（14854期）Geoskill: Renewable Energy Site Selection – 清洁能源选址智能决策专家

清洁能源选址智能决策专家 基于GIS多准则分析的可再生能源选址工具，整合NASA气象数据与地形约束，为光伏/风电项目提供科学选址与容量评估。 使用说明 核心用法 Renewable Energy Site Selection 是一款面向清洁能源开发的专业GIS选址分析工具，专为太阳能光伏和风力发电项目设计。用户可通过命令行界面执行多准则适宜性分析，输入包括资源栅格数据（太阳辐射GHI或风速）、坡度、土地覆盖类型等核心参数，系统会自动应用硬性约束（坡度限制、水域保护区排除）并进行加权适宜性评分。 该工具支持两种工作模式：本地数据模式（用户提供自有栅格文件）和自动数据下载模式（从NASA POWER数据库获取气象数据）。对于数据获取，用户只需提供经纬度边界框（bbox）和日期范围，无需API密钥即可自动下载所需气象资源数据，大幅降低数据准备门槛。输出结果包含适宜性评分栅格、候选场址GeoJSON、可视化HTML报告及机器可读清单，便于后续工程决策和文档归档。 显著优点 数据获取便捷：内置NASA POWER数据接口，免除用户自行寻找和预处理气象数据的繁琐工作，支持全球范围的历史气象数据获取。 分析框架专业：采用业界标准的多准则决策分析（MCDA）方法，将资源禀赋、地形条件、电网距离、土地覆盖等多维度因素量化整合，输出科学客观的适宜性评分。 工程实用性强：直接输出候选场址的多边形边界、预估装机容量及综合评分，满足前期开发筛选阶段的决策需求，减少人工判读主观性。 高度可配置：支持自定义权重配置、坡度阈值、最小面积要求、容量密度等关键工程参数，适应不同地区和技术路线的差异化需求。 潜在缺点与局限性 数据质量依赖：分析结果的可靠性高度依赖输入栅格数据的空间分辨率和精度，低质量或过时数据可能导致误导性结论。 宏观筛选局限：当前版本主要面向区域级宏观筛选，微观选址所需的精细化因素（如局地湍流、阴影遮挡、土壤承载力、交通可达性）尚未纳入分析框架。 技术门槛：尽管提供自动数据下载功能，但GIS栅格数据的基本概念和命令行操作仍对非技术背景用户形成一定使用门槛。 电网数据缺失：工具接受电网距离栅格作为可选输入，但未内置电网数据获取功能，用户需自行准备或购买该关键数据层。 适合的目标群体 新能源开发企业：前期开发团队用于快速筛选潜在项目地块，支撑投资意向决策。 能源咨询与规划设计机构：为政府或业主编制可再生能源发展规划、可行性研究报告。 科研院所与环境评估单位：开展区域清洁能源资源评估、国土空间规划相关研究。 金融机构与投资方：独立验证项目方提供的选址合理性，进行技术尽职调查。 使用风险与注意事项 性能风险：大范围高分辨率分析可能产生大量计算负载，建议根据硬件条件合理设置分析区域和栅格分辨率。 数据一致性：不同来源的栅格数据需确保投影坐标系一致，工具未自动处理坐标转换，预处理不当将导致分析失败或结果偏差。 结果验证必要：适宜性评分仅为技术筛选依据，不构成投资决策的最终依据，场址的最终确定仍需结合实地踏勘、土地权属调查、环评要求等综合判断。 依赖项管理：运行依赖Python GIS生态（如GDAL、rasterio等），需确保环境配置正确，缺失依赖将触发退出码3（Dependency missing）。 原始说明 Multi-criteria site selection for solar PV and wind projects. Applies hard constraints (slope, water, protected areas) and weighted suitability analysis. Use when screening for renewable energy development zones or comparing site alternatives.