← 論文一覧に戻る

ChinaPV-10m-2024: 中国における大規模・屋上太陽光発電所のベクターデータセット

ChinaPV-10m-2024: A Vector Dataset of Utility-Scale and Rooftop PV Plants (原題)

Zhang, Bin

Zenodoデータセット2026-05-14#再生可能エネルギーOrigin: CN
DOI: 10.1080/15481603.2026.2664949
原典: https://zenodo.org/records/20179001

🤖 gxceed AI 要約

日本語

中国全域の大規模・屋上太陽光発電所を10m解像度でベクター化したデータセット。ハイブリッド遺伝的アルゴリズムとLightGBMを用いてSentinel-1/2画像から抽出し、精度95.16%を達成。各ポリゴンに容量、発電量、CO2削減量を付与。再生可能エネルギー計画や脱炭素化評価に活用可能。

English

This dataset provides a 10-m resolution vector map of utility-scale and rooftop PV plants across China in 2024, extracted from Sentinel-1/2 imagery using a hybrid genetic algorithm and LightGBM classifier with 95.16% accuracy. It includes polygon geometries with estimated capacity, annual generation, and avoided CO2 emissions. The dataset supports spatial energy planning and decarbonization assessment.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

本データセットは中国に特化しているが、同様の手法は日本の太陽光発電マッピングにも応用可能。特に日本の再エネ導入計画やSSBJ関連の報告における実データ活用の参考になる。

In the global GX context

ChinaPV-10m-2024 provides a high-resolution, open dataset for the world's largest solar market, enabling cross-country comparisons and supporting global energy transition and carbon accounting efforts. The methodology is scalable to other regions.

👥 読者別の含意

🔬研究者:This dataset offers a high-quality, validated source for PV deployment analysis and can be used for energy system modeling, carbon accounting, and climate resilience studies.

🏢実務担当者:Corporate sustainability teams can use this data to benchmark PV expansion in China or apply similar methodology for their own supply chain mapping.

🏛政策担当者:Policymakers can leverage this dataset for spatial energy planning and to assess decarbonization potential of solar PV at regional scale.

📄 抄録（日本語訳）

本データセットは、2024年時点の中国全土におけるユーティリティ規模および屋上太陽光発電（PV）設備の包括的な10m解像度ベクターマップを提供する。これは、特徴量最適化のためのカスタマイズハイブリッド遺伝的アルゴリズム（CHGA）とスケーラブルなLightGBM分類器を統合した新規フレームワークを用いて生成され、多時期のSentinel-1 SARおよびSentinel-2光学画像に適用された。抽出モデルは95.16%の高い総合精度を達成した。データセットはESRIシェープファイル形式（WGS-84座標系）で公開され、個々のPV設備を表すポリゴンジオメトリを含む。各ポリゴンには、一貫した省別系統排出係数を用いて導出された推定設備容量、年間発電量、および回避されたCO₂排出量が属性として付与されている。完全な透明性と再現性を確保するため、モデルフレームワーク全体、Sentinel-1/2前処理パイプライン、および後処理コードがデータセットとともに公開されている。本リソースは、空間的エネルギー計画、脱炭素化ポテンシャル評価、およびPVインフラの気候レジリエンス分析に関する研究を支援することを目的とする。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

This dataset provides a comprehensive 10-m resolution vector map of utility-scale and rooftop photovoltaic (PV) power plants across China for the year 2024. It was generated using a novel framework that integrates a Customized Hybrid Genetic Algorithm (CHGA) for feature optimization with a scalable LightGBM classifier, applied to multi-temporal Sentinel-1 SAR and Sentinel-2 optical imagery. The extraction model achieved a high overall accuracy of 95.16%. The dataset is released in ESRI Shapefile format (WGS-84 coordinate system) and includes polygon geometries representing individual PV installations. Each polygon is attributed with estimated installed capacity, annual electricity generation, and avoided CO₂ emissions, derived using consistent provincial grid emission factors. To ensure full transparency and reproducibility, the complete model framework, Sentinel-1/2 preprocessing pipelines, and post-processing code are released alongside the dataset. This resource is intended to support research in spatial energy planning, decarbonization potential assessment, and climate resilience analysis for PV infrastructure.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。