2.3 Оценка потенциальных ветроэнергитических ресурсов на территории России.

Потенциальные ветровые энергоресурсы рассчитываются по формуле (2.3.1):

p=1/2 ρ v³ , (2.3.1)

v³=(v)³ (1+3с_v² +Ac_v²) , (2.3.2)

где p – плотность мощности ветра; v – средняя скорость ветра; c_v – коэффициент асимметрии вариации скорости ветра; А – коэффициент асимметрии распределения скорости ветра.

Расчеты могут выполняться для года, и тогда v, c_v и А в формуле (2.3.2) – характеристики месячной совокупности. Общая оценка потенциальных ветроэнергоресурсов значительно упрощается, если полагать, что распределение скорости ветра описывается функцией Максвелла. Такое допущение считается приемлемым. В этом случае, подставив в (2.3.2) значение c_v и А, соответственно равным для законов Максвелла 0,52 и 0,63, получим что

v³≈1,9(v)³ . (2.3.3)

Полагая плотность воздуха при нормальных условиях равной 1,3*10^-3 г/см³ , по формуле (2.3.1), принимая во внимание (2.3.3), можно рассчитать плотность мощности ветра за год или месяц. (Кобышева Н.В., Копанева И.Д. Общая и прикладная климатология)

3. Карты ветрового потенциала для периодов 1981-2000 и 2041-2060

Одной из целей данной работы являлось создание карт ветрового потенциала спроецированное на середину XXI века. Карты были созданы в помощью программного обеспечения, на сегодняшний день одно из самых популярных, используемых для решения многих картографических и геоинформационных задач, ArcGIS. Продукт от ESRI позволяет разрабатывать модули на языках Java.

3.1 Программное обеспечение Arcgis

ArcGIS позволяет визуализировать (представить в виде цифровой карты) большие объёмы статистической информации, имеющей географическую привязку. В среде создаются и редактируются карты всех масштабов: от планов земельных участков до карты мира.

Также в ArcGIS встроен широкий инструментарий анализа пространственной информации.

По средствам программы Arcgis 10.1 задача была разбита на несколько частей:

• Построение карты территории России, разбитую на административные округа.

• Нанесение координат станций метеорологической сети с рассчитанными значениями ветрового потенциала по данным электронного справочника о скорости ветра.

• Нанесение сетки 2,5° х 2,5° с рассчитанными разностями ветрового потенциала по результатам моделирования на периоды 1981-2000 и 2041-2060 по сценарию событий А1.

• Интерполяция реального ветрового потенциала на высотах 10, 50 и 100 метров по способы интерполяции сплайн.

• Интерполяция разностей ветрового потенциала на высотах 10, 50 и 100 метров по способы интерполяции сплайн.

• Сложение 6 полей интерполяции и получение 3х интерполяционных слоев значений ветрового потенциала на середину XXI века.

• Построение изолиний по значениям ветрового потенциала на середину XXI века на высотах 10, 50 и 100 метров.

3.2 Выбор метода интерполяции.

Интерполяция предсказывает значения ячеек растра из ограниченного количества точек данных образца. Она может использоваться для предсказания неизвестных значений для любых географических точечных данных, такие как высота, количество осадков, химическая концентрация, уровни шума и т. д.

Доступные методы интерполяции перечислены ниже.

• ОВР (IDW)

Инструмент ОВР (IDW) (обратно взвешенные расстояния) использует метод интерполяции, оценивающий значения ячеек посредством усреднения значений образцов точек данных рядом с каждой обрабатываемой ячейкой. Чем ближе оценивается точка к центру ячейки, тем больше влияния, или веса, она имеет в процессе усреднения.

• Кригинг (Kriging)

Кригинг (Kriging) – улучшенная геостатистическая процедура, генерирующая приблизительную поверхность из рассеянного набора точек со значениями z. В отличие от других методов интерполяции, перед выбором оптимального метода оценки, который будет использоваться для построения итоговой поверхности, необходимо сделать исследование пространственного поведения явления, представленного z-значениями.

• Естественная окрестность

Естественная окрестность (Natural Neighbor) находит самое близкое подмножество входных образцов к запрошенной точке и применяет к ним взвешенные значения, основанные на пропорциональных областях, чтобы интерполировать значение (Sibson, 1981) Она также известна как интерполяция Сибсона или "захватывающей области".

• Сплайн (Spline)

Инструмент Сплайн (Spline) использует метод интерполяции, который оценивает значения, используя математические функции, которые сводят к минимуму общую кривизну поверхности, что приводит к сглаженной поверхности, которая проходит точно через входные точки.

• Сплайн с барьерами (Spline with Barriers)

Инструмент сплайн с барьерами (Spline with Barriers) использует метод, сходный с используемым в инструменте Сплайн (Spline). Основное отличие заключается в том, что этот инструмент учитывает перерывы, закодированные во входных барьерах и входных данных точек.

• Топо в растр (Topo to Raster)

Инструменты Топо в растр (Topo to Raster) и Топо в растр по файлам (Topo to Raster by File)используют метод интерполяции, специально разработанный для создания поверхности, которая более точно представляет естественную дренажную поверхность и лучше сохраняет сети линий рёбер и потоков из входных данных изолиний.

Используемый алгоритм основан на алгоритме ANUDEM, разработанном Хатчинсоном и другими специалистами в Австралийском Национальном Университете.

• Тренд (Trend)

  Тренд (Trend) – глобальная полиномная интерполяция, соответствующая ровной поверхности, определенной математической функцией (полиномом) для входных точек образца. Поверхность тренда постепенно изменяется и охватывает шаблоны грубых масштабов в данных.(Mitas, L., H. Mitasova. 1988. Вариационный подход к проблеме интерполяции)

Наиболее оптимальным методом для решения задач, поставленных в этой работе, является сплайн, т.к. этот метод минимизирует общую кривизну интерполируемой поверхности, тем самым позволяет сгладить её и пойдет более точно через входные точки.

Концептуально, опорные точки вытягиваются на высоту их величины; сплайн сгибает лист резины, который проходит через входные точки при сведении к минимуму общей кривизны поверхности. Он устанавливает математическую функцию на заданное количество ближайших входных точек при прохождении через опорные точки. Этот метод лучше всего подходит для несильно меняющихся поверхностей, например, рельефа, высот грунтовых вод или концентрации загрязняющих веществ.

Основная форма интерполяции по методу Сплайна с минимальной кривизной накладывает на интерполятор два основных условия:

• Поверхность должна проходить точно через точки с данными.

• Поверхность должна обладать минимальной кривизной – накопленная сумма квадратов вторых производных поверхности, взятых для каждой точки поверхности, должна быть минимальной.

Базовая методика минимальной кривизны также рассматривается как интерполяция по методу тонкостенной плиты (thin plate). Она обеспечивает построение сглаженной (непрерывной и дифференцируемой) поверхности, наряду с непрерывными поверхностями первой производной. Быстрые изменения в градиенте или уклоне (первая производная) могут произойти по соседству с опорными точками; следовательно, эта модель не подходит для оценки второй производной (кривизны).

Алгоритм, используемый для инструмента Сплайн (Spline) использует следующую формулу для интерполяции поверхности:

(3.2.1)

где:

j = 1, 2, ..., N

N – количество точек.

_j – коэффициенты, найденные на основании решения системы линейных уравнений.

r_j – это расстояние из точки (x,y) в точку j^-ю.

T(x,y) и R(r) определяются по-разному, в зависимости от выбранной опции.

Для вычислительных целей все пространство выходного растра делится на блоки или регионы, равные по размеру. Число регионов по направлениям x и y одинаково, они имеют форму прямоугольника. Число регионов определяется путём деления общего количества точек во входном наборе точек на число, заданное для числа точек. Для менее равномерно распределенных данных регионы могут содержать значительно различающееся количество точек, при этом количество точек является только грубым средним. Если в одном любом из регионов число точек меньше восьми, регион будет расширен до того размера, при котором в него попадут минимум восемь точек.( Franke, R. 1982. Сглаженная интерполяция)