KI erstellt erstmals hochpräzise Karte von Chinas Solar- und Windenergieanlagen
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren. Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren.
Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Das Projekt liefert erstmals ein hochpräzises nationales Inventar der Infrastruktur für erneuerbare Energien.
Die Daten könnten Netzplanung, Umweltanalysen und die Integration wachsender Stromnachfrage aus Rechenzentren verbessern.
How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of ChiAI-generated editorial hero image for How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of Chi.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of Chi. Article summary: They used Alibaba DAMO Academy’s in house AI models on a cloud platform to process 7.56 TB of open satellite imagery at 0.5 metre resolution covering all of China, producing what Chinese media described as the country’s . Topic tags: general web, ai, workflow, productivity, privacy. Reference image context from search candidates: Reference image 1: visual subject "# AI gives China ‘God’s-eye view’ of solar, wind installations as data-centre demand booms. In a significant leap for green-energy tracking, researchers from Peking University and" source context "AI gives China ‘God’s-eye view’ of solar, wind installations as data-centre demand booms | South China Mo
openai.com
Forscher der Peking University und von Alibaba’s DAMO Academy haben mithilfe von künstlicher Intelligenz und Satellitenbildern erstmals ein landesweites Inventar von Chinas Solar- und Windenergieanlagen erstellt. Grundlage war eine riesige Sammlung frei verfügbarer Satellitendaten, die automatisch ausgewertet wurden.
Das Ergebnis ist eine hochauflösende Karte der erneuerbaren Energieinfrastruktur des Landes – von einzelnen Photovoltaikanlagen bis zu Windturbinen – und damit ein bisher einmaliger Überblick über die räumliche Verteilung der grünen Stromerzeugung. Chinesische Medien beschrieben das Projekt als die erste hochpräzise nationale Bestandsaufnahme dieser Art.
Wie die Forscher die Karte erstellt haben
Das Team nutzte eigens entwickelte KI-Modelle der Alibaba‑Forschungseinheit DAMO Academy. Diese liefen auf einer Cloud-Plattform und analysierten 7,56 Terabyte offene Satellitenbilder mit einer Auflösung von etwa 0,5 Metern, die das gesamte chinesische Staatsgebiet abdecken.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „KI erstellt erstmals hochpräzise Karte von Chinas Solar- und Windenergieanlagen“?
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren. Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Was soll ich als nächstes in der Praxis tun?
Das Projekt liefert erstmals ein hochpräzises nationales Inventar der Infrastruktur für erneuerbare Energien.
KI erstellt erstmals hochpräzise Karte von Chinas Solar- und Windenergieanlagen
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren. Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren.
Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Das Projekt liefert erstmals ein hochpräzises nationales Inventar der Infrastruktur für erneuerbare Energien.
Die Daten könnten Netzplanung, Umweltanalysen und die Integration wachsender Stromnachfrage aus Rechenzentren verbessern.
How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of ChiAI-generated editorial hero image for How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of Chi.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of Chi. Article summary: They used Alibaba DAMO Academy’s in house AI models on a cloud platform to process 7.56 TB of open satellite imagery at 0.5 metre resolution covering all of China, producing what Chinese media described as the country’s . Topic tags: general web, ai, workflow, productivity, privacy. Reference image context from search candidates: Reference image 1: visual subject "# AI gives China ‘God’s-eye view’ of solar, wind installations as data-centre demand booms. In a significant leap for green-energy tracking, researchers from Peking University and" source context "AI gives China ‘God’s-eye view’ of solar, wind installations as data-centre demand booms | South China Mo
openai.com
Forscher der Peking University und von Alibaba’s DAMO Academy haben mithilfe von künstlicher Intelligenz und Satellitenbildern erstmals ein landesweites Inventar von Chinas Solar- und Windenergieanlagen erstellt. Grundlage war eine riesige Sammlung frei verfügbarer Satellitendaten, die automatisch ausgewertet wurden.
Das Ergebnis ist eine hochauflösende Karte der erneuerbaren Energieinfrastruktur des Landes – von einzelnen Photovoltaikanlagen bis zu Windturbinen – und damit ein bisher einmaliger Überblick über die räumliche Verteilung der grünen Stromerzeugung. Chinesische Medien beschrieben das Projekt als die erste hochpräzise nationale Bestandsaufnahme dieser Art.
Wie die Forscher die Karte erstellt haben
Das Team nutzte eigens entwickelte KI-Modelle der Alibaba‑Forschungseinheit DAMO Academy. Diese liefen auf einer Cloud-Plattform und analysierten 7,56 Terabyte offene Satellitenbilder mit einer Auflösung von etwa 0,5 Metern, die das gesamte chinesische Staatsgebiet abdecken.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „KI erstellt erstmals hochpräzise Karte von Chinas Solar- und Windenergieanlagen“?
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Forscher verarbeiteten 7,56 TB Satellitenbilder mit 0,5‑Meter Auflösung, um Chinas erneuerbare Energieanlagen landesweit zu kartieren. Die KI identifizierte rund 319.000 Solaranlagen und 91.600 Windturbinen in insgesamt 1.915 Landkreisen.
Was soll ich als nächstes in der Praxis tun?
Das Projekt liefert erstmals ein hochpräzises nationales Inventar der Infrastruktur für erneuerbare Energien.
Die Algorithmen erkannten automatisch charakteristische Muster von Solarparks und Windturbinen. Dadurch konnten Anlagen identifiziert werden, ohne ausschließlich auf unvollständige Verwaltungsdaten oder statistische Schätzungen angewiesen zu sein.
Ein entscheidender technischer Schritt war die Verarbeitung der enormen Datenmenge und der unterschiedlichen Landschaftsformen Chinas – von Wüsten bis zu dicht bebauten Regionen – mit ausreichend hoher Genauigkeit.
Die Ergebnisse der Zusammenarbeit wurden laut Berichten am 20. Mai 2026 in der Fachzeitschrift Nature veröffentlicht.
Was das nationale Inventar zeigt
Die KI‑gestützte Kartierung identifizierte:
etwa 319.000 Photovoltaik‑Installationen
rund 91.600 Windturbinen
Diese Anlagen verteilen sich über 1.915 Landkreise im ganzen Land.
Damit entsteht ein sehr viel vollständigeres Bild davon, wo Chinas tatsächliche Erzeugungskapazitäten für Wind- und Solarstrom liegen. Laut Liu Yu, Professor an der Peking University, ermöglicht das erstmals eine Art „Gottesblick“ auf die nationale Energielandschaft.
Warum diese Daten für das Stromnetz wichtig sind
Ein präzises, geografisch verortetes Inventar erleichtert mehrere Aufgaben der Energieplanung:
Stromnetzbetreiber können besser erkennen, wo sich große Cluster von Solar- oder Windanlagen befinden.
Netzplanung, Stromtransport und Lastverteilung lassen sich gezielter optimieren.
Analysen zur Umweltwirkung oder zur regionalen Energieplanung werden präziser.
Die Forscher untersuchten auch Strategien zur sogenannten „Wind‑Solar‑Komplementarität“. In vielen Regionen erzeugen Photovoltaikanlagen vor allem tagsüber Strom, während Windenergie nachts stabiler sein kann. Eine bessere regionale Koordination könnte daher die Nutzung erneuerbarer Energie erhöhen und Abregelungen reduzieren.
Verbindung zum Boom von Rechenzentren
Die Studie gewinnt zusätzliche Bedeutung durch den rapide steigenden Strombedarf digitaler Infrastruktur. China baut derzeit große Rechenzentren und KI‑Cluster aus, die enorme Mengen Elektrizität benötigen.
Ein Beispiel ist ein Projekt in der Region Ningxia, bei dem erneuerbare Energie erstmals direkt an große Datenzentren geliefert wird.
Ein detailliertes nationales Kartenbild der erneuerbaren Energiequellen könnte daher helfen:
neue Rechenzentren in Regionen mit reichlich Wind- oder Solarstrom zu planen
zusätzliche Stromleitungen oder Energiespeicher gezielter zu bauen
wachsende KI‑Rechenleistung mit möglichst CO₂‑armen Energiequellen zu versorgen.
Insgesamt zeigt das Projekt, wie KI, Cloud‑Computing und Satellitenfernerkundung zusammen genutzt werden können, um komplexe Energiesysteme in großem Maßstab sichtbar zu machen – eine wichtige Grundlage für Planung, Netzstabilität und die Energiewende.
pmc.ncbi.nlm.nih.govA 10-m national-scale map of ground-mounted photovoltaic power ...
Die Algorithmen erkannten automatisch charakteristische Muster von Solarparks und Windturbinen. Dadurch konnten Anlagen identifiziert werden, ohne ausschließlich auf unvollständige Verwaltungsdaten oder statistische Schätzungen angewiesen zu sein.
Ein entscheidender technischer Schritt war die Verarbeitung der enormen Datenmenge und der unterschiedlichen Landschaftsformen Chinas – von Wüsten bis zu dicht bebauten Regionen – mit ausreichend hoher Genauigkeit.
Die Ergebnisse der Zusammenarbeit wurden laut Berichten am 20. Mai 2026 in der Fachzeitschrift Nature veröffentlicht.
Was das nationale Inventar zeigt
Die KI‑gestützte Kartierung identifizierte:
etwa 319.000 Photovoltaik‑Installationen
rund 91.600 Windturbinen
Diese Anlagen verteilen sich über 1.915 Landkreise im ganzen Land.
Damit entsteht ein sehr viel vollständigeres Bild davon, wo Chinas tatsächliche Erzeugungskapazitäten für Wind- und Solarstrom liegen. Laut Liu Yu, Professor an der Peking University, ermöglicht das erstmals eine Art „Gottesblick“ auf die nationale Energielandschaft.
Warum diese Daten für das Stromnetz wichtig sind
Ein präzises, geografisch verortetes Inventar erleichtert mehrere Aufgaben der Energieplanung:
Stromnetzbetreiber können besser erkennen, wo sich große Cluster von Solar- oder Windanlagen befinden.
Netzplanung, Stromtransport und Lastverteilung lassen sich gezielter optimieren.
Analysen zur Umweltwirkung oder zur regionalen Energieplanung werden präziser.
Die Forscher untersuchten auch Strategien zur sogenannten „Wind‑Solar‑Komplementarität“. In vielen Regionen erzeugen Photovoltaikanlagen vor allem tagsüber Strom, während Windenergie nachts stabiler sein kann. Eine bessere regionale Koordination könnte daher die Nutzung erneuerbarer Energie erhöhen und Abregelungen reduzieren.
Verbindung zum Boom von Rechenzentren
Die Studie gewinnt zusätzliche Bedeutung durch den rapide steigenden Strombedarf digitaler Infrastruktur. China baut derzeit große Rechenzentren und KI‑Cluster aus, die enorme Mengen Elektrizität benötigen.
Ein Beispiel ist ein Projekt in der Region Ningxia, bei dem erneuerbare Energie erstmals direkt an große Datenzentren geliefert wird.
Ein detailliertes nationales Kartenbild der erneuerbaren Energiequellen könnte daher helfen:
neue Rechenzentren in Regionen mit reichlich Wind- oder Solarstrom zu planen
zusätzliche Stromleitungen oder Energiespeicher gezielter zu bauen
wachsende KI‑Rechenleistung mit möglichst CO₂‑armen Energiequellen zu versorgen.
Insgesamt zeigt das Projekt, wie KI, Cloud‑Computing und Satellitenfernerkundung zusammen genutzt werden können, um komplexe Energiesysteme in großem Maßstab sichtbar zu machen – eine wichtige Grundlage für Planung, Netzstabilität und die Energiewende.
pmc.ncbi.nlm.nih.govA 10-m national-scale map of ground-mounted photovoltaic power ...
