Peneliti memproses 7,56 TB citra satelit resolusi 0,5 meter dengan AI dan mengidentifikasi sekitar 319.000 instalasi surya serta 91.600 turbin angin di 1.915 kabupaten di China. Metode ini mendeteksi fasilitas energi langsung dari citra satelit menggunakan computer vision, bukan hanya bergantung pada laporan adminis...

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
China memiliki sistem energi terbarukan terbesar di dunia, tetapi melacak secara tepat di mana panel surya dan turbin angin dibangun bukanlah hal mudah. Untuk mengatasi masalah ini, peneliti dari Peking University dan Alibaba DAMO Academy menggunakan kecerdasan buatan (AI) dan citra satelit resolusi tinggi untuk membuat inventaris nasional pertama yang sangat rinci tentang infrastruktur energi terbarukan negara tersebut.
Dengan memproses 7,56 terabyte citra satelit terbuka beresolusi 0,5 meter, tim berhasil mengidentifikasi sekitar 319.000 instalasi panel surya (photovoltaic/PV) dan 91.600 turbin angin yang tersebar di 1.915 kabupaten di seluruh China. Dataset ini menghasilkan peta spasial detail dari aset energi terbarukan di seluruh negeri.
Penelitian yang dilaporkan di jurnal Nature pada Mei 2026 ini memberikan apa yang disebut peneliti sebagai "God’s‑eye view"—pandangan menyeluruh dari atas—terhadap lanskap energi bersih China. Dengan peta ini, analisis yang sebelumnya sulit dilakukan karena data yang terfragmentasi kini menjadi jauh lebih mudah.
Tim peneliti menggunakan teknik computer vision berbasis AI untuk menganalisis citra satelit dalam skala sangat besar yang mencakup seluruh wilayah China.
Model AI internal yang dikembangkan oleh DAMO Academy dijalankan di infrastruktur cloud untuk memproses dataset citra sebesar 7,56 TB. Sistem tersebut dilatih untuk mengenali pola visual khas dari panel surya dan turbin angin, lalu menandai lokasinya secara otomatis pada peta.
Pendekatan ini berbeda dari statistik energi tradisional yang biasanya bergantung pada laporan dari pemerintah daerah atau perkiraan kapasitas terpasang. Dengan metode baru ini, fasilitas energi dapat dideteksi langsung dari gambar satelit, sehingga setiap instalasi memiliki koordinat geografis yang jelas.
Tantangan teknisnya juga besar. Lanskap China sangat beragam—mulai dari gurun luas hingga kawasan perkotaan padat—sehingga model AI harus mampu mengenali instalasi energi di berbagai kondisi geografis, sudut pencahayaan, dan latar belakang lingkungan.
Inventaris yang dihasilkan memberikan gambaran spasial yang sangat rinci tentang distribusi energi terbarukan di China. Sistem AI tersebut mendeteksi:
Karena setiap aset memiliki lokasi geografis yang presisi, para peneliti dapat melihat pola regional pembangunan energi—misalnya daerah yang sangat bergantung pada tenaga surya atau wilayah yang lebih dominan dengan energi angin.
Sebelumnya, banyak dataset nasional menggunakan citra satelit resolusi lebih rendah atau laporan parsial, sehingga sulit mengetahui lokasi pembangunan secara akurat. Studi penginderaan jauh memang telah menggunakan machine learning untuk memetakan infrastruktur energi, tetapi inventaris resolusi tinggi berskala nasional masih relatif jarang.
Energi angin dan surya bersifat variabel—produksinya berubah tergantung cuaca dan waktu dalam sehari. Hal ini sering menimbulkan fenomena yang dikenal sebagai curtailment, yaitu ketika listrik dari energi terbarukan tidak dapat digunakan atau disalurkan ke jaringan sehingga terbuang.
Dengan peta nasional yang menunjukkan lokasi setiap instalasi, peneliti dapat menganalisis bagaimana sumber energi ini saling melengkapi di berbagai wilayah.
Salah satu temuan penting adalah potensi komplementaritas angin–surya. Di banyak tempat, produksi energi surya tinggi pada siang hari, sementara angin bisa lebih stabil pada malam hari. Jika sistem listrik dikelola secara terkoordinasi, kedua sumber ini dapat saling menyeimbangkan.
Informasi seperti ini membantu perencana energi mempertimbangkan strategi seperti:
Penelitian menunjukkan bahwa koordinasi regional yang lebih luas dapat meningkatkan kemampuan jaringan listrik untuk menyerap energi terbarukan secara signifikan.
Peta energi ini juga relevan untuk sektor lain yang sedang tumbuh cepat: pusat data dan komputasi AI.
Permintaan listrik dari pusat data meningkat pesat di China seiring berkembangnya layanan cloud dan kecerdasan buatan.
Untuk mengimbangi kebutuhan listrik tersebut sekaligus menjaga target pengurangan emisi karbon, pemerintah dan industri mulai menghubungkan sumber energi terbarukan langsung ke infrastruktur komputasi. Salah satu contohnya adalah proyek di Ningxia yang menyalurkan listrik dari pembangkit surya skala besar langsung ke fasilitas pusat data.
Dengan inventaris nasional yang detail, pembuat kebijakan dapat lebih mudah menentukan:
Dengan kata lain, peta berbasis AI ini bukan sekadar katalog instalasi energi. Ia menjadi fondasi data penting untuk mengelola tahap berikutnya dari transisi energi China, terutama ketika permintaan listrik meningkat karena komputasi skala besar.
Seiring ekspansi energi bersih di seluruh dunia, kemampuan memantau infrastruktur secara akurat menjadi semakin penting. Kombinasi citra satelit resolusi tinggi dan AI menawarkan cara yang skalabel untuk memetakan fasilitas energi dalam wilayah luas dan memperbarui data saat instalasi baru dibangun.
Bagi China—yang memiliki sistem energi terbarukan terbesar dan berkembang paling cepat di dunia—peta nasional ini memberikan sesuatu yang sebelumnya sulit dicapai: gambaran presisi dan terus diperbarui tentang di mana sebenarnya pembangkit surya dan turbin angin berada di lapangan.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Peneliti memproses 7,56 TB citra satelit resolusi 0,5 meter dengan AI dan mengidentifikasi sekitar 319.000 instalasi surya serta 91.600 turbin angin di 1.915 kabupaten di China.
Peneliti memproses 7,56 TB citra satelit resolusi 0,5 meter dengan AI dan mengidentifikasi sekitar 319.000 instalasi surya serta 91.600 turbin angin di 1.915 kabupaten di China. Metode ini mendeteksi fasilitas energi langsung dari citra satelit menggunakan computer vision, bukan hanya bergantung pada laporan administratif atau estimasi kapasitas.
Peta nasional ini membantu perencana jaringan listrik memahami distribusi energi terbarukan dan mengurangi pemborosan listrik dari angin dan surya.