Integrating spatial econometrics and remote sensing for pixel-level wind energy corridor identification: evidence from West Bengal, India

本研究融合遥感与空间计量技术，识别印度西孟加拉邦像素级风能走廊。将100 m分辨率的Weibull尺度参数（A）和形状参数（K）栅格与Dynamic World土地覆盖数据相结合，评估景观特征如何影响风能资源潜力。采用普通最小二乘法（OLS）、空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）对区级分区统计数据进行分析。全局Moran's I（0.723，p < 0.01）揭示了显著的正空间自相关，证实了明确考虑空间依赖性的重要性。模型比较表明，基于赤池信息准则和贝叶斯信息准则，空间误差模型（SEM）提供了最简约的设定，而空间杜宾模型（SDM）通过捕捉额外的空间溢出效应实现了最高的整体模型拟合度。基于上述结果，开发了像素级风能适宜性指数，以划定全邦连片的风能走廊。分析确定西孟加拉邦南部和沿海地区的若干区具有相对较高的风能开发潜力，证明了将遥感与空间计量建模相结合用于可再生能源规划的价值。所提出的框架提供了一种统计上严谨的规划支持工具；然而，在实施之前，工程可行性、环境评估、输电基础设施分析和实地验证仍然必不可少。