《Energy for Sustainable Development》：A data-driven agrivoltaic approach for adaptive irrigation and reduced grid dependence
编辑推荐：
农光互补系统通过网格GIS技术实现高精度太阳能潜力映射，结合土壤三角形-AHP层次分析法评估作物适应性，并构建态势感知（SA）驱动的自适应灌溉框架，显著降低（25-30%）灌溉用能的电网依赖。
索纳尔|德博米塔·戈什
印度贾坎德邦迪奥加尔市梅斯拉的比拉理工学院（Birla Institute of Technology, Mesra, Off-Campus Deoghar, Jharkhand, India）
摘要
农光互补（Agrovoltaic, AV）系统能够同时利用土地进行农业生产与太阳能光伏（Solar Photovoltaic, PV）发电。然而，AV系统的性能常常受到低效灌溉方法的影响，以及灌溉和其他农业活动对电网电力的持续依赖。提高灌溉效率并减少这种依赖性对于维持AV系统的农业生产力至关重要。为了解决这一问题，一个基于网格的地理信息系统（Geographic Information System, GIS）框架提供了高分辨率的空间和太阳能潜力地图，用于估算AV系统的发电量。通过结合土壤质地和气候条件的变化，利用土壤三角分析法（Soil Triangle-Aided Analytic Hierarchy Process, AHP）来确定AV系统内的作物适宜性。此外，还提出了一个以情境感知（Situation Awareness, SA）为导向的概念框架，该框架考虑了土壤湿度、气候以及AV系统发电量等因素。研究结果表明，灌溉对电网的依赖性减少了25-30%。这一综合的、数据驱动的框架显示出减少对电网依赖性的能力，从而提高了AV系统适应气候变化和资源限制的效率和效果。
引言
近年来，可持续农业的发展趋势日益明显。为此需要创新的方法。农光互补系统（AV系统）将农业生产与太阳能光伏发电相结合，既能提高农业产量，又能减少对传统电网电力的依赖（Dinesh等人，2016年）。选择安装光伏电池的位置时，主要考虑的是获得最高的发电量。尽管现有研究主要关注地理和气候因素来确定具有较高太阳能强度的区域，但在同一块土地上同时进行农业活动和光伏发电的情况下，这种做法并不合适。在水资源和电力都短缺的地区，采用适应性强的AV系统可以带来显著的好处。从这个角度来看，结合情境感知（SA）和多标准决策模型（Multi-Criteria Decision Making, MCDM）可以有效促进AV系统性能的合理规划。
地理信息系统（GIS）已被广泛用于太阳能潜力的分析。在（Alhammad等人，2022年；Baseer等人，2017年）的研究中，通过整合全球水平辐照度的长期气象数据和时间数据，绘制了区域级别的太阳辐射和能量潜力图。在（Haque等人，2016年；Ren等人，2017年）的研究中，通过使用高分辨率卫星图像考虑了坡度和朝向等因素，提高了现场级别太阳能潜力评估的准确性。然而，现有研究大多基于静态条件，未能同时捕捉环境因素的变化和相关的土地利用变化。正如（Huang等人，2016年）所指出的，太阳能潜力仅在澳大利亚不同气候条件下的实际配电系统中通过GIS进行了绘制，展现了出色的地理分析。然而，关于集成农业和太阳能发电系统之间的动态决策研究尚未深入。
在（Pascaris等人，2021年）的研究中，将太阳能农业视为可持续性的变革性因素。在（Khan等人，2018年）的研究中，使用卫星图像和固定的太阳辐射数据创建了低分辨率的太阳能地图。在（Salim，2021年）的研究中，通过纳入气候变异性，太阳能地图的质量得到了提升。但这些模型没有考虑实时或特定地点的太阳能资源可用性。尽管网格网格系统在城市规划地图的高分辨率分析中最为有效，但在太阳能制图方面的研究仍然较少（Sonal等人，2022a）。最近的模型使用了粗略的数据，未能捕捉到区域间的太阳辐射差异（Sonal等人，2022b）。考虑到基于光伏的发电具有不确定性，当前情况下需要亚公里级别的网格网格太阳能模型。
高分辨率建模不可避免地涉及许多相关因素，如太阳能可用性、土地使用和环境等，因此需要正式的决策方法。多标准决策模型（MCDM）技术在环境规划、可再生能源设计等领域有较多应用。然而，其在农业用地利用与太阳能发电设计交叉领域的应用仍然有限。在（Rad等人，2018年）的研究中，通过促进多种发电方式的结合，提升了可再生能源的部署效果。在（Yimen等人，2018年）的研究中，考虑了生物质能用于农村电气化的最佳设计。在（Park等人，2016年）的研究中，采用了专家加权MCDM技术对场地适宜性因素进行了排序；但研究仅限于方法制定。此外，在（Bale?entis等人，2017年）的研究中，提出了一个旨在将环境因素纳入农业政策规划的可持续性框架，但未强调光伏潜力对农作物设计的影响。在（Hafezalkotob等人，2017年）的论文中，使用MULTIMOORA方法评估了农业规划中的技术选择和设备。在（Obiora等人，2018年）的研究中，研究了混合可再生能源系统的整合。在（Abbas等人，2013年）的研究中，开发了用于城市应用的低碳城市模型。在（Jain等人，2022年；Ortiz等人，2022年）的研究中，重点提高了太阳辐射估计模型的准确性。在（Bhatia等人，2023年；Yang & Kleissl，2024年）的研究中，探讨了提高可再生能源发电的方法。参考文献（Blanchy等人，2023年；Fthenakis等人，2008年；Fthenakis等人，2009年）对可再生能源系统进行了生命周期评估分析，但未涉及农业用地的灌溉用水问题，也未考虑农作物选择。在（Poddar等人，2021年；Poddar等人，2023年）的研究中，考虑了气候对光伏产量的影响，但忽略了农业水、能源和食物之间的关系。在（Davy等人，2012年）的研究中，应用了经济模型分析。这些研究表明，改进MCDM技术对于结合农业和太阳能土地利用具有重要意义。
除了决策之外，为了在动态环境中提高运营效率和规划效果，还使用了情境感知（Situation Awareness, SA）技术。例如，在（Hunter等人，2019年）的研究中，将其应用于紧急医疗服务中的实时响应管理。在（Mahmoud Zadeh等人，2024年）的研究中，利用基于深度学习的增强现实技术提升了消防任务的情境感知能力，帮助消防员在高风险灭火任务中安全导航。这些研究展示了情境感知在需要快速行动的不确定情况下对决策任务的重要性。如前所述，当前的能源-农业领域先进方法尚未包含情境感知技术。因此，将情境感知纳入决策支持系统对于优化能源和农业产量的管理至关重要。表1详细比较了涉及太阳能制图、作物适宜性研究、自适应灌溉系统和AV支持系统的各种方法。
研究目标如下：
i.利用基于网格的GIS框架和实时环境数据，开发数据驱动的太阳能潜力地图，以进行局部评估。
ii.通过基于AHP的方法评估区域作物的适宜性，同时考虑土壤质地和环境条件的空间变异性。
iii.设计以情境感知为导向的数据中心概念框架，用于适应性农业光伏灌溉规划，具体包括：
a.根据田地条件和相关环境指标，对土壤进行分类和分级。
b.基于每月太阳辐射需求和作物水分需求，通过基于AHP的决策框架，在实施自适应灌溉方案之前和之后估算发电量。
用于估算电网依赖性的综合农光互补规划框架的方法论部分提供了该框架的详细方法，包括三个部分：（A）使用网格网格集成GPS进行研究区域的数据驱动太阳能潜力制图，（B）利用混合土壤三角分析法进行作物适宜性决策，以及（C）基于情境感知的自适应灌溉概念框架。结果与讨论部分展示了研究结果并进行了讨论。结论部分总结了研究并提出了未来建议。
部分摘录
用于估算电网依赖性的综合农光互补规划框架的方法论
农光互补系统同时利用土地进行农业生产与太阳能光伏发电，提高了土地生产力、农民收入，并促进了可持续能源的利用（Giri & Mohanty，2022年；Patel等人，2024年；Patel & Chakraborty，2025年；Mehta和Betz，2026年）。基于此，建立了一个综合AV系统的规划框架，以促进高效、有韧性的发展
利用实时环境数据的基于网格的GIS进行数据驱动的太阳能制图
所提出的数据驱动框架具有位置无关性，只要输入相应的变量，就可以在全球任何地点使用。然而，为了测试该框架的有效性，研究在一个代表性的研究区域（北纬23.455981°，东经85.25573°）进行了结果分析。该框架采用了网格网格验证技术，不属于点位置分析方法，它将区域划分为1平方公里的节点来分析辐照特性
结论
本研究建立的框架提供了一种整体的数据驱动方法，用于可持续农业能源系统。结合干旱地区土壤条件的太阳能资源制图解决方案，有助于制定地方能源策略。基于混合土壤三角分析法和情境感知概念的灌溉智能方法显著降低了各种作物的电网依赖性，平均减少了25-30%。评估表明
CRediT作者贡献声明
索纳尔：撰写原始稿件、可视化制作、方法论构建、数据分析及概念化。德博米塔·戈什：提供指导。
致谢
作者感谢Central Coalfields Limited和印度政府（GoI）通过研发项目资助提供的财务支持。
