基于压缩LiDAR点云数据的太阳能光伏板布局优化研究

本文创新性地提出结合八叉树压缩（octree）与高程分区技术（80%压缩率）的LiDAR点云处理方法，通过IDW、RBF、TPS和EBK四种插值算法构建高精度数字地形模型（DTM），并整合坡度（S）、坡向（AS）和最大太阳辐射（SR）等多因子分析，在中国云南东川复杂山区实现光伏面板最优选址（A/B/C区分别82,360 m2、302,462 m2和97,464 m2），为大规模地形数据处理与可再生能源规划提供新技术路径。

　　

1 引言

太阳能光伏（PV）技术因其清洁性与可再生性成为能源转型核心。中国云南东川地区（年日照2,327.5小时）具备显著光伏潜力，但复杂地形（97%为山地）对选址提出挑战。传统方法依赖低分辨率数字模型，而机载LiDAR技术可获取密集点云（测试区密度10.503-14.521点/m²），但海量数据导致处理效率瓶颈。研究通过压缩与多因子融合，解决地形建模精度与计算成本的矛盾。

2 材料与方法

2.1 研究区概况

东川位于昆明东北部（北纬26°18′），属干热河谷与中低山交错带，风速达40 m/s。无人机LiDAR采用Feima-D2000平台（VUX-1LR镜头，飞行高度350米），经PTD滤波剔除地表特征，获得纯净地面点。

2.2 点云压缩与DTM构建

创新性采用高程分带（自然断点法分5类）约束八叉树压缩，节点阈值动态控制，实现80%压缩率（式1）。对比IDW（式2）、RBF（式3-6）、TPS（式7-8）和EBK（式9-11）插值效果，EBK在80%压缩下DTM误差仅增加0.004-0.008米（图8），且计算耗时降低85%以上。

3 地形因子解析

3.1 坡度与坡向

基于0.5米DTM，按云南森林调查规范划分坡度等级（表3）。最优选址需满足I-III级（≤25°）与阳坡条件（表4），B区适宜面积占比达78.225%（图9-10）。

3.2 太阳辐射模拟

ArcGIS Pro太阳辐射工具（天空大小200，半年间隔）显示三区高辐射（红色区域）占比均超46%（图11），结合地形因子交叉验证确定最优选址（图12）。

4 结果验证

EBK-DTM在压缩后仍保持0.109米RMSE精度（图8），B区302,462 m²选址区域兼具工程可行性与发电潜力。

5 讨论

相比传统50%-60%压缩率研究，本方案在80%压缩下平衡数据量与精度。未来可引入经济生态因子，构建更全面选址模型。

6 结论

高程约束八叉树压缩与EBK插值组合为山地光伏开发提供高效解决方案，多因子交叉分析框架可推广至全球复杂地形区可再生能源规划。