鄉村可再生能源資源評估方法與潛力分析

孫濤

在我國“雙碳”目標和鄉村振興戰略背景下，農村能源盡管近年來在北方地區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，農村能源的發展面臨路徑選擇問題。維持現狀發展會產生大量碳排放，對農民的健康和居住環境產生威脅，加劇城鄉不平等。而如果仍采用簡單的煤改氣或者煤改電替代方式，需要大量基礎設施投資，并且高額的運營費用很容易使農戶返煤。因此，可再生能源是農村能源發展的必由之路，不僅能夠促進農村碳中和及可再生能源的就地利用，改善農村居民的生活條件，還能使得農村從能源消費者轉變為能源生產者和供應者，所以評估鄉村可再生能源的潛力分布是合理制定發展規劃和分布實施的基礎。

已有鄉村可再生能源評估方法存在的問題

回顧已有鄉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，實地調研只能進行抽樣調查，無法大規模應用，導致農村地區數據量比較少，準確度難以保證，并且沒有空間分布的信息。對于生物質資源而言，主要依賴于農業部門對農作物產量的統計數值，這些統計資料往往以市縣為單位，最多到鄉鎮級，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的問題，以及生物電廠爭搶燃料的局面，因此提出以衛星影像為基礎的鄉村可再生能源資源評估方法，與傳統的方法相比，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。

基于衛星影像的鄉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神經網絡，從光學衛星影像中提取屋頂輪廓。由于農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。將訓練好的模型應用于實際的衛星影象中，能夠較為清晰地把衛星影像中屬于各類建筑屋頂的輪廓都標記出來。經過多個村落的驗證后，識別農村屋頂的總體精度在91%以上，能夠滿足工程實際需求。在提取各類建筑屋頂之后，考慮不同類型屋頂的面積利用系數，結合當地太陽輻射數據和光伏系統效率得出屋頂光伏發電潛力。將上述方法應用于具體村落可以得到內部各個獨棟建筑屋頂光伏發電的潛力。

對于全國范圍的農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網絡方法把全國范圍鄉村建筑區輪廓都提取出來，然后在每個省份選擇典型村落，利用上述U-net模型識別建筑區輪廓中的獨棟農村建筑屋頂，進而計算出建筑區內的屋頂面積比例系數，對不同省市自治區采用相應抽樣的方法進行計算，最終得到全國范圍的農村屋頂面積?？紤]不同地區太陽輻射的參數以及光伏的系統效率等因素，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村屋頂光伏資源潛力的方法，最終得到我國農村屋頂光伏可裝機容量為19.88億kW，年發電潛力為2.96萬億kWh，按照電力行業目前的發電能耗以及發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，從不同尺度分析農村屋頂光伏發電潛力和空間分布，可為農村光伏發展提供重要的數據支撐。

對于鄉村生物質資源的識別則基于遙感衛星影像，重點對農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。該指標由遙感衛星影像每個像素的多波段數據計算得到，數值越接近于1代表該像素越體現出植被的特征。以輪作地區種植的夏玉米為例，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，從衛星影像上來看，6月份呈現耕地特征，8月份呈現植被特征，10月份呈現耕地特征，特殊的變化規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業部門統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，可以根據不同作物的生長規律從遙感衛星影像中對其進行提取。按照當地各類作物的產量、草谷比和可收集系數，可計算得到秸稈資源量，進而清晰地得到生物質資源分布情況。

對于鄉村生物質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，考慮收集系數后，可收集量約7.4億噸，集中于東北、華北、華中地區，可以從省級、縣級到村鎮級對不同尺度下的生物質資源空間分布進行分析。

上述以衛星影像為基礎的鄉村可再生能源資源評估方法，不僅能夠分析農村范圍內可再生資源的總量，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村可再生能源發展規劃提供重要的數據支撐。