Πολυκριτηριακή ανάλυση Ανανεώσιμων Πηγών Ενέργειας χρησιμοποιώντας δεδομένα τηλεπισκόπισης

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Εικόνα 10.1: Περιοχή μελέτης’’’
Εικόνα 10.2: Πολυφασματικές εικόνες Landsat για την περιοχή μελέτης
Εικόνα 10.3: Εικόνες NDVI
Εικόνα 10.4: Επιλεγμένες κατηγορίες από τα σύνολα δεδομένων κάλυψης γης για χαρτογράφηση το 1990 και 2000
Εικόνα 6.5: Επιλεγμένες κατηγορίες από τα σύνολα δεδομένων κάλυψης γης για χαρτογράφηση το 2006 και 2012
Εικόνα 6.6: Μέση ηλιακή ενέργεια ετησίως και εκτίμηση της μέσης ταχύτητας ανέμου 10 μέτρα πάνω από την επιφάνεια
Εικόνα 10.7: Χαρτογράφηση των φραγμάτων για χρήση μικρών υδροηλεκτρικών έργων και πληθυσμός περιφερειακών πόλεων
Εικόνα 6.5: Μέτριες αλλαγές στη χαρτογράφηση κατάλληλων χώρων για χρήση των ΑΠΕ το 1990 και το 2000
Εικόνα 10.9: Μέτριες αλλαγές στη χαρτογράφηση κατάλληλων χώρων για χρήση των ΑΠΕ το 1990 και το 2000
Εικόνα 10.10: Χαρτογράφηση του ενεργειακού δυναμικού σε κλίμακα 1 έως 7


Πρότυπος τίτλος: Multicriteria analysis for sources of renewable energy using data from remote sensing

Συγγραφέας: L. Matejicek

Πηγή

Εισαγωγή

Οι Ανανεώσιμες Πηγές Ενέργειας (ΑΠΕ) αποτελούν πολύ σημαντική πηγή για την μείωση των επιβλαβών εκπομπών και την αντικατάσταση των ορυκτών καυσίμων τα οποία τείνουν να εξαντληθούν. Τα δεδομένα από την τηλεπισκόπιση μπορούν να παράσχουν πληροφορίες όπως κάλυψης γης, για την αναζήτηση κατάλληλων τοποθεσιών και μέσω της πολυκριτηριακής ανάλυσης να καθοριστεί το ενεργειακό δυναμικό και η κοινωνική αποδοχή των προτεινόμενων τοποθεσιών. Η περιγραφόμενη μελέτη επικεντρώνεται σε μια περιοχή ανθρακωρυχείων της βορειοδυτικής Τσέχικης Δημοκρατίας (εικόνα 1) όπου οι επιπτώσεις της εξόρυξης και της αποκατάστασης των επιφανειών αποτελεί μια κυρίαρχη δύναμη για τις μεταβολές της γης. Τα κύρια δεδομένα εισόδου για την εύρεση κατάλληλων τοποθεσιών είναι δορυφορικές εικόνες υψηλής ανάλυσης. Τα δεδομένα από την τηλεπισκόπιση για πολυκριτηριακή ανάλυση που υλοποιείται σε ένα γεωγραφικό σύστημα πληροφοριών (GIS) είναι ηλιακή χαρτογράφηση, προβλέψεις ανέμου, τοποθεσία ποταμών σε λεκάνες απορροής, οδικοί χάρτες και δημογραφικές πληροφορίες. Επίσης χρησιμοποιήθηκε και η βάση δεδομένων CORINE για την κάλυψη γης. Με τη χρήση δεδομένων τηλεπισκόπισης όπως είναι οι πολυφασματικές εικόνες και τα σύνολα κάλυψης γης από το CORINE μπορούμε να μειώσουμε τους οικονομικούς πόρους που απαιτούνται για την εύρεση και αξιολόγηση κατάλληλων περιοχών.

Ανάλυση και Μοντελοποίηση

Μέσα στα χρόνια έχουν χρησιμοποιηθεί αρκετά εργαλεία μοντελοποίησης, όμως τα ενεργειακά μοντέλα πλέον περιλαμβάνουν οικονομικές και περιβαλλοντικές εκτιμήσεις και δεν είναι μόνο αριθμητικά εργαλεία αλλά και εργαλεία διαχείρισης και λήψης αποφάσεων. Μια πολυκριτηριακή ανάλυση βασίζετε στην τηλεπισκόπιση και στα γεωγραφικά συστήματα πληροφοριών GIS κάνοντας χωρική ανάλυση δορυφορικών και εναέριων εικόνων. Η παρούσα εργασία πραγματοποιήθηκε για να προσδιοριστεί ποιες τάξεις γης καλύπτουν και συνδέονται με υψηλό ηλιακό, αιολικό, υδροηλεκτρικό δυναμικό όπως και υψηλό δυναμικό βιομάζας, σε μια περίοδο αρκετών δεκαετιών και πως μπορούν να εκμεταλλευτούν κατάλληλα. Τα δεδομένα προέρχονται από δορυφορικές πολυφασματικές εικόνες που συλλήφθηκαν από δορυφόρους Landsat κατά την περίοδο 1985-2015.

Οι δορυφορικές εικόνες χρησιμοποιήθηκαν για την αξιολόγηση του δυναμικού βιομάζας χρησιμοποιώντας τον δείκτη βλάστησης κανονικοποιημένης διαφοράς (NDVI). Στην εικόνα 2 μπορούμε να δούμε δορυφορικές εικόνες Landsat από το 1990 (Landsat 5 TM), 2000 (Landsat 7 TM), 2006 (Landsat 5 TM) και 2011 (Landsat 5 TM) ενώ στην εικόνα 3 βλέπουμε αντίστοιχα τα στρώματα NDVI για τις ίδιες ημερομηνίες. Οι παραπάνω δορυφορικές εικόνες συμπληρώνονται από την βάση δεδομένων CORINE για χαρτογράφηση κάλυψης γης ( Εικόνα 4, Εικόνα 5). Η ονοματολογία κάλυψης γης του CORINE χρησιμοποιείται για την επιλογή τοποθεσιών εξόρυξης ορυκτών 131, χωματερές 132 και όλες τις γεωργικές κατηγορίες που έχουν προτεραιότητα έναντι άλλων γαιών που είναι σε θέση να αξιοποιηθούν για ΑΠΕ. Στην εικόνα 6 βλέπουμε άλλα σημαντικά χωρικά δεδομένα που μας δείχνουν την εκτίμηση της μέσης ταχύτητας ανέμου άνω των 10 μέτρων από την επιφάνεια καθώς επίσης και την μέση ηλιακή ενέργεια ετησίως. Τα παραπάνω δεδομένα συμπληρώνονται από την χαρτογράφηση των φραγμάτων τα οποία μπορούν να χρησιμοποιηθούν για τη χρησιμοποίηση μικρών μονάδων υδροηλεκτρικής ενέργειας και για μεταφορές, μαζί με τον πληθυσμό στις περιφερειακές πόλεις οι οποίες μπορούν να παρέχουν ΑΠΕ (Εικόνα 7).


Αποτελέσματα

Το αποτέλεσμα της πολυκριτηριακής ανάλυσης σταθμίζουν το σύνολο των χωρικών δεδομένων σύμφωνα με την ποσοστιαία επιρροή ώστε να δημιουργηθεί ένας χάρτης που να δείχνει τις κατάλληλες θέσεις των ΑΠΕ. Στην εικόνα 8 μπούμε να δούμε ενδεχόμενες αλλαγές στην χαρτογράφηση των κατάλληλα επιλεγμένων περιοχών για αξιοποίηση ΑΠΕ για το 1990 και το 2000 ενώ στην εικόνα 9 για το 2006 και το 2012. Στην εικόνα 10 βλέπουμε άλλα αποτελέσματα τα οποία μας δείχνουν την ενεργειακή διαθεσιμότητα με μια κλίμακα από το 1 έως το 7, όπου η πρώτη τάξη συνδέεται με το ελάχιστο και η τελευταία με το ανώτατο όριο για το 1990, το 2000, το 2006 και το 2012. Τέλος σαν αποτέλεσμα στην συγκεκριμένη εργασία έχουμε ότι το νότιο τμήμα έχει μεγαλύτερες δυνατότητας για ανάπτυξη έργων σχετικά με την ηλιακή ενέργεια, το μεσαίο τμήμα έχει μια μεγάλη επιφάνεια ορυχείων ενώ στο βορειοδυτικό τμήμα της περιοχής μελέτης υπάρχουν κατάλληλες τοποθεσίες για μικρά αιολικά πάρκα. Επίσης το νότιο τμήμα περιέχει απότομες πλαγιές με πολλά μικρά ρεύματα που σχηματίζουν ρυάκια και ποτάμια στο μεσαίο τμήμα. Πολλοί ποταμοί σε αυτό το μέρος μπορούν να χρησιμοποιηθούν για μικρές υδροηλεκτρικές μονάδες.

Προσωπικά εργαλεία