Die China Agricultural University hat in Zusammenarbeit mit dem Institute of Geographic Sciences and Natural Resources Research der Chinesischen Akademie der Wissenschaften eine landesweite Kartierungsmethode entwickelt, um dem Mangel an hochauflösenden Open-Source-Daten zur Verteilung der nationalen bodengestützten Photovoltaik-Kraftwerke in China zu begegnen. Diese Methode verwendet Partitionsmodellierung und Random-Forest-Klassifizierungstechnologie, kombiniert mit aktiver Lernstrategieoptimierung unter Verwendung multispektraler Bilder des Sentinel-2-Satelliten der Europäischen Weltraumorganisation.Das nationale Klassifizierungsprodukt für Photovoltaik-Freiflächenkraftwerke mit einer Auflösung von 10 Metern für 2020 wurde erfolgreich veröffentlicht.Diese Leistung zeigt nicht nur die räumlichen Verteilungsmerkmale der Photovoltaikkraftwerke meines Landes genau auf, sondern liefert auch wertvolle Datenressourcen für Energieplanung, Landnutzung, Fernerkundungsüberwachung und Umweltforschung mit einer Klassifizierungsgenauigkeit von 89%. Dieser Schritt schließt die Datenlücke auf diesem Gebiet in China und ist für die damit verbundene Forschung von großer Bedeutung.