EN
EN
来自北京师范大学的科研团队，，，，，，，联合莫干山地理信息实验室，，，，，，，用谷歌地图和欧洲哨兵卫星图像，，，，，，，打造出了一套2019-2022年间全球光伏面板年均漫衍图，，，，，，，区分率高达20米。。。你可以把它明确为一张每年更新的“全球光伏热力争”。。。
三年增添60%，，，，，，，光伏真的在“铺满地球”
这套数据清晰显示：
2019年，，，，，，，全球光伏面板面积为 3,831.6 平方公里；；；
到了2022年，，，，，，，这一数字增添到了 6,469.8 平方公里。。。
三年时间，，，，，，，增添超 60%。。。这不是小幅爬坡，，，，，，，而是大步快跑。。。
从区域来看，，，，，，，中国毫无悬念职位居第一，，，，，，，2022年装机面积抵达 2,542.5 平方公里，，，，，，，比2019年增添了 1,014.6 平方公里。。。美国、印度、德国紧随厥后。。。
更值得关注的是，，，，，，，生长中国家的增添速率远远凌驾蓬勃国家：
阻止2022年，，，，，，，生长中国家的光伏总面积是 4,211.2 平方公里，，，，，，，差未几是蓬勃国家的两倍。。。
新增容量方面，，，，，，，生长中国家也孝顺了大头：新增 1,713.3 平方公里。。。
这意味着，，，，，，，全球光伏市场的增添重心，，，，，，，正在大步南移，，，，，，，走向非洲、亚洲、拉美等新兴市场。。。
怎么做到这么准？？？？ ？？靠AI + 卫星影像双引擎
为了实现全球识别，，，，，，，科研团队用了两种算法协同事情：
1. U-Net深度学习模子：通过179张Google Earth高清图训练，，，，，，，让模子学会“看出”光伏电站的形状和特征，，，，，，，再进一步扩大样本。。。
2. PUL-Random Forest（正样本+随机森林）算法：只用正面样本就能训练判断，，，，，，，再由“决议树”判断图像中是否保存光伏。。。
这些模子被应用在Sentinel-2卫星的图像上，，，，，，，实现了笼罩全球、每两个月更新一次的光伏识别效果。。。
最终，，，，，，，这套要领在验证集上的识别精度抵达了 90%以上，，，，，，，比现有国际主流数据库还要高。。。
这张图，，，，，，，能带来哪些启发？？？？ ？？
这不但是科研效果，，，，，，，更是一个全球能源国界的更新信号。。。它告诉我们：
光伏在全球规模内的安排速率远超想象；；；
新兴市场正成为投资结构的主战。。。；；
精准的遥感数据，，，，，，，正在成为能源行业的主要“生产资料”。。。
关于政府、企业和开发商来说，，，，，，，这样的数据不但是参考，，，，，，，更是战略妄想的主要依据。。。
（图源网络，，，，，，，侵删）
望见趋势，，，，，，，提前行动
这套图背后的意义，，，，，，，与我们28圈APP的愿景不约而同。。。我们一直以为，，，，，，，数据会语言，，，，，，，而趋势不会说谎。。。
从撒哈拉以南的离网系统，，，，，，，到东南亚的C&I电站，，，，，，，再到中东和北非的地面电站，，，，，，，我们深耕的市场，，，，，，，正是这张图上亮点最多、增速最快的地方。。。
未来，，，，，，，28圈APP将继续依托产品息争决计划优势，，，，，，，深耕生长中国家市场，，，，，，，推动绿色能源真正“从图纸走向土地”，，，，，，，从遥感图上，，，，，，，酿成真实可见的光伏阵列。。。
