青海高原光伏適宜性評(píng)價(jià)的不同決策樹算法的比較研究

摘 要：以青海高原為例，通過野外調(diào)查和整合谷歌圖像的方式，收集185個(gè)光伏站點(diǎn)位置信息。在此基礎(chǔ)上，對(duì)比分類與回歸樹（CART）、隨機(jī)森林（RF）和極端梯度提升（XGBoost）這3種機(jī)器學(xué)習(xí)算法，采用受試者工作特征（ROC）曲線和統(tǒng)計(jì)指標(biāo)對(duì)模型質(zhì)量進(jìn)行檢驗(yàn)。結(jié)果表明：XGBoost具有較高的預(yù)測(cè)性能，對(duì)噪聲數(shù)據(jù)具有較強(qiáng)的適應(yīng)性，總體表現(xiàn)優(yōu)于其他模型。太陽總輻射、與電網(wǎng)的距離和與道路的距離是影響光伏電站選址的主要影響因子。3個(gè)模型生成的光伏適宜性圖顯示，非常適宜區(qū)域主要分布在柴達(dá)木盆地和共和盆地，非常適宜和較適宜區(qū)占研究區(qū)總面積的15.31%和16.33%。

關(guān)鍵詞：光伏電站；分區(qū)；資源評(píng)估；機(jī)器學(xué)習(xí)；青海高原；ArcGIS

中國分類號(hào)： TK519 " " " " " " " " "文獻(xiàn)標(biāo)志碼：A

0 引 言

可再生能源已被公認(rèn)為是解決全球環(huán)境問題、推動(dòng)區(qū)域/國家能源系統(tǒng)轉(zhuǎn)型的重要途徑［1］。作為當(dāng)前碳排放量最大的國家［2］，中國宣布將努力在2030年前達(dá)到二氧化碳排放峰值，并在2060年前實(shí)現(xiàn)碳中和［3］。西北地區(qū)擁有豐富的太陽能資源和廣闊的未利用土地，因此成為太陽能發(fā)電的理想基地［4］。隨著傳統(tǒng)能源的消耗過度，溫室效應(yīng)問題日益顯著［5］，使得對(duì)可再生能源的需求不斷增長(zhǎng)，因此合理評(píng)估可再生能源潛力并進(jìn)行適當(dāng)選址成為提高經(jīng)濟(jì)效益、降低環(huán)境影響的重要途徑［6］。為充分利用太陽能資源并最小化對(duì)環(huán)境的不利影響，光伏電站的適宜性評(píng)估應(yīng)考慮多個(gè)評(píng)估標(biāo)準(zhǔn)，包括資源可用性、氣候條件、并網(wǎng)消納條件、生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)因素［7］等。許多國家的研究（如土耳其、希臘、沙特、中國、埃及）已使用多標(biāo)準(zhǔn)決策方法（multiple criteria decision analysis，MCDM）與地理信息系統(tǒng)（geographic information system，GIS）相結(jié)合的方法確定光伏電站的最佳位置［8-12］。傳統(tǒng)的評(píng)價(jià)方法具有一定主觀性，缺乏標(biāo)準(zhǔn)化的權(quán)重分配，難以定量評(píng)估結(jié)果的精度。而機(jī)器學(xué)習(xí)（machine learning，ML）是基于經(jīng)驗(yàn)數(shù)據(jù)和模型訓(xùn)練得到的特征重要性，能更準(zhǔn)確地計(jì)算光伏適宜性與環(huán)境因子之間復(fù)雜的多元非線性關(guān)系［13］。孫艷偉等［1］使用多層感知器、隨機(jī)森林、極端梯度增強(qiáng)模型對(duì)太陽能光伏裝置的位置選擇進(jìn)行建模；Wimhurst- Joshua等［14］運(yùn)用兩種機(jī)器學(xué)習(xí)算法對(duì)美國愛荷華州進(jìn)行風(fēng)力渦輪機(jī)的合適區(qū)域建模，結(jié)果表明利用數(shù)據(jù)和算法進(jìn)行風(fēng)電場(chǎng)選址是可行且有效的，展示了機(jī)器學(xué)習(xí)模型在模擬清潔能源發(fā)電廠的空間選址方面具有出色的性能和潛力。

現(xiàn)有的文獻(xiàn)研究對(duì)評(píng)估標(biāo)準(zhǔn)的選取主要關(guān)注氣候和自然地理要素，較少考慮土地利用因素，盡管Rios等［15］的研究注意到某些土地由于特殊性質(zhì)不適合光伏設(shè)施建設(shè)，并在適宜性分析中將其排除在外，然而排除類型只涉及到森林、水體、冰川和濕地，并未將具體的草地類型納入考量。青海高原具有豐富的太陽能資源，在光伏開發(fā)方面具有得天獨(dú)厚的優(yōu)勢(shì)。同時(shí)，青海高原作為中國草地資源主要分布區(qū)，全省天然草地面積廣闊，是中國畜牧業(yè)的重要生產(chǎn)基地［16］。由于其獨(dú)特的地理環(huán)境特征，草地在氣候調(diào)節(jié)、水源涵養(yǎng)、生物多樣性保護(hù)，碳匯和水土保持等方面扮演著重要的角色［17］，然而在當(dāng)前光伏電站適宜性評(píng)估相關(guān)研究中，未能充分考慮到這一關(guān)鍵因素的影響?；诖?，本文嘗試使用基于樹的分類器，如分類回歸樹（Classification and regression tree，CART）、極限梯度提升（extreme gradient boosting，XGBoost）和隨機(jī)森林（random forest，RF）構(gòu)建光伏適宜模型，并將具體草地類型納入評(píng)估體系。在此基礎(chǔ)上，生成光伏適宜地圖，結(jié)合一些統(tǒng)計(jì)學(xué)指標(biāo)以及受試者工作特征（receiver operating characteristic curve，ROC）曲線對(duì)模型性能進(jìn)行評(píng)價(jià)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

青海高原地處青藏高原東北部，是中國面積第4大的地區(qū)，總面積約為69.66萬km2，屬高原大陸性氣候，日照時(shí)間長(zhǎng)，輻射強(qiáng)度大。年輻射總量在5860～7400 MJ/m2之間，僅次于西藏，多年平均日照時(shí)數(shù)在2336～3341 h［18］。青海的土地利用結(jié)構(gòu)對(duì)光伏發(fā)電非常有利，不適宜或受限制的土地類別（如林地、耕地、水體、已建成區(qū)）主要分布在東部的山區(qū)和丘陵地區(qū)。此外，保護(hù)區(qū)通常被視為限制開發(fā)區(qū)，它們多位于高海拔地區(qū)或具有重要濕地資源（如三江源自然保護(hù)區(qū)）。而在柴達(dá)木盆地、東部農(nóng)區(qū)等地勢(shì)較低的區(qū)域，太陽電池的開發(fā)利用前景廣闊。青海高原的地理位置和地貌結(jié)構(gòu)使其成為可再生能源大規(guī)模開發(fā)的理想場(chǎng)所［19］。近年來，青海已在共和盆地和格爾木等地建設(shè)了大量光伏電站。

1.2 評(píng)價(jià)指標(biāo)選取與分級(jí)

根據(jù)已有研究結(jié)果［20-23］，確定11個(gè)構(gòu)建機(jī)器學(xué)習(xí)模型的影響因子。光伏影響因子包括政策因素、地形因素、成本因素和氣象因素（表1），參考王海金等［24］的研究，對(duì)所建立的光伏電廠的適宜度進(jìn)行1～8的賦值分級(jí)，適宜性越好賦值越大。表2為光伏電站適宜性等級(jí)評(píng)定表?；谇笆鲞m宜度分級(jí)，在空間分析工具中利用歐氏距離和重分類功能，對(duì)以上11個(gè)因素進(jìn)行分級(jí)，通過將不同的分級(jí)賦予不同的顏色值，繪制出各影響因子的分級(jí)圖（見圖2）。

1）政策因素。研究發(fā)現(xiàn)［25］上網(wǎng)電價(jià)（feed-in tariff，F(xiàn)IT）政策是目前推動(dòng)光伏能源部署實(shí)施最廣泛的政策措施。該政策旨在通過向發(fā)電商提供長(zhǎng)期保證的購買價(jià)格來吸引太陽能光伏發(fā)電投資［26］。然而由于中國FIT政策的不斷調(diào)整和變遷，研究無法獲得光伏政策的確切值，因此借鑒車曉靜等［27］的方法，使用虛擬變量來表征光伏政策，為1表示政府支持該地發(fā)展光伏，0表示缺乏政策支持。

2）地形因素。地形因素包括坡度、坡向。坡度反映候選區(qū)域的地形陡度。坡度越大，地形越陡峭，從事鉆孔或填挖過程所需的成本就越高。坡向的選址對(duì)光伏發(fā)電效率至關(guān)重要，對(duì)于北半球國家而言，太陽能光伏組件的最佳布局為南向。

3）成本因素。成本因素包括與道路距離、與河流距離、與電網(wǎng)距離、與沙塵暴源距離。光伏電站的施工、運(yùn)行和傳輸均需投入大量的機(jī)械和設(shè)備，距離主干道路越遠(yuǎn)安裝和傳輸費(fèi)用就越高［28］。太陽能發(fā)電站尤其適用于那些不需大量人工作業(yè)就可接入已有電網(wǎng)的地區(qū)，將其建在靠近已有電網(wǎng)及變電站的位置，可有效降低傳輸損耗［29］。此外，水的可用性通常被忽略。在沙塵暴頻發(fā)的干旱地區(qū)，光伏電站需要進(jìn)行周期性清洗以維持發(fā)電效率，研究發(fā)現(xiàn)［30］粉塵沉降不僅會(huì)影響太陽能光伏組件的性能，還會(huì)降低其使用壽命，故距離河流更近的光伏電站更易得到充足的水資源來清洗粉塵［31］。

4）氣象因素。氣象因素包括太陽總輻射、年平均降水、年平均風(fēng)速、年平均積雪深度。太陽總輻射是衡量光伏電站選址經(jīng)濟(jì)性和技術(shù)性的關(guān)鍵標(biāo)準(zhǔn)。太陽總輻射越高說明該地區(qū)具備更好的太陽能資源條件，對(duì)于該地區(qū)光伏的開發(fā)利用更為有利［9］。降水、風(fēng)速、積雪深度會(huì)對(duì)光伏發(fā)電的穩(wěn)定性造成一定影響［32］，例如強(qiáng)風(fēng)、暴雨、暴雪等極端天氣可能會(huì)導(dǎo)致光伏電站的設(shè)備受損或者停機(jī)，進(jìn)而影響發(fā)電效率。采用方差膨脹因子（variance inflation factor，VIF）和公差（tolerance，TOL）對(duì)變量進(jìn)行多重共線性分析，以消除光伏適宜性調(diào)節(jié)因子間的冗余信息。經(jīng)SPSS 21軟件統(tǒng)計(jì)分析發(fā)現(xiàn)，各指標(biāo)的方差膨脹因子均在10以內(nèi)，說明各影響因素之間并未存在嚴(yán)重的多重共線性［33］。

1.3 光伏可利用區(qū)

根據(jù)國土資源部發(fā)布的《光伏電站項(xiàng)目土地利用控制指標(biāo)》（國土資規(guī)〔2015〕11號(hào)），將自然保護(hù)區(qū)、森林、耕地和建設(shè)用地等設(shè)置為光伏開發(fā)的限制區(qū)域［34］，僅選取草地和未利用地作為光伏可利用區(qū)域。利用ArcGis軟件中“擦除”工具將限制區(qū)域從圖層中剔除，如圖3所示，圖中“

”為青海省已建大規(guī)模光伏電站。通過這樣的篩選可確保在光伏發(fā)電項(xiàng)目中充分保護(hù)環(huán)境和生態(tài)效益，進(jìn)而實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)。

1.4 光伏點(diǎn)和非光伏點(diǎn)準(zhǔn)備

編制光伏數(shù)據(jù)清單是進(jìn)行光伏適宜性區(qū)域評(píng)估的一個(gè)關(guān)鍵步驟，假設(shè)現(xiàn)有光伏電站的地理位置相對(duì)理想。根據(jù)已有文獻(xiàn)發(fā)現(xiàn)，大多數(shù)光伏電站都安裝在貧瘠的土地和草地上。本文進(jìn)一步將草地類型劃分為9個(gè)主要類別，包括溫性荒漠草原、高寒草甸草原、高寒草原、溫性荒漠、高寒荒漠、溫性草原、低山草甸、山地草甸和高寒草甸。其中溫性草原荒漠、溫性荒漠和高寒荒漠最適合建設(shè)光伏電站，因?yàn)檫@些地區(qū)的植被相對(duì)較薄弱，土地利用價(jià)值較低［19］。光伏電站的建設(shè)能有效提高土地的利用率，同時(shí)為經(jīng)濟(jì)發(fā)展提供支持［35］。通過整合實(shí)地調(diào)查、谷歌地球的圖像和網(wǎng)站的歷史記錄，編制青海省已建光伏電站清單，最終的合成數(shù)據(jù)集包含截至2020年底的185座公用事業(yè)規(guī)模的光伏電站，總裝機(jī)容量約為6716.36 MW，占全省實(shí)際光伏裝機(jī)容量的43%。根據(jù)世界銀行［36］提供的光伏潛力數(shù)據(jù)，選取光伏潛力較低的地區(qū)，通過隨機(jī)點(diǎn)的方式產(chǎn)生等值匹配的非光伏節(jié)點(diǎn)，以建立基于機(jī)器學(xué)習(xí)的光伏裝置預(yù)測(cè)模型?；诙嘀迭c(diǎn)提取的光伏點(diǎn)和非光伏點(diǎn)位置制備數(shù)據(jù)集，在數(shù)據(jù)集中，“標(biāo)簽”編號(hào)為1和0分別表示滿足以上3種草類的光伏點(diǎn)和非光伏點(diǎn)。最后，將光伏和非光伏點(diǎn)隨機(jī)分為70%和30%，以構(gòu)建訓(xùn)練（259個(gè)樣本）和驗(yàn)證數(shù)據(jù)集（111個(gè)樣本）。

1.5 機(jī)器學(xué)習(xí)模型

1.5.1 CART決策樹分類

CART算法是基于二進(jìn)制算法創(chuàng)建分類和回歸樹，用于預(yù)測(cè)分類變量（分類）和連續(xù)變量（回歸）。在決策樹算法中，廣泛使用基尼系數(shù)（Gini index，Gini）作為評(píng)估節(jié)點(diǎn)純度的指標(biāo)，以便選擇最佳的測(cè)試變量和分割閾值［37］。基尼指數(shù)越小表示劃分子集具有的純度越高，即分類標(biāo)準(zhǔn)越好。

1.5.2 XGBoost算法

極端梯度提升是對(duì)梯度提升算法的一種改進(jìn)，利用二階泰勒級(jí)數(shù)展開擴(kuò)展損失函數(shù)，以實(shí)現(xiàn)模型的快速收斂。同時(shí)，在損失函數(shù)中添加正則化項(xiàng)以防止模型過度擬合［38］。該算法使用加性訓(xùn)練方法來學(xué)習(xí)，由泰勒定理表示的新優(yōu)化目標(biāo)函數(shù)定義如下：

[Xobj=i=1nl（y，y）+k=1KΩfk] （1）

[Ω（f）=γT+12λj=1Tω2j] （2）

式中：[i=1nl（y，y）]——模型預(yù)測(cè)值和真實(shí)值差異；[Ωfk]——目標(biāo)函數(shù)正則化項(xiàng)；[γ]——每片葉子的復(fù)雜性；[T]——決策樹中的葉子總數(shù)；[λ]——折衷參數(shù)；[ωj]——第[j]葉上的分?jǐn)?shù)。

1.5.3 RF模型

隨機(jī)森林是一種高效準(zhǔn)確的集成學(xué)習(xí)模型，通過從單個(gè)輸入數(shù)據(jù)集構(gòu)建隨機(jī)樹來實(shí)現(xiàn)。使用BootStrap方法，可通過從原始訓(xùn)練集中有放回地抽取相同數(shù)量的樣本來創(chuàng)建具有相同特征數(shù)的子樣本，然后針對(duì)每個(gè)子樣本構(gòu)建決策樹模型。最后，通過對(duì)多棵樹的結(jié)果經(jīng)進(jìn)行表決或平均，得出最終的預(yù)測(cè)結(jié)果［39］。

1.6 模型驗(yàn)證與比較

構(gòu)建機(jī)器學(xué)習(xí)模型時(shí)，評(píng)估其表現(xiàn)是不可或缺的一步。通用統(tǒng)計(jì)評(píng)價(jià)標(biāo)準(zhǔn)包含準(zhǔn)確率（accuracy）、精確度（precision）、靈敏度（sensitivity）、特異度（specificity）、卡帕系數(shù)（Kappa）等。ROC曲線下面積值（AUC）是評(píng)估二分類預(yù)測(cè)效果的綜合性指標(biāo)［40］。AUC值越接近于1，模型預(yù)測(cè)精度越高。另外5個(gè)指標(biāo)是在混淆矩陣的基礎(chǔ)上所得，具體計(jì)算公式如下：

[EAcc =nTP+nTNnTP+nFP+nFN+nTN] （3）

[EPre =nTPnTP+nFP] （4）

[ESen =nTPnFP+nFN] （5）

[ESpe =nFPnFP+nTN] （6）

[EKap =P0-Pc1-Pc] （7）

[P0=nTP+nTNN] （8）

[Pc=nTP+nFNnTP+nFP+nFP+nTNnFN+nTNN2] （9）

[EAUC=nTP+nFNP+N] （10）

式中：[EAcc ]——準(zhǔn)確率函數(shù)；[EPre ]——精確率函數(shù)；[ESen ]——靈敏度函數(shù)；[ESpe ]——特異度函數(shù)；[EKap ]——卡帕系數(shù)函數(shù)；[EAUC]——ROC曲線下面積函數(shù)；[P]——光伏點(diǎn)數(shù)量；[N]——非光伏點(diǎn)數(shù)量；[nTP]——正確劃分光伏點(diǎn)的像元數(shù)量；[nFN]——錯(cuò)誤劃分為非光伏點(diǎn)的像元數(shù)量；[nTN]——正確劃分為非光伏點(diǎn)的像元數(shù)量；[nFP]——錯(cuò)誤劃分為光伏點(diǎn)的像元數(shù)量。

2 結(jié)果與分析

2.1 模型評(píng)估

利用統(tǒng)計(jì)分析方法對(duì)測(cè)試數(shù)據(jù)集進(jìn)行模型驗(yàn)證的結(jié)果見表3。結(jié)果表明，XGBoost模型在測(cè)試數(shù)據(jù)集上的統(tǒng)計(jì)指標(biāo)均高于其他模型。在Kappa系數(shù)方面，XGBoost模型的值最高（Kappa值為0.893），其次是RF模型（Kappa值為0.856），CART模型（Kappa值為0.771）。不同模型使用測(cè)試數(shù)據(jù)集的ROC曲線分析結(jié)果如圖4所示。XGBoost模型的AUC值最高（AUC值為0.991），其次是RF模型（AUC值為0.988）、CART模型（AUC值為0.956），ROC曲線的分析結(jié)果再次證實(shí)了XGBoost模型優(yōu)于其他模型。

2.2 特征變量重要性分析

量化特征重要性對(duì)于識(shí)別光伏選址中最具影響力的變量、了解光伏調(diào)節(jié)因素之間的潛在關(guān)系以及建立可解釋的適

宜性模型很有價(jià)值。通過使用XGBoost模型的屬性“feature_ importance”，可計(jì)算11個(gè)光伏調(diào)節(jié)因素的特征重要性值，這些值通常使用基尼系數(shù)或信息增益進(jìn)行衡量，因子值越高對(duì)光伏決策的影響越大。結(jié)果表明，在光伏調(diào)節(jié)因子（圖5）中，太陽總輻射（13.39）、與電網(wǎng)距離（13.09）、與道路距離（13.06）、政策支持的影響較大。相比之下，與沙塵暴源距離、與河流距離和風(fēng)速的影響程度較低。據(jù)實(shí)地調(diào)查，該地大部分光伏電站都建設(shè)在太陽輻射大于6626.67 MJ/m2，坡度小于5°，離現(xiàn)有傳輸路線較近的地區(qū)。因此，以上結(jié)果表明，XGBoost得到的11個(gè)調(diào)節(jié)因子的重要度排序總體上是合理的。此外，所有條件因子的貢獻(xiàn)均大于0，說明所有條件因子

對(duì)研究區(qū)光伏建設(shè)均有一定影響。因此，在光伏適宜性模型中應(yīng)當(dāng)考慮所有11個(gè)條件因素。

2.3 繪制適宜性地圖

基于上文給定的權(quán)重值進(jìn)行預(yù)測(cè)，得到結(jié)果并繪制成青海高原的光伏適宜性地圖。根據(jù)Jenks自然間斷分為5個(gè)層次：不適宜、欠適宜、一般適宜、較適宜、非常適宜?；?個(gè)模型，將太陽輻射較高、靠近電網(wǎng)、道路的柴達(dá)木和共和盆地確定為非常適宜區(qū)和較適宜區(qū)，以往的研究［20，41］也證實(shí)這些地區(qū)非常適合光伏安裝，而南部昆侖山脈、可可西里地區(qū)、北部的祁連山區(qū)被歸類為不適宜和欠適宜地區(qū)。3種模型繪制的地圖的空間分化特征近乎相似，但各適宜水平的比例不同（圖6d）。在CART模型中，從不適宜到非常適宜的區(qū)域百分比依次為70.03%、2.27%、4.08%、2.41%和21.21%。RF模型的適宜區(qū)域百分比依次為17.05%、19.93%、26.25%、20.71%和16.05%。在XGBoost模型中，不適宜覆蓋面積最大（24.38%），其次是欠適宜（24.14%）、一般適宜（19.84%）、較適宜（16.33%）和非常適宜水平（15.31%）?；贑ART模型的不適宜和非常適宜比例高于其他兩個(gè)模型（圖6a和圖6d）。基于XGBoost模型，欠適宜占面積的24.14%，高于基于其他兩個(gè)模型獲得的結(jié)果（圖6b和圖6d）。與其他兩個(gè)模型相比，基于RF模型的一般適宜和較適宜的區(qū)域比例高于其他兩個(gè)模型，達(dá)到46.96%（圖6c和圖6d）。

3 討 論

3.1 訓(xùn)練集數(shù)據(jù)誤差（噪聲）的影響

機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練集中的細(xì)微差異非常敏感，從而導(dǎo)致不同的分裂和引起網(wǎng)絡(luò)結(jié)構(gòu)的改變。在許多相關(guān)文獻(xiàn)中，研究者已注意到算法性能的“不穩(wěn)定性”［42-43］。為了模擬訓(xùn)練數(shù)據(jù)中的噪聲效應(yīng)，研究在總訓(xùn)練樣本的10%、30%和50%的子集上進(jìn)行錯(cuò)誤標(biāo)簽的隨機(jī)分配。實(shí)驗(yàn)結(jié)果顯示，與基線情況相比，訓(xùn)練數(shù)據(jù)集中較高比例的噪聲顯著降低了所有機(jī)器學(xué)習(xí)模型的總體準(zhǔn)確性，這與尹小哲等［44］的研究結(jié)果一致。如圖7所示，噪聲僅增加10%，精度就會(huì)降低3.4%（CART）、5.2%（XGBoost）和8.8%（RF）。30%的噪聲使模型精度降低了多達(dá)23.8%（CART）。與CART和RF相比，XGBoost對(duì)噪聲的存在抵抗力最強(qiáng)。但是，在50%噪聲下，所有機(jī)器學(xué)習(xí)模型的精度均會(huì)有所降低。

3.2 從樣本不平衡中獲得啟示

基于機(jī)器學(xué)習(xí)的區(qū)域適宜性評(píng)估，多采用等量的正負(fù)樣本來訓(xùn)練分類器，正負(fù)樣本分別來源于歷史資料和未見電站

報(bào)導(dǎo)的地區(qū)。如侯雅麗等［45］利用1037個(gè)縣的發(fā)電廠數(shù)據(jù)，結(jié)合多種分類器來預(yù)測(cè)秸稈發(fā)電的區(qū)域適宜性，其中負(fù)樣本在未建有發(fā)電廠的縣域隨機(jī)選??；與洪澇或滑坡風(fēng)險(xiǎn)評(píng)估不同，適宜性評(píng)估通常涉及個(gè)人偏好和主觀判斷，缺乏大量確切的正負(fù)樣本。在實(shí)際應(yīng)用中，往往很難獲取足夠的負(fù)樣本。一些研究人員試圖解決樣本不平衡的問題，如侯雅麗等［46］提出重復(fù)隨機(jī)過采樣方法（over-sampling），通過多次采樣選擇符合設(shè)定閾值要求的負(fù)樣本，以實(shí)現(xiàn)對(duì)負(fù)樣本質(zhì)量的優(yōu)化；然而，過采樣可能導(dǎo)致訓(xùn)練集中存在重復(fù)信息，從而影響機(jī)器學(xué)習(xí)模型的準(zhǔn)確性［47］。再如孫艷偉等［1］提出空間緩沖抽樣方法，根據(jù)現(xiàn)有光伏點(diǎn)在2～20 km的緩沖環(huán)內(nèi)隨機(jī)選擇非光伏點(diǎn)，以保持地理單位的一致性。盡管可采用某些方法來提升負(fù)樣本的質(zhì)量，但仍無法絕對(duì)排除負(fù)樣本處未來建立能源站點(diǎn)的可能性。究其原因，是因?yàn)橹袊茉唇ㄔO(shè)的地域環(huán)境具有高度的動(dòng)態(tài)性，因此在政策扶持等方面，新的光伏電站可能不斷涌現(xiàn)。故而，負(fù)樣本的選取應(yīng)謹(jǐn)慎權(quán)衡，以降低對(duì)評(píng)價(jià)結(jié)果錯(cuò)誤判斷的風(fēng)險(xiǎn)?？偟膩碚f，光伏適宜性問題不能簡(jiǎn)單地看作是二元分類問題，而應(yīng)看作是不平衡數(shù)據(jù)集的分類問題。這是因?yàn)橐话阍趯?shí)踐中，非光伏樣本的數(shù)量通常比光伏樣本的數(shù)量大得多。因此，合理定義非光伏樣本成為適宜性評(píng)估的首要問題，本文結(jié)果充分利用國際上公認(rèn)的全球最精確、最可靠的太陽能資源數(shù)據(jù)庫World Bank的數(shù)據(jù)集［48］，在低潛力地區(qū)對(duì)青海高原非光伏點(diǎn)隨機(jī)選取，并將其用于光伏適宜性評(píng)價(jià)中，以期為中國今后的光伏發(fā)電項(xiàng)目的建設(shè)有所幫助。

3.3 與傳統(tǒng)方法的比較

本文主要針對(duì)青海地區(qū)太陽能光伏電站的適宜建設(shè)問題提出一種新穎的方法，創(chuàng)新之處在于在構(gòu)建光伏評(píng)估體系時(shí)引入機(jī)器學(xué)習(xí)算法，以解決傳統(tǒng)方法中指標(biāo)因子篩選和權(quán)重計(jì)算過程受到數(shù)據(jù)間復(fù)雜非線性關(guān)系影響和人為主觀因素影響過大的問題。其次在考慮土地可行性影響時(shí)，本文與以往研究方法有所不同。傳統(tǒng)做法常將土地類型劃分成幾個(gè)大類，并對(duì)每個(gè)類別進(jìn)行賦分評(píng)價(jià)，最終通過權(quán)重疊加的方式來表征土地適宜性，這種方法未考慮到某些土地因其特殊的性質(zhì)而不適合進(jìn)行光伏裝置安裝［49］。盡管有少數(shù)學(xué)者［50-51］已注意到在有些土地利用類型（如森林、濕地、保護(hù)區(qū)等）上進(jìn)行光伏系統(tǒng)的建設(shè)會(huì)使得生物多樣性喪失的風(fēng)險(xiǎn)增加而將其排除在外，例如楊忠等［52］強(qiáng)調(diào)發(fā)電廠不應(yīng)安裝在耕地上，然而最近研究表明［53］，隨著大型公共事業(yè)規(guī)模的太陽能項(xiàng)目不斷增加，太陽能裝置的安裝越來越集中在農(nóng)業(yè)用地上，青海省作為中國五大牧區(qū)之一，擁有豐富的草原資源。

草原是青海省牧區(qū)經(jīng)濟(jì)的主要組成部分，也是廣大牧民生活的基礎(chǔ)。然而，目前對(duì)于光伏適宜選址的研究卻很少涉及具體草地類型對(duì)選址產(chǎn)生的影響。在青海省擁有如此廣闊的草地背景下，對(duì)于草地指標(biāo)的選擇還存在一定不足，這是一個(gè)值得關(guān)注的問題。隨著未來可再生能源項(xiàng)目的進(jìn)一步推廣，土地可行性將成為制約太陽能光伏發(fā)電的關(guān)鍵因素，確認(rèn)合適的選址將對(duì)太陽能發(fā)電場(chǎng)未來的發(fā)展起到至關(guān)重要的作用［54］。本文綜合前人研究成果，首先將保護(hù)區(qū)、特定土地排除，還將草地類型細(xì)分成9大類，這樣的細(xì)分有助于更準(zhǔn)確地識(shí)別光伏發(fā)電適宜性區(qū)域，減少環(huán)境破壞，并提供更加細(xì)致的選址準(zhǔn)則。其次，出于對(duì)生態(tài)保護(hù)政策的嚴(yán)格考量，導(dǎo)致得出的適宜區(qū)面積相對(duì)于青海省十四五規(guī)劃有所減小，這進(jìn)一步凸顯了生態(tài)環(huán)境在適宜區(qū)劃分中的重要性。因此，在評(píng)估適宜區(qū)時(shí)，需要全面考慮各種因素，特別是生態(tài)保護(hù)方面，以確保結(jié)果具有可持續(xù)性和生態(tài)友好性。此外，研究所提出的模型是動(dòng)態(tài)可復(fù)制的，可在其他地理區(qū)域和其他可再生能源領(lǐng)域推廣［28］。例如針對(duì)風(fēng)電場(chǎng)選址的區(qū)位適宜性研究，可借鑒本文所述的若干準(zhǔn)則并對(duì)其能量來源作相應(yīng)調(diào)整，因此本項(xiàng)目的研究成果可為相關(guān)領(lǐng)域的政策制定提供理論依據(jù)和技術(shù)支持，以更有效地?cái)U(kuò)展太陽能光伏和其他可再生能源技術(shù)。

4 結(jié) 論

本文比較3種分類樹性能，以繪制青海高原大面積光伏適宜性地圖。結(jié)合地形、成本、氣候因素，3個(gè)分類器在包含11個(gè)離散變化類別的檢測(cè)環(huán)境中表現(xiàn)良好。通過機(jī)器學(xué)習(xí)算法的比較研究得出以下結(jié)論：

1）XGBoost模型不僅在AUC值上達(dá)到0.991，而且對(duì)噪聲的抵抗力也最強(qiáng)，相比之下，CART和RF模型更易受到噪聲的影響。

2）自然地理和基礎(chǔ)設(shè)施因素，如太陽總輻射、坡度、道路和電網(wǎng)基礎(chǔ)設(shè)施的可達(dá)性，對(duì)太陽能光伏發(fā)電站選址的決策影響較大。太陽能光伏電站多傾向于選址在太陽輻射強(qiáng)、坡度小、靠近電網(wǎng)等基礎(chǔ)設(shè)施以及有政策支持的地區(qū)。

3）利用3種機(jī)器學(xué)習(xí)模型對(duì)太陽能光伏安裝適宜性進(jìn)行空間預(yù)測(cè)，得到相對(duì)一致的分布規(guī)律。高值區(qū)域主要集中在柴達(dá)木盆地和共和盆地，而低值區(qū)域則主要分布在北部祁連山和南部昆侖山脈。最優(yōu)模型結(jié)果發(fā)現(xiàn)，非常適宜、較適宜區(qū)域僅占評(píng)估區(qū)域的31.36%，而不適宜和欠適宜卻占評(píng)估區(qū)的48.52%。

［參考文獻(xiàn)］

［1］ SUN Y W， ZHU D F， LI Y， et al. Spatial modelling the location choice of large-scale solar photovoltaic power plants： application of interpretable machine learning techniques " and " the " national " inventory［J］. " Energy conversion and management， 2023， 289： 117198.

［2］ 劉立程， 孫中孝， 吳鋒， 等. 京津冀地區(qū)光伏開發(fā)空間適宜性及減排效益評(píng)估［J］. 地理學(xué)報(bào)， 2022， 77（3）： 665-678.

LIU L C， SUN Z X， WU F， et al. Evaluation of suitability and emission reduction benefits of photovoltaic development " in " Beijing-Tianjin-Hebei " region［J］. "Acta geographica sinica， 2022， 77（3）： 665-678.

［3］ CHANG R， YAN Y P， WU J， et al. Projected PV plants in China’s gobi deserts would result in lower evaporation and wind［J］. Solar energy， 2023， 256： 140-150.

［4］ HOU W J， LI X J， YANG L S， et al. Carrying capacity of water resources for renewable energy development in arid regions in Northwest China： a case study of Golmud， Qinghai［J］. Frontiers in environmental science， 2022， 10： 892414.

［5］ 田政卿， 張勇， 劉向， 等. 光伏電站建設(shè)對(duì)陸地生態(tài)環(huán)境的影響： 研究進(jìn)展與展望［J］. 環(huán)境科學(xué)， 2024， 45（1）： 239-247.

TIAN Z Q， ZHANG Y， LIU X， et al. Effects of photovoltaic power station construction on terrestrial environment： retrospect and prospect［J］. Environmental science， 2024， 45（1）： 239-247.

［6］ QIU L H， HE L， LU H W， et al. Systematic potential analysis on renewable energy centralized co-development at high altitude： a case study in Qinghai-Tibet Plateau［J］. Energy conversion and management， 2022， 267： 115879.

［7］ GIAMALAKI M， TSOUTSOS T. Sustainable siting of solar power installations in Mediterranean using a GIS/AHP approach［J］. Renewable energy， 2019， 141： 64-75.

［8］ SUH J， BROWNSON J. Solar farm suitability using geographic information system fuzzy sets and analytic hierarchy processes： case study of ulleung island， Korea［J］. Energies， 2016， 9（8）： 648.

［9］ 張乾， 辛?xí)灾蓿?張海龍， 等. 基于遙感數(shù)據(jù)和多因子評(píng)價(jià)的中國地區(qū)建設(shè)光伏電站的適宜性分析［J］. 地球信息科學(xué)學(xué)報(bào)， 2018， 20（1）： 119-127.

ZHANG Q， XIN X Z， ZHANG H L， et al. Suitability analysis of photovoltaic power plants in China using remote sensing data and multicriteria evaluation［J］. Journal of geo-information science， 2018， 20（1）： 119-127.

［10］ YANG Q， HUANG T Y， WANG S G， et al. A GIS-based high spatial resolution assessment of large-scale PV generation potential in China［J］. Applied energy， 2019， 247： 254-269.

［11］ LIU J C， XU F Q， LIN S S. Site selection of photovoltaic power plants in a value chain based on grey cumulative prospect theory for sustainability： a case study in Northwest China［J］. Journal of cleaner production， 2017， 148： 386-397.

［12］ XIAO J H， YAO Z Y， QU J J， et al. Research on an optimal site selection model for desert photovoltaic power plants based on analytic hierarchy process and geographic information " system［J］. " Journal " of " renewable " and sustainable energy， 2013， 5（2）： 023132.

［13］ ARABAMERI A， SAHA S， ROY J， et al. Landslide susceptibility evaluation and management using different machine learning methods in the gallicash river watershed， Iran［J］. Remote sensing， 2020， 12（3）： 475.

［14］ WIMHURST J J， GREENE J S， KOCH J. Predicting commercial wind farm site suitability in the conterminous United States using a logistic regression model［J］. Applied energy， 2023， 352： 121880.

［15］ RIOS R， DUARTE S. Selection of ideal sites for the development of large-scale solar photovoltaic projects through analytical hierarchical process-geographic information systems （AHP-GIS） in Peru［J］. Renewable and sustainable energy reviews， 2021， 149： 111310.

［16］ 蘇淑蘭， 姬海娟， 張東， 等. 青海草地生態(tài)系統(tǒng)水分利用效率特征及其影響因素分析［J］. 草地學(xué)報(bào)， 2023， 31（9）： 2814-2825.

SU S L， JI H J， ZHANG D， et al. Characteristics of water use efficiency and its influencing factors of grassland ecosystem in Qinghai Province［J］. Acta agrestia sinica， 2023， 31（9）： 2814-2825.

［17］ 杜志勇， 叢楠. 植被與土壤特征對(duì)青藏高原不同程度退化草地的響應(yīng)［J］. 生態(tài)學(xué)報(bào)， 2024， 44（6）： 2504-2516.

DU Z Y， CONG N. Responses of vegetation and soil characterisitics to degraded grassland under different degrees on the Qinghai-Tibet Plateau［J］. Acta ecologica sinica， 2024， 44（6）： 2504-2516.

［18］ QIU L H， HE L， LU H W， et al. Spatial-temporal evolution of pumped hydro energy storage potential on the Qinghai-Tibet Plateau and its future trend under global warming［J］. Science of the total environment， 2023， 857： 159332.

［19］ TANG W J， QI J W， WANG Y， et al. Dense station-based potential assessment for solar photovoltaic generation in China［J］. Journal of cleaner production， 2023， 414： 137607.

［20］ HUANG T Y， WANG S G， YANG Q， et al. A GIS-based assessment of large-scale PV potential in China［J］. Energy procedia， 2018， 152： 1079-1084.

［21］ COLAK H E， MEMISOGLU T， GERCEK Y. Optimal site selection for solar photovoltaic （PV） power plants using GIS and AHP： a case study of Malatya Province， Turkey［J］. Renewable energy， 2020， 149： 565-576.

［22］ ELBOSHY B， ALWETAISHI M， ALY R M H， et al. A suitability mapping for the PV solar farms in Egypt based on GIS-AHP to optimize multi-criteria feasibility［J］. Ain shams engineering journal， 2022， 13（3）： 101618.

［23］ SUN L J， JIANG Y C， GUO Q S， et al. A GIS-based multi-criteria decision making method for the potential assessment and suitable sites selection of PV and CSP plants［J］. Resources， conservation and recycling， 2021， 168： 105306.

［24］ 王海金， 唐若笠， 周雨詩， 等. 基于ArcGIS與多因子模型的光伏電站選址評(píng)估［J］. 太陽能學(xué)報(bào)， 2023， 44（11）： 120-130.

WANG H J， TANG R L， ZHOU Y S， et al. Location evaluation of photovoltaic power stations based on ArcGIS and multi-criteria model［J］. Acta energiae solaris sinica， 2023， 44（11）： 120-130.

［25］ YE L C， RODRIGUES J F D， LIN H X. Analysis of feed-in tariff policies for solar photovoltaic in China 2011–2016［J］. Applied energy， 2017， 203： 496-505.

［26］ ZHANG A H， SIRIN S M， FAN C L， et al. An analysis of the factors driving utility-scale solar PV investments in China： how effective was the feed-in tariff policy？［J］. Energy policy， 2022， 167： 113044.

［27］ CHE X J， ZHOU P， WANG M. The policy effect on photovoltaic technology innovation with regional heterogeneity in China［J］. Energy economics， 2022， 115： 106385.

［28］ SHRIKI N， RABINOVICI R， YAHAV K， et al. Prioritizing suitable locations for national-scale solar PV installations： Israel’s site suitability analysis as a case study［J］. Renewable energy， 2023， 205： 105-124.

［29］ CHARABI Y， GASTLI A. PV site suitability analysis using GIS-based spatial fuzzy multi-criteria evaluation［J］. Renewable energy， 2011， 36（9）： 2554-2561.

［30］ GUPTA V， SHARMA M， PACHAURI R K， et al. Comprehensive review on effect of dust on solar photovoltaic system and mitigation techniques［J］. Solar energy， 2019， 191： 596-622.

［31］ 袁紅， 易桂花， 張廷斌， 等. 基于遙感數(shù)據(jù)川西高原光伏開發(fā)適宜性研究［J］. 自然資源遙感， 2023， 35（4）： 301-311.

YUAN H， YI G H， ZHANG T B， et al. Suitability of photovoltaic development in the Western Sichuan Plateau based on remote sensing data［J］. Remote sensing for natural resources， 2023， 35（4）： 301-311.

［32］ 孟丹， 陳正洪， 嚴(yán)國剛， 等. 光伏電站氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估研究： 以湖北省為例［J］. 太陽能學(xué)報(bào)， 2020， 41（5）： 359-364.

MENG D， CHEN Z H， YAN G G， et al. Study on risk assessment of meteorological disaster in photovoltaic power stations： a case study of Hubei Province［J］. Acta energiae solaris sinica， 2020， 41（5）： 359-364.

［33］ LEE D S， LEE T G， BAE Y S， et al. Occurrence prediction of western conifer seed bug （leptoglossus occidentalis： Coreidae） and evaluation of the effects of climate change on its distribution in South Korea using machine learning methods［J］. Forests， 2023， 14（1）： 117.

［34］ 曹炯瑋， 魏加華， 李想， 等. 青海省太陽能-風(fēng)能發(fā)電潛力評(píng)估及時(shí)空格局［J］. 太陽能學(xué)報(bào)， 2023， 44（10）： 255-265.

CAO J W， WEI J H， LI X， et al. Potential assesssment and spatio-temporal pattern of solar-wind power in Qinghai province［J］. Acta energiae solaris sinica， 2023， 44（10）： 255-265.

［35］ LI X Y， DONG X Y， CHEN S， et al. The promising future of developing large-scale PV solar farms in China： a three-stage framework for site selection［J］. Renewable energy， 2024， 220： 119638.

［36］ Global Solar Atlas. World - Photovoltaic Power Potential （PVOUT） GIS Data［EB/OL］. https：//globalsolaratlas.info/map.

［37］ 馮婉玲， 何立恒， 楊強(qiáng). 基于CART決策樹分類的江蘇省濕地提取［J］. 水生態(tài)學(xué)雜志， 2022， 43（3）： 35-43.

FENG W L， HE L H， YANG Q. Extraction of remotely sensed wetland information for Jiangsu Province based on CART decision tree classification［J］. Journal of hydroecology， 2022， 43（3）： 35-43.

［38］ MA M H， ZHAO G， HE B S， et al. XGBoost-based method for flash flood risk assessment［J］. Journal of hydrology， 2021， 598： 126382.

［39］ 管家琳， 黃炎和， 林金石， 等. 基于信息量模型與隨機(jī)森林模型的崩崗風(fēng)險(xiǎn)對(duì)比評(píng)估［J］. 山地學(xué)報(bào)， 2021， 39（4）： 539-551.

GUAN J L， HUANG Y H， LIN J S， et al. Comparisons between Benggang risk assessments based on information model and random forest model［J］. Mountain research， 2021， 39（4）： 539-551.

［40］ 范天程， 汪珍亮， 李云飛， 等. 基于機(jī)器學(xué)習(xí)的溝谷地貌識(shí)別模型對(duì)比： 以黃土高原典型流域?yàn)槔跩］. 水土保持學(xué)報(bào)， 2023， 37（4）： 205-213.

FAN T C， WANG Z L， LI Y F， et al. Comparing the performance of machine learning models for identifying gully landforms—a case study of a typical watershed on the Chinese Loess Plateau［J］. Journal of soil and water conservation， 2023， 37（4）： 205-213.

［41］ QIU T Z， WANG L C， LU Y B， et al. Potential assessment of photovoltaic power generation in China［J］. Renewable and sustainable energy reviews， 2022， 154： 111900.

［42］ ROGAN J， FRANKLIN J， STOW D， et al. Mapping land-cover modifications over large areas： a comparison of machine " learning " algorithms［J］. " Remote " sensing " of environment， 2008， 112（5）： 2272-2283.

［43］ HUANG F M， TENG Z K， GUO Z Z， et al. Uncertainties of landslide susceptibility prediction： influences of different spatial resolutions， machine learning models and proportions of training and testing dataset［J］. Rock mechanics bulletin， 2023， 2（1）： 100028.

［44］ YIN X Z， FALLAH-SHORSHANI M， MCCONNELL R， et al. Predicting fine spatial scale traffic noise using mobile measurements and machine learning［J］. Environmental science amp; technology， 2020， 54（20）： 12860-12869.

［45］ HOU Y L， WANG Q W， TAN T. Regional suitability assessment for straw-based power generation： a machine learning approach［J］. Energy strategy reviews， 2023， 49： 101173.

［46］ HOU Y L， WANG Q W， ZHOU K， et al. Integrated machine learning methods with oversampling technique for regional suitability prediction of waste-to-energy incineration projects［J］. Waste management， 2024， 174： 251-262.

［47］ TAO X M， LI Q， REN C， et al. Real-value negative selection over-sampling for imbalanced data set learning［J］. Expert systems with applications， 2019， 129： 118-134.

［48］ HASTI F， MAMKHEZRI J， MCFERRIN R， et al. Optimal solar photovoltaic site selection using geographic information system-based modeling techniques and assessing environmental and economic impacts： the case of Kurdistan［J］. Solar energy， 2023， 262： 111807.

［49］ YU S W， HAN R L， ZHANG J J. Reassessment of the potential for centralized and distributed photovoltaic power generation in China： on a prefecture-level city scale［J］. Energy， 2023， 262： 125436.

［50］ DOLJAK D， STANOJEVI? G. Evaluation of natural conditions for site selection of ground-mounted photovoltaic power plants in Serbia［J］. Energy， 2017， 127： 291-300.

［51］ ALMASAD A， PAVLAK G， ALQUTHAMI T， et al. Site suitability analysis for implementing solar PV power plants using GIS and fuzzy MCDM based approach［J］. Solar energy， 2023， 249： 642-650.

［52］ YANG Z， GAO S M. On selecting the locations of 60MW grid-connected photovoltaic power plant［C］//2010 Symposium on Photonics and Optoelectronics. Chengdu， China， 2010： 1-4.

［53］ VR?NCEANU A， GRIGORESCU I， DUMITRA?CU M， et al. Impacts of photovoltaic farms on the environment in the Romanian Plain［J］. Energies， 2019， 12（13）： 2533.

［54］ WATSON J J W， HUDSON M D. Regional Scale wind farm and solar farm suitability assessment using GIS-assisted multi-criteria evaluation［J］. Landscape and urban planning， 2015， 138： 20-31.

COMPARATIVE STUDY OF DIFFERENT DECISION TREE

ALGORITHMS FOR PV SUITABILITY EVALUATION IN

QINGHAI PLATEAU

Zhang Yubing1，Shen Yanbo2，3，Yao Xin1，Zhou Yawen1，Yu Wenzheng1

（1. School of Geographic Sciences， Nanjing University of Information Science and Technology， Nangjing 210044， China；

2. CMA Public Meteorological Service Centre， China Meteorological Administration， Beijing 100081， China；

3. CMA Wind and Solar Energy Resources Center， China Meteorological Administration， Beijing 100081， China）

Abstract：Taking the Qinghai Plateau as an example，a total of 185 photovoltaic sites positional information are collected through field investigation and integration of Google Images. Based on this dataset，three machine learning algorithms，namely Classification and Regression Tree （CART），Random Forest （RF），and Extreme Gradient Boosting （XGBoost），are compared and evaluated for their predictive performance is assesed using ROC curves and statistical indicators. The results reveal that XGBoost demonstrates superior predictive performance and robust adaptability to noisy data， overall outperforms the other models. Factors such as total solar radiation，distance from the power grid， and distance to roads are identified as the key factors influencing the location of photovoltaic power stations. The PV suitability maps generated by the three models indicate that the highly suitable areas are primarily distributed in the Qaidam Basin and Gonghe Basin. The highly suitable and relatively suitable areas account for 15. 31% and 16. 33% of the total area of the study area， respectively.

Keywords：photovoltaic power station； zoning； resource valuation； machine learning； Qinghai Plateau； ArcGIS