数据集概述
本数据集是Kruitwagen等人2021年发表于《Nature》的研究配套数据，包含全球太阳能光伏发电机组的训练、交叉验证、测试及预测数据，覆盖2017-2018年不同阶段的地理区域和机组多边形信息，为光伏部署研究提供空间数据支持。
文件详解
- 训练数据文件：
- trn_tiles.geojson：18,570个矩形兴趣区域，用于采样训练数据，格式为GeoJSON
- trn_polygons.geojson：2017年从OSM获取的36,882个多边形，用于标记训练样本，格式为GeoJSON
- 交叉验证数据文件：
- cv_tiles.geojson：560个矩形兴趣区域（源自WRI GPPDB），用于交叉验证采样，格式为GeoJSON
- cv_polygons.geojson：2018年底cv_tiles区域内的6,281个光伏机组多边形，格式为GeoJSON
- 测试数据文件：
- test_tiles.geojson：122个矩形兴趣区域，用于构建测试集，格式为GeoJSON
- test_polygons.geojson：2018年底test_tiles区域内的7,263个大型（>10kW）光伏机组多边形，格式为GeoJSON
- 预测数据文件：
- predicted_polygons.geojson：2018年底全球部署的68,661个预测光伏机组多边形，格式为GeoJSON
- 压缩文件：
- global_pv_inventory_all.zip：可能包含全部数据集的压缩文件，格式为ZIP
适用场景
- 可再生能源地理分布研究：分析全球光伏发电机组的空间部署特征
- 能源政策评估：评估2018年全球光伏发展现状及区域差异
- 机器学习模型验证：用于光伏机组识别模型的训练、交叉验证与测试
- 能源规划支持：为区域光伏开发潜力分析提供基础空间数据
