科尔多瓦大学的研究团队开发了一种基于人工智能的模型，利用温度数据预测西班牙安达卢西亚地区到2100年的太阳能可用量。这项研究聚焦于峰值日照时数（PSH），这是一种标准化测量，用于评估光伏能源的年度可用能量，有助于更高效地规划太阳能发电。每个峰值日照时数相当于每小时每平方米1000瓦，对其中长期预测能支持清洁能源发电的优化布局。

由哈维尔·埃斯特韦斯、胡安·安东尼奥·贝利多和阿曼达·加西亚领导的研究小组，在科尔多瓦大学的水文和农业水力学部门进行了这项工作。他们开发的AI模型仅依赖温度数据，就能生成到2100年的峰值日照时数地图。埃斯特韦斯教授表示：“我们使用温度这一简单、易于测量的变量，结合大量数据集和未来预测，来估计太阳辐射，进而计算峰值日照时数。”

在评估了四种机器学习模型和多种配置后，研究人员发现，包含最多温度衍生变量的多层感知器模型表现最佳。基于不同气候变化情景下的未来温度预测，模型显示安达卢西亚的峰值日照时数在所有情景下都将增加。埃斯特韦斯指出：“在最温和的排放情景下，年度数据从2024-2030年期间的1850千瓦时/平方米上升到2100年的1950千瓦时/平方米。在排放更高的情景下，增长更显著，超过每年2000千瓦时/平方米。”

总体而言，安达卢西亚的太阳能可用量呈现积极趋势，这对清洁能源发展有利，尽管一些沿海和山区区域略有下降。太阳辐射的增加也与温度上升有关。为了验证模型，团队使用了122个气象站在2000年至2022年间测量的太阳辐射数据，确认模型能可靠预测未来数据。该研究已发表在《应用能源》期刊上。

研究人员安东尼奥·贝利多说：“该模型是开放获取的，可供其他研究小组和管理者使用。虽然开发过程计算量大，但之后能在标准计算机上运行。”通过利用温度这一低成本、易获取的变量，模型适用于资源有限地区，仍能提供准确结果。从规划角度看，这项研究强调了本世纪西班牙南部太阳能潜力的增长，有助于分析不同地点的能源性能变化，为选择最佳清洁能源发电方案提供依据。

出版详情：作者：University of Córdoba；标题：《Available solar energy in Andalusia will increase through the end of the century, machine learning model finds》；发表于：《Applied Energy》(2026)；期刊信息：《Applied Energy》。