引言
中国承诺到2035年实现3,600吉瓦风光装机总容量，为公用事业级光伏（PV）的扩展设定了极具挑战性的背景（Harvey, 2025）。与屋顶或其他分布式光伏系统不同，公用事业级光伏对土地的消耗极大，引发了与农田、森林及生态敏感区域之间可能冲突的担忧（Seneviratne等, 2021; Eyring等, 2021; Lou等, 2025）。因此，准确评估光伏部署的空间足迹和土地利用影响对于在生态和耕地约束下支持可持续扩展至关重要（Ali等, 2024; IRENA, 2024; IRENA, 2025; IEA, 2024a; IEA, 2024b）。
截至2025年底，根据国家统计局统计，光伏发电装机容量已达到1.20太瓦，较2020年约225吉瓦的基准水平增长了五倍以上，接近2035年风光合计3.6太瓦六倍目标的半数（Harvey, 2025）（国家统计局, 2025）。这种快速部署将核心问题从能否实现增长目标转变为在土地利用和生态约束下，未来光伏扩展如何以及在哪里可持续地推进（CEC, 2025; Ember, 2025; IEA, 2024a; IEA, 2024b; IEA, 2025; IPCC, 2023）。三个空间问题仍然存在：(1) 光伏扩展的实际地面足迹是什么，2000至2025年它在中国多样化的景观中是如何演变的？(2) 在严格的生态红线和永久基本农田保护政策下，在不引发重大土地利用冲突的前提下，剩余的光伏装机容量增量可以在哪里落地？(3) 如果风力发电增长放缓，需要光伏承担更大的可再生能源增量份额，所需的空间扩展在生态和地理上是否仍然可行？
现有关于中国光伏扩展的研究主要集中在宏观层面的预测、能源政策分析和装机容量统计（Li等, 2023; Yang等, 2023; Wang等, 2023a; Wang等, 2023b; Wang等, 2023c）。虽然这些研究为了解增长趋势和政策机制提供了重要见解，但它们未能充分捕捉光伏农场部署的空间异质性和时间演变（Cai等, 2025）。一些近期研究利用遥感技术在区域或全国尺度上绘制光伏设施分布图（Zhang等, 2023; Chen等, 2024; Liu等, 2024）。例如，基于卫星的监测技术提高了对地面光伏阵列的检测能力，从而能够更精确地评估土地占用和扩展模式。然而，许多此类分析依赖于单年快照数据，未整合长期趋势，导致对空间动态的不完整表征（Jiang等, 2025a; Jiang等, 2025b; Shen等, 2025）。
其他研究还纳入了适宜性或约束分析来评估光伏选址，通常考虑环境、社会经济或基础设施变量（Wang等, 2024a; Wang等, 2024b; Zhang等, 2024）。诸如多准则决策分析（MCDA）、地理信息系统（GIS）、元胞自动机（CA）以及基于GIS的多准则决策法（GIS-MCDM）结合层次分析法（AHP）等方法已被应用于预测不同情景下的未来光伏分配（Jiang等, 2025a; Jiang等, 2025b; Jiang等, 2025c; Zhang等, 2024）。例如，Gunen（2021a, 2021b）使用GIS-AHP和基于GIS的排序方法评估了光伏农场的适宜性。虽然这些信息很有价值，但这些方法通常缺乏与历史扩展数据的整合，且很少与可解释的机器学习方法结合（Wang等, 2023a; Wang等, 2023b; Wang等, 2023c; Zhao等, 2022）。因此，在将经验观察到的空间模式与能够容纳多种生态、政策、基础设施和土地需求约束的预测模型联系起来方面，仍存在研究空白。
社会接受度对于项目实施也至关重要。以中国为重点的研究表明，最终用户意识、感知收益、信任度、成本和政策支持会影响太阳能技术和屋顶光伏的接受与采用（Yuan等, 2011; Wu等, 2023; Wang等, 2023a; Wang等, 2023b; Wang等, 2023c; Wu等, 2024a; Wu等, 2024b）。国际证据进一步表明，光伏农林业的协同效益、感知到的当地影响、程序公正性和景观变化会影响公众对太阳能项目的支持（Pascaris等, 2022; Roddis等, 2020）。因此，即使土地在技术上是适宜的，如果未能充分解决社区关切、土地权属安排或补偿机制，仍可能面临当地实施障碍。
机器学习领域的最新进展，特别是随机森林（RF）模型，在利用高维环境和经济社会数据集预测光伏适宜性方面展现了巨大潜力（Liu等, 2024; Yang等, 2025a; Yang等, 2025b）。此外，诸如SHAP（SHapley可加性解释）等可解释性技术使研究人员能够量化各个驱动因素的贡献，从而更清晰地洞察影响选址的因素（Liu等, 2024; Wang等, 2024a; Wang等, 2024b）。尽管取得了这些进展，它们在中国全国范围内、长期光伏部署中的应用仍然有限。现有研究很少将时间序列制图、多情景分配和生态约束评估整合到统一框架中。
针对这些研究空白，本研究开发了一种综合方法，用于评估中国地面公用事业级光伏扩展的空间可行性。该框架结合了全国光伏农场时间序列数据集（2000–2025年）、基于RF的适宜性建模、SHAP可解释性分析、模型比较诊断、空间块验证、从2035年光伏目标中明确扣除分布式/屋顶光伏，以及情景驱动的空间分配。具体目标是：(1) 刻画历史光伏扩展并识别空间增长模式；(2) 评估多个2035年情景下的潜在土地利用，考虑生态和耕地约束；(3) 为空间规划和政策优化提供可操作的见解（Jiang等, 2025a; Jiang等, 2025b; Jiang等, 2025c; Zhang等, 2024）。通过将经验数据与可解释的预测建模以及装机容量到土地的转化联系起来，本研究旨在为基于证据的战略提供信息，以平衡可再生能源增长与可持续土地管理。主要创新在于在一个土地利用评估框架内将观察到的光伏部署行为、可解释的适宜性建模、屋顶/分布式光伏扣除和基于情景的土地分配联系起来。
