全球光伏与风电时空分布数据集
随着全球能源转型加速，光伏与风电的快速发展催生了对高质量时空数据的迫切需求。
微软 AI for Good Research Lab 于 2025 年 3 月发布的Global Renewables Watch 数据集，凭借高分辨率卫星图像分析与深度学习技术。
构建了 2017 年第四季度至 2024 年第二季度的全球可再生能源设施时空数据库，涵盖 37.5 万个风电涡轮机与 8.6 万个太阳能光伏装置，成为目前规模最大、时间跨度最长的可再生能源专项数据集。
该数据集不仅填补了全球可再生能源设施动态监测的空白，更为政策制定者、科研机构及能源企业提供了从宏观部署评估到微观项目分析的全尺度数据支撑。
数据介绍
Global Renewables Watch 数据集以 “高分辨率、全时序、多维度” 为核心特征，通过 AI 技术从卫星影像中精准提取可再生能源设施信息，
覆盖全球 190 余个国家和地区，重点包含可再生能源高部署区域（如中国西北光伏基地、美国中部风电场、欧洲北海沿岸风电集群、印度太阳能园区等），同时涵盖中小型分布式光伏与偏远地区风电场，实现 “从大型基地到分散项目” 的全域覆盖。
2017 年第四季度至 2024 年第二季度，时间分辨率为 “季度级”，可捕捉设施建设的动态变化（如某风电场的分阶段投产、光伏园区的逐年扩建），支持近 7 年全球可再生能源部署趋势分析。
总计包含375,197 个陆上风电涡轮机与86,410 个商业太阳能光伏装置，每个设施均对应唯一标识 ID，可关联空间位置与时间属性，数据规模远超现有同类数据集（如国际能源署 IEA 的区域级统计数据）。
数据集采用“卫星影像 + 深度学习” 的技术路径，确保设施识别的高精度与可靠性：
基于高分辨率光学卫星影像（分辨率 0.5-30 米，含 Sentinel-2、Landsat-8/9 及商业卫星数据），兼顾影像覆盖广度与细节精度，可清晰识别光伏板阵列与风电涡轮机的结构特征；
通过卷积神经网络（CNN）与语义分割算法训练，针对光伏装置的 “阵列式排列” 与风电涡轮机的 “塔架 + 叶片” 形态进行特征优化，结合地形、土地利用数据排除非能源设施干扰。
利用时序影像的 “前后对比”，自动估算设施建设日期（误差 ±3 个月），并通过历史影像反演建设前的土地利用类型（如草地、耕地、荒漠等），为评估能源设施对生态环境的影响提供基础。
GIS软件加载
数据格式提供gpkg和shp格式，含分区域子文件（如 “solar_all_2024q2_v1”“wind_all_2024q2_v1”），避免全量数据加载卡顿。
这里以在ArcGIS Pro中加载shp格式文件为例，创建新工程，点击“地图”选项卡中的“添加数据”按钮，浏览至解压后的数据文件夹，选择光伏和风电的shapefile文件（.shp格式），系统将自动加载空间数据及属性表。
全球风机分布情况
坐标系设置，右键点击图层，选择“属性”，在“坐标系”选项卡中，确认或设置为WGS 1984等适当坐标系，如有多个数据层，确保坐标系一致。
符号化与可视化，根据电站类型、容量等属性，对要素进行符号化分类，使用“唯一值渲染”区分光伏与风电设施，按装机容量设置分级符号，直观展示规模差异
中国风机分布情况
密度分析，使用“点密度”工具分析光伏/风电设施空间聚集特征，识别区域发展热点与空白区域。
时间序列可视化，启用时间滑块功能，动态展示可再生能源发展历程，创建时间动画，直观呈现发展轨迹。
风机分布卫星地图
空间统计分析，应用“空间自相关”工具评估设施分布模式，使用“热点分析”识别统计显著的高值和低值聚集区。
光伏区域卫星地图
适宜性分析，结合地形、气象等数据，进行潜在选址分析，使用加权叠加工具评估不同区域开发适宜性。
如果你没有安装ArcGIS，也可以将矢量数据加载到水经微图5（简称“微图5”）中查看。
微图5是一个基于WeMapEngine为内核研发的全新版本，可以实现秒加千万级SHP数据的功能。
关于其详细介绍请参考《水经微图PC版5.1.0正式发布，新增扫码添加图源功能》一文。
在微图5中，你可以将数与吉林一号、星图地球、天地图、自定义等卫星影像加载叠加查看，如下图所示。
微图5中加载效果（一）
微图5中加载效果（二）
微图5中加载效果（三）
数据集整体识别置信度≥85%，但部分偏远地区（如非洲撒哈拉以南、东南亚山区）因卫星影像覆盖不足，置信度可能低于 70%，使用时需结合当地能源统计数据验证，避免直接用于高精度项目规划。
光伏装置中 “分布式屋顶光伏” 因规模小、与建筑重叠，识别率较低（约 60%），数据集主要覆盖 “商业级集中式光伏”，需注意数据适用场景。
写在最后
全球最大光伏与风电时空数据集的发布标志着可再生能源研究进入了数据驱动的新阶段。这一资源不仅填补了全球尺度高分辨率能源基础设施时空数据的空白，更为跨学科研究和产业应用提供了坚实基础。
随着数据集的不断完善和更新，它将成为理解全球能源转型动态、评估气候变化减缓进展、优化能源系统规划的关键工具。
如果你需要该数据，请关注“水经注GIS”公众号自助领取，或在后台回复“人工客服”进群领取。
你还可以立即点击“分享”按钮，将本文分享给你从光伏风能等新能源行业的朋友。