Pesquisadores analisaram 7,56 TB de imagens de satélite de alta resolução para mapear infraestrutura renovável em toda a China. O sistema identificou cerca de 319 mil instalações solares e 91,6 mil turbinas eólicas em 1.915 condados.

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
Pesquisadores da Universidade de Pequim e da DAMO Academy, o braço de pesquisa da Alibaba, utilizaram inteligência artificial combinada com imagens de satélite para criar o que foi descrito como o primeiro inventário nacional de alta precisão da infraestrutura de energia renovável da China.
O projeto processou 7,56 terabytes de imagens de satélite abertas com resolução de 0,5 metro, cobrindo todo o território chinês. Usando modelos de IA desenvolvidos pela DAMO e executados em uma plataforma de computação em nuvem, os pesquisadores conseguiram identificar e localizar automaticamente instalações de geração de energia solar e eólica em grande escala.
Como resultado, o sistema detectou aproximadamente 319 mil instalações fotovoltaicas (solar) e 91.600 turbinas eólicas distribuídas por 1.915 condados do país. Segundo o professor Liu Yu, da Universidade de Pequim, o conjunto de dados oferece uma espécie de “visão de Deus” do panorama energético renovável da China, algo que antes não existia com esse nível de detalhe.
O estudo combinou reconhecimento de imagens baseado em IA com técnicas de sensoriamento remoto por satélite. Em vez de depender apenas de registros administrativos fragmentados ou estimativas estatísticas, os pesquisadores analisaram diretamente as imagens para detectar a presença de painéis solares e turbinas eólicas.
Rodar esses modelos de IA exigiu uma grande infraestrutura computacional. A equipe utilizou computação em nuvem para processar o enorme volume de dados e lidar com a diversidade geográfica da China — que inclui desertos, montanhas e áreas urbanas densas — um desafio técnico importante para alcançar alta precisão no mapeamento nacional.
Os resultados do trabalho foram publicados na revista científica Nature em 20 de maio de 2026.
O mapa resultante fornece uma visão espacial muito mais completa da infraestrutura renovável chinesa:
Esse nível de detalhe ajuda pesquisadores e planejadores energéticos a entender onde a capacidade renovável realmente está instalada, algo essencial para análises do sistema elétrico e planejamento de expansão.
Um inventário geolocalizado permite que operadores do sistema elétrico e formuladores de políticas energéticas:
Os pesquisadores observaram, por exemplo, que em algumas regiões a geração solar é mais forte durante o dia, enquanto o vento tende a produzir mais energia à noite, criando oportunidades para estratégias de “complementaridade” entre as duas fontes.
O estudo também aparece em um contexto de rápida expansão da demanda elétrica por computação e inteligência artificial. A China tem investido em projetos que conectam diretamente fontes renováveis a centros de dados — como um grande projeto em Ningxia projetado para fornecer energia solar e eólica diretamente a infraestrutura digital.
Ter um mapa detalhado das instalações renováveis pode ajudar o país a decidir onde construir novos data centers, onde ampliar transmissão elétrica ou onde instalar armazenamento de energia, reduzindo emissões e equilibrando melhor oferta e demanda de eletricidade.
Em um sistema energético cada vez mais complexo — com mais renováveis intermitentes e maior demanda por computação — esse tipo de inventário nacional pode se tornar uma ferramenta essencial para planejamento energético e climático.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Pesquisadores analisaram 7,56 TB de imagens de satélite de alta resolução para mapear infraestrutura renovável em toda a China.
Pesquisadores analisaram 7,56 TB de imagens de satélite de alta resolução para mapear infraestrutura renovável em toda a China. O sistema identificou cerca de 319 mil instalações solares e 91,6 mil turbinas eólicas em 1.915 condados.
O inventário oferece uma visão nacional detalhada que pode ajudar no planejamento da rede elétrica e no crescimento de data centers.