建筑物屋頂是分布式光伏設施建設的重要載體，建筑物的數量直接關系著分布式光伏的建設潛力，因而監測和分析全國建筑的空間分布對分布式光伏的規劃建設具有重要價值。

　　中國工程院院刊《中國工程科學》2021年第6期刊發自然資源部國土衛星遙感應用中心唐新明總工程師科研團隊的《全國建筑物遙感監測與分布式光伏建設潛力分析》一文。文章以國產高分衛星遙感影像為數據源，利用深度學習技術提取了全國范圍的建筑區，典型區域建筑占比系數表征全國不同區域的建筑屋頂面積;分析全國建筑屋頂的空間特征，研究分布式光伏的建設潛力分布格局，結合人口空間分布提出了分布式光伏的建設路徑建議。

　　研究表明，遙感提取建筑物技術精度達到 81.63%，能夠滿足后續分析的數據需求;全國約 1.4×104 km2 的建筑屋頂有潛力建設分布式光伏。按照分布式光伏就地建設、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潛力大的區域開始建設，分級分步推進全國的分布式光伏建設實施;建立基于衛星遙感的全國分布式光伏建設動態監測機制，為分布式光伏建設規劃路徑的動態更新提供支撐。

　　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 年前實現碳中和”。要實現這一目標，需要降低化石燃料的消費比重，加快調整能源結構，推進風能、太陽能、生物質能等綠色能源的開發，實現能源的轉型與變革。通過經濟社會綜合效益評價模型的情景模擬與綜合效益分析發現，以新能源為主體的深度能源轉型是實現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、建設快等特點，可以有效利用太陽能轉換為電能，從而解決能源短缺的農村地區和負荷密度高的工業區用電問題。近年來，光伏建筑一體化系統已經被證明是一種技術經濟可行的可再生發電技術，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合的技術研究。國內有學者利用遙感數據，考慮氣象、地形的因素，完成了我國建設光伏電站的適宜性分析。根據新建、既有城鎮公共建筑以及農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，建筑物屋頂的數量和空間分布事關建設規模與效益。已有研究主要是在小區域建立建筑屋頂的數據模型樣本并據此推算大區域或者全國范圍的體量，相應推算結果由于受到各地區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鍵內容。采用傳統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。隨著高分辨率衛星遙感技術的發展，衛星遙感數據類型豐富多樣，空間分辨率達到米級，為地表建筑物的特征提取提供了數據源條件。人工智能、深度學習技術的發展也為建筑物的智能識別與特征提取提供了技術基礎，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)、多光譜等遙感數據，基于深度學習的智能識別和提取形成了典型城市的建筑物數據集(提取精度可以達到 80%~85%)。

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

　　這一方法的應用價值體現在：

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

　?、诳蓪⒔ㄖ?區)落實到地塊，便于構建建筑物(區)和分布式光伏建設的動態監測機制，動態掌握分布式光伏項目的建設進度;

　?、劭蓪⒎植际焦夥鼣祿c人口經濟數據進行融合分析，為分布式光伏建設路徑規劃提供技術性支撐。

　　二、建筑物屋頂高分辨率衛星遙感提取數據與方法

　　(一)高分辨率衛星遙感影像及輔助數據

　　1. 底圖數據

　　使用的主要數據源為基于“資源三號”“高分一號”等 2 米級空間分辨率的衛星遙感影像制作的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星影像庫，具有現勢性強、定位精度高等特色，已在多個行業和部門得到廣泛應用。

　　2. 訓練樣本數據

　　考慮因地域差異、發展水平造成的建筑物(區)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。建筑物(區)訓練樣本來源于 2017 年地理國情數據。每個片區選擇 2 個省會城市、5 個普通城市、10 個縣，將其中的房屋建筑區作為本研究的訓練樣本(見圖 1);收集了部分城市白模數據作為底圖矢量，經過人工編輯后用于獨立建筑的訓練樣本，制作成 29 個典型城市獨棟建筑物數據(見圖 2)。

　　圖 1 建筑區樣本示例　

圖 2 獨棟建筑樣本示例

　　3. 驗證及輔助數據

　　使用的驗證數據主要是利用 2 m 分辨率的衛星遙感影像經過人工編輯形成的城區范圍矢量，對提取的建筑矢量進行劃分，確定城鎮和農村建筑范圍。依據典型城市提取的獨棟建筑和建筑區矢量，計算對應的建筑占比系數;爬取百度地圖等網絡建筑輪廓數據作為輔助參考，優化樣本精度。此外，使用國家統計局發布的 2020 年末總人口數據分析屋頂面積與人口的相關性及匹配性。

　　(二)基于卷積神經網絡技術提取房屋建筑區

　　研究涉及的卷積神經網絡包括三部分：

　?、偬卣魈崛?，采用 ResNet50 深度殘差網絡進行特征提取，得到 Feature1 特征圖;

　?、诮鹱炙鼗瘜樱O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絡再進行特征提取，最后上采樣到與 Feature1 相同的尺寸得到 Feature2;

　?、厶卣魅诤陷敵鰧?，將 Feature1、Feature2 進行通道融合，再經過卷積層輸出結果。

　　神經網絡訓練基于 PyTorch 搭建的訓練平臺進行，針對建筑區提取、獨棟建筑提取兩種不同的任務，可調用大量圖形處理器(GPU)計算資源進行分布式訓練，快速得到深度學習模型，便于后續算法迭代更新。在選擇網絡特征提取層、訓練超參數時，宜綜合樣本區域的情況以便提升最終算法的推廣泛化能力。

　　按上述規則對全國建筑區及典型城市獨棟建筑進行自動提取，得到全國建筑區及典型城市獨棟建筑的矢量范圍，為后續屋頂面積計算提供基礎數據。

　　(三)建筑物屋頂面積估算

　　受衛星影像分辨率、同物異譜、建筑形態多樣等因素的影響，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，城市密集建筑區無法區分獨棟建筑。因此提取建筑區范圍并依據典型城市建立的建筑占比系數，估算全國城鎮建筑的屋頂面積。

　　在建筑區提取矢量的基礎上，根據城區范圍矢量對提取的建筑矢量進行劃分，以此區分典型城市、城鎮和農村的建筑范圍;分別計算對應的建筑占比系數，進一步提升計算精度。建筑占比系數(CPC)公式為：

　　公式中，Area獨棟建筑為目標區提取的獨棟建筑總面積，Area建筑區為獨棟建筑所在的建筑區總面積。建筑區與獨棟建筑關系示意如圖 3 所示。

　　圖 3 建筑區與獨棟建筑關系示意圖

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

　?、俪鞘蟹旨墸瑢⒌湫统鞘袆澐譃橹陛犑?、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;其中將直轄市、省會城市再次劃分為主城區和郊區，使用不同的建筑占比系數計算屋頂面積。

　?、谖恢梅謪^，根據所在區域，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，計算各大區建筑占比系數并推廣至區內其他地區。

　?、廴珖骄?，將各典型城市建筑占比系數求平均值，得到全國平均建筑占比系數，從而計算各地區的屋頂面積。

　　(四)分布式光伏建設路徑分析

　　將計算得到的全國各省屋頂面積與 2020 年度統計數據中的人口數據進行相關分析，可得到各省屋頂面積，即分布式光伏建設潛力與人口的相關關系和匹配程度;據此規劃分布式光伏建設潛力較大、適宜優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果與分析

　　(一)建筑屋頂面積估算方法評價

　　根據分級、分區、全國平均建筑占比系數，分別計算北京市通州區城鎮區域、大連市金普新區城鎮區域的建筑屋頂面積。根據獨棟建筑和建筑區提取算法獲得兩個城鎮區的獨棟建筑與建筑區，以此為真值來比較各方法計算的差異。與建筑區提取的真值相比，分級、分區、全國平均 3 種方法的計算值在北京市通州區城鎮地區的正確率偏低，在大連市金普新區城鎮區域的精度較高;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果與分析

　　1. 建筑區面積

　　全國建筑區面積約為 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%;西部地區的寧夏、青海、西藏等省份的建筑區面積較小，僅占全國建筑總面積的 1.4% (見圖 4)。

　　圖 4 全國各省份建筑區面積統計圖

　　按照建筑區面積大小劃分，第一梯隊為山東、河南、河北、江蘇，統計建筑區面積均超過 8000 km2 ;第二梯隊為安徽和廣東，統計面積為 5000~8000 km2 ;第三梯隊為湖北、浙江、湖南、遼寧、江西、山西，統計面積為 3000~5000 km2 ;第四梯隊為福建、陜西、云南、內蒙古、新疆、廣西、甘肅、黑龍江、四川、吉林，統計面積為 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，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平均值為 0.5539.省會城市建筑占比系數平均值為 0.4726.省會以下城市建筑占比系數平均值為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和郊區，主城區按照 0.5539 的系數來計算建筑屋頂面積，郊區按照 0.3769 的系數來計算建筑屋頂面積;將省會城市同樣劃分為主城區和郊區，主城區按照 0.4726 的系數來計算建筑屋頂面積，郊區同樣按照 0.3769 的系數來計算建筑屋頂面積;省會以下城市統一按照 0.3769 來計算建筑屋頂面積;根據求出的分級建筑占比系數，計算全國各省建筑屋頂面積。

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

　　表 1 基于位置分區的平均建筑占比系數表

　　在全國平均方面，對全國典型城市建筑占比系數求平均值，得出全國平均系數為 0.4789.利用該系數，計算得到各省份的城鎮建筑屋頂面積，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、全國平均 3 種計算方法得到的全國城鎮建筑屋頂面積進行統計對比(見圖 5)。整體來看，除少部分地區外，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 各省份城鎮建筑屋頂面積統計圖

　　(三)屋頂面積與人口數量相關分析

　　將 3 種方法計算所得的各省份屋頂面積與 2020 年各省份人口統計數據進行相關分析，結果表明 3 種方法計算的屋頂面積與人口數量均存在明顯的正相關關系，相關系數均在 0.84 以上(見圖 6)。

　圖 6 城鎮建筑屋頂面積與人口數量統計圖(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 年年底各省人口數據繪制散點圖，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量少。

　　圖 7 分級城鎮建筑屋頂面積與人口數量分布散點圖(2020 年)

　　四、研究結論與發展建議

　　(一)研究結論

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

　　衛星遙感具有宏觀、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測重要的和可行的手段。利用深度學習技術實現了建筑物屋頂提取精度為 81.63%，能夠滿足后續分析的數據需求。

　　分析全國建筑屋頂面積發現，有約 1.4×104 km2 的屋頂可以布設分布式光伏，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 年前實現碳中和這一目標，大力發展太陽能、風能等新能源已成為重要任務。近期印發的《2030 年前碳達峰行動方案》也明確提出要全面推進風電、太陽能發電的大規模開發和高質量發展，堅持集中式與分布式并舉，加快建設風電、光伏發電基地。實施智能光伏產業的創新升級、特色應用，創新“光伏 +”模式，推進光伏發電多元布局。根據全國分布式光伏建設潛力監測分析評估結果，提出以下發展建議。

　　一是分級分類推進全國分布式光伏建設。按照分布式光伏就地建設、就地使用原則，以東部人口稠密且分布式光伏建設潛力大的區域開始建設，分級分步推進全國的分布式光伏建設實施。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方式;福建作為第四梯隊，可以考慮分布式光伏發電量優先滿足自身消納、余電上網獲取收益。

　　二是構建全國分布式光伏建設動態監測機制。通過前沿技術探索與應用，實現分布式光伏以及建筑物的自動提取和監測能力。以年度更新的全國建筑物(區)遙感監測數據成果為基礎，構建基于衛星遙感的全國分布式光伏建設動態監測機制;利用多期時序衛星遙感影像，定期動態跟蹤全國分布式光伏建設進度。

　　三是支撐碳中和、碳達峰路徑規劃決策。根據全國不同區域分布式光伏的建設進展，對照政策要求和內容進行實施效果評估;及時掌握不同地區建筑物面積的動態變化，適時完善分布式光伏的建設潛力空間格局，動態更新分布式光伏建設規劃路徑。