2011-2022年 国内光伏电站遥感矢量数据
https://download.csdn.net/download/2401_84585615/90955505https://download.csdn.net/download/2401_84585615/90955505
该数据集由河海大学陈跃红副教授团队基于Sentinel-2和Landsat卫星影像，结合深度学习（TransUNet模型）与连续变化检测算法（CCDC）构建，覆盖全国范围2010---2022年光伏电站的空间分布及安装时序。数据以SHP格式存储，采用WGS84坐标系，包含30,023条矢量面记录，总光伏面积从2010年的5.86平方公里激增至2022年的3712.1平方公里，年均增长285平方公里。研究发现，西部地区光伏总面积占比最高（53%年增长率），但电站密度低于东中部；东中部电站多建于农田（24.6%），而西部以草地（28.3%）和未利用地（27.5%）为主。2017年后，光伏建设对农田和草地的占用分别减少48%和呈下降趋势。
数据集包含光伏电站的空间边界（Shape）、面积（PV_Area）、安装日期（Inst_time、Inst_year）、土地类型（Major_type）及经纬度坐标（Lat、Lon）等核心字段。数据来源于遥感影像的自动化解译，经形态学优化和人工校验，相关成果发表于遥感顶刊《Remote Sensing of Environment》（IF=11.1），并获国家自然科学基金（42071315）支持。
该数据为可再生能源规划、碳减排政策制定及土地利用研究提供了科学依据。例如，通过分析光伏扩张时空规律，可优化西部大型电站布局或推动东中部分布式发电；土地占用趋势变化则提示生态保护与能源开发的平衡策略。此外，数据还可用于发电量预测模型构建，结合地形与气象参数提升精度。研究者可通过公开渠道获取数据，需引用原始文献并遵循非商业使用协议。
