PV power plants of China from 2010 to 2022

We develops a framework to extract the spatial extent and installation date of PV power plants from Sentinel-2 and Landsat data using deep learning and change detection techniques in China. A geospatial dataset (Shapefile format) of PV polygons with installation dates in China from 2010 to 2022 is obtained with the F1-score of 96.08% for its spatial extent and the overall accuracy of 89.86% for its installation dates. The dataset is associated with the paper of "Yuehong Chen, Jiayue Zhou, Yong Ge and Jinwei Dong. Uncovering the rapid expansion of photovoltaic power plants in China from 2010 to 2022 using satellite data and deep learning, 2024" published in the journal of Remote Sensing of Environment.

本研究开发了一套采用深度学习（deep learning）与变化检测（change detection）技术的框架，利用哨兵-2号（Sentinel-2）与陆地卫星（Landsat）遥感数据，提取中国境内光伏电站（PV power plants）的空间范围与装机日期。最终构建得到一套2010至2022年中国区域内带有装机日期信息的光伏矢量多边形（PV polygons）地理空间数据集（Shapefile格式），该数据集的空间范围提取F1分数（F1-score）达96.08%，装机日期识别的总体精度为89.86%。本数据集对应发表于《环境遥感》（Remote Sensing of Environment）期刊的论文，作者为Yuehong Chen、Jiayue Zhou、Yong Ge与Jinwei Dong，论文题为《利用卫星数据与深度学习揭示2010-2022年中国光伏电站的快速扩张》（2024）。

搜集汇总

背景与挑战

背景概述

该数据集提供了2010年至2022年中国光伏电站的空间分布和安装日期信息，以Shapefile格式呈现。数据通过深度学习与变化检测技术从Sentinel-2和Landsat卫星影像中提取，具有高精度（空间范围F1-score为96.08%，安装日期总体准确率为89.86%），适用于地理空间分析和可再生能源研究。