La Región Autónoma Uigur de Xinjiang posee ricos recursos de tierras y energía solar. Con el aumento de la demanda de energía renovable y el desarrollo de la tecnología solar fotovoltaica, la capacidad instalada de las plantas solares fotovoltaicas en Xinjiang ocupa una posición destacada en el país. Los resultados cuantitativos de la identificación en tiempo real y precisa de la distribución de las plantas solares y la agrupación espacial de la vegetación circundante pueden proporcionar datos y apoyo para la toma de decisiones en la selección de emplazamientos para paneles solares fotovoltaicos en Xinjiang. En este estudio, se utilizaron tres arquitecturas de modelado semántico de segmentación: UNet, PSPNet (Red de segmentación de escena en pirámide) y DeepLabV3+, así como ocho combinaciones de redes dorsales (ResNet-34, ResNet-50, ResNet-101, ResNet-152, MobileNetV2, DarkNet53, VGG16, Dense121) para explorar el mejor modelo de identificación de plantas solares fotovoltaicas y extraer su distribución espacial en la región de Xinjiang. Para estudiar el impacto de la construcción de las plantas solares fotovoltaicas en la agrupación espacial de la vegetación, se calcularon índices de Moran globales de series temporales en zonas de búfer de 30 metros a 600 metros. Los resultados muestran: (1) que el modelo UNet-ResNet50 produjo los mejores resultados para la identificación de las plantas solares fotovoltaicas, con una precisión del 98,64% (+0,09%), un puntaje F1 del 95% (+0,4%) y un índice Jaccard (IOU) del 90,47% (+0,57%), la excelente precisión de identificación se debe principalmente a la alta calidad del conjunto de muestras fotovoltaicas y al excelente rendimiento del modelo en la extracción de características y el equilibrio en profundidad. (2) El uso de imágenes satelitales Sentinel-2 y el modelo UNet-ResNet50 permitió extraer la distribución espacial de las plantas solares fotovoltaicas de Xinjiang en 2020, y dividirlas en zonas fotovoltaicas vegetativas y desnudas, con proporciones respectivas del 30% y 70%. (3) En el período de 2012 a 2020, los índices de Moran globales de la vegetación en la zona de búfer de 30 a 210 metros alrededor de las plantas solares fotovoltaicas mostraron una tendencia a la baja significativa, mientras que la tendencia a la baja de los índices en la zona de búfer de 210 a 600 metros alrededor de las plantas solares fotovoltaicas se ralentizó. Cuanto más cercanas estén las plantas solares fotovoltaicas, mayor será la influencia en la agrupación espacial de la vegetación, y la tendencia a la baja de las series temporales es más pronunciada. Por lo tanto, la monitorización remota de las plantas solares fotovoltaicas y sus zonas de búfer puede proporcionar datos y apoyo técnico para la planificación, la gestión operativa fina y la evaluación del impacto ambiental.

photovoltaic station;semantic segmentation model;vegetation spatial aggregation;Global Moran's Index.