Forskargruppen kombinerade AI-baserad bildigenkänning med storskalig satellitfjärranalys för att upptäcka och lokalisera förnybara energianläggningar över hela landet, istället för att enbart förlita sig på administrativa register eller modellbaserade uppskattningar. Damo Academys modeller kördes i molnet för att hantera de enorma datamängderna och Kinas varierande terräng, vilket enligt rapporterna var en teknisk utmaning. Dataresultaten publicerades i den vetenskapliga tidskriften Nature den 20 maj 2026.
Kartan omfattar solcellsanläggningar och vindkraftverk över hela landet, med cirka 319 000 solcellsanläggningar och 91 600 vindkraftverk. Den täcker 1 915 distrikt, vilket ger en mycket mer rumsligt fullständig bild av var förnybar kapacitet faktiskt finns.
En nationell, geolokaliserad inventering kan hjälpa elnätsplanerare att optimera överföring, kraftbalansering och distribution eftersom de kan se var vind- och solkraftverk är koncentrerade och hur dessa mönster varierar mellan regioner. Forskarna menar att den också kan stödja miljöbedömningar och bredare energisystemanalyser, inklusive att identifiera var vind och sol kompletterar varandra och var risken för begränsning av produktionen kan vara högre. Detta är avgörande för Kinas gröna omställning eftersom bättre insyn i tillgångarnas placering kan förbättra planeringen av energilagring, interprovinsiell kraftöverföring och matchning av produktion med efterfrågan.
Kina försöker också koppla förnybar el mer direkt till den snabbt växande efterfrågan från datacenter. Ett nyligen genomfört projekt i Ningxia beskrevs som landets första storskaliga satsning på att leverera förnybar energi direkt till datacenter. Rapporteringen av kartprojektet kopplar uttryckligen inventeringen till den växande elförbrukningen från datacenter och AI-beräkningar, och argumenterar för att en tydligare karta över vind- och solresurser kan stabilisera elnätet i takt med att dessa belastningar ökar. Kartan skulle kunna hjälpa Kina att avgöra var nya datacenter ska placeras, var man ska bygga ut överföringskapacitet eller energilagring, och var förnybar produktion bäst kan möta efterfrågan från datoranvändning med lägre koldioxidutsläpp.
Forskargruppen kombinerade AI-baserad bildigenkänning med storskalig satellitfjärranalys för att upptäcka och lokalisera förnybara energianläggningar över hela landet, istället för att enbart förlita sig på administrativa register eller modellbaserade uppskattningar. Damo Academys modeller kördes i molnet för att hantera de enorma datamängderna och Kinas varierande terräng, vilket enligt rapporterna var en teknisk utmaning. Dataresultaten publicerades i den vetenskapliga tidskriften Nature den 20 maj 2026.
Kartan omfattar solcellsanläggningar och vindkraftverk över hela landet, med cirka 319 000 solcellsanläggningar och 91 600 vindkraftverk. Den täcker 1 915 distrikt, vilket ger en mycket mer rumsligt fullständig bild av var förnybar kapacitet faktiskt finns.
En nationell, geolokaliserad inventering kan hjälpa elnätsplanerare att optimera överföring, kraftbalansering och distribution eftersom de kan se var vind- och solkraftverk är koncentrerade och hur dessa mönster varierar mellan regioner. Forskarna menar att den också kan stödja miljöbedömningar och bredare energisystemanalyser, inklusive att identifiera var vind och sol kompletterar varandra och var risken för begränsning av produktionen kan vara högre. Detta är avgörande för Kinas gröna omställning eftersom bättre insyn i tillgångarnas placering kan förbättra planeringen av energilagring, interprovinsiell kraftöverföring och matchning av produktion med efterfrågan.
Kina försöker också koppla förnybar el mer direkt till den snabbt växande efterfrågan från datacenter. Ett nyligen genomfört projekt i Ningxia beskrevs som landets första storskaliga satsning på att leverera förnybar energi direkt till datacenter. Rapporteringen av kartprojektet kopplar uttryckligen inventeringen till den växande elförbrukningen från datacenter och AI-beräkningar, och argumenterar för att en tydligare karta över vind- och solresurser kan stabilisera elnätet i takt med att dessa belastningar ökar. Kartan skulle kunna hjälpa Kina att avgöra var nya datacenter ska placeras, var man ska bygga ut överföringskapacitet eller energilagring, och var förnybar produktion bäst kan möta efterfrågan från datoranvändning med lägre koldioxidutsläpp.