空间优化可以显著降低中国光伏扩张的生态成本

《Resources, Conservation and Recycling》：Spatial optimization can substantially reduce the ecological costs of photovoltaic expansion in China

　　

摘要

大规模光伏扩张在能源与生态系统之间产生了空间权衡，但异质性植被响应与优化路径仍不清晰。本研究利用中国11,248处光伏站点，量化了植被的净响应，并将其转化为生态协同光伏扩张的空间约束条件。光伏部署使植被绿度平均降低0.06 NDVI，但25.5%的站点呈现净绿化趋势，主要集中在干旱的中国西北地区，而东部地区则以褐化为主。这种空间异质性表明存在从水分限制向光照限制的区域性转变。在综合考虑区域条件后，大型集中式光伏电站显示出更强的植被韧性，其净绿化程度比小型分散设施高出3.26至6.18个百分点。优化路径在降低植被褐化生态代价的同时，相较于开发优先情景改善了开发适宜性，相较于生态优先情景降低了开发适宜性的损失。这些发现强调了将生态代价纳入光伏规划的重要性，以支持资源节约和环境可持续的能源发展。

引言

在全球气候变化和可持续发展的双重迫切需求下，能源转型对于实现国际脱碳目标至关重要（Masson等，2025；Nijsse等，2023；Zhang等，2025）。作为全球领先的温室气体排放国，中国已通过"2030年碳达峰、2060年碳中和"的目标正式确立了这一转型（Wang等，2021）。在这一框架下，光伏发电在中国迅速扩张，得益于技术进步、成本下降和丰富的资源潜力（Nijsse等，2023）。然而，光伏扩张的土地密集型特性对土地资源造成了巨大压力（Ji等，2022；Song等，2024；Zhang等，2024）。自然生态系统向能源生产景观的转化，可能导致广泛的植被和生态退化（Hernandez等，2015；Mongird等，2025），暴露出根本性的"绿色对绿色"困境：清洁能源部署与生态完整性之间的空间权衡（Gómez-Catasús等，2024；Wang等，2025）。

遥感与实地研究一致表明，光伏建设初期会扰乱站点植被。大规模土地平整、植被清除和基础设施安装导致植被绿度显著下降（Li等，2024）。对大型沙漠光伏电站的长期监测显示，建设后头两年NDVI显著降低（Ma等，2023）。在葡萄牙小规模光伏站点的观测也揭示了类似的负向NDVI异常，表明即使在小型设施中也会出现初始植被胁迫（Hurduc等，2024）。因果推断分析进一步表明，虽然植被可能在三至四年内逐渐恢复，但建设后通常会出现显著的短期下降（Xie等，2025）。

光伏建设后数年的植被响应在不同区域间差异显著。这种空间异质性与区域气候条件密切相关。在干旱和半干旱地区，光伏部署可以提高植被覆盖率、生物量和物种丰富度（Liu等，2019），这可能与阵列遮荫、改变地表粗糙度降低地温（Chang等，2020；Yang等，2017）、减少蒸散发（Zhang等，2023）以及增加土壤水分（Wu等，2022；Yue等，2021）有关。在Talatan光伏电站的实地观测显示，面板下方的植被覆盖率（100%）和地上生物量（208 g m-2）远高于阵列外部条件（43.14%覆盖率，62 g m-2生物量）（Tong等，2025），而在新疆乌恰站基于无人机的监测也报告了建设后NDVI的增加（Luo等，2023）。在更大尺度上，卫星分析显示，相较于2010年，中国12大沙漠的光伏站点有30.8 km2的植被绿化（Xia等，2022），中国干旱区广泛出现植被恢复（Xia等，2024），中亚283个光伏站点的LAI和NDVI均有增加（Gao等，2026）。基于全球626座大型光伏电站的MODIS影像分析表明，90%建在裸露干旱土地上的站点呈现植被绿化（Chen等，2025）。然而，效应仍高度可变：在全球321个水分限制型光伏站点中，仅有30%在建设后绿度增加（Xia等，2025a；Xu等，2024），这凸显了在评估光伏影响时必须考虑空间异质性的必要性。

相反，在湿润和半湿润地区，光伏部署可能会减少地表植被。这些地区的植被对光照可用性的变化更为敏感，光伏的遮荫效应往往超过其对土壤水分的潜在益处（Wu等，2025a；Xiao等，2025）。此外，基线绿度较高的地区，尤其是森林，受到光伏建设的负面影响更为强烈（Li等，2024）。对马萨诸塞州大型光伏安装的分析佐证了这一发现（Cho和Woodcock，2025）。在中国，一项研究发现光伏部署导致西南、南方、中部和东部地区的NDVI显著下降，且年降水量超过1000 mm地区的电站尤其容易导致植被损失（Wan等，2026）。CASA模型模拟也表明，东部湿润地区在光伏部署后植被生产力降低（Lyu等，2025）。在站点尺度（Su等，2025）、区域尺度（Li等，2025）和全球尺度（Wu等，2025a）开展的研究也报告了在湿润和植被茂密地区光伏建设带来的更高植被相关风险。值得注意的是，光伏区域观测到的绿化或褐化并非完全归因于光伏面板：青海共和光伏电站的归因分析显示，2013至2020年间，56%的植被绿化归因于气候，44%归因于光伏效应，这凸显了在评估光伏影响时需要考虑自然气候协同影响的必要性（Xia等，2023）。

鉴于这种空间异质性，将植被响应纳入光伏选址和扩张规划，对于协调能源发展与生态保护至关重要。现有研究主要关注最大化经济价值或潜在发电量。基于多准则决策的适宜性评估通常采用层次分析法（AHP，Tercan等，2021）、TOPSIS（Hasti等，2023）和PROMETHEE（Marques-Perez等，2020）等方法，整合太阳辐射、坡度、土地覆盖、道路和电网、保护区等图层，生成"适宜—不适宜—优先"分级的地图（Giamalaki和Tsoutsos，2019；Zhao等，2024）。在这些框架中，生态考虑通常较为粗略，往往仅通过二元排斥区域来表示，如保护区、森林、耕地或居住缓冲区。近期的一些工作开始探索光伏-生态协同布局：一项研究在青藏高原评估了光伏适宜性与生态系统服务价值，指出了空间错配并建议优化布局以减少冲突（Lv和Tang，2024）；一个GIS-AHP框架被开发以最小化社会环境冲突，纳入了自然保护区和河岸景观的效应（López-Bravo等，2024）。尽管如此，生态约束仍主要被简化为静态空间限制，而非动态集成模型。很少有研究直接将观测到的植被响应纳入光伏选址和扩张规划中，尤其是在全国尺度上。

随着中国光伏基地向超大型集中式布局转变，规划其空间分布以最小化生态代价并实现能源生产与生态保护协同已成为关键挑战。在布局规划阶段，定量评估植被对光伏建设响应的空间变异是必要的。当前研究主要评估光伏建设后的植被结果，而利用经验观测响应来指导未来扩张规划仍然有限。现有的布局优化研究通常通过静态土地属性或保护价值来表示生态约束，而非直接将植被对光伏建设的响应纳入规划目标。因此，本研究将经验识别的植被响应转化为扩张规划的定量约束，将建设后的证据直接与前瞻性空间决策联系起来。首先，反事实匹配将光伏建设的净植被响应与同期局部背景变化区分开来。其次，在驱动因素分析中，刻画了中国范围内植被响应的空间异质性和非线性阈值，实现植被变化的高分辨率制图。第三，生态-开发一体化框架将预测的植被响应与相对开发适宜性结合，指导空间协同的光伏部署并降低植被相关生态代价。本研究为中国大规模光伏基地的选址和生态管理提供了科学依据，并为全球范围内能源开发与生态系统保护的融合提供了参考。

研究框架

如图1所示，本研究系统量化了中国光伏部署对植被的净效应，并建立了协调生态修复潜力与开发适宜性的优化框架。工作流程分为三个阶段。首先，在评估阶段，采用基于匈牙利算法的像元尺度反事实匹配框架构建处理组和对照组，控制自然和气候背景……

光伏诱导绿度变化的时空动态

如图2a所示，光伏开发产生了植被绿度的显著净亏损。在站点尺度上，对照区域（ΔNDVINPV）普遍呈现绿化趋势，NDVI平均增加0.02，61.35%的站点显示正增长。相比之下，光伏设施内部（ΔNDVIPV）植被NDVI平均下降0.04，仅40.71%的站点呈现绿化。相对于局部背景，光伏建设的平均净效应（ΔNDVI）为……

植被响应的空间异质性与驱动因素

植被生长限制因素的异质性塑造了中国光伏电站内绿度响应的空间分化。尽管植被绿度在全国尺度上呈净亏损，但响应在不同区域和土地利用类型间差异显著。在中国西北地区的水分限制干旱和半干旱区，观测到的绿化模式与此前研究报道的微气候效应一致（Lyu等，2025；Xia等，2022）。……

结论

本研究建立了将效应识别、驱动因素分析和决策优化联系起来的综合框架，以评估中国光伏扩张的植被响应并支持可再生能源协同规划。通过结合反事实框架和可解释机器学习，我们表明光伏建设的植被响应在不同区域间差异显著，植被恢复主要出现在干旱西北地区，而植被褐化在……更为常见……

CRediT作者贡献声明

郭佳菊：原稿撰写、方法论、数据整理、概念构思。侯文娟：审稿与编辑、监督、资金获取。王小月：验证、资源。蒋文会：验证。吴少宏：资金获取、概念构思。

利益冲突声明

作者声明不存在可能影响本论文工作的已知经济利益冲突或个人关系。

致谢

本研究得到国家自然科学基金（项目编号42271034和42371084）的资助。

郭佳菊|侯文娟|王小月|蒋文会|吴少宏