腾格里沙漠光电开发生态环境影响的定量预测及驱动因素分析OA

随着“十四五”规划和“双碳”目标的实施,新能源因其环境友好和可持续性,成为我国新型基础设施建设绿色能源转型的关键。大规模光伏基地建设是推动能源结构绿色转型的核心,评估其生态环境效应具有重要意义。该文选取腾格里沙漠南缘最大的光伏产业园区——宁夏中卫光伏产业园作为研究区域,利用MODIS及Landsat卫星遥感数据和气象数据,通过Theil-Sen分析结合Mann-Kendall检验、偏导数分析、机器学习等方法,分析了2000—2023年植被归一化指数(normalized difference vegetation index,NDVI)、光合有效辐射比(the fraction of photosynthetic active radiation,FPAR)、叶面积指数(leaf area index,LAI)、植被总初级生产力(gross primary productivity,GPP)、无雪地表反照率(snow-free surface albedo,SSA)和地表温度(land surface temperature,LST)等参数的时空变化特征及其相互关系。研究还对比了光伏区域内外不同时间段的数据,以揭示光伏电站建设对沙漠地区生态环境的影响。结果表明:研究区植被总体呈增长趋势,LST和SSA呈下降趋势;光伏区域的植被生长明显优于光伏板外区域;NDVI,FPAR,LAI,SSA和LST变化主要受气候影响(气候贡献分别为0.433,0.360,0.354,-0.209,-0.355),而GPP变化则受光伏和气候的共同影响(分别贡献2.356和0.374)。进一步的机器学习分析表明,结合卷积神经网络(convolutional neural networks,CNN)和长短期记忆网络(long short-term memory,LSTM)的时间序列模型,能够有效预测NDVI的变化趋势,模型结果显示,光伏区域NDVI呈现出明显的增长趋势。研究结果为光伏电站对沙漠地区生态环境影响的定量评估和未来预测提供了新的方法和思路。