本数据旨在利用公开卫星影像提取2015年与2020年中国光伏分布数据。该数据集的发布将为可再生能源、遥感、地理与环境科学等领域的研究者及用户提供重要参考。其潜在应用包括：(1)分析不同土地覆盖与土地利用类型下中国光伏设施的时空分布模式； (2) 提供可用于深度学习模型训练的中国光伏样本；(3) 估算光伏发电量及碳减排效益；(4) 评估光伏对水文与区域气候的环境影响；(5) 为未来国家及省级能源规划提供参考依据。
本研究采用Landsat卫星影像进行分析，因其拥有最长的地球表面观测记录。我们利用Google Earth Engine（GEE）平台提供的Landsat-8大气校正地表反射率产品（LANDSAT_LC08_C02_T1_L2），该产品空间分辨率为30米，并已完成大气校正与几何校正。对该产品进行了预处理操作，包括对中国全境图像的裁剪、时间滤波和除云处理。我们筛选出云量覆盖率大于10%的图像，并通过两年度各像素中位数值合成去云图像。最终分别生成2015年（1月至12月）和2020年（1月至12月）全年的中国遥感合成影像。
本研究采用随机森林分类器，基于谷歌地球引擎的Landsat-8影像，提取2015年与2020年中国全境光伏设施分布。通过形态学滤波、空洞填充及人工调整对结果进行可视化检验与优化。整体工作流程包括卫星图像合成、样本采集、特征提取、PV分类、后处理、精度评估、一致性评价及统计分析。
验证分析表明，初始分类结果在2015年和2020年均实现96%以上的整体准确率。通过独立测试样本的进一步验证表明，最终数据集的精度优于现有光伏数据集。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB7003.2025
10.5281/zenodo.14292571
