近日，中国科学院深圳先进技术研究院碳中和技术研究所可持续发展团队孙立群副研究员，联合东北农业与地理研究所贾明明研究团队与南京航空航天大学薛朝辉研究团队，在光伏遥感领域，构建了目前已知全球首套10米分辨率、覆盖2019-2025年的集中式光伏电站数据集。相关成果以" Global high-resolution mapping of photovoltaic power plants from 2019 to 2025 using unsupervised index-based multi-source data fusion method "为题，发表在遥感和地球科学领域的高水平学术期刊International Journal of Applied Earth Observation and Geoinformation（JAG）上。

光伏（PV）技术作为全球最具潜力的可再生能源之一，被视为实现碳中和的核心力量。理论上，精准定位光伏电站分布、追踪其时空扩张，能为能源政策制定、产业规划和气候治理提供关键支撑。但随着全球光伏装机量爆发式增长，一个关键瓶颈日益凸显：现有光伏数据是否能精准反映全球发展实况，还是停留在“ 覆盖有限、分辨率不足、更新滞后”的困境中？

以往光伏电站制图或依赖单一遥感指数（如 NDPI，场景适应性差），或依赖深度学习（需大量标注样本、成本高），难以低成本有效实现且兼顾 “全球覆盖、高分辨率、时效性”。研究团队创新提出 “自适应指数 + 多源数据融合” 框架，用极简思路实现极致效果。团队通过融合三大核心数据集TZ-SAM（全球定位）、ChinaPV（中国 10 米高精度）、GlobalPV（全球时序），实现优势互补；设计自适应归一化光伏指数（ANDPI），通过双峰分布阈值自动区分光伏与非光伏区域，适配不同土地覆盖场景；采用数据融合方法，既保留及优化2019至2022年的历史数据，又更新 2023至2025第二季度最新动态，最终生成 10 米分辨率的全球光伏电站制图结果。

这套目前已知最全面的全球集中式光伏电站数据集，通过数据描述出清洁能源发展脉络：从8432km²到16289km²，全球集中式光伏铺设面积 6 年近乎翻倍；而这背后，中国一己之力撑起了 61% 的新增量，清洁能源革命的‘中国引擎’名不虚传。

从2025年全球光伏格局来看，中国以 8358km² 独占全球半壁江山（51.3%），超过美国+德国+印度的总和。新疆、青海、甘肃等西北区域，更是聚集了大量超20km² 的大型电站。

除了规模与技术，数据集揭示的光伏电站的 “土地利用类型” 也值得关注。数据集显示，全球近 9 成光伏建在牧场和农田，但趋势发生变化：2021 年前二者平分秋色，2022 年后牧场占优。

这项研究不仅解决了光伏行业的 “数据痛点”，更给出了清洁能源发展的清晰指引，为全球能源转型提供精准数据支撑，助力政策制定与产业布局；验证了多源数据融合的低成本优势，为其他可再生能源监测提供借鉴；指明光伏选址的理性趋势，平衡能源发展与生态保护。

数据集地址：https://zenodo.org/records/17780251

团队提出的 “自适应指数 + 多源数据融合” 框架示意图

全球光伏总面积增长趋势（2019-2025Q2）

2025 年全球光伏 Top 10 国家规模对比

2025 年全球光伏电站土地覆盖分布