La región autónoma uigur de Xinjiang cuenta con abundantes recursos terrestres y solares. Con el aumento de la demanda de energías renovables y el desarrollo de la tecnología fotovoltaica, la capacidad instalada de las plantas fotovoltaicas en Xinjiang se encuentra entre las primeras del país. Los resultados de la identificación en tiempo real y precisa de la distribución de las plantas fotovoltaicas y su grado de agregación espacial con la vegetación circundante pueden proporcionar datos y apoyo decisional para la selección de emplazamientos de conversión fotovoltaica en Xinjiang. El presente estudio utiliza tres arquitecturas de modelos de segmentación semántica de aprendizaje profundo (UNet, PSPNet (Pyramid Scene Parsing Network), DeepLabV3+) y la combinación de ocho redes de base (ResNet-34, ResNet-50, ResNet-101, ResNet-152, MobileNetV2, DarkNet53, VGG16, Dense121) para investigar el modelo óptimo de identificación de plantas fotovoltaicas y extraer la distribución espacial de las plantas fotovoltaicas en la región de Xinjiang. Para estudiar el impacto de la construcción de plantas fotovoltaicas en la agregación espacial de la vegetación, se calcula el índice de Moran global de la serie temporal de la vegetación en intervalos de 30 m a 600 m alrededor de las plantas fotovoltaicas. Los resultados indican: (1) La eficacia de la identificación de plantas fotovoltaicas basada en el modelo UNet-ResNet50 es óptima, con una precisión (Accuracy) del 98,64% (>0,09%+), una puntuación F1 (F1-score) del 95% (>0,4%+) y un índice de superposición (IOU) del 90,47% (>0,57%+). La calidad excepcional de la identificación se debe principalmente a un conjunto de muestras fotovoltaicas de alta calidad y un rendimiento excepcional del modelo en la extracción de características y el equilibrio de profundidad. (2) Utilizando imágenes satelitales Sentinel-2 y el modelo UNet-ResNet50, se extrajeron e dividieron las plantas fotovoltaicas en el Xinjiang en 2020 en plantas fotovoltaicas con vegetación y desnudas, con un área respectiva del 30% y 70%. (3) En el período de 2012 a 2020, el índice de Moran global de la vegetación en diferentes intervalos de la zona de amortiguamiento de 30 m a 210 m alrededor de las plantas fotovoltaicas muestra una tendencia significativa a la baja; en la zona de amortiguamiento de 210 m a 600 m alrededor de las plantas fotovoltaicas, la tendencia a la baja del índice de Moran global de la vegetación está notablemente ralentizada. Cuanto más cerca están las plantas fotovoltaicas, mayor es el impacto en la agregación espacial de la vegetación, y más pronunciada es la disminución de la secuencia temporal. Por lo tanto, la vigilancia con teledetección de las plantas fotovoltaicas y su zona de amortiguamiento puede proporcionar datos y apoyo técnico para la planificación de la construcción de plantas fotovoltaicas, la gestión operativa fina y la evaluación del impacto en el medio ambiente ecológico.

planta fotovoltaica; modelo de segmentación semántica; agregación espacial de la vegetación; índice de Moran global