孫濤

在我國“雙碳”目標和鄉(xiāng)村振興戰(zhàn)略背景下，農(nóng)村能源盡管近年來在北方地區(qū)清潔取暖行動中完成了部分散煤替代，但仍然消耗著大量散煤和散燒生物質(zhì)，農(nóng)村能源的發(fā)展面臨路徑選擇問題。維持現(xiàn)狀發(fā)展會產(chǎn)生大量碳排放，對農(nóng)民的健康和居住環(huán)境產(chǎn)生威脅，加劇城鄉(xiāng)不平等。而如果仍采用簡單的煤改氣或者煤改電替代方式，需要大量基礎(chǔ)設(shè)施投資，并且高額的運營費用很容易使農(nóng)戶返煤。因此，可再生能源是農(nóng)村能源發(fā)展的必由之路，不僅能夠促進農(nóng)村碳中和及可再生能源的就地利用，改善農(nóng)村居民的生活條件，還能使得農(nóng)村從能源消費者轉(zhuǎn)變?yōu)槟茉瓷a(chǎn)者和供應(yīng)者，所以評估鄉(xiāng)村可再生能源的潛力分布是合理制定發(fā)展規(guī)劃和分布實施的基礎(chǔ)。

已有鄉(xiāng)村可再生能源評估方法存在的問題

回顧已有鄉(xiāng)村可再生能源評估方法，存在一系列問題。對于屋頂光伏資源而言，實地調(diào)研只能進行抽樣調(diào)查，無法大規(guī)模應(yīng)用，導(dǎo)致農(nóng)村地區(qū)數(shù)據(jù)量比較少，準確度難以保證，并且沒有空間分布的信息。對于生物質(zhì)資源而言，主要依賴于農(nóng)業(yè)部門對農(nóng)作物產(chǎn)量的統(tǒng)計數(shù)值，這些統(tǒng)計資料往往以市縣為單位，最多到鄉(xiāng)鎮(zhèn)級，更詳細的空間分布信息是難以獲得的，這種評估信息的不完善也容易造成原料保證供應(yīng)的問題，以及生物電廠爭搶燃料的局面，因此提出以衛(wèi)星影像為基礎(chǔ)的鄉(xiāng)村可再生能源資源評估方法，與傳統(tǒng)的方法相比，這種方法能夠滿足大范圍的研究需求，并且具備資源的空間分布信息。

基于衛(wèi)星影像的鄉(xiāng)村可再生能源評估方法與潛力分析

對于屋頂光伏資源的評估，采用計算機視覺方法中的U-net神經(jīng)網(wǎng)絡(luò)，從光學衛(wèi)星影像中提取屋頂輪廓。由于農(nóng)村不同屋頂類型光伏板安裝方式不同，例如南向斜屋頂只能將光伏板安裝在向陽面，而平屋頂和東西向斜屋頂則都可以安裝，因此把農(nóng)村屋頂分為平屋頂、南向斜屋頂和東西向斜屋頂三類，利用實際調(diào)研和GIS軟件標記好的建筑標簽集對模型進行訓練。將訓練好的模型應(yīng)用于實際的衛(wèi)星影象中，能夠較為清晰地把衛(wèi)星影像中屬于各類建筑屋頂?shù)妮喞紭擞洺鰜?。?jīng)過多個村落的驗證后，識別農(nóng)村屋頂?shù)目傮w精度在91%以上，能夠滿足工程實際需求。在提取各類建筑屋頂之后，考慮不同類型屋頂?shù)拿娣e利用系數(shù)，結(jié)合當?shù)靥栞椛鋽?shù)據(jù)和光伏系統(tǒng)效率得出屋頂光伏發(fā)電潛力。將上述方法應(yīng)用于具體村落可以得到內(nèi)部各個獨棟建筑屋頂光伏發(fā)電的潛力。

對于全國范圍的農(nóng)村屋頂光伏資源潛力，則提出分級評估方法。首先在分辨率較低的影像中利用神經(jīng)網(wǎng)絡(luò)方法把全國范圍鄉(xiāng)村建筑區(qū)輪廓都提取出來，然后在每個省份選擇典型村落，利用上述U-net模型識別建筑區(qū)輪廓中的獨棟農(nóng)村建筑屋頂，進而計算出建筑區(qū)內(nèi)的屋頂面積比例系數(shù)，對不同省市自治區(qū)采用相應(yīng)抽樣的方法進行計算，最終得到全國范圍的農(nóng)村屋頂面積?？紤]不同地區(qū)太陽輻射的參數(shù)以及光伏的系統(tǒng)效率等因素，最終能夠得到全國范圍的光伏資源潛力。

運用上述分級評估鄉(xiāng)村屋頂光伏資源潛力的方法，最終得到我國農(nóng)村屋頂光伏可裝機容量為19.88億kW，年發(fā)電潛力為2.96萬億kWh，按照電力行業(yè)目前的發(fā)電能耗以及發(fā)電碳排可以折合成每年9億噸的標準煤，每年對于減少碳排放貢獻潛力15.7億噸。從全國到各省、各縣、各村、各戶建立逐級評估模型，從不同尺度分析農(nóng)村屋頂光伏發(fā)電潛力和空間分布，可為農(nóng)村光伏發(fā)展提供重要的數(shù)據(jù)支撐。

對于鄉(xiāng)村生物質(zhì)資源的識別則基于遙感衛(wèi)星影像，重點對農(nóng)作物秸稈的資源量進行研究，采用歸一化植被指標（Normalized Difference Vegetation Index，NDVI）進行識別。該指標由遙感衛(wèi)星影像每個像素的多波段數(shù)據(jù)計算得到，數(shù)值越接近于1代表該像素越體現(xiàn)出植被的特征。以輪作地區(qū)種植的夏玉米為例，其在冬小麥6月份收割后進行播種，10月底成熟之后進行收割，從衛(wèi)星影像上來看，6月份呈現(xiàn)耕地特征，8月份呈現(xiàn)植被特征，10月份呈現(xiàn)耕地特征，特殊的變化規(guī)律可以使用決策樹的方法進行識別。將識別出的種植總面積與農(nóng)業(yè)部門統(tǒng)計的耕地面積進行比對，識別精度達到85%以上。

利用上述方法，可以根據(jù)不同作物的生長規(guī)律從遙感衛(wèi)星影像中對其進行提取。按照當?shù)馗黝愖魑锏漠a(chǎn)量、草谷比和可收集系數(shù)，可計算得到秸稈資源量，進而清晰地得到生物質(zhì)資源分布情況。

對于鄉(xiāng)村生物質(zhì)資源同樣建立了分級評估模型，全國秸稈理論資源量為9.4億噸，考慮收集系數(shù)后，可收集量約7.4億噸，集中于東北、華北、華中地區(qū)，可以從省級、縣級到村鎮(zhèn)級對不同尺度下的生物質(zhì)資源空間分布進行分析。

上述以衛(wèi)星影像為基礎(chǔ)的鄉(xiāng)村可再生能源資源評估方法，不僅能夠分析農(nóng)村范圍內(nèi)可再生資源的總量，還可以清晰地給出空間分布信息，這些資源評估信息將為農(nóng)村可再生能源發(fā)展規(guī)劃提供重要的數(shù)據(jù)支撐。