核心用法
Renewable Energy Site Selection 是一款专业的地理信息系统(GIS)多准则适宜性分析工具，专为可再生能源项目选址设计。该技能支持太阳能光伏(PV)和风力发电项目的自动化选址分析，通过整合多源地理数据，快速识别最优开发区域。
用户可通过命令行界面灵活配置分析参数，包括资源数据（太阳辐射GHI或风速）、地形坡度、土地利用类型等核心输入。工具内置硬性约束过滤机制，可自动排除坡度超限、水域覆盖、保护区等不适宜区域。同时支持自定义权重配置，允许用户根据项目优先级调整各评估因子的影响程度。
该技能的一大亮点是集成NASA POWER数据服务，无需API密钥即可自动下载历史气象数据，大幅降低数据获取门槛。分析完成后自动生成适宜性评分栅格、候选地块矢量数据、HTML可视化报告及机器可读清单，形成完整的技术文档体系。
显著优点
自动化数据获取：内置NASA POWER数据接口，支持按边界框或GeoJSON多边形自动下载气象数据，省去繁琐的数据收集流程。
双技术路线支持：同时覆盖太阳能和风能两种主流可再生能源类型，参数智能适配（如默认容量密度：太阳能40MW/km²，风能8MW/km²）。
灵活的评估体系：提供标准化权重模板的同时支持JSON格式自定义权重，满足不同项目的决策偏好。
完整的输出生态：从栅格评分到矢量地块，从可视化报告到机器清单，覆盖技术评估全流程需求。
科学的空间分析：基于成熟GIS算法，实现坡度分析、距离衰减、多因子叠加等专业空间运算。
潜在缺点与局限性
数据质量依赖：输出精度高度依赖输入数据质量，若资源栅格、土地覆盖等基础数据存在偏差，将直接影响选址可靠性。
区域适用性差异：内置容量密度参数为通用经验值，特定地区实际开发强度可能显著偏离默认值。
缺乏电网细节分析：虽支持电网距离因子，但未集成电网容量、消纳能力等电力系统深度分析。
经济评估缺失：当前版本聚焦技术适宜性，未包含LCOE平准化度电成本、投资收益率等经济可行性评估。
社会环境影响简化：保护区和水域作为硬性排除，但未涵盖生态敏感性分级、社区接受度等软性社会因素。
适合的目标群体
- 新能源开发商：快速筛选项目储备地块，支撑前期投资决策
- 工程咨询机构：生成符合行业规范的选址分析报告
- 科研院所：可再生能源资源评估与规划研究
- 政府规划部门：区域新能源开发潜力摸查与空间规划
- 投资机构：项目技术尽职调查辅助工具
使用风险
性能风险：大规模栅格计算（高分辨率+大区域）可能消耗大量内存和计算时间，建议分区块处理。
依赖项风险：依赖GDAL、NumPy等Python GIS生态库，环境配置不当可能导致运行失败（退出码3）。
数据时效性：NASA POWER数据存在发布延迟，近实时分析需确认数据可用性。
坐标系统风险：需确保所有输入数据采用统一空间参考，混用坐标系将导致空间叠加错误。
法律合规风险：选址结果仅供参考，实际开发需履行用地审批、环评、电网接入等法定程序。