研究人员利用卫星照片和机器学习绘制全球大型太阳能发电厂地图

自2010年以来，太阳能光伏能源成本惊人地下降了82%，为世界提供了一个建立零排放能源系统的机会，该系统成本可能比它所取代的化石燃料系统更低。国际能源署预测，如果我们要完成减轻全球贫困和将升温控制在2℃以下的双重任务，那么到2040年，太阳能光伏发电能力必须增长10倍。

关键的挑战仍然存在。太阳能是"间歇性"的，因为日照在白天和不同季节都是不同的，所以必须在没有太阳的时候储存能量。还必须制定政策，以确保太阳能到达世界上最远的角落和最需要的地方。而且，在太阳能和同一土地的其他用途之间，包括保护和生物多样性，农业和食品系统，以及社区和本土用途之间，将不可避免地存在权衡。

现在研究人员在《自然》杂志上发表了第一份全球大型太阳能发电设施清单。这里的"大型"是指在阳光最充足的时候，至少能产生10千瓦的设施，一个典型的小型住宅屋顶太阳能装置容量约为5千瓦。研究人员建立了一个机器学习系统来检测卫星图像中的这些设施，然后在超过550MB的图像上部署了这个系统。

研究人员几乎搜索了地球上一半的陆地面积，过滤掉了远离人类的偏远地区，总共探测到68661个太阳能设施。利用这些设施的面积，并控制机器学习系统的不确定性，研究人员得到了2018年底全球423吉瓦发电装机容量的估计。这与国际可再生能源机构（IRENA）对同期420吉瓦的估计非常接近。

这项研究显示，在2016年至2018年期间，太阳能光伏发电能力显著增长了81%，增长主要由印度（184%）、土耳其（143%）、中国（120%）和日本（119%）的增长带动。设施的规模从智利、南非、印度和中国西北部无垠的千兆瓦级沙漠装置，到加利福尼亚和德国的商业和工业屋顶装置，北卡罗来纳州和英格兰的农村拼装装置，以及韩国和日本的城市拼装装置不等。