摘要 ：屋顶光伏（RPV）通常被认为是对气候变化缓解的“小众”贡献。然而，全球屋顶光伏减缓全球变暖的潜力尚不清楚。在此，我们通过地理空间数据挖掘和人工智能技术，以 1 公里的分辨率绘制了全球屋顶面积图，量化出全球屋顶总面积为 286,393 平方公里。利用第六阶段耦合模型比较项目中的九个先进地球系统模型，我们发现，到 2050 年前，屋顶光伏可能显著降低全球温度 0.05–0.13°C。区域特定分析强调了屋顶光伏潜力的多样性，以及根据当地太阳能资源、现有基础设施和电网碳强度，采取定制化方法优化屋顶光伏部署的必要性。我们的研究结果表明，利用屋顶光伏系统是减少碳足迹和全球应对气候变化的一种可行且具有影响力的策略，同时倡导针对性干预措施，以增强屋顶光伏的效益，特别是在太阳能辐射高或城市化快速发展的地区。

Zhang, Z., Qian, Z., Chen, M. et al. Worldwide rooftop photovoltaic electricity generation may mitigate global warming. Nat. Clim. Chang. (2025). https://doi.org/10.1038/s41558-025-02276-3

引言

研究背景：全球变暖主要由化石燃料碳排放引起，与工业化前相比，2010年代全球表面温度上升了1.07°C。这种升温对自然系统和人类社会带来了重大气候挑战。2015年《巴黎协定》强调需将全球温升控制在1.5°C或2°C以下。然而，若不采取措施，到本世纪末，全球温度可能上升2.8°C，使地球接近或超过气候临界点。太阳能是减缓气候变化的关键技术，具有显著的技术进步和巨大潜力。尽管常被气候模型低估，但到2050年，太阳能可能成为减缓气候变化的最大单一来源。屋顶光伏（RPV）起初是小众方案，但有望在全球范围内减少对化石燃料的依赖。

研究空白：先前研究显示，中国屋顶光伏的碳减排潜力高达4亿吨，占其电力和供热行业排放的70%。但在全球层面，研究多集中于屋顶光伏的技术和经济可行性，缺乏对其碳减排效果及全球气候效益的分析，尤其是在自然和社会条件多样的地区。填补这一空白对理解屋顶光伏在气候变化中的作用及制定有效能源政策至关重要。评估屋顶光伏潜力的主要挑战在于获取全面、高质量的全球屋顶面积数据。现有数据多来自局部调查或高分辨率观测，时空参考不统一，导致全球应用时覆盖和质量不一致。传统遥感技术分辨率有限（几十到几百米），易误判分散或小型屋顶，造成面积估算误差。对全球屋顶面积的精细了解不足，限制了屋顶光伏潜力及其空间差异的准确评估。

研究概述：本研究结合地理空间数据挖掘和人工智能技术，以1公里分辨率估算全球屋顶面积，解决了地理分布缺失的问题。我们评估了屋顶光伏的技术潜力，聚焦区域差异。技术潜力基于资源可用性、系统性能和物理条件，量化发电能力，为理论最大部署提供基线，并为后续经济或市场研究奠定基础。在环境和气候效益方面，我们采用基线排放法估算屋顶光伏替代电网电力的碳减排效果。利用CMIP6的九个先进地球系统模型，我们探讨了到本世纪中期不同气候政策情景下的变暖减缓潜力，分析其空间分布，尤其是在气候敏感地区及减缓临界风险中的作用。这些分析加深了对屋顶光伏影响全球能源格局的认识，揭示了资源禀赋如何影响其气候减缓贡献。

研究结果

全球屋顶面积估算

我们开发了一种两阶段方法，结合自上而下和自下而上的方式估算全球屋顶面积。在自上而下阶段，基于 Vision Transformer 架构的深度学习模型经过预训练和微调，用于分析高分辨率（1.2 米）遥感影像，量化选定代表性地区的屋顶面积。模型首先在覆盖约 2500 平方公里的公开基准数据集上预训练，以识别不同分辨率、建筑风格和地理背景下的建筑模式，随后通过覆盖全球 1600 平方公里、含 835,253 座标记建筑的手动标记影像进行微调。模型在独立的 386 平方公里影像上验证，证明其能准确量化全球多种景观的屋顶面积。在自下而下阶段，我们将全球陆地划分为 1 平方公里网格，聚合人口统计、夜间灯光、道路网络、地形及土地使用等地理空间数据，并利用随机森林集成模型，模拟屋顶面积与这些变量的非线性关系，从而外推全球屋顶面积。

图1 |全球屋顶区域分布。 A，屋顶区域（KM2），位于大区和国家规模。 B，1公里网格上的全球空间分布。 C，d，特定区域的特写（在B中表示），在尼日利亚（C）和中国（D）覆盖约1和70万公里。补充图3包含宏观区域和国家的定义和缩写。

为构建预测模型，我们选取 1724 个城市（包括农村和城市行政区划）作为研究区域，使用训练好的深度学习模型量化其屋顶面积，生成 850 万个网格样本，以屋顶面积为因变量，地理空间数据为自变量训练模型。外推结果通过 16,000 个网格在大区域评估，显示高度一致性（r²=0.89，偏差误差=2%），并与谷歌建筑足迹（GBF）、微软建筑足迹（MBF）、全球人类定居层（GHSL）和世界定居足迹 3D（WSF3D）等参考数据集高度吻合（r²=0.75-0.85）。全球屋顶面积估算为 286,393 平方公里，其中东亚占 30%，北美占 12%，国家层面中国（74,426 平方公里）、美国（30,928 平方公里）和印度（23,087 平方公里）位居前三。这一估算覆盖全面，精准反映了发展中和发达地区城市群形态。

电力生产与碳减排

我们评估了屋顶光伏（RPV）的电力生产和碳减排潜力。受屋顶朝向、坡度和遮挡等地理限制影响，仅部分屋顶适于安装光伏，我们采用30%的缩放因子计算可用面积。太阳能输入来自高分辨率全球表面太阳辐射数据集（3小时时间分辨率，10公里空间分辨率），该数据由ISCCP和ERA5通过改进算法生成，准确性优于GEWEX SRC、CERES和ISCCP。区域研究可使用NRSDB、CAMS或CM-SAF等更高品质数据集，但其全球覆盖不足。电力生产潜力定义为给定屋顶面积的最大产量，假设面板转换效率20%、总体效率80%，实现太阳能到电力的转换。碳减排潜力为替代电网电力减少的二氧化碳量，基于国际金融机构的基线排放因子计算，并通过敏感性分析探讨面板效率和屋顶可用性的影响。全球平均太阳辐射约1500千瓦时/平方米/年，非洲热点达2000–2200千瓦时/平方米/年，但因建筑存量少，其安装潜力（1188吉瓦）仅占全球7%。相比之下，太阳辐射较低的北美、北欧、西欧和东欧（900–1200千瓦时/平方米）潜力达4339吉瓦，占全球25%，国家间电力生产的量和强度差异显著，62%的国家仅在其中一项占优（前50%）。

图2 | RPV发电和减轻碳潜力的全球分布。 A，B，发电（a）和碳排放减少（b）。强度和体积组合由四分位数划分，每个组合中的国家百分比均总结。虽然音量索引是指所有潜在的RPV安装所提供的好处，但强度指数表示潜在的RPV安装每单位提供的好处。

屋顶光伏的碳减排效益与电网碳强度密切相关。全球平均碳强度为529克二氧化碳/千瓦时，国家间差异大（0–1330克二氧化碳/千瓦时）。清洁能源占比高的西欧碳强度低于平均值（206克二氧化碳/千瓦时），而依赖化石燃料的东亚则高于平均值（700克二氧化碳/千瓦时）。装机容量和电网强度的空间差异影响减排量与强度，22%的国家在两者均具优势（前50%），9%的国家（如埃及、苏丹、南非等）在电力生产和碳减排上实现双优。尽管屋顶光伏目前碳减排潜力显著，但能源转型正逐步降低电网碳强度。STEPS、SDS和NZE三种情景分别预测2020–2050年碳强度下降48%、96%和101%，对应屋顶光伏30年累积减排268、144和102亿吨。区域间装机潜力、太阳辐射和电网碳强度的资源禀赋差异仍是驱动电力生产和碳减排潜力的关键因素。

图3 |从2020年到2050年的累积潜力。 A，B，电力生成（A）和缓解碳（B）的不同大型区域显示为不同尺寸的气泡。安装能力，太阳辐射和网格碳强度的指标解释了区域差异背后的原因。

全球变暖和气候临界点风险的减缓

我们采用累积二氧化碳排放的瞬态气候响应（TCRE）将屋顶光伏的碳减排转化为全球变暖减缓潜力。TCRE 量化了碳排放与全球温度的线性关系，区域温度也有类似响应。我们通过九个地球系统模型（ESM）计算区域 TCRE（RTCRE），估算屋顶光伏的全球和区域变暖减缓潜力。RTCRE 值随纬度和海拔变化，陆地范围为每万亿吨碳（TtC）0.7–6.9°C，均值为 2.4±0.8°C，高值出现在东欧和北美（>3°C/TtC）及青藏高原等中低纬度高海拔区（2.5–3.5°C/TtC）。北半球高纬度 RTCRE 不确定性较高。在 STEPS、SDS 和 NZE 情景下，2020–2050 年屋顶光伏减排预计减缓全球变暖 0.05–0.13°C。当前全球温升已达 1.2°C，距 1.5°C 和 2°C 目标仅剩 0.3°C 和 0.8°C 余地。STEPS 情景下，未开发屋顶光伏可能导致温升 0.13°C，占 1.5°C 和 2°C 余地的 43%和 16%；SDS 和 NZE 情景下减缓幅度为 0.07°C 和 0.05°C，分别贡献 17–23%和 6–9%。

图4 |在不同情况下，从2020年到2050年的累积全球变暖潜力。 A – C，步骤（A），SDS（B）和NZE（C）。大区域统计数据表明，接近北极的地区（E-EEUR和N-AME）对全球气候变化更为敏感，预计这些地区将从全球RPV碳降低碳降低工作中受益更多。屋顶光伏在气候敏感区域的减缓作用尤为重要，这些地区临界点一旦触发，可能对社会和生态造成不可逆影响。目前温升 1.2°C 已接近五个临界点，1.5°C 时预计再增五个。屋顶光伏碳减排可降低这些风险，如为大西洋经向翻转环流崩溃提供 25–66%的变暖余地，为巴伦支海冰和山地冰川丧失提供 17–44%的余地。

图5 | RPV对气候敏感区域的潜在气候影响。从参考文献中修订了气候敏感区域的临界点的温度阈值的估计。 29。1.5–2°C温度目标由蓝色范围表示。在黄色范围内显示了从RPV衍生的潜在变暖缓解措施（绿色虚线）。

讨论

本研究通过地理空间数据挖掘和人工智能技术，以 1 公里分辨率估算全球屋顶面积，解决了能源评估中的关键瓶颈，系统评估了屋顶光伏（RPV）的气候效益及其在减缓气候变化、实现全球温度目标中的潜力。尽管先前研究显示屋顶光伏在能源转型中具有显著电力生产和碳减排效益，其应对气候变化的作用仍需深入探讨。利用 CMIP6 九个先进地球系统模型，我们发现 2020–2050 年间，屋顶光伏碳减排可减缓全球变暖 0.05–0.13°C，为 1.5°C 目标提供 17–43%的余地，并降低气候敏感区域临界点风险。高分辨率屋顶面积估算支持详细评估，我们的方法结合自上而下的深度学习和自下而上的随机森林外推，减少偏差并确保全球预测准确性。尽管受变量不确定性和地理异质性限制，未来可通过优化区域变量和引入时空推理改进估算，为气候和能源模型提供微观支持，提升区域决策能力。

我们的结果显示屋顶光伏具有广泛部署的全球潜力，鼓励公民参与能源生产是应对气候挑战的关键。然而，单一方案不足以支撑可持续发展，需根据当地条件进行区域规划以优化效益。结合电力生产和碳减排的量与强度指标，我们提出区域优势组合，倡导合理利用资源。例如，非洲拥有全球 60%的最佳太阳能资源，但光伏安装仅占 1%，能源服务不足阻碍其环境改善，屋顶光伏可为其提供显著效益。在中国、印度等人口大国，屋顶光伏不仅推动自身能源转型，还助力全球气候治理，尤其在高纬度、高海拔或临界点区域。本研究聚焦技术潜力，估算年发电量 19,483 太瓦时，与文献值 18,040 太瓦时相近，瑞士（320 平方公里）和美国结果也与参考数据一致，验证了高准确性。全球评估采用统一假设，未来研究需考虑本地基准，如温度对面板效率的影响（至 2100 年硅光伏可能减产 15–50 千瓦时/千瓦峰值）和倾斜安装的辐射增益（1.19–1.39 倍），通过气象模拟和城市形态分析可提升适用性。

实现屋顶光伏潜力需政策支持技术创新和基础设施升级，包括电力市场改革、输电网扩展和储能发展，以平衡供需。同伴效应通过地理和社会网络影响安装决策，政策可利用邻近效应，在光伏稀疏区域推广使用，并结合政府干预与商业模式提升包容性。总之，本研究证明屋顶光伏推动可持续能源的巨大潜力，充分利用可加速向气候韧性世界过渡。尽管面临组织和财务挑战，其清洁能源解决方案前景可期，量化其气候效益将激励能源规划并推动建筑集成光伏研究，扩大可再生能源应用的影响。

方法

全球屋顶面积估算

我们采用两阶段方法估算全球屋顶面积。自上而下阶段使用 SegFormer 深度学习模型（基于 Vision Transformer），分析 1.2 米分辨率谷歌地球影像，量化代表性地区的屋顶面积。模型在 2500 平方公里公开数据集上预训练，涵盖城市、郊区和农村等多种环境，随后在 1600 平方公里手动标记数据（含 835,253 座建筑）上微调，应用于 1724 个城市（通过 K 均值聚类和模拟退火算法选择）。自下而下阶段将全球划为 1 平方公里网格，整合建筑比例、夜间灯光、人口、地形等数据，生成 850 万样本，用随机森林模型外推全球屋顶面积，后处理剔除全水域网格。

估算结果评估

深度学习模型在 386 个 1 平方公里图块上测试（全球随机分布），真阳性率 76%，假阳性率 2.7%，优于 MBF 和 GBF，预测与实际相关性强（r²=0.93），发达地区更准（r²>0.95）。随机森林在 16,000 个网格验证（r²=0.89），略低估，太平洋岛屿和西亚偏差较大（r²=0.61–0.67）。估算值 286,393 平方公里，与 GBF、MBF、GHSL、WSF3D 比较（r²=0.71–0.83），覆盖全面，GHSL 高估明显，欠发达地区偏差较高，但优于先前研究。

电力与碳减排潜力

屋顶光伏（RPV）假设面板效率 20%、系统效率 0.8、水平安装，可用面积占总面积 30%。电力生产基于 2010–2018 年平均太阳辐射，碳减排用 UNFCCC 基线方法，结合国家电网排放因子（2020 年基准，随 STEPS、SDS、NZE 情景调整）。仅评估生产阶段，敏感性分析探讨效率和可用性影响。

变暖减缓潜力

采用 TCRE 和 RTCRE 评估变暖减缓潜力，基于 CMIP6 九个模型，计算区域温度对碳排放的响应。集成均值估算减缓效果，标准差表不确定性。考虑线性关系局限，未来需纳入冻土融化、非 CO2 气体及气候对发电的影响。