在内蒙古的一片广阔光伏电站上空,一架无人机沿着预定航线平稳飞行。百米之下,科研人员手持光谱仪,蹲守在光伏板之间,仔细记录每一株植被的生长状况。同时,太空中的哨兵2号卫星正越过该区域,采集地表光谱数据。这是一场典型的“天–空–地”协同生态监测行动。浙江大学科研团队通过这种多尺度融合的方法,成功将卫星植被监测的偏差降低了16.98%,相关研究成果已发表于国际期刊《通讯-地球与环境》。
光伏电站生态监测长期面临挑战:光伏板会干扰卫星光谱信号,导致传统遥感数据失真。为解决这一问题,研究团队深入中国九个不同气候带的光伏电站,开展了76次实地勘察,累计分析3295组光伏板上下植被的对比数据。研究发现,卫星常用的NDVI指数存在系统性误差:低植被覆盖区容易被高估,而高植被覆盖区反而被低估。
更为重要的是,团队发现光伏板上方与板下植被存在显著正相关关系,这表明过去忽视板下植被的评估方法,很可能低估了光伏电站的实际生态价值。
在技术实现上,团队采用改进的U-Net深度学习模型,基于5054组无人机拍摄的高清图像训练神经网络,显著提升了卫星数据与地面植被真实状况的匹配度。实测显示,引入板下植被后,光伏电站平均归一化植被指数从0.248升至0.298,增幅超过20%。研究显示,我国超过六成的光伏电站,其植被生态价值可能长期被低估。
这一技术突破不仅提升了监测精度,更有望重塑光伏电站环境影响评估体系。尤其在西北生态脆弱区域,光伏场站兼具防风固沙、促进植被恢复等潜在生态功能,通过精准测量,这些隐藏的生态效益得以显化。
在青海某戈壁光伏电站的测评中,实际植被覆盖率比卫星估算高出38%。无人机巡检揭示了板下悄然生长的绿色生命,刷新了公众对光伏电站生态功能的认知。
专家指出,这项研究标志着光伏生态评估进入“天–空–地”一体化融合阶段:无人机弥补了卫星与地面测量的尺度断层,人工智能解决了多源数据融合问题。同时,采用商用无人机和开源卫星数据的技术路线,也为大规模推广提供了可行方案。
对于电站运营商,精准植被监测可为生态管理提供科学依据;对于监管部门,这是一个可靠的监管工具。在生态文明建设不断推进的背景下,科学评估光伏电站的生态影响,有助于实现能源开发与生态保护的协调发展。
当无人机在光伏矩阵上空巡航,它们不仅是巡检设备,更成为解读电站生态真相的“天空之眼”。每一块光伏板下,都可能孕育着一个微型生态系统,而科技的力量,正在帮助我们揭开那些被光与影隐藏的绿色奇迹。