中国旱地光伏电站对植被物候的影响研究：开启生态与能源协同新认知

《Agricultural and Forest Meteorology》：The impact of photovoltaic plants on dryland vegetation phenology revealed by time-series remote sensing images

为探究光伏（PV）电站对旱地植被的影响，中国研究人员研究其对植被物候的作用，成果助力理解生态影响。

　　在全球致力于限制气候变暖的大背景下，太阳能作为清洁能源，其产能规模正在不断扩张，特别是在旱地地区。中国的旱地分布广泛，光照资源丰富，是发展光伏产业的理想之地。本研究利用卫星衍生指标，深入探究了中国旱地中光伏（PV）电站引发的植被物候变化。

过去十年间，清洁能源需求的增长呈指数级，极大地推动了全球光伏发电的发展。由于旱地具备丰富的土地和太阳辐射资源，大型光伏电站在旱地的建设规模显著扩大。光伏电站对旱地植被的环境影响备受关注，因为其建设和运营会大规模改变地貌景观。此前的研究发现，光伏电站对旱地植被动态的影响存在显著的空间异质性。在植被生长繁茂的地区，光伏电站建设时的土地平整和原生植被清除会加剧土壤侵蚀，降低植被覆盖度；而在植被稀疏、生长条件恶劣的地区，光伏项目的长期运营会改善植被生长的微气候，从而提高植被活力，甚至有助于土地修复。

除了影响植被动态，光伏阵列的遮荫所形成的微气候还会对植物物候产生影响。植物对光照、温度和水分的偏好不同，物候变化也各异。不过，目前关于光伏电站对植被物候影响的研究多局限于田间实验和小范围区域，且主要聚焦于农业光伏系统，这限制了人们对大规模光伏电站部署导致的植被物候变化空间格局及其驱动因素的理解。利用基于遥感的植被指数进行物候监测具有长期、大规模监测的优势，但尚未用于研究大规模光伏电站部署引发的植被物候变化。

本研究选取中国北方旱地（33°7′N - 53°19′N，73°54′E - 128°51′E）作为研究区域，旱地的界定依据是干旱指数（AI，即年降水量与年潜在蒸散量之比）小于 0.65。研究使用的数据包括中国光伏电站的空间数据、250 米分辨率的 MODIS 8 天归一化植被指数（NDVI）合成数据以及 30 米的中国年度土地覆盖数据集。

研究分析了 243 个符合标准的光伏电站，考察它们对旱地植被三个物候指标的影响。这些光伏电站中，34% 位于半湿润旱地，66% 分布在干旱和半干旱旱地，97% 建在草原，其余位于荒地。结果显示，光伏电站显著提前了旱地植被的生长季起始时间（SOS），平均提前 10.1 天（-3.9 - 天）；在干旱和半干旱旱地，SOS 中位数提前 13.7 天，生长季长度（LOS）中位数延长 16.3 天。

进一步研究发现，在旱地中，土壤水分是影响光伏电站对植被物候作用的关键因素。在缺水地区，有限的水分供应会抑制植物生长和光合作用，导致叶片提前衰老。而在半湿润旱地，太阳辐射成为主要影响因素，光伏面板的遮荫作用延迟了 SOS，缩短了 LOS。部分地区光伏电站植被物候变化不明显，可能是遮荫延迟 SOS、缩短 LOS 的作用与土壤水分增加对物候的影响相互抵消。

评估旱地植被物候对光伏电站部署的响应，对于深入理解光伏产业扩张对旱地生态系统的影响至关重要。本研究利用 MODIS NDVI 时间序列数据评估植被物候对光伏电站部署的响应，并通过随机森林（RF）回归分析其与不同环境因素的关系。研究成果有助于提升人们对光伏电站环境影响的认识，为旱地光伏产业的可持续发展和生态保护提供科学依据。

本研究中，中国光伏电站空间数据、30 米中国土地覆盖数据集、年均土壤湿度数据、年均土壤温度数据等均有相应出处，数据处理和物候提取在谷歌地球引擎（Google Earth Engine）平台进行，图表由 Matplotlib 3.8.5 软件绘制。此外，研究团队成员在论文撰写、审核、监督、资金获取、可视化等方面各有分工。