นักวิจัยจากมหาวิทยาลัยปักกิ่งและ Alibaba DAMO Academy ใช้ AI วิเคราะห์ภาพดาวเทียมความละเอียด 0.5 เมตร ปริมาณ 7.56 TB เพื่อค้นหาโครงสร้างพลังงานหมุนเวียนทั่วจีน ระบบสามารถระบุได้ประมาณ 319,000 โซลาร์เซลล์ และ 91,600 กังหันลม ใน 1,915 อำเภอทั่วประเทศ พร้อมระบุตำแหน่งเชิงพื้นที่อย่างละเอียด แผนที่ระดับประเทศนี้ช่วยให้น...

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
ระบบพลังงานหมุนเวียนของจีนเติบโตอย่างรวดเร็ว แต่การติดตามว่าโซลาร์ฟาร์มและกังหันลมถูกสร้างไว้ที่ไหนบ้างทั่วประเทศไม่ใช่เรื่องง่าย หากอาศัยข้อมูลรายงานจากหน่วยงานท้องถิ่นเพียงอย่างเดียว
เพื่อแก้ปัญหานี้ นักวิจัยจาก มหาวิทยาลัยปักกิ่ง (Peking University) และ Alibaba DAMO Academy จึงใช้ปัญญาประดิษฐ์ร่วมกับภาพถ่ายดาวเทียม สร้าง ฐานข้อมูลโครงสร้างพลังงานลมและแสงอาทิตย์ระดับประเทศที่มีความละเอียดสูงเป็นครั้งแรกของจีน
ทีมวิจัยประมวลผลภาพดาวเทียมแบบเปิดความละเอียด 0.5 เมตร ปริมาณรวม 7.56 เทราไบต์ แล้วใช้โมเดล AI ตรวจจับรูปแบบของโซลาร์และกังหันลมจากภาพเหล่านั้น ผลลัพธ์คือแผนที่ที่ระบุพิกัดพลังงานหมุนเวียนทั่วประเทศอย่างละเอียด
ผลการศึกษาซึ่งเผยแพร่ในวารสาร Nature เดือนพฤษภาคม 2026 ทำให้ผู้วิจัยสามารถมองเห็นโครงสร้างพลังงานหมุนเวียนของจีนแบบที่หนึ่งในหัวหน้าโครงการเรียกว่า “มุมมองแบบสายตาพระเจ้า” (God’s‑eye view) ของระบบพลังงานสีเขียวทั้งประเทศ
หัวใจของโครงการคือเทคนิค computer vision ที่ใช้ AI วิเคราะห์ภาพดาวเทียมจำนวนมหาศาล
โมเดล AI ของ DAMO Academy ถูกนำไปรันบนโครงสร้างคลาวด์เพื่อจัดการกับข้อมูลขนาดใหญ่ถึง 7.56 TB และตรวจจับลักษณะเฉพาะของแผงโซลาร์เซลล์และกังหันลมจากภาพถ่ายอวกาศโดยอัตโนมัติ
แนวทางนี้ต่างจากการเก็บสถิติพลังงานแบบเดิม ซึ่งมักพึ่งรายงานจากหน่วยงานท้องถิ่นหรือการประมาณค่ากำลังผลิตติดตั้ง แต่ระบบใหม่นี้สามารถ ระบุสิ่งก่อสร้างจริงจากภาพถ่ายโดยตรง พร้อมพิกัดตำแหน่งของแต่ละโครงการ
ความท้าทายสำคัญคือภูมิประเทศของจีนมีความหลากหลาย ตั้งแต่ทะเลทราย เมืองขนาดใหญ่ ไปจนถึงภูเขา ทำให้โมเดลต้องสามารถจดจำโรงไฟฟ้าพลังงานหมุนเวียนได้ในสภาพแวดล้อมและสภาพแสงที่แตกต่างกัน
หลังการประมวลผล ทีมวิจัยพบโครงสร้างพลังงานหมุนเวียนจำนวนมากทั่วประเทศ ได้แก่
เพราะข้อมูลทุกจุดมีพิกัดทางภูมิศาสตร์ นักวิจัยจึงสามารถวิเคราะห์รูปแบบการกระจายของพลังงานหมุนเวียนในระดับภูมิภาคได้อย่างแม่นยำ
ก่อนหน้านี้ งานวิจัยจำนวนมากใช้ภาพดาวเทียมความละเอียดต่ำหรือข้อมูลบางส่วน ทำให้การติดตามตำแหน่งของโครงสร้างพลังงานหมุนเวียนทั่วประเทศยังไม่สมบูรณ์ การใช้ AI กับภาพความละเอียดสูงจึงช่วยเพิ่มความละเอียดของข้อมูลอย่างมาก
พลังงานลมและพลังงานแสงอาทิตย์มีลักษณะสำคัญคือ การผลิตไฟฟ้าไม่สม่ำเสมอ เพราะขึ้นอยู่กับสภาพอากาศและช่วงเวลาของวัน
สิ่งนี้อาจทำให้เกิดปัญหา การทิ้งพลังงานหมุนเวียน (curtailment) ซึ่งหมายถึงไฟฟ้าที่ผลิตได้แต่ไม่สามารถส่งเข้าระบบหรือใช้งานได้ จึงสูญเปล่า
เมื่อมีแผนที่ตำแหน่งโรงไฟฟ้าทั่วประเทศ นักวิจัยสามารถศึกษาปรากฏการณ์ที่เรียกว่า “การเสริมกันของพลังงานลมและแสงอาทิตย์” ได้ เช่น
หากมีการประสานการผลิตระหว่างภูมิภาค ก็สามารถเพิ่มประสิทธิภาพการใช้ไฟฟ้าจากพลังงานหมุนเวียนได้มากขึ้น
แนวคิดที่กำลังถูกศึกษา ได้แก่
การศึกษาพบว่า การประสานการใช้ทรัพยากรลมและแสงอาทิตย์ในระดับกว้างขึ้นสามารถเพิ่มปริมาณไฟฟ้าสีเขียวที่ระบบไฟฟ้ารับได้อย่างมีนัยสำคัญ
อีกเหตุผลหนึ่งที่แผนที่นี้สำคัญคือ ความต้องการไฟฟ้าที่เพิ่มขึ้นจากดาต้าเซ็นเตอร์และการประมวลผล AI ซึ่งกำลังเติบโตอย่างรวดเร็วในจีน
เพื่อรองรับความต้องการดังกล่าว จีนเริ่มทดลองโครงการที่เชื่อมพลังงานหมุนเวียนกับโครงสร้างดิจิทัลโดยตรง ตัวอย่างเช่น โครงการในเขตหนิงเซี่ยที่ใช้โรงไฟฟ้าโซลาร์ขนาดใหญ่จ่ายไฟให้ดาต้าเซ็นเตอร์โดยตรง
หากมีแผนที่พลังงานหมุนเวียนระดับประเทศ ผู้กำหนดนโยบายสามารถตัดสินใจได้ดีขึ้น เช่น
เมื่อพลังงานหมุนเวียนทั่วโลกเติบโตอย่างรวดเร็ว การติดตามโครงสร้างพื้นฐานเหล่านี้อย่างแม่นยำจึงมีความสำคัญมากขึ้น
การผสาน ภาพดาวเทียมกับ AI ทำให้สามารถตรวจสอบโครงสร้างพลังงานในพื้นที่ขนาดมหาศาล และอัปเดตข้อมูลได้เมื่อมีการก่อสร้างโรงไฟฟ้าใหม่
สำหรับจีนซึ่งมีระบบพลังงานหมุนเวียนใหญ่ที่สุดในโลก แผนที่นี้จึงเป็นเหมือน ฐานข้อมูลเชิงพื้นที่ที่แม่นยำครั้งแรกของโซลาร์และกังหันลมทั้งประเทศ ช่วยให้ทั้งนักวิจัยและผู้กำหนดนโยบายมองเห็นภาพจริงของพลังงานสีเขียวบนพื้นดินได้อย่างชัดเจน
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
นักวิจัยจากมหาวิทยาลัยปักกิ่งและ Alibaba DAMO Academy ใช้ AI วิเคราะห์ภาพดาวเทียมความละเอียด 0.5 เมตร ปริมาณ 7.56 TB เพื่อค้นหาโครงสร้างพลังงานหมุนเวียนทั่วจีน
นักวิจัยจากมหาวิทยาลัยปักกิ่งและ Alibaba DAMO Academy ใช้ AI วิเคราะห์ภาพดาวเทียมความละเอียด 0.5 เมตร ปริมาณ 7.56 TB เพื่อค้นหาโครงสร้างพลังงานหมุนเวียนทั่วจีน ระบบสามารถระบุได้ประมาณ 319,000 โซลาร์เซลล์ และ 91,600 กังหันลม ใน 1,915 อำเภอทั่วประเทศ พร้อมระบุตำแหน่งเชิงพื้นที่อย่างละเอียด
แผนที่ระดับประเทศนี้ช่วยให้นักวางแผนไฟฟ้าเข้าใจการกระจายตัวของพลังงานหมุนเวียน ลดปัญหาพลังงานลมและแสงอาทิตย์ที่ผลิตแล้วใช้ไม่ได้ และช่วยวางแผนรองรับความต้องการไฟฟ้าจากดาต้าเซ็นเตอร์