Αξιολόγηση δυναμικού υδροηλεκτρικής ενέργειας μικρής κλίμακας στην Ινδία

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Assessment of small hydropower potential using remote sensing data for sustainable development in India

Αξιολόγηση δυναμικού υδροηλεκτρικής ενέργειας μικρής κλίμακας στην Ινδία

Συγγραφείς:Surekha Dudhania, A.K. Sinhab, S.S. Inamdar

Πηγή: Energy Policy, 2006


Η Ινδία, ως αναπτυσσόμενη χώρα, πρέπει να αντιμετωπίσει την ολοένα αυξανόμενη ζήτηση ενέργειας, λόγω της γρήγορης βιομηχανοποίησης. Το παρόν άρθρο εξετάζει το δυναμικό της υδροηλεκτρικής ενέργειας μικρής κλίμακας στην Ινδία, όπου υπάρχει πολύ μεγάλο υδροηλεκτρικό δυναμικό, αλλά σε μη προσβάσιμες ορεινές περιοχές. Στα πλαίσια της μελέτης αυτής παρουσιάζεται η εφαρμογή της τηλεπισκόπισης για την αναγνώριση και επιλογή πιθανών τοποθεσιών για υδροηλεκτρικά έργα.

Η συμβατική μέθοδος σχεδιασμού υδροηλεκτρικών έργων περικλείει πολλά εμπόδια, όπως δυσκολία πρόσβασης στην τοποθεσία, τραχύ έδαφος σε λοφώδεις περιοχές, με αποτέλεσμα η περίοδος προετοιμασίας να είναι μεγάλη, και να φτάνει ακόμα και τα 8-10 χρόνια σε κάποιες περιπτώσεις. Τα μεγάλα υδροηλεκτρικά συχνά απαιτούν την κατασκευή μεγάλων φραγμάτων και κάνουν μεγάλες πεδιάδες να πλημμυρίσουν, ενώ κάποια από αυτά προκαλούν πολλά περιβαλλοντικά προβλήματα. Αντίθετα τα έργα μικρής παραγωγής υδροηλεκτρικής ενέργειας είναι η πιο ελκυστική αλλά και η πιο παλιά ενεργειακή τεχνολογία. Στην Ινδία η απορροή από το χιόνι που λιώνει στην περιοχή των Ιμαλάϊων μπορεί να χρησιμοποιηθεί για την παραγωγή υδροηλεκτρικής ενέργειας λόγω των απότομων πλαγιών.

Προτεινόμενη μεθοδολογία

Στην προτεινόμενη μεθοδολογία, οι δορυφορικές εικόνες αποκτήθηκαν από δεδομένα IRS-1D LISS III Geocoded False Color Composite (FCC) στις 24 Ιανουαρίου του 2000 και χρησιμοποιήθηκαν για την εξαγωγή και τη χαρτογράφηση των υδάτινων πόρων. Τα στάδια επεξεργασίας της εικόνας είναι τα εξής: α) ομαδοποίηση και ταξινόμηση και β) ερμηνεία εικόνας.

Οι εικόνες που αποκτήθηκαν από τον ινδικό δορυφόρο χρησιμοποιήθηκαν για την αναγνώριση υδάτινων σωμάτων, δασών, οικισμών, περιοχών που καλύπτονται με χιόνι, με την τεχνική της ομαδοποίησης όμοιων αντικειμένων και της ταξινόμησης, βάσει της έντασης των τιμών R-G-B, σε όρους κατανομής. Στην ανάλυση χρησιμοποιείται ο πολύ γνωστός αλγόριθμος ομαδοποίησης χωρίς επίβλεψη, που ονομάζεται Fuzzy C-Means (FCM). Ο αλγόριθμος χρησιμοποιεί την αρχή των ασαφών συνόλων για να την ανάπτυξη ενός πίνακα U(X), που συγκρατεί τις συμμετοχές των δειγμάτων στις κλάσεις (partition matrix), ενώ ελαχιστοποιεί τη συνάρτηση:

Tupos.JPG

όπου D(vi,xk) αντιπροσωπεύει την απόσταση από το σημείο xk (k=1,..,n) και m είναι ο σταθμικός συντελεστής.

Όσον αφορά την ερμηνεία της εικόνας, το καθαρό νερό απορροφά σχετικά μικρή ηλεκτρομαγνητική ακτινοβολία, έχοντας μήκη κύματος μικρότερα από 0,6μm. H υψηλή ανακλαστικότητα τυποποιεί αυτά τα μήκη κύματος με ένα μέγιστο στο μπλε-πράσινο τμήμα του φάσματος και δίνει μια καλή αντίθεση μεταξύ ξηράς και νερού (Lillesand, Kiefer). Η ερμηνευτική διαδικασία είναι απαραίτητη πριν εξαχθεί η θεματική πληροφορία από τις εικόνες. Στα πλαίσια του παρόντος άρθρου αναπτύχθηκε ένα σύστημα στον υπολογιστή, σε πλατφόρμα Visual Basic.

Τα υδάτινα σώματα εξήχθηκαν από τις δορυφορικές εικόνες για περιοχές που βρίσκονται σε πεδιάδα, αλλά και λοφώδεις και ορεινές περιοχές. Η εικ.1 απεικονίζει τον ποταμό Ganga που βρίσκεται σε σχετικά επίπεδη περιοχή, ενώ η εικ.2 απεικονίζει τον ποταμό Alaknanda, που βρίσκεται σε ορεινή περιοχή της περιφέρειας Tehri Garwal.

Εικόνα 1: Ποταμός Ganga
Εικόνα 2: Ποταμός Alaknanda

Η αποτίμηση των περιοχών που καλύπτονται με οικισμούς, βλάστηση/δάσος, χιόνι και σώματα νερού, είναι απαραίτητη για την επιλογή τοποθεσίας ενός υδροηλεκτρικού έργου. Αυτοί οι παράγοντες εξετάστηκαν για τρεις τοποθεσίες, οι οποίες παρουσιάζονται στην εικόνα 3. Οι τοποθεσίες 1 και 2 στον ποταμό Alaknanda παρουσιάζουν ελάχιστη κάλυψη δάσους/ βλάστησης, αλλά απαιτούν μεταφορά των ανθρώπων που μένουν εκεί σε άλλη περιοχή. Η τοποθεσία 3 καλύπτεται από δάσος/βλάστηση κατά 46,4%, ενώ οι οικισμοί καταλαμβάνουν το 3,69%. Η τοπική ζήτηση ίσως να μη δικαιολογεί την κατασκευή του έργου, ενώ το γεγονός ότι βρίσκεται σε ορεινή περιοχή καθιστά δύσκολη και ακριβή τη μεταφορά στις κεντρικές εγκαταστάσεις. Η τοποθεσία 2 έχει μικρότερη κάλυψη από οικισμούς σε σύγκριση με την τοποθεσία 1, πληροφορία που είναι σημαντική για την επιλογή τοποθεσίας υδροηλεκτρικού έργου.

Εικόνα 3: Επιλογή τοποθεσίας υδροηλεκτρικού έργου

Συμπεράσματα

Η ανάπτυξη των μικρών υδροηλεκτρικών έργων μπορεί να συνεισφέρει σημαντικά στην ικανοποίηση των τοπικών αναγκών των ανθρώπων σε απομακρυσμένες και ορεινές περιοχές της χώρας και να ενισχύσει τη ποιότητα ζωής. Η μεθοδολογία που παρουσιάζεται στο παρόν άρθρο καταδεικνύει μια συστηματική υπολογιστική προσέγγιση για τον προσδιορισμό και την αξιολόγηση των υδάτινων πόρων και των παραγόντων που σχετίζονται με αυτούς, όπως οι οικισμοί, τα δάση και η κάλυψη βλάστησης, η κάλυψη χιονιού και η επιλογή πιθανών περιοχών κατάλληλων για την κατασκευή μικρών υδροηλεκτρικών έργων από δορυφορικές εικόνες. Αν και στο παρόν άρθρο δε γίνεται σύγκριση του κόστους της προτεινόμενης μεθοδολογίας με αυτό των συμβατικών μεθόδων, προβλέπεται πως η εξοικονόμηση εργασίας και χρόνου για την ανεύρεση και την εξέταση πιθανών τοποθεσιών, θα έχει σημαντικό αντίκτυπο στο κόστος. Οι επίγειες έρευνες και η επιλογή περιοχών για τη μελέτη σκοπιμότητας είναι όχι μόνο χρονοβόρες αλλά απαιτούν και σημαντικό ανθρωποχρόνο λόγω της δύσκολης τοπογραφίας, της πυκνής δασικής κάλυψης και των κακών κλιματολογικών συνθηκών.