美国大型地面光伏电站占地估算差异及其土地利用变化：三项数据集比较研究

《Journal of Environmental Management》：Variation in estimates of the footprint of large, ground-mounted photovoltaic solar energy in the United States and its associated land-cover change across three datasets

本研究针对美国大型地面光伏（GPV）设施占地面积估算存在显著差异的问题，系统比较了Kruitwagen机器学习自动识别、USPVDB人工数字化阵列及Wiki-Solar围栏线界定三类数据集。结果表明，围栏线数据集估算的GPV总面积比阵列数据集高34%，导致灌木丛等半自然用地转化面积差异达8%。该研究揭示了数据集定义与方法学差异对土地覆盖变化评估的关键影响，为可再生能源土地管理政策提供了精准数据支撑。

　　

随着全球可再生能源装机容量从2014年的1851 GW激增至2024年的4448 GW，光伏（PV）太阳能已成为增长最快的能源来源。其中大型地面光伏设施（GPV）在美国能源结构中的占比持续攀升，2022年贡献了超过6%的发电量，预计未来将进一步扩大土地占用规模。然而，这种扩张也带来了严峻的土地利用问题：GPV是土地占用强度第三高的发电技术（2000 ha/TWh/y），仅次于生物质能和风电。更关键的是，目前缺乏统一、准确的空间数据集来描述GPV的实际占地面积，不同数据集对“足迹”的界定存在显著差异——有的只包括光伏面板阵列区域，有的则涵盖整个围栏线内的设施范围。这种差异直接影响土地覆盖变化评估、生物多样性影响分析和政策制定效果。

为了解决这一问题，研究人员在《Journal of Environmental Management》上发表了一项开创性研究，系统比较了三种主流GPV空间数据集：基于机器学习自动识别的Kruitwagen数据集（全球范围，2018年）、人工数字化阵列的美国光伏数据库（USPVDB，2021年）以及商业化的Wiki-Solar围栏线数据集（2021年）。研究团队通过地理空间分析、土地覆盖分类统计和多源数据交叉验证等方法，首次量化了不同数据集在GPV面积估算和土地转化类型评估中的差异。

关键技术方法包括：利用Google Earth Engine进行多边形面积计算和土地覆盖分析；基于国家土地覆盖数据库（NLCD）的30米分辨率数据，将2004-2021年间多期土地类型按开发用地、森林、灌木/灌丛、作物/牧场等大类聚合；通过人工验证对1899个Wiki-Solar多边形进行精度评级（1-5分），并使用加权Cohen's kappa和Gwet's AC1统计评估校验者一致性；最后采用时空协调策略，将各数据集统一到2018和2021两个时间节点进行比较。

研究结果揭示了三类数据集的显著差异：

3.1. Kruitwagen数据集面积与土地覆盖变化估算

该数据集显示2018年美国GPV阵列总面积为623 km2，主要分布在作物/牧场（33%）、开发用地（26%）和灌木/灌丛（25%）。但其5%的误识别率（如将迷你仓储设施误判为光伏阵列）限制了直接使用可靠性。

3.2. USPVDB面积与土地覆盖变化估算

作为精度最高的公开数据集，USPVDB记录的2018年阵列面积（668 km2）比Kruitwagen高7%，但2021年围栏线内的灌木/灌丛转化比例（17%）显著低于Wiki-Solar数据集（25%）。

3.3. Wiki-Solar数据集面积与土地覆盖变化估算

该付费数据集显示2018年GPV设施总面积达939 km2，比阵列数据集高出34%。其核心价值在于包含了围栏内所有受扰动区域，更真实地反映了栖息地丧失范围。验证表明62%的多边形获得最高精度评级（5分）。

3.4. GPF与州面积跨数据集比较

数据集间重叠多边形分析表明：阵列数据集（Kruitwagen与USPVDB）间面积差异平均仅0.4 km2，而与围栏数据集（Wiki-Solar）的差异达0.8 km2。州级尺度上，USPVDB在26个州的面积估算高于Kruitwagen，其中德州、北卡罗来纳州和佛罗里达州差异超10 km2。

讨论部分指出，这种差异对生物多样性保护具有重要含义。由于栖息地丧失是生物多样性下降的主因，围栏线数据集揭示的灌木/灌丛转化率比阵列数据集高8%，更能反映真实生态影响。研究同时强调了“农业光伏”（agrivoltaics）和“生态光伏”（ecovoltaics）等双用地模式在提升场地生态功能方面的潜力——通过种植传粉植物、建设生态廊道和可渗透围栏等措施，可在能源生产的同时实现碳固存、侵蚀减少等生态服务。

该研究的核心结论是：三类数据集因界定标准和方法学差异不可互换，分别适用于不同场景——Kruitwagen适合快速识别潜在场地，USPVDB适合精确的阵列级分析，Wiki-Solar则更适合土地影响评估。作者呼吁建立全美标准化的GPV足迹界定规范，建议通过专家研讨会制定围栏线数字化指南，并将空间数据提交纳入联邦许可流程。这类数据对全生命周期评估（LCA）尤为重要，现有研究表明忽略土地利用可使光伏碳排估算低估10-150%。

这项研究不仅为可再生能源土地规划提供了关键方法论借鉴，更推动了能源-生态交叉领域的标准化数据建设，为实现气候目标与生态保护的协同发展提供了科学基础。