AI模型會在影像中自動識別出特定形狀與結構,例如:
透過雲端運算系統,團隊可以同時分析覆蓋全中國的大量影像資料,克服資料規模巨大及地形多樣帶來的技術挑戰。
這項研究成果據報已於**2026年5月20日發表於《Nature》**期刊。
AI最終建立了一個全國級可再生能源設施資料庫,包括:
北京大學地球與空間科學學院教授劉瑜形容,這是研究人員首次掌握高精度、全國尺度的新能源設施清單,相當於從「上帝視角」觀察中國的新能源格局。
擁有精準的地理分布資料,對能源系統運作非常關鍵。
首先,它能幫助電網規劃。風能與太陽能發電具有波動性與間歇性,如果能清楚知道設施分布,就能更有效安排輸電、調度及儲能系統。
其次,研究團隊利用這個資料庫分析「風光互補」的潛力。例如某些地區:
如果跨地區協調配置,兩者可以在時間上互相補充,提升可再生能源消納能力並減少「棄風棄光」(即發出的綠電因電網限制而無法使用)。
這類能源地圖還有另一個現實用途:支撐快速增長的AI與數據中心電力需求。
近年中國正嘗試把可再生能源與計算基礎設施更直接連接。例如寧夏一個大型項目,已開始把沙漠地區的風電與光伏電力直接供應給數據中心。
隨著AI運算與雲端服務用電需求上升,精準掌握風電與光伏資源分布,可以幫助決策者:
換句話說,這份由AI與衛星影像生成的能源地圖,不只是科研成果,也可能成為未來能源與算力基建規劃的重要工具。