Des chercheurs de l’Université de Pékin et de l’Académie DAMO d’Alibaba ont utilisé l’IA pour analyser 7,56 To d’images satellites couvrant toute la Chine. Le système a identifié environ 319 000 installations photovoltaïques et 91 600 éoliennes dans 1 915 comtés.

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
Des chercheurs de l’Université de Pékin et de l’Académie DAMO d’Alibaba ont combiné intelligence artificielle et imagerie satellite pour créer ce que les médias chinois décrivent comme la première carte nationale à haute précision des infrastructures d’énergie renouvelable du pays.
Pour y parvenir, l’équipe a utilisé les modèles d’IA développés par DAMO sur une plateforme cloud afin d’analyser 7,56 téraoctets d’images satellites ouvertes, avec une résolution de 0,5 mètre, couvrant l’ensemble du territoire chinois. Grâce à cette analyse automatisée, les algorithmes ont pu repérer et géolocaliser des installations énergétiques à grande échelle.
Le résultat est un inventaire détaillé comprenant environ 319 000 installations solaires photovoltaïques et 91 600 éoliennes, réparties dans 1 915 comtés à travers la Chine. Selon Liu Yu, professeur à l’École des sciences de la Terre et de l’espace de l’Université de Pékin, cette base de données offre pour la première fois une « vue d’ensemble, comme depuis le ciel » du paysage énergétique renouvelable du pays.
Plutôt que de s’appuyer uniquement sur des registres administratifs incomplets ou des estimations statistiques, l’équipe a utilisé des techniques de vision par ordinateur appliquées à la télédétection satellitaire.
Les modèles d’IA ont analysé les images pour reconnaître les formes caractéristiques des infrastructures énergétiques — par exemple les alignements de panneaux solaires ou la silhouette distinctive des éoliennes — puis ont enregistré leur position géographique précise. Le recours au cloud était indispensable pour traiter un volume de données aussi massif et couvrir les paysages très variés de la Chine, des déserts aux zones montagneuses.
Les résultats de cette recherche ont été publiés dans la revue scientifique Nature le 20 mai 2026.
Disposer d’une carte géolocalisée et exhaustive des installations renouvelables peut aider les planificateurs énergétiques à mieux gérer le réseau électrique national.
Les opérateurs peuvent notamment :
Cette visibilité facilite aussi l’analyse de la complémentarité entre le solaire et l’éolien. Dans certaines régions, par exemple, l’énergie solaire produit davantage le jour tandis que le vent peut être plus fort la nuit, ce qui permet d’équilibrer la production lorsque ces sources sont combinées.
Cette cartographie intervient au moment où la demande d’électricité liée aux centres de données et au calcul intensif explose. Les autorités chinoises cherchent de plus en plus à connecter directement les infrastructures numériques aux sources d’énergie renouvelable.
Un exemple récent se trouve dans la région de Ningxia, où un projet pilote alimente directement des centres de données grâce à une centrale photovoltaïque de grande capacité, avec des extensions éoliennes prévues.
Dans ce contexte, une carte détaillée des ressources solaires et éoliennes pourrait aider à décider où installer de nouveaux centres de données, où construire des lignes de transmission ou des systèmes de stockage, et comment alimenter ces infrastructures avec une électricité moins carbonée.
Au-delà de la recherche académique, cette base de données offre donc un outil stratégique pour planifier l’expansion simultanée de l’énergie renouvelable et de l’économie numérique en Chine.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Des chercheurs de l’Université de Pékin et de l’Académie DAMO d’Alibaba ont utilisé l’IA pour analyser 7,56 To d’images satellites couvrant toute la Chine.
Des chercheurs de l’Université de Pékin et de l’Académie DAMO d’Alibaba ont utilisé l’IA pour analyser 7,56 To d’images satellites couvrant toute la Chine. Le système a identifié environ 319 000 installations photovoltaïques et 91 600 éoliennes dans 1 915 comtés.
Le projet fournit la première carte nationale à haute précision des infrastructures d’énergie renouvelable du pays.