地图、天气和机器学习能把“明天能发多少电”变成一个易问易答的问题，但预测结果是否可用于调度，取决于训练标签到底来自电表，还是由若干合理假设拼出的代理量。ScorchAI 的项目说明公开展示了后一种路线：以澳大利亚 Global Solar Atlas 栅格、BoM 派生天气记录和天气因子构造日尺度光伏输出，再提供自然语言问答。它适合用来说明光伏 GIS 工作流中最重要的边界：空间基线、天气驱动、标签构造、缺失回退和预测输出必须分层标注。

可核查事实

  • ScorchAI README 将项目定义为澳大利亚太阳能输出预测，并从 Global Solar Atlas GeoTIFF 与 weatherAUS 天气数据构建表格数据集。

  • Global Solar Atlas 输入包括年度 GHI、DNI、DIF、GTI、OPTA、TEMP 和年度及12个月 PVOUT；项目说明称月尺度只有 PVOUT。

  • 项目对 49 个 BoM 气象站地理编码，以 EPSG:3577 建立10 km 半径缓冲区，在 EPSG:4326 栅格上裁剪并求有效像元均值；Norfolk Island 不在澳大利亚栅格范围内，最终支持48站。

  • 日输出目标并非历史实测电量，而是“城市月度 PVOUT 基线 × 晴空因子”的构造物理代理量。

  • 晴空因子优先使用日照时数除以日长；缺少日照时使用9时与15时云量均值，并限制在0.05到1.0之间；两者都缺失的记录被丢弃。

  • 项目以2015年训练，48个站点均有365天记录，69.1%的记录有可用日照或云量，17,520条候选记录中去除5,414条后保留12,106条。

  • 两个 HistGradientBoostingRegressor 方案按时间留出评估：完整方案 RMSE 0.235、MAE 0.185、R² 0.973；基础方案 RMSE 1.012、MAE 0.787、R² 0.491。

  • 项目说明称十个站点从未记录日照或云量，工具会在没有辐照代理时使用基础模型，并向用户披露回退与置信度。

核心机制：先审计标签，再解释模型分数

ScorchAI 的关键不是“把天气交给模型”，而是明确日发电标签的来源。README 写明目标为月度 PVOUT 基线乘以晴空因子，并非来自历史日电表读数。该式能够生成适合演示的物理代理量，却不能被改称为实际机组发电量；模型的高分首先反映其对这个构造目标的拟合能力。

空间基线也应可回读。项目先对49个 BoM 站点地理编码，在 Australian Albers 的 EPSG:3577 中做10 km 缓冲，再回投到 EPSG:4326 栅格裁剪并求均值。Norfolk Island 因不在 Global Solar Atlas 的澳大利亚栅格范围而排除，最终留下48站。将“站点缓冲区均值”明确为城市代表值的操作化定义，能避免把它误写成行政区、光伏场址或电站级资源值。

GIS 场景：为调度结果附上数据血缘和置信度

在区域能源看板中，可将每个预测拆成四层：栅格资源基线、站点天气输入、标签构造规则和模型输出。用户查询某城市次日发电时，界面应同时显示所在站点、缓冲半径、栅格月份、天气日期、使用的模型版本和缺失字段，而不是只返回一个数值。

ScorchAI 对缺失处理给出了有用的分级。晴空因子优先由日照时数计算；无日照时用9时和15时云量；两者皆无则剔除记录。项目还说明有十个站点从未记录日照或云量，预测会使用基础模型并披露较低能力。完整模型在时间留出上报告 R² 0.973、基础模型为 0.491，差异不能被隐藏；日照与云量直接参与构造目标时，完整模型的结果尤其不能当作独立实测验证。

技术路径

  1. 固定站点坐标、缓冲区、坐标参考系、栅格版本和覆盖范围，并记录排除站点。

  2. 将资源栅格、天气观测、标签构造公式、训练样本和预测结果分为独立数据层。

  3. 对每条预测保存日照、云量、天气缺失、月度 PVOUT 基线和晴空因子来源。

  4. 分别报告完整与缺少辐照代理时的模型版本、时间留出指标和适用条件。

  5. 对电网调度、收益结算或设备告警另接入逆变器、电表与实况辐照数据，不以代理标签替代它们。

  6. 发布前检查站点缓冲区是否真正代表目标资产，并由能源与 GIS 人员共同确认空间口径。

检查清单

  • 标签是实测电量、物理代理量还是业务估算，是否在地图与导出表中明示？

  • 站点、10 km 缓冲、栅格覆盖和排除范围能否回读？

  • 日照、云量缺失时使用了哪条回退路径，是否随结果一起披露？

  • 训练与评估是否按时间留出，并避免将构造标签上的高分解释为实测准确度？

  • 预测是否被错误用于结算、告警或调度等需要真实计量的数据流程？

风险边界

README 明确 Global Solar Atlas 的月尺度输入只有 PVOUT，年度资源图与天气驱动共同构成日尺度代理标签。即使2015年样本有48个站点的完整365天覆盖，69.1%的记录可用日照或云量，也不等于拥有相同覆盖和精度的日电表真值。17,520条候选记录删去5,414条后得到的12,106条样本，仍受站点观测、缓冲区代表性与构造规则限制。

自然语言问答只应解释已保存的预测证据，不能绕过上述数据边界。项目的问答组件需要外部模型服务配置；本文未使用或读取任何此类凭据。生产系统需要单独评估模型服务、身份、保留期限与敏感能源数据规则，并将代理预测和权威计量彻底分开。

资料依据

本文依据 ScorchAI 项目 README 撰写。数据源、栅格参数、49站到48站处理、缓冲与坐标参考系、目标公式、晴空因子、样本数量、两个模型指标、十站缺失回退和问答组件说明均来自一手项目文档；数据分层、计量接入和发布控制为 GIS 生产建议。

结论

把卫星资源图和天气数据接入光伏预测，首先要说清楚输出是什么。只有将栅格基线、天气输入、构造标签、模型版本和真实计量分别保存，预测值才可用于恰当的运营分析，而不会被误作已验证的日电量事实。