La primera cartografía nacional de energía solar y eólica en China creada con IA y satélites
Investigadores procesaron 7,56 TB de imágenes satelitales de alta resolución para identificar alrededor de 319.000 instalaciones solares y 91.600 turbinas eólicas en China. El sistema usa visión por computadora para detectar infraestructuras energéticas directamente en imágenes satelitales, evitando depender solo de...
Publicado porEditado con GPT-5.5Imágenes generadas con GPT Image 2
Investigadores procesaron 7,56 TB de imágenes satelitales de alta resolución para identificar alrededor de 319.000 instalaciones solares y 91.600 turbinas eólicas en China.
El sistema usa visión por computadora para detectar infraestructuras energéticas directamente en imágenes satelitales, evitando depender solo de registros administrativos incompletos.
El mapa nacional permite estudiar cómo se complementan la energía solar y eólica y ayudar a planificar la red eléctrica y nuevas infraestructuras energéticas.
How have researchers from Peking University and Alibaba’s Damo Academy used AI and satellite imagery to create a nationwide inventory of ChiAI models analyzing high‑resolution satellite imagery can identify solar farms and wind turbines across large geographic areas, enabling nationwide renewable‑energy mapping.
Prompt de IA
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, government, academic, general web. Reference image context from search candidates: Reference image 1: visual subject "# Advancing solar and wind penetration in China through energy complementarity. The intrinsic variability of solar and wind energy, compounded by their rapid expansion, has intensi" source context "Advancing solar and wind penetration in China through energy complementarity | Nature" Reference image 2: visu
openai.com
China posee el sistema de energías renovables más grande del mundo, pero saber exactamente dónde están instalados sus paneles solares y turbinas eólicas no es tan sencillo. Muchas bases de datos dependen de reportes regionales o estimaciones de capacidad instalada, lo que deja vacíos importantes.
Para resolver ese problema, investigadores de la Universidad de Pekín y la DAMO Academy de Alibaba utilizaron inteligencia artificial combinada con imágenes satelitales para crear el primer inventario nacional de alta precisión de infraestructuras solares y eólicas en China.
El equipo procesó 7,56 terabytes de imágenes satelitales abiertas con resolución de 0,5 metros, lo suficientemente detalladas para identificar instalaciones energéticas individuales. Con ayuda de modelos de IA ejecutados en infraestructura de computación en la nube, lograron detectar alrededor de 319.000 instalaciones solares fotovoltaicas y 91.600 turbinas eólicas distribuidas en 1.915 condados del país.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
¿Cuál es la respuesta corta a "La primera cartografía nacional de energía solar y eólica en China creada con IA y satélites"?
Investigadores procesaron 7,56 TB de imágenes satelitales de alta resolución para identificar alrededor de 319.000 instalaciones solares y 91.600 turbinas eólicas en China.
¿Cuáles son los puntos clave a validar primero?
Investigadores procesaron 7,56 TB de imágenes satelitales de alta resolución para identificar alrededor de 319.000 instalaciones solares y 91.600 turbinas eólicas en China. El sistema usa visión por computadora para detectar infraestructuras energéticas directamente en imágenes satelitales, evitando depender solo de registros administrativos incompletos.
¿Qué debo hacer a continuación en la práctica?
El mapa nacional permite estudiar cómo se complementan la energía solar y eólica y ayudar a planificar la red eléctrica y nuevas infraestructuras energéticas.
El estudio, publicado en Nature en mayo de 2026, ofrece lo que uno de sus líderes describió como una “vista de ojo de Dios” del sistema de energía renovable de China, algo que antes era difícil de obtener con los datos fragmentados disponibles.
Cómo la IA analizó todo el territorio chino
El proyecto se basó en técnicas de visión por computadora, una rama de la inteligencia artificial que permite a los algoritmos reconocer objetos en imágenes.
Los investigadores entrenaron modelos capaces de identificar patrones visuales característicos de paneles solares y turbinas eólicas dentro de enormes volúmenes de imágenes satelitales. El sistema analizó automáticamente toda la superficie del país, generando puntos geolocalizados para cada instalación detectada.
Gestionar ese volumen de datos fue uno de los principales retos técnicos. China incluye desiertos, zonas montañosas, ciudades densas y áreas agrícolas, lo que significa que las instalaciones renovables aparecen en contextos visuales muy distintos. Los modelos de IA tuvieron que reconocerlas en diferentes paisajes, condiciones de iluminación y escalas.
Lo que revela el mapa nacional de renovables
El inventario resultante ofrece una imagen detallada del despliegue de energías renovables en todo el país. El sistema detectó:
Aproximadamente 319.000 instalaciones solares fotovoltaicas
Cerca de 91.600 turbinas eólicas
Infraestructuras distribuidas en 1.915 condados de China
Cada instalación está georreferenciada, lo que permite estudiar patrones regionales de desarrollo energético y analizar cómo se distribuyen las fuentes renovables a escala nacional.
Hasta ahora, muchos estudios dependían de imágenes satelitales de menor resolución o reportes incompletos, lo que dificultaba localizar con precisión dónde se habían construido los parques solares y eólicos. La combinación de imágenes de alta resolución y aprendizaje automático está cambiando esa situación.
Por qué esta “vista de ojo de Dios” es clave para la red eléctrica
La energía solar y la eólica tienen una característica fundamental: su producción es variable. Depende del clima y de la hora del día.
Esto puede provocar el fenómeno conocido como "curtailment" o vertido de energía renovable, cuando la electricidad generada no puede usarse o transportarse y se pierde.
El nuevo mapa permite estudiar cómo interactúan diferentes fuentes renovables en distintas regiones. Los investigadores analizaron la llamada complementariedad solar‑eólica, observando que a menudo producen energía en momentos distintos: la solar durante el día y la eólica con mayor estabilidad durante la noche.
Comprender estos patrones puede ayudar a:
Coordinar la generación renovable entre provincias
Planificar nuevas líneas de transmisión
Decidir dónde instalar almacenamiento energético
Según los investigadores, ampliar la coordinación regional de recursos eólicos y solares podría aumentar significativamente la cantidad de energía renovable que la red puede absorber.
El vínculo con el auge de los centros de datos y la IA
El proyecto también tiene implicaciones más allá de la planificación eléctrica tradicional.
China está experimentando un rápido crecimiento en centros de datos, computación en la nube e inteligencia artificial, lo que aumenta de forma notable la demanda de electricidad.
Para equilibrar ese crecimiento con sus objetivos climáticos, el país ha comenzado a conectar directamente proyectos de energía renovable con infraestructuras digitales. Un ejemplo es un proyecto en la región de Ningxia que suministra energía fotovoltaica a instalaciones de computación mediante líneas dedicadas.
Con un mapa detallado de los recursos renovables, los responsables políticos pueden analizar mejor:
Dónde ubicar nuevos centros de datos cerca de fuentes limpias
Dónde ampliar redes de transmisión o almacenamiento
Cómo coordinar la generación renovable con grandes demandas eléctricas
En ese sentido, el inventario generado por IA no solo documenta infraestructuras existentes: crea una base de datos clave para gestionar la próxima fase de la transición energética china.
Una nueva forma de vigilar la infraestructura energética
A medida que las energías renovables se expanden en todo el mundo, la capacidad de monitorizar infraestructuras a gran escala se vuelve cada vez más importante.
La combinación de satélites y algoritmos de inteligencia artificial permite actualizar mapas energéticos de forma continua y detectar nuevas instalaciones conforme se construyen.
Para China —que lidera el despliegue global de energía solar y eólica— esta cartografía nacional proporciona algo que durante años faltaba: una imagen precisa y actualizable de dónde se encuentra realmente su infraestructura renovable sobre el terreno.
finance.sina.com.cnAI首次实现我国风光发电普查北大、阿里达摩院研究登上《自然》
pmc.ncbi.nlm.nih.govA 10-m national-scale map of ground-mounted photovoltaic power ...
arxiv.orgA Temporal Dataset of Solar and Wind Energy Derived from Satellite ...
rmi.orgPowering the Data-Center Boom with Low-Carbon Solutions