建筑物屋頂是分布式光伏設(shè)施建設(shè)的重要載體，建筑物的數(shù)量直接關(guān)系著分布式光伏的建設(shè)潛力，因而監(jiān)測和分析全國建筑的空間分布對分布式光伏的規(guī)劃建設(shè)具有重要價值。

　　中國工程院院刊《中國工程科學(xué)》2021年第6期刊發(fā)自然資源部國土衛(wèi)星遙感應(yīng)用中心唐新明總工程師科研團隊的《全國建筑物遙感監(jiān)測與分布式光伏建設(shè)潛力分析》一文。文章以國產(chǎn)高分衛(wèi)星遙感影像為數(shù)據(jù)源，利用深度學(xué)習(xí)技術(shù)提取了全國范圍的建筑區(qū)，典型區(qū)域建筑占比系數(shù)表征全國不同區(qū)域的建筑屋頂面積;分析全國建筑屋頂?shù)目臻g特征，研究分布式光伏的建設(shè)潛力分布格局，結(jié)合人口空間分布提出了分布式光伏的建設(shè)路徑建議。

　　研究表明，遙感提取建筑物技術(shù)精度達到 81.63%，能夠滿足后續(xù)分析的數(shù)據(jù)需求;全國約 1.4×104 km2 的建筑屋頂有潛力建設(shè)分布式光伏。按照分布式光伏就地建設(shè)、就地使用原則，各省份可分為四個梯隊，從東部人口稠密且分布式光伏建設(shè)潛力大的區(qū)域開始建設(shè)，分級分步推進全國的分布式光伏建設(shè)實施;建立基于衛(wèi)星遙感的全國分布式光伏建設(shè)動態(tài)監(jiān)測機制，為分布式光伏建設(shè)規(guī)劃路徑的動態(tài)更新提供支撐。

　　一、前言

　　2020 年，我國提出“二氧化碳排放力爭于 2030 年前達到峰值，努力爭取 2060 年前實現(xiàn)碳中和”。要實現(xiàn)這一目標，需要降低化石燃料的消費比重，加快調(diào)整能源結(jié)構(gòu)，推進風(fēng)能、太陽能、生物質(zhì)能等綠色能源的開發(fā)，實現(xiàn)能源的轉(zhuǎn)型與變革。通過經(jīng)濟社會綜合效益評價模型的情景模擬與綜合效益分析發(fā)現(xiàn)，以新能源為主體的深度能源轉(zhuǎn)型是實現(xiàn)碳中和目標的必然選擇。

　　在諸多能源類型中，太陽能是一種十分清潔的能源且蘊含量巨大。分布式光伏具有投資小、建設(shè)快等特點，可以有效利用太陽能轉(zhuǎn)換為電能，從而解決能源短缺的農(nóng)村地區(qū)和負荷密度高的工業(yè)區(qū)用電問題。近年來，光伏建筑一體化系統(tǒng)已經(jīng)被證明是一種技術(shù)經(jīng)濟可行的可再生發(fā)電技術(shù)，西班牙、澳大利亞、韓國、美國等國家從不同角度開展了分布式光伏與建筑結(jié)合的技術(shù)研究。國內(nèi)有學(xué)者利用遙感數(shù)據(jù)，考慮氣象、地形的因素，完成了我國建設(shè)光伏電站的適宜性分析。根據(jù)新建、既有城鎮(zhèn)公共建筑以及農(nóng)村建筑的屋頂和南立面估算我國分布式光伏的裝機容量，“十四五”末可達 100 GW，2030 年可達 215 GW。

　　作為分布式光伏的重要載體，建筑物屋頂?shù)臄?shù)量和空間分布事關(guān)建設(shè)規(guī)模與效益。已有研究主要是在小區(qū)域建立建筑屋頂?shù)臄?shù)據(jù)模型樣本并據(jù)此推算大區(qū)域或者全國范圍的體量，相應(yīng)推算結(jié)果由于受到各地區(qū)建筑物建筑特性的影響而存在不確定性。因此，掌握全國范圍的建筑物面積是進行分布式光伏潛力推算的關(guān)鍵內(nèi)容。采用傳統(tǒng)實地測量的方式無法及時、全面地掌握全國范圍的建筑物面積情況。隨著高分辨率衛(wèi)星遙感技術(shù)的發(fā)展，衛(wèi)星遙感數(shù)據(jù)類型豐富多樣，空間分辨率達到米級，為地表建筑物的特征提取提供了數(shù)據(jù)源條件。人工智能、深度學(xué)習(xí)技術(shù)的發(fā)展也為建筑物的智能識別與特征提取提供了技術(shù)基礎(chǔ)，如建筑物提取主要采用合成孔徑雷達(SAR)、激光探測及測距(LiDAR)、多光譜等遙感數(shù)據(jù)，基于深度學(xué)習(xí)的智能識別和提取形成了典型城市的建筑物數(shù)據(jù)集(提取精度可以達到 80%~85%)。

　　以往的研究大多采用局部區(qū)域提取建筑物屋頂，推算全國范圍的分布式光伏建設(shè)潛力或裝機容量，由樣本至全體的估算過程存在諸多不可控誤差。本文以 2020 年全國高分辨率衛(wèi)星遙感影像為數(shù)據(jù)源，利用深度學(xué)習(xí)技術(shù)提取全國建筑物（區(qū)）；通過典型區(qū)域的建筑占比系數(shù)，利用分級、分區(qū)和全國平均的方法進行建筑物屋頂面積轉(zhuǎn)換，獲得全國范圍的建筑物屋頂數(shù)據(jù)。

　　這一方法的應(yīng)用價值體現(xiàn)在：

　?、倌軌蚓_獲取全國范圍建筑物(區(qū))的空間分布，掌握可承載分布式光伏的建筑區(qū)(物)的底數(shù);

　?、诳蓪⒔ㄖ?區(qū))落實到地塊，便于構(gòu)建建筑物(區(qū))和分布式光伏建設(shè)的動態(tài)監(jiān)測機制，動態(tài)掌握分布式光伏項目的建設(shè)進度;

　　③可將分布式光伏數(shù)據(jù)與人口經(jīng)濟數(shù)據(jù)進行融合分析，為分布式光伏建設(shè)路徑規(guī)劃提供技術(shù)性支撐。

　　二、建筑物屋頂高分辨率衛(wèi)星遙感提取數(shù)據(jù)與方法

　　(一)高分辨率衛(wèi)星遙感影像及輔助數(shù)據(jù)

　　1. 底圖數(shù)據(jù)

　　使用的主要數(shù)據(jù)源為基于“資源三號”“高分一號”等 2 米級空間分辨率的衛(wèi)星遙感影像制作的2020 年版全國版圖。一年一版圖作為當前分辨率最高的全國范圍覆蓋的真彩色正射衛(wèi)星影像庫，具有現(xiàn)勢性強、定位精度高等特色，已在多個行業(yè)和部門得到廣泛應(yīng)用。

　　2. 訓(xùn)練樣本數(shù)據(jù)

　　考慮因地域差異、發(fā)展水平造成的建筑物(區(qū))樣本差異，可將全國劃分為東北、西北、華北、華中、華南、西南 6 個片區(qū)。建筑物(區(qū))訓(xùn)練樣本來源于 2017 年地理國情數(shù)據(jù)。每個片區(qū)選擇 2 個省會城市、5 個普通城市、10 個縣，將其中的房屋建筑區(qū)作為本研究的訓(xùn)練樣本(見圖 1);收集了部分城市白模數(shù)據(jù)作為底圖矢量，經(jīng)過人工編輯后用于獨立建筑的訓(xùn)練樣本，制作成 29 個典型城市獨棟建筑物數(shù)據(jù)(見圖 2)。

　　圖 1 建筑區(qū)樣本示例　

圖 2 獨棟建筑樣本示例

　　3. 驗證及輔助數(shù)據(jù)

　　使用的驗證數(shù)據(jù)主要是利用 2 m 分辨率的衛(wèi)星遙感影像經(jīng)過人工編輯形成的城區(qū)范圍矢量，對提取的建筑矢量進行劃分，確定城鎮(zhèn)和農(nóng)村建筑范圍。依據(jù)典型城市提取的獨棟建筑和建筑區(qū)矢量，計算對應(yīng)的建筑占比系數(shù);爬取百度地圖等網(wǎng)絡(luò)建筑輪廓數(shù)據(jù)作為輔助參考，優(yōu)化樣本精度。此外，使用國家統(tǒng)計局發(fā)布的 2020 年末總?cè)丝跀?shù)據(jù)分析屋頂面積與人口的相關(guān)性及匹配性。

　　(二)基于卷積神經(jīng)網(wǎng)絡(luò)技術(shù)提取房屋建筑區(qū)

　　研究涉及的卷積神經(jīng)網(wǎng)絡(luò)包括三部分：

　?、偬卣魈崛?，采用 ResNet50 深度殘差網(wǎng)絡(luò)進行特征提取，得到 Feature1 特征圖;

　　②金字塔池化層，設(shè)置不同尺寸的 Pooling(池化)層，分別對 Feature1 進行處理，將每個 Pooling 層得到的特征輸入到一層卷積網(wǎng)絡(luò)再進行特征提取，最后上采樣到與 Feature1 相同的尺寸得到 Feature2;

　　③特征融合輸出層，將 Feature1、Feature2 進行通道融合，再經(jīng)過卷積層輸出結(jié)果。

　　神經(jīng)網(wǎng)絡(luò)訓(xùn)練基于 PyTorch 搭建的訓(xùn)練平臺進行，針對建筑區(qū)提取、獨棟建筑提取兩種不同的任務(wù)，可調(diào)用大量圖形處理器(GPU)計算資源進行分布式訓(xùn)練，快速得到深度學(xué)習(xí)模型，便于后續(xù)算法迭代更新。在選擇網(wǎng)絡(luò)特征提取層、訓(xùn)練超參數(shù)時，宜綜合樣本區(qū)域的情況以便提升最終算法的推廣泛化能力。

　　按上述規(guī)則對全國建筑區(qū)及典型城市獨棟建筑進行自動提取，得到全國建筑區(qū)及典型城市獨棟建筑的矢量范圍，為后續(xù)屋頂面積計算提供基礎(chǔ)數(shù)據(jù)。

　　(三)建筑物屋頂面積估算

　　受衛(wèi)星影像分辨率、同物異譜、建筑形態(tài)多樣等因素的影響，獨棟建筑提取面臨著很大的困難;尤其是受 2 m 分辨率影像限制，城市密集建筑區(qū)無法區(qū)分獨棟建筑。因此提取建筑區(qū)范圍并依據(jù)典型城市建立的建筑占比系數(shù)，估算全國城鎮(zhèn)建筑的屋頂面積。

　　在建筑區(qū)提取矢量的基礎(chǔ)上，根據(jù)城區(qū)范圍矢量對提取的建筑矢量進行劃分，以此區(qū)分典型城市、城鎮(zhèn)和農(nóng)村的建筑范圍;分別計算對應(yīng)的建筑占比系數(shù)，進一步提升計算精度。建筑占比系數(shù)(CPC)公式為：

　　公式中，Area獨棟建筑為目標區(qū)提取的獨棟建筑總面積，Area建筑區(qū)為獨棟建筑所在的建筑區(qū)總面積。建筑區(qū)與獨棟建筑關(guān)系示意如圖 3 所示。

　　圖 3 建筑區(qū)與獨棟建筑關(guān)系示意圖

　　考慮全國各地建筑形式及分布情況的差異，本研究設(shè)計了 3 種不同的方法計算建筑屋頂面積。

　?、俪鞘蟹旨?，將典型城市劃分為直轄市、省會城市、省會以下城市三級，分別計算出三個建筑占比系數(shù);其中將直轄市、省會城市再次劃分為主城區(qū)和郊區(qū)，使用不同的建筑占比系數(shù)計算屋頂面積。

　　②位置分區(qū)，根據(jù)所在區(qū)域，將典型城市劃分為華北東北、華中、華東、華南、西南西北 5 個大區(qū)，計算各大區(qū)建筑占比系數(shù)并推廣至區(qū)內(nèi)其他地區(qū)。

　?、廴珖骄瑢⒏鞯湫统鞘薪ㄖ急认禂?shù)求平均值，得到全國平均建筑占比系數(shù)，從而計算各地區(qū)的屋頂面積。

　　(四)分布式光伏建設(shè)路徑分析

　　將計算得到的全國各省屋頂面積與 2020 年度統(tǒng)計數(shù)據(jù)中的人口數(shù)據(jù)進行相關(guān)分析，可得到各省屋頂面積，即分布式光伏建設(shè)潛力與人口的相關(guān)關(guān)系和匹配程度;據(jù)此規(guī)劃分布式光伏建設(shè)潛力較大、適宜優(yōu)先安排資源配置的目標省份。

　　三、全國分布式光伏潛力評估結(jié)果與分析

　　(一)建筑屋頂面積估算方法評價

　　根據(jù)分級、分區(qū)、全國平均建筑占比系數(shù)，分別計算北京市通州區(qū)城鎮(zhèn)區(qū)域、大連市金普新區(qū)城鎮(zhèn)區(qū)域的建筑屋頂面積。根據(jù)獨棟建筑和建筑區(qū)提取算法獲得兩個城鎮(zhèn)區(qū)的獨棟建筑與建筑區(qū)，以此為真值來比較各方法計算的差異。與建筑區(qū)提取的真值相比，分級、分區(qū)、全國平均 3 種方法的計算值在北京市通州區(qū)城鎮(zhèn)地區(qū)的正確率偏低，在大連市金普新區(qū)城鎮(zhèn)區(qū)域的精度較高;分級計算方法的平均正確率達到 81.63%，表明按照城市級別劃分不同區(qū)域的方法在屋頂面積計算中較為可靠。

　　(二)全國建筑物面積提取結(jié)果與分析

　　1. 建筑區(qū)面積

　　全國建筑區(qū)面積約為 1.18×105 km2 ，主要分布在山東、河南、河北、江蘇等省份，約占全國建筑總面積的 40%;西部地區(qū)的寧夏、青海、西藏等省份的建筑區(qū)面積較小，僅占全國建筑總面積的 1.4% (見圖 4)。

　　圖 4 全國各省份建筑區(qū)面積統(tǒng)計圖

　　按照建筑區(qū)面積大小劃分，第一梯隊為山東、河南、河北、江蘇，統(tǒng)計建筑區(qū)面積均超過 8000 km2 ;第二梯隊為安徽和廣東，統(tǒng)計面積為 5000~8000 km2 ;第三梯隊為湖北、浙江、湖南、遼寧、江西、山西，統(tǒng)計面積為 3000~5000 km2 ;第四梯隊為福建、陜西、云南、內(nèi)蒙古、新疆、廣西、甘肅、黑龍江、四川、吉林，統(tǒng)計面積為 1500 ~5000 km2 ;第五梯隊為上海、北京、貴州、天津、寧夏、重慶、青海、海南、西藏，統(tǒng)計面積在 1500 km2 以下。

　　2. 典型城市獨棟建筑面積

　　為了計算建筑占比系數(shù)，選取北京、天津、上海、重慶、石家莊、呼和浩特、哈爾濱、南京、杭州、合肥、福州、南昌、濟南、鄭州、武漢、廣州、深圳、貴陽、昆明、西安、成都、拉薩、長沙、蘭州、西寧、保定、常州、蘇州、青島等 29 個典型城市，提取獨棟建筑進行面積統(tǒng)計。29 個典型城市的獨棟建筑總面積約為 1900 km2 ，上海、北京、廣州位于前三位(超過 150 km2 )，拉薩、西寧、呼和浩特位于后三位(不足 15 km2 )。

　　3. 建筑占比系數(shù)及屋頂面積估算

　　在城市分級方面，計算得到的直轄市建筑占比系數(shù)平均值為 0.5539.省會城市建筑占比系數(shù)平均值為 0.4726.省會以下城市建筑占比系數(shù)平均值為0.3769.建筑屋頂面積的具體計算方法可表述為：將直轄市分成主城區(qū)和郊區(qū)，主城區(qū)按照 0.5539 的系數(shù)來計算建筑屋頂面積，郊區(qū)按照 0.3769 的系數(shù)來計算建筑屋頂面積;將省會城市同樣劃分為主城區(qū)和郊區(qū)，主城區(qū)按照 0.4726 的系數(shù)來計算建筑屋頂面積，郊區(qū)同樣按照 0.3769 的系數(shù)來計算建筑屋頂面積;省會以下城市統(tǒng)一按照 0.3769 來計算建筑屋頂面積;根據(jù)求出的分級建筑占比系數(shù)，計算全國各省建筑屋頂面積。

　　在位置分區(qū)方面，根據(jù)求出的分區(qū)建筑占比系數(shù)(見表 1)，對全國各省份計算城鎮(zhèn)建筑屋頂面積。華東地區(qū)建筑屋頂面積最大，遠大于其他地區(qū)，其次為華北、華南、華中地區(qū)，而西北、西南、東北地區(qū)的屋頂面積較小。

　　表 1 基于位置分區(qū)的平均建筑占比系數(shù)表

　　在全國平均方面，對全國典型城市建筑占比系數(shù)求平均值，得出全國平均系數(shù)為 0.4789.利用該系數(shù)，計算得到各省份的城鎮(zhèn)建筑屋頂面積，江蘇、山東、廣東排名前三位，西藏、青海、海南排名后三位。

　　對城市分級、位置分區(qū)、全國平均 3 種計算方法得到的全國城鎮(zhèn)建筑屋頂面積進行統(tǒng)計對比(見圖 5)。整體來看，除少部分地區(qū)外，城市分級計算所得屋頂面積最小，全國平均計算所得屋頂面積最大。

　　圖 5 各省份城鎮(zhèn)建筑屋頂面積統(tǒng)計圖

　　(三)屋頂面積與人口數(shù)量相關(guān)分析

　　將 3 種方法計算所得的各省份屋頂面積與 2020 年各省份人口統(tǒng)計數(shù)據(jù)進行相關(guān)分析，結(jié)果表明 3 種方法計算的屋頂面積與人口數(shù)量均存在明顯的正相關(guān)關(guān)系，相關(guān)系數(shù)均在 0.84 以上(見圖 6)。

　圖 6 城鎮(zhèn)建筑屋頂面積與人口數(shù)量統(tǒng)計圖(2020 年)

　　進一步，利用平均正確率最高的城市分級算法計算得出的屋頂面積與 2020 年年底各省人口數(shù)據(jù)繪制散點圖，將各省份劃分為屋頂面積大 – 人口多、屋頂面積小 – 人口多、屋頂面積小 – 人口少、屋頂面積大 – 人口少四類(見圖 7)。江蘇、山東、廣東、河南、河北、浙江、安徽、湖北 8 個省份位于第一象限，屋頂面積多，分布式光伏潛力大且人口數(shù)量多;云南、廣西、湖南、四川 4 個省份位于第二象限，屋頂面積少但人口數(shù)量相對多;西藏、寧夏、青海、海南、天津、北京、吉林、甘肅、重慶、貴州、內(nèi)蒙古、黑龍江、上海、新疆、山西、遼寧、陜西、江西 18 個省份位于第三象限，屋頂面積小且人口數(shù)量相對少;位于第四象限的僅有福建，屋頂面積偏大而人口數(shù)量少。

　　圖 7 分級城鎮(zhèn)建筑屋頂面積與人口數(shù)量分布散點圖(2020 年)

　　四、研究結(jié)論與發(fā)展建議

　　(一)研究結(jié)論

　　本研究利用 2020 年全國高分辨率衛(wèi)星遙感影像獲得了全國范圍的建筑物屋頂數(shù)據(jù);通過分析不同區(qū)域建筑物屋頂面積的空間分布，探討了分布式光伏的建設(shè)潛力;結(jié)合我國不同區(qū)域的人口數(shù)據(jù)，分析了分布式光伏建設(shè)的推進路徑。

　　衛(wèi)星遙感具有宏觀、精細、客觀真實的特點，是開展大范圍建筑物屋頂提取和分布式光伏監(jiān)測重要的和可行的手段。利用深度學(xué)習(xí)技術(shù)實現(xiàn)了建筑物屋頂提取精度為 81.63%，能夠滿足后續(xù)分析的數(shù)據(jù)需求。

　　分析全國建筑屋頂面積發(fā)現(xiàn)，有約 1.4×104 km2 的屋頂可以布設(shè)分布式光伏，潛力巨大；主要分布在江蘇、山東、廣東三省，合計占全國分布式光伏潛力約 30%。

　　(二)發(fā)展建議

　　面對二氧化碳排放力爭于 2030 年前達到峰值，努力爭取 2060 年前實現(xiàn)碳中和這一目標，大力發(fā)展太陽能、風(fēng)能等新能源已成為重要任務(wù)。近期印發(fā)的《2030 年前碳達峰行動方案》也明確提出要全面推進風(fēng)電、太陽能發(fā)電的大規(guī)模開發(fā)和高質(zhì)量發(fā)展，堅持集中式與分布式并舉，加快建設(shè)風(fēng)電、光伏發(fā)電基地。實施智能光伏產(chǎn)業(yè)的創(chuàng)新升級、特色應(yīng)用，創(chuàng)新“光伏 +”模式，推進光伏發(fā)電多元布局。根據(jù)全國分布式光伏建設(shè)潛力監(jiān)測分析評估結(jié)果，提出以下發(fā)展建議。

　　一是分級分類推進全國分布式光伏建設(shè)。按照分布式光伏就地建設(shè)、就地使用原則，以東部人口稠密且分布式光伏建設(shè)潛力大的區(qū)域開始建設(shè)，分級分步推進全國的分布式光伏建設(shè)實施。建議江蘇、山東、廣東等 8 個省份為第一梯隊;西藏、寧夏、青海等 18 個省份作為第二梯隊;云南、廣西、湖南、四川等 4 個省份作為第三梯隊，可以考慮除建筑物屋頂外的分布式光伏建設(shè)方式;福建作為第四梯隊，可以考慮分布式光伏發(fā)電量優(yōu)先滿足自身消納、余電上網(wǎng)獲取收益。

　　二是構(gòu)建全國分布式光伏建設(shè)動態(tài)監(jiān)測機制。通過前沿技術(shù)探索與應(yīng)用，實現(xiàn)分布式光伏以及建筑物的自動提取和監(jiān)測能力。以年度更新的全國建筑物(區(qū))遙感監(jiān)測數(shù)據(jù)成果為基礎(chǔ)，構(gòu)建基于衛(wèi)星遙感的全國分布式光伏建設(shè)動態(tài)監(jiān)測機制;利用多期時序衛(wèi)星遙感影像，定期動態(tài)跟蹤全國分布式光伏建設(shè)進度。

　　三是支撐碳中和、碳達峰路徑規(guī)劃決策。根據(jù)全國不同區(qū)域分布式光伏的建設(shè)進展，對照政策要求和內(nèi)容進行實施效果評估;及時掌握不同地區(qū)建筑物面積的動態(tài)變化，適時完善分布式光伏的建設(shè)潛力空間格局，動態(tài)更新分布式光伏建設(shè)規(guī)劃路徑。