（14855期）Geoskill: Rooftop Solar Inventory – 建筑屋顶光伏潜能智能评估

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。 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。 原始说明 Inventory building rooftop solar potential: available area, slope/aspect, shading, and PV capacity/energy yield/economic viability. Outputs building-level candidate rankings for solar deployment.