til nøjagtigt at overvåge dem stadig vigtigere. Satellitbilleder kombineret med AI tilbyder en skalerbar måde at spore infrastruktur over store områder og opdatere registre, efterhånden som nye anlæg bygges.

For Kina – hjem til verdens største vedvarende energisystem – giver det nye landsdækkende kort noget, som beslutningstagere og forskere længe har manglet: et præcist, løbende opdaterbart billede af, hvor sol- og vindenergi rent faktisk findes på jorden.

Arbejdet, som blev offentliggjort i det videnskabelige tidsskrift Nature i maj 2026, giver ifølge forskerne et ”Guds-perspektiv” over Kinas vedvarende energilandskab. Det muliggør analyser, som tidligere var umulige på grund af spredte og ufuldstændige administrative data.

Sådan blev satellitbillederne til et landsdækkende energikort

Forskerne brugte AI-drevne computer-vision-modeller til at analysere de enorme mængder satellitdata, der dækker hele Kina. Ved at køre DAMO Academys egne modeller på en cloud-platform lykkedes det systemet at bearbejde de 7,56 TB data og automatisk genkende de karakteristiske former og refleksioner fra solcellepaneler og vindmøller.

Metoden adskiller sig markant fra traditionelle energistatistikker, som ofte er baseret på indberetninger fra regionale myndigheder eller skøn over installeret kapacitet. I stedet identificerer systemet direkte infrastrukturen fra billederne og skaber geolokaliserede datapunkter for hvert enkelt anlæg.

En af de største tekniske udfordringer var at håndtere Kinas varierede terræn – fra ørkener til tætbebyggede byområder. Vedvarende energianlæg optræder i mange forskellige kontekster, hvilket kræver avancerede modeller, der kan genkende installationer på tværs af forskellige landskaber og lysforhold.

Hvad kortet afslører om Kinas grønne omstilling

Det færdige kort giver et hidtil uset detaljeret overblik over Kinas vedvarende energiinfrastruktur. Ifølge de offentliggjorte resultater har AI-systemet registreret:

• Ca. 319.000 solcelleinstallationer
• Omkring 91.600 vindmøller
• Anlæg fordelt over 1.915 amter

Fordi hvert enkelt anlæg er geolokaliseret, kan kortet afsløre regionale mønstre for udbygning af vedvarende energi og udgøre en grundlæggende database for energisystemanalyse.

Tidligere nationale datasæt var ofte baseret på satellitbilleder med lavere opløsning eller ufuldstændige indberetninger, hvilket gjorde det svært præcist at følge, hvor nye anlæg blev bygget. Forskning i fjernanalyse har i stigende grad brugt maskinlæring til at kortlægge sol- og vindinfrastruktur, men omfattende højopløselige registre er stadig sjældne.

Hvorfor et ”Guds-perspektiv” er vigtigt for elnettet

Sol- og vindenergi er i sagens natur variabel. Produktionen svinger med vejrforhold og tidspunktet på dagen, hvilket kan føre til ”curtailment” – når den vedvarende elektricitet ikke kan bruges eller transmitteres og derfor går til spilde.

Et nationalt, geolokaliseret kort over installationerne hjælper forskere med at analysere, hvordan forskellige vedvarende kilder interagerer på tværs af regioner. Ved hjælp af det nye datasæt har holdet studeret sol-vind-komplementaritet og fundet, at vind- og solproduktion ofte topper på forskellige tidspunkter – for eksempel producerer sol mere om dagen, mens vinden kan være stærkere om natten.

At forstå disse mønstre gør det muligt for planlæggere at undersøge strategier som:

• Koordinering af vedvarende elproduktion på tværs af provinser
• Udbygning af transmissionsforbindelser mellem regioner
• Opsætning af energilagring, hvor produktionen svinger mest

Forskerne rapporterer, at en bredere regional koordinering af vind- og solressourcer markant kunne øge den mængde vedvarende elektricitet, som elnettet kan absorbere.

Fra grøn strøm til AI-datacentre: En ny sammenhæng

Kortlægningsprojektet har også betydning ud over den traditionelle netplanlægning. Kinas hurtigt voksende data- og AI-computerinfrastruktur driver en stor stigning i efterspørgslen efter elektricitet.

For at imødekomme denne efterspørgsel og samtidig nå sine klimamål er landet begyndt at koble vedvarende energi mere direkte til computerinfrastrukturen. Et eksempel er et projekt i Ningxia, som leverer storstilet solcelle-strøm direkte til datacentre.

Et omfattende kort over vind- og solressourcer kan hjælpe beslutningstagere med at afgøre:

• Hvor nye datacentre skal placeres i forhold til vedvarende energiressourcer
• Hvor der er brug for transmission eller energilagring
• Hvordan vedvarende strøm kan koordineres til at understøtte energikrævende computeropgaver

På den måde gør det AI-genererede register mere end blot at katalogisere infrastruktur – det skaber et datagrundlag for at styre næste fase af Kinas energitransition.

En ny måde at overvåge vedvarende energi på

I takt med at verdens vedvarende energisystemer vokser, bliver evnen til nøjagtigt at overvåge dem stadig vigtigere. Satellitbilleder kombineret med AI tilbyder en skalerbar måde at spore infrastruktur over store områder og opdatere registre, efterhånden som nye anlæg bygges.

For Kina – hjem til verdens største vedvarende energisystem – giver det nye landsdækkende kort noget, som beslutningstagere og forskere længe har manglet: et præcist, løbende opdaterbart billede af, hvor sol- og vindenergi rent faktisk findes på jorden.