近年来，使用数值模拟，统计学，人工智能和地理信息系统等方法对太阳辐射进行建模已取得了重大进展。但是许多太阳辐射模型需要许多根据经验确定的参数，并结合在许多领域无法广泛使用的测量工具。本文提出了一种基于无人机获取的数据估算太阳能潜力的方法。在这项研究中，本文使用摄影测量方法来计算哀牢山区多个研究地点的数字表面模型（DSM）和3D点云，基于机器学习的点云分类提取了建筑物的边界和屋顶模型，基于深度学习目标检测识别了现有太阳能设施。根据这些数据模型使用太阳辐射模型来计算各个地点中每个建筑物屋顶全年接收的太阳辐射。结果显示每年7月不同位置的辐射差异最大，太阳能装置的安装位置至关重要。另外本文发现夏季和冬季之间太阳辐射量的相关性较低，因此可以考虑在夏季和冬季设置不同的安装位置以产生更多的电能。不同建筑和社区之间的太阳能潜力存在很大差异，朝南的屋顶最适合太阳能应用。此外，旧城区往往比新开发的居民区存在更多的树木阴影从而影响太阳能的利用。结果显示景东县城总计有18,497.26 MWh太阳能发电潜力，平均每栋建筑119.34MW。本文的方法可用于在区域和市政级别上准确估算现有存量建筑的太阳能发电潜力，并直接应用于城乡规划中。

无人机,深度学习,目标检测,太阳能,太阳辐射模型