Geoskill: Rooftop Solar Inventory

☀️ 建筑屋顶光伏潜能智能评估

基于卫星遥感和3D建模技术,自动评估建筑屋顶光伏安装潜力,输出装机容量、发电收益及经济可行性排名,助力清洁能源投资决策。

收藏
846
安装
236
版本
2.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Rooftop Solar Inventory 是一款面向建筑屋顶光伏开发的综合评估工具,通过整合多源地理空间数据,实现从屋顶几何提取到经济可行性分析的全流程自动化。用户可通过命令行接口输入建筑轮廓、数字表面模型(DSM)或点云数据,或直接指定地理边界框触发自动数据下载。系统默认集成 Microsoft Planetary Computer 的全球建筑足迹数据和 NASA POWER 的太阳辐射数据集,无需 API 密钥即可快速启动分析。

核心工作流程包括:屋顶平面分割与坡度/朝向计算、阴影遮挡分析、可用面积扣减(含安全退界和障碍物剔除)、光伏系统容量配置、年发电量估算及净现值(NPV)、平准化度电成本(LCOE)等经济指标计算。最终输出包含分级排序的候选建筑列表、质量评级报告及可视化 GIS 图层,支持直接用于可行性研究和投资筛选。

显著优点

数据获取零门槛:内置 Microsoft Planetary Computer 和 NASA POWER 自动下载能力,覆盖全球建筑足迹与太阳辐射数据,省去数据采购和预处理环节。 多源数据兼容:支持 GeoJSON/Shapefile 建筑轮廓、GeoTIFF 格式的 DSM 以及 LAS/LAZ 点云,适应不同数据可用性场景。 工程级算法:采用基于 numpy 梯度的坡度/坡向计算、光线追踪阴影模拟、连通域聚类分割等成熟算法,确保几何分析可靠性。 经济模型完整:集成性能比(PR)、方位角修正、阴影损失等关键参数,支持25-30年全生命周期财务分析。 质量分级体系:四级置信度编码(high/medium/low/invalid)帮助用户快速识别数据可靠区域,避免误用低质量结果。

潜在缺点与局限性

数据依赖性制约:缺乏 DSM 时系统强制假设平屋顶,导致复杂屋顶形态识别失败,质量等级自动降级为 "low"。 阴影简化处理:当前采用单一时点或粗粒度多时点阴影模拟,未实现逐小时动态遮蔽分析,可能低估周边建筑或植被的遮挡影响。 工程边界缺失:不涉及结构荷载评估、屋顶产权/租赁状态核查、电网接入条件调查等关键开发约束,输出结果仅为初步筛选依据。 成本估算通用性:默认电价和系统成本参数基于行业均值,未考虑地区差异、组件价格波动及补贴政策变化,经济结果仅供趋势参考。 中文本地化有限:核心文档和输出字段以英文为主,国内用户需自行适配电价单位(CNY/kWh)和政策术语。

适合的目标群体

本技能主要面向以下用户场景: 清洁能源开发商:用于大规模建筑资产组合的光伏潜力初筛,快速识别高优先级项目标的; 城市能源规划部门:支持区域分布式光伏资源普查和装机潜力测算; 房地产/物业资产管理:评估自有屋顶资产的能源开发价值和ESG报告数据支撑; 科研与咨询机构:生成标准化、可复现的屋顶太阳能数据集用于学术研究或政策分析; 金融机构尽调团队:作为绿色资产估值的辅助数据来源,提供技术层面的产能和收益基准。

使用风险

计算资源需求:阴影光线追踪和屋顶分割对内存和CPU占用较高,大规模区域(>1000栋建筑)建议分块处理或配置高性能计算环境。 依赖项管理:依赖 GDAL、rasterio、shapely 等空间计算库,Windows 环境安装易出现编译问题,推荐 Linux/Mac 或 Docker 部署。 坐标系一致性:输入数据需统一至投影坐标系(建议 UTM 或本地 CGCS2000 分带),混用 WGS84 与投影坐标将导致面积和坡度计算误差。 时效性风险:自动下载的 MS Buildings 和 NASA POWER 数据存在更新周期,老旧建筑或短期气候异常可能未被及时反映。 决策边界风险:工具明确标注输出为 "auxiliary analysis only",直接用于工程发包或融资决策需补充专业勘察和合规审查。

Geoskill: Rooftop Solar Inventory 内容

references文件夹
scripts文件夹
test-output2文件夹
手动下载zip · 23.1 kB
solar_panel_defaults.jsonapplication/json
请选择文件