تابش خورشیدی به طور قابل توجهی بر بسیاری از فرآیندهای روی زمین تأثیر می گذارد. اندازه‌گیری‌های درجا سخت هستند و به شبکه‌ای متراکم از حسگرها نیاز دارند. یک راه حل جایگزین مناسب می تواند مدل سازی تابش خورشیدی بالقوه بر اساس مدل رقومی ارتفاع (DEM) در سیستم های اطلاعات جغرافیایی باشد. موضوع کلیدی این مطالعه تعیین تأثیر پارامترهای زمین و وضوح فضایی یک DEM بر محاسبه تابش پتانسیل خورشیدی است. منطقه مورد مطالعه کوه های تاترا (بلندترین کوه های کارپات) است. DEM تعیین شده از تشخیص نور و محدوده (LiDAR) استفاده شد. برای تعیین تأثیر زمین، پارامترهای زمین زیر اعمال شد: شیب. جنبه ای که با شمال و شرق نشان داده می شود. ارتفاع؛ و شاخص موقعیت توپوگرافی با استفاده از شش محله دایره ای مختلف (10 متر، 30 متر، 50 متر، 100 متر، 500 متر و 1000 متر). نتایج نشان‌دهنده همبستگی متوسط ​​(0.32-0.46) بین خطاهای محاسبه تابش خورشیدی و مقادیر مطلق شاخص‌های موقعیت توپوگرافی با همسایگی‌های کوچک (10 متر تا 100 متر) است. برای نشان دادن تأثیر تفکیک فضایی، محاسبه بر اساس چهار وضوح DEM مختلف، یعنی 5 متر، 10 متر، 30 متر و 90 متر انجام شد. تفاوت های متقابل در تابش خورشیدی بالقوه با توجه به شاخص موقعیت توپوگرافی اندازه گیری شد. نتیجه همچنین مدلی از تابش خورشیدی بالقوه سالانه در کوه های تاترا است که با تفکیک پذیری 5 متر یا 2 متر محاسبه شده است. 46) بین خطاهای محاسبه تابش خورشیدی و مقادیر مطلق شاخص های موقعیت توپوگرافی با همسایگی های کوچک (10 متر تا 100 متر). برای نشان دادن تأثیر تفکیک فضایی، محاسبه بر اساس چهار وضوح DEM مختلف، یعنی 5 متر، 10 متر، 30 متر و 90 متر انجام شد. تفاوت های متقابل در تابش خورشیدی بالقوه با توجه به شاخص موقعیت توپوگرافی اندازه گیری شد. نتیجه همچنین مدلی از تابش خورشیدی بالقوه سالانه در کوه های تاترا است که با تفکیک پذیری 5 متر یا 2 متر محاسبه شده است. 46) بین خطاهای محاسبه تابش خورشیدی و مقادیر مطلق شاخص های موقعیت توپوگرافی با همسایگی های کوچک (10 متر تا 100 متر). برای نشان دادن تأثیر تفکیک فضایی، محاسبه بر اساس چهار وضوح DEM مختلف، یعنی 5 متر، 10 متر، 30 متر و 90 متر انجام شد. تفاوت های متقابل در تابش خورشیدی بالقوه با توجه به شاخص موقعیت توپوگرافی اندازه گیری شد. نتیجه همچنین مدلی از تابش خورشیدی بالقوه سالانه در کوه های تاترا است که با تفکیک پذیری 5 متر یا 2 متر محاسبه شده است. تفاوت های متقابل در تابش خورشیدی بالقوه با توجه به شاخص موقعیت توپوگرافی اندازه گیری شد. نتیجه همچنین مدلی از تابش خورشیدی بالقوه سالانه در کوه های تاترا است که با تفکیک پذیری 5 متر یا 2 متر محاسبه شده است. تفاوت های متقابل در تابش خورشیدی بالقوه با توجه به شاخص موقعیت توپوگرافی اندازه گیری شد. نتیجه همچنین مدلی از تابش خورشیدی بالقوه سالانه در کوه های تاترا است که با تفکیک پذیری 5 متر یا 2 متر محاسبه شده است.

کلید واژه ها:

تابش خورشیدی بالقوه LiDAR ; وضوح مدل ارتفاعی دیجیتال ; شاخص موقعیت توپوگرافی ; سیستم اطلاعات جغرافیایی ; کارپات ها ; اسلواکی

1. مقدمه

تابش خورشیدی یک اصطلاح کلی برای تابش الکترومغناطیسی ساطع شده از خورشید است [ 1 ]. این منبع انرژی است و به طور قابل توجهی بر محیط زیست و همچنین فرآیندهای زمین شناسی و طبیعی و سلامت و حیات انسان ها، حیوانات و گیاهان تأثیر می گذارد [ 2 ، 3 ، 4 ، 5 .]. همچنین یک منبع انرژی تجدید پذیر مهم است که به حفظ حیات روی زمین کمک می کند. انرژی خورشیدی را می توان به طور فعال برای تولید برق در نیروگاه ها و همچنین به طور غیرفعال برای تولید برق با استفاده از سیستم های فتوولتائیک در سقف و نمای ساختمان ها استفاده کرد. برای بهینه‌سازی توزیع این دستگاه‌ها، آگاهی از پراکندگی تابش خورشید در کشور ضروری است. از آنجایی که تابش خورشیدی برای رشد گیاهان ضروری است، آگاهی از توزیع آن نیز به عنوان مثال در برنامه ریزی برای کشت یا حفاظت از گیاهانی که نیاز به نور خورشید دارند کمک می کند. در محیط کوهستان، به طور خاص موضوع حفاظت از جنگل است. یکی دیگر از کاربردها در محیط کوهستانی که نیاز به آگاهی از توزیع تابش خورشیدی است، پیش بینی خطرات بهمن است.
تشعشعات خورشیدی که به ژئورلیف برخورد می کند، نتیجه یک برهمکنش پیچیده بین جو و سطح زمین است. مقدار آن به عوامل زیادی بستگی دارد، به عنوان مثال، موقعیت جغرافیایی، فصل، زمان روز، چشم انداز محلی، پوشش ابر و سایر خواص نوری جو [ 6 ]. در مورد تکه تکه شدن قابل توجه عمودی منطقه، اندازه گیری های مستقیم برای بیان تغییرپذیری مکانی و زمانی حوادث تابش خورشیدی در سطح ژئولیلف کافی نیست [ 7 ، 8 ]. اگرچه هزاران ایستگاه نظارت بر تشعشعات خورشیدی در سراسر جهان وجود دارد، اما برای اکثر مناطق جغرافیایی، اطلاعات دقیقی در مورد تابش خورشیدی در دسترس نیست [ 9 ]]. مدیریت اندازه‌گیری‌ها در یک محیط کوهستانی به دلیل دسترسی دشوار به زمین‌های ناهموار حتی مشکل‌سازتر است. اندازه‌گیری‌های درجا نیز سخت هستند و به شبکه متراکمی از حسگرها نیاز دارند. بنابراین علاوه بر اندازه گیری های موجود، استفاده از دانش موجود و ایجاد مدل های مناسب تابش خورشید ضروری است. از آنجایی که مدل‌سازی تأثیر آب و هوای محلی بر مدل‌سازی تابش خورشیدی بسیار سخت و نادرست است، تابش خورشیدی بالقوه اغلب بر اساس مدل‌های ارتفاعی دیجیتال (DEMs) محاسبه می‌شود [ 10 ، 11]. این نیز به دلیل این واقعیت است که بسیاری از تحلیل‌ها نیازمند مدل‌سازی تابش خورشیدی بالقوه با دقت موقعیتی کافی، البته با دقت زمانی کمتر هستند. علاوه بر این، برای بسیاری از تحلیل‌های فضایی، ارزش تابش خورشید در یک نقطه خاص نسبت به محیط اطراف آن اغلب مهم‌تر از مقادیر کاملاً دقیق در کل منطقه است. پارامتر مناسبی که این الزامات را برآورده می کند، تابش پتانسیل سالانه خورشیدی است که با تفکیک مکانی بالا در سیستم های اطلاعات جغرافیایی (GIS) محاسبه می شود.
عامل اصلی توزیع فضایی تشعشعات پتانسیل خورشیدی، ژئورلیف، به ویژه ارتفاع، شیب و جنبه است. بنابراین، این مقاله به تعیین اثر تفکیک DEM مورد استفاده، و همچنین پارامترهای زمین ذکر شده در بالا، بر محاسبه تابش پتانسیل خورشیدی در GIS اختصاص دارد.
در حال حاضر، پرکاربردترین ابزارهای نرم افزاری برای محاسبه تابش پتانسیل خورشیدی، مجموعه ابزار Solar Radiation پیاده سازی شده در ArcGIS [ 12 ، 13 ] و r.sun [ 14 ] است که برای GRASS GIS [ 15 ] طراحی شده است. مطالعات انتخابی که اجرای محاسبه تابش خورشیدی بر اساس داده های سه بعدی را توصیف می کند نیز در [ 9 ] ارائه شده است. مقاله [ 9 ] بیان می‌کند که یکی از مدل‌های اصلی ایجاد شده در ابزار GIS، Solar Analyst است که توسط Fu و Rich [ 16 ، 17 ، 18 ، 19 ، 20 ] توسعه یافته است.] بر اساس نظریه ای به نام SolarFlux. این مدل به عنوان یک ماژول در نرم‌افزار ArcView 3.0 ایجاد شد که توسط ESRI (موسسه تحقیقات سیستم‌های محیطی) ایجاد شد و بعداً در پسوند ArcGIS 10 به نام مجموعه ابزار تابش خورشیدی [ 12 ، 13 ] پیاده‌سازی شد.
مقالات زیادی به محاسبه تابش خورشیدی بالقوه اختصاص داده شده است. برخی از آنها بر تحقیقات بنیادی در مورد محاسبه تابش خورشیدی بالقوه تمرکز دارند [ 5 ، 21 ، 22 ، 23 ، 24 ]. دیگران بر استفاده از آن در کاربردهای مختلف تمرکز دارند [ 8 ، 25 ، 26 ، 27 ، 28 ، 29 ، 30 ، 31 ، 32 ، 33 ]. به عنوان مثال، [ 8] به کالیبراسیون و اعتبار سنجی ابزارهای تابش خورشیدی ArcGIS برای تعیین پتانسیل فتوولتائیک اختصاص دارد که عمدتاً بر پارامترهای جوی ورودی، نفوذپذیری و قابلیت انتقال تمرکز دارد، اما همچنین به اهمیت تفکیک مکانی در محاسبه تابش پتانسیل خورشیدی اشاره می کند. با توجه به [ 8 ]، بیشتر روش های مبتنی بر GIS برای محاسبه تابش خورشیدی بر اساس برخی از داده های جغرافیایی، مانند DEMs [ 10 ، 11 ، 21 ، 22 ] یا داده های تشخیص نور و محدوده (LiDAR) [ 5 ، 24 ، 25 ، 26 ، 27 ، 28]. این روش ها همچنین از مفروضات مختلفی استفاده می کنند و بنابراین از نظر دقت و عملکرد متفاوت هستند [ 8 ]. به عنوان مثال، موارد [ 5 ، 24 ، 25 ، 28 ] ابزارهایی را برای محاسبه تابش خورشیدی بالقوه از داده های LiDAR 3D توصیف می کنند.
در زمینه کاربردها و استفاده از تابش بالقوه خورشیدی محاسبه شده در مناطق کوهستانی، تأثیر تابش خورشید بر آسیب جنگل توسط حملات سوسک های پوستی در برخی مقالات توضیح داده شد [ 34 ، 35 ، 36 ، 37 ، 38 ، 39 ، 40 ، 41 ] . به طور خاص، در [ 30 ، 39 ، 40 ]، تابش خورشیدی بالقوه به عنوان یکی از ویژگی های سایت در تعیین احتمال حمله سوسک پوست در کوه های تاترا استفاده شد. در [ 30]، نویسندگان بیان کردند که تابش خورشیدی بالقوه محاسبه شده بر اساس DEM، هجوم سوسک ها را بهتر از متغیرهای هواشناسی رایج شناسایی می کند. با این حال، باید تاکید کرد که DEM در وضوح 30 متر (به عنوان مثال، بر اساس ماموریت توپوگرافی رادار شاتل (SRTM) [ 41 ، 42 ، 43 ]) بیشتر در آن تحلیل ها استفاده شد.
اگرچه تأثیر تفکیک DEM بر محاسبه تابش خورشیدی بالقوه قابل توجه است [ 8 ، 10 ، 11 ]، هنوز کمیت نشده است که DEM ورودی باید چقدر دقیق باشد یا کدام خطا در محاسبه تابش خورشیدی بالقوه است. در نتیجه استفاده از DEM با کیفیت پایین تر حاصل می شود. نویسندگان بیشتر به DEM های مختلف اشاره می کنند، به این معنی که نتایج نیز تفاوت ناشی از منبع داده دیگری را نشان می دهد. در این مطالعه، ما تنها از یک منبع داده استفاده کردیم و آن را با تابع میانگین با وضوح های مختلف تجمیع کردیم. این منجر به یک نشانه واقعی از تأثیر تفکیک فضایی DEM بر محاسبه تابش پتانسیل خورشیدی می شود. ما از یک DEM موجود که از داده های LiDAR مشتق شده است استفاده کردیم.
موضوع دیگر این است که چگونه تکه تکه شدن زمین بر دقت محاسبه تأثیر می گذارد، اگرچه می توانیم فرض کنیم که تفاوت در تابش خورشیدی بالقوه در محیط های کوهستانی قابل توجه تر است. بنابراین، هدف نیز تعیین تأثیر پارامترهای زمین بر خطاهای تابش پتانسیل محاسبه‌شده ناشی از وضوح کمتر داده‌های ورودی است. از آنجایی که مقادیر تشعشعات خورشیدی بیشتر در زمین های ناهموار تغییر می کند، ما عمدتاً روی محیط کوهستانی، به ویژه در سمت اسلواکی کوه های تاترا (بلندترین کوه های کارپات) تمرکز کردیم.
ما فرض می‌کنیم که بر اساس نتایج، بهتر می‌توانیم تعیین کنیم که در کدام مناطق استفاده از DEM با وضوح بالاتر مهم است و در کجا وضوح کمتر برای مدل‌سازی تابش خورشیدی بالقوه کافی است. در آزمایش، وضوح DEM 5 متر، 10 متر، 30 متر و 90 متر را آزمایش کردیم.
این مقاله بیشتر به شرح زیر سازماندهی شده است. بخش 2 داده ها و روش های مورد استفاده را شرح می دهد، از جمله توصیف منطقه مورد مطالعه، منابع داده های موجود، طراحی آزمایش، و توضیح ابزارهای نرم افزاری مورد استفاده. بخش 3 نتایج کمی سازی اثرات تفکیک DEM بر محاسبه تابش خورشیدی بالقوه و همچنین همبستگی بین پارامترهای زمین و خطاها در محاسبه تابش خورشیدی بالقوه ناشی از تفکیک فضایی کمتر را ارائه می‌کند. بخش 4 بحثی در مورد نتایج ارائه می دهد و بخش 5 سند را به پایان می رساند.

2. مواد و روشها

2.1. منطقه مطالعه

منطقه مورد مطالعه در کوه‌های تاترا (اروپای مرکزی)، مرتفع‌ترین رشته کوه‌های کارپات، واقع در مرز بین لهستان و اسلواکی قرار دارد ( شکل 1 ). در سال 1949، کوه‌های تاترا به عنوان اولین پارک ملی در اسلواکی (TANAP) و در سال 1993، همراه با بخش لهستانی تاتراس، توسط یونسکو به عنوان «ذخیره‌گاه زیست‌کره تاتراس» معرفی شدند [ 44 ].]. تاتراهای مرتفع شامل 30 قله با ارتفاع بیش از 2500 متر از سطح دریا (asl) است که ارتفاع آنها به 2655 متر از سطح دریا (گرلاخ) می رسد. کوه‌های تاترا با دره‌های عمیق و پشته‌های کوه مشخص می‌شوند، بنابراین برای انجام تجزیه و تحلیل اثرات ژئولیلف بر محاسبه تابش پتانسیل خورشیدی بسیار مناسب هستند. منطقه مورد مطالعه دارای یک شکل کشیده از غرب به شرق است ( شکل 1 ) و مساحت آن 959 کیلومتر مربع است که مربوط به منطقه 26 از داده های LiDAR است که توسط اداره نقشه برداری و کاداستر ژئودزی جمهوری اسلواکی (GCCA SR؛ مخفف در اسلواکی) ارائه شده است. برای نشان دادن داده استفاده می شود ÚGKK SR) [ 45 ] ( شکل 2 ).

2.2. داده ها

برای سمت اسلواکی کوه‌های تاترا، داده‌های تابش خورشید تا حدی توسط مؤسسه هواشناسی اسلواکی ارائه شده است [ 48 ]. متأسفانه، شبکه ایستگاه های زمینی به اندازه کافی متراکم برای تجزیه و تحلیل مکانی دقیق نیست و اندازه گیری ها نسبتاً گران هستند. داده های مربوط به تشعشعات خورشیدی نیز به عنوان مثال توسط اطلس خورشیدی جهانی [ 49 ] ارائه شده است]. این داده ها از نظر دقت زمانی بسیار خوب هستند و شرایط هواشناسی را نیز در نظر می گیرند. با این حال، وضوح فضایی آنها (اندازه پیکسل: 250 متر) برای تجزیه و تحلیل فضایی دقیق کافی نیست. بنابراین، استفاده از تابش پتانسیل خورشیدی محاسبه‌شده برای بسیاری از تحلیل‌های فضایی با وضوح فضایی بالاتر مناسب‌تر است. محاسبه تابش پتانسیل خورشیدی بر اساس DEM است. در تحلیل فضایی در کوه‌های تاترا، SRTM [ 43 ] با وضوح 10 متر یا بیشتر، یک DEM در دسترس و اغلب مورد استفاده بوده است. با این حال، از سال 2017، GCCA SR به طور مداوم یک مدل زمین دیجیتال، DTM 5.0، و مدل سطح دیجیتال، DSM 1.0، از کل قلمرو جمهوری اسلواکی ایجاد و ارائه کرده است [ 45 ]]. مدل‌های DTM 5.0 و DSM 1.0 از داده‌های اسکن لیزر هوایی (ALS) ایجاد شده‌اند و چگالی اعلام‌شده داده‌ها حداقل پنج نقطه در متر مربع است . هر دو مدل در قالب شطرنجی با وضوح فضایی 1 متر ارائه شده اند. کل قلمرو جمهوری اسلواکی به 42 محل تقسیم شده است ( شکل 2 ). اسکن به تدریج در مکان های جداگانه از غرب اسلواکی به شرق انجام می شود. نواحی موجود برای کاربران با رنگ سبز در شکل 2 مشخص شده است. شماره 26 منطقه مورد مطالعه را نشان می دهد. پارامترهای جمع آوری داده های ALS از منطقه 26 (تاترا) در جدول 1 ارائه شده است. ما فرض می‌کنیم که این داده‌ها مبنای مناسبی برای مدل‌سازی دقیق‌تر تابش خورشیدی بالقوه فراهم می‌کنند.
Ijgi 11 00389 g002 550
شکل 2. برنامه ZBGIS Map Client ارائه شده توسط GCCA SR (ÚGKK SR). مناطقی که داده های DTM 5.0 از آنها در دسترس است با رنگ سبز مشخص شده اند.
داده ها به صورت رایگان در دسترس هستند، اما کاربر موظف است منبع محصولات ALS را هنگام ایجاد اثر خود و انتشار آن به شرح زیر ذکر کند: “ÚGKK SR”. داده های مناطق کوچکتر (تا 400 کیلومتر مربع ) را نیز می توان از طریق برنامه کاربردی ZBGIS Map Client [ 50 ] دانلود کرد ( شکل 2 ). در این مطالعه موردی، ما از DTM 5.0 با وضوح 5 متر استفاده کردیم. از آنجا که DTM 5.0 نام یک مدل خاص است که می تواند با DEM دیگری در مطالعه ما جایگزین شود، ما ترجیح می دهیم از مخفف عمومی DEM استفاده کنیم. فقط در صورتی از علامت اختصاری DTM 5.0 استفاده می کنیم که بخواهیم به طور خاص روی این مدل تاکید کنیم.

2.3. طراحی تجربی

در یک آزمایش، تابش خورشیدی بالقوه محاسبه شده در وضوح مربوط به SRTM (10 متر یا 30 متر) یا کمتر (90 متر) را با مقادیر محاسبه شده در وضوح کمتر (5 متر) مقایسه کردیم. ما رزولوشن‌ها را 3 برابر بالاتر و 3 کمتر از وضوح مدل SRTM رایج در منطقه مورد مطالعه انتخاب کردیم. بالاترین رزولوشن استفاده شده (5 متر) رزولوشنی بود که با آن می‌توان هر یک از محاسبات طراحی و اجرا شده را در محیط ArcGIS در مدت زمان نسبتاً کوتاهی (در این مورد، ظرف دو روز) انجام داد. ما از داده‌های DTM 5.0 جمع‌آوری‌شده از وضوح اصلی 1 متر تا وضوح 5 متر، 10 متر، 30 متر و 90 متر استفاده کردیم زیرا می‌خواستیم بر تأثیر وضوح ورودی استفاده‌شده تأکید کنیم، نه تفاوت‌های DEM. تجمیع شطرنجی یک نسخه با وضوح کاهش یافته از یک شطرنجی ایجاد می کند. در این مورد، ما از تابع تجمع Mean استفاده کردیم. بنابراین، هر سلول خروجی حاوی میانگین سلول های ورودی است که با وسعت آن سلول احاطه شده اند. بنابراین، ما همه مقادیر را از شطرنج اصلی در محاسبه لحاظ کردیم، که در مقایسه با استفاده از یکی از روش‌های نمونه‌گیری مجدد، مانند نزدیک‌ترین، اکثریت، دوخطی، یا مکعب یک مزیت است.52]. با استفاده از تجمع، ما بعداً مدل‌هایی از تابش خورشیدی بالقوه با وضوح 10 متر، 30 متر و 90 متر نیز ایجاد کردیم. ما آنها را از یک مدل محاسبه شده با وضوح 5 متر جمع آوری کردیم. به دلیل بالا، ما فرض می کنیم که مناسب تر از محاسبه مستقیم آنها در وضوح پایین تر است. ما تأکید می کنیم که هدف ما اشاره به تأثیر پارامترهای زمین و وضوح فضایی DEM بر محاسبه تابش خورشیدی بالقوه است، نه اینکه تابش خورشیدی بالقوه را تا حد امکان دقیق محاسبه کنیم. چهار رزولوشن مختلف برای این منظور کافی است. به دلیل پیچیدگی محاسباتی تعیین تابش خورشیدی بالقوه در چنین منطقه وسیعی، ما از شطرنجی با وضوح اصلی 1 متر استفاده نکردیم. مدلی با وضوح 2 متر نیز قابل محاسبه است، اما محاسبه می تواند بیش از 10 روز طول بکشد.
برای ارزیابی تاثیر زمین، پارامترهای زمین (جنبه و شیب) و پارامترهای زمین مشتق شده، مانند شمال بودن، شرق [ 53 ]، و شاخص های موقعیت توپوگرافی (TPIs) را محاسبه کردیم [ 54 ، 55 ]. TIPs ارتفاع هر سلول در یک DEM را با میانگین ارتفاع یک محله مشخص در اطراف آن سلول مقایسه می کند [ 52 ]. اگرچه جنبه یک پارامتر مهم زمین است، اما به دلیل مقیاس زاویه ای آن (0 درجه تا 360 درجه، با مقادیر 0 درجه و 360 درجه نزدیک به یکدیگر) دشوار است که مستقیماً آن را در تجزیه و تحلیل قرار دهیم. بنابراین پیشنهاد می کنیم از پارامترهای شمال ( شمالی = cos ( جنبه )) و شرق ( eastness = گناه (جنبه ) [ 53 ]) به جای وجه. شیب در درجه بیان می شود اما فقط در محدوده 0 تا 90 درجه است، بنابراین ما آن را در تجزیه و تحلیل در این فرم گنجانده ایم. برای بیان بهتر لبه‌ها و افراط‌های زمین، استفاده از مقادیر مطلق TPI را پیشنهاد می‌کنیم (به عنوان مثال، ما تشخیص نمی‌دهیم که موقعیت بالاتر یا پایین‌تر نقاط است و فقط تفاوت‌های متقابل مهم هستند). همه پارامترها بر اساس DTM 5.0 [ 45 ] در وضوح فضایی 5 متر محاسبه شدند.
ما متعاقباً همبستگی پارامترهای زمین را با تفاوت‌های تابش خورشیدی بالقوه محاسبه‌شده در وضوح‌های مختلف محاسبه کردیم. برای حذف مقادیر از مناطق حاشیه ای، که ممکن است به دلیل ناقص بودن داده های ورودی حاشیه نادرست باشند، منطقه تا 200 متر را از مقایسه حذف کردیم. در نهایت، مقادیر محاسبه‌شده و انباشته تابش خورشیدی بالقوه سالانه را در وضوح‌های چندگانه مقایسه کردیم. روش آزمایشی ساده شده در شکل 3 نشان داده شده است .

2.4. ابزارهای نرم افزاری و پردازش داده ها

ما تابش خورشیدی جهانی سالانه بالقوه را در محیط نرم افزار ArcGIS 10.8 با استفاده از ابزار Area Solar Radiation (اجرا شده در مجموعه ابزار Solar Radiation) محاسبه کردیم [ 12 ، 13 ]. این ابزار تابش خورشیدی بالقوه را در یک منطقه جغرافیایی بر اساس الگوریتم نمای نیمکره ای که در [ 18 ، 19 ] توضیح داده شده است، محاسبه می کند. مقدار کل تابش برای یک مکان معین بر حسب واحد Wh/m 2 محاسبه می شود [ 12 ، 13 ]. ابزار Area Solar Radiation مکان (طول-طول جغرافیایی)، ارتفاع، شیب، جنبه و انتقال اتمسفر را به عنوان مرتبط ترین ورودی ها در نظر می گیرد [ 8 ، 13 ]]. این پارامترها معمولاً از داده های ورودی حاصل می شوند. سایر تنظیمات ورودی در جدول 2 فهرست شده است. ما از مقادیر پیش فرض استفاده کردیم، به جز عرض جغرافیایی، که به طور خودکار برای منطقه سایت محاسبه شد.
برای محاسبه پارامترهای زمین و پارامترهای مشتق شده از آنها، از ابزارهای استاندارد مانند Aspect، Slope، Focal Statistics و Raster Calculator (Spatial Analyst) در ArcGIS 10.8 استفاده کردیم [ 56 ]. داده های ورودی نشان دهنده متغیرها به صورت شطرنجی در وضوح فضایی 5 متر استفاده شد.

3. نتایج

نتایج تحلیل را می توان در چند نکته خلاصه کرد:
(1)
تفاوت در تابش خورشیدی بالقوه سالانه محاسبه شده در تفکیک پذیری های 10 متر، 30 متر و 90 متر در مقایسه با تابش خورشیدی بالقوه سالانه محاسبه شده در وضوح 5 متر، تکمیل شده توسط ویژگی های آماری آنها.
(2)
همبستگی بین مقادیر مطلق تفاوت تابش خورشیدی بالقوه و پارامترهای زمین برای ارزیابی تأثیر تکه تکه شدن زمین بر دقت محاسبه تابش خورشیدی بالقوه.
(3)
مقایسه مدل‌های محاسبه‌شده و تجمیع شده تابش پتانسیل سالانه خورشیدی.
(4)
مدل تابش پتانسیل سالانه خورشید در کوه های تاترا با اندازه سلول 5 متر (یا 2 متر) که در تحلیل های مختلف فضایی قابل استفاده است.

3.1. تفاوت در تابش خورشیدی بالقوه سالانه محاسبه شده در وضوح های مختلف

جدول 3 شامل ویژگی های آماری (حداقل، حداکثر، میانگین و ریشه میانگین مربعات خطا (RMSE)) تفاوت های محاسبه شده در تابش خورشیدی در وضوح 5 متر در مقایسه با تابش خورشیدی بالقوه محاسبه شده در وضوح 10 متر، 30 است. متر و 90 متر تفاوت در تابش پتانسیل سالانه خورشیدی محاسبه شده در تفکیک 30 متر در مقایسه با تابش پتانسیل سالانه خورشیدی محاسبه شده در وضوح 5 متر در شکل 4 a,b نشان داده شده است. شکل 4 c TPI محاسبه شده با همسایگی دایره ای 100 متر (TPI100) را نشان می دهد و رابطه بین تفاوت های محاسبه شده نشان داده شده در شکل 4 a,b و TPI100 را با جزئیات نشان می دهد.
همچنین لازم به ذکر است که زمان پردازش با افزایش وضوح شطرنجی به طور قابل توجهی افزایش می یابد. در مطالعه ما، زمان پردازش 0 متر: 21 ثانیه بود. 3 متر: 29 ثانیه; 48 متر: 42 ثانیه; ساعت 24: 14 متر: 08 ثانیه; و 11 d: 14 ساعت: 04 متر به ترتیب با وضوح 90 متر، 30 متر، 10 متر، 5 متر و 2 متر. منطقه مورد مطالعه 959 متر مربع است و پردازش بر روی یک رایانه ویندوز 10 با پردازنده Core i9 نسل یازدهم اینتل با 16 هسته و 32 گیگابایت رم انجام شد.

3.2. همبستگی بین مقادیر مطلق تفاوت تابش خورشیدی بالقوه و پارامترهای زمین

تابش خورشیدی بالقوه، شیب، جنبه و TPI100 که همگی در وضوح 5 متر محاسبه شده اند، در شکل 5 نشان داده شده است. سایر مقادیر TPI به عنوان مقادیر مطلق آنها نشان داده شده است تا ارتباط آنها با تفاوت های تابش خورشیدی بالقوه محاسبه شده در وضوح های مختلف را بهتر نشان دهد ( شکل 6 ).
جدول 4 همبستگی متقابل بین مقادیر مطلق تفاوت ها در محاسبه تابش خورشیدی بالقوه در وضوح های مختلف DEM (یا خطاهای ناشی از وضوح پایین تر DEM) و پارامترهای زمین، از جمله مقادیر مطلق TPI محاسبه شده با همسایگی های دایره ای مختلف را نشان می دهد. 10 متر تا 1000 متر).
نتایج نشان می دهد استقلال از تفاوت تابش خورشیدی بالقوه در شرق. وابستگی بسیار کم به |TPI1000|، |TPI500|، و شمال; و وابستگی کم به ارتفاع. وابستگی کم به جنبه (شمال و شرق)، که تابش خورشیدی بالقوه مستقیماً به آن بستگی دارد، مورد توجه خاص است. برعکس، وابستگی به مقادیر مطلق TPI با همسایگی ورودی 10 متر تا 100 متر نسبتا زیاد است ( جدول 4). ضریب همبستگی این پارامترها به مقادیر 0.33-0.46 می رسد، که نشان دهنده یک همبستگی متوسط ​​است، اگرچه هنوز به اندازه کافی تأثیر TPI را بر خطاها در محاسبه تابش بالقوه خورشید نشان می دهد. عدم دقت محاسبه آن بر روی پشته ها و دره ها نیز بر محیط اطراف آنها تأثیر می گذارد، که ممکن است با مقادیر TPI قابل توجهی مشخص نشود. همبستگی متوسط ​​نیز برای شیب (0.31-0.38) نشان داده شد ( جدول 4 ).
جدول 5 فواصل مقادیر مطلق TPI50 و RMSE مربوط به مدل های تابش خورشیدی بالقوه را نشان می دهد که در وضوح کمتر از 5 متر محاسبه شده است. در پشته ها و دره های کوهستانی، RMSE به 326 321 Wh/m2 می رسد (در وضوح 5 متر و 90 متر). مهم‌ترین تفاوت‌ها در محاسبه تابش خورشیدی بالقوه ناشی از وضوح‌های شطرنجی مختلف در مناطقی با مقادیر مطلق TPI بالا است (برای وضوح‌های 10 متر، 30 متر یا 90 متر، مقادیر بیشتر از 10 متر منجر به 4.7-6.2 برابر می‌شود. خطاهای بیشتر در مقایسه با خطاهای ناحیه مسطح (|TPI10| < 5 متر)) ( جدول 5 ). یک نمایش گرافیکی از مقادیر مطلق TPI، همراه با تفاوت در تابش پتانسیل خورشیدی (5 متر در مقابل 30 متر)، در شکل 6 نشان داده شده است.. این شکل همچنین تأیید می کند که بیشترین تفاوت در مقادیر بالقوه تابش خورشیدی در قله ها، پشته ها و دره ها و اطراف آن است.

3.3. مقایسه مدل های محاسبه شده و تجمیع شده تابش پتانسیل سالانه خورشیدی

نتیجه بعدی به دست آمده در این مطالعه مقایسه تابش خورشیدی بالقوه محاسبه شده بر اساس DEM در وضوح 10 متر، 30 متر و 90 متر و مقادیر تجمیع شده از مدل تابش خورشیدی با وضوح 5 متر تا وضوح 10 است. متر، 30 متر و 90 متر به ترتیب. ویژگی های آماری (RMSE) تفاوت ها در جدول 6 نشان داده شده است. بر اساس نتایج، می‌توانیم تأیید کنیم که انباشته شدن تابش خورشیدی از یک مدل با وضوح بالاتر مناسب‌تر است.

3.4. مدل تابش پتانسیل سالانه خورشیدی در کوه های تاترا با اندازه سلول 5 متر

آخرین نتیجه به دست آمده در مطالعه ما مدل تابش پتانسیل سالانه خورشیدی جهانی در کوه های تاترا با قدرت تفکیک فضایی 5 متر ( شکل 5 ب) یا 2 متر است. سیستم مختصات مرجع مورد استفاده S-JTSK (EPSG: 5514) با حجم فایل 464 مگابایت (یا 2.9 گیگابایت برای وضوح فضایی 2 متر) است. نتایج فوق ( بخش 3.3 ) نشان دهنده مناسب بودن این مدل برای تحلیل هایی است که در آن وضوح فضایی کمتر کافی است.

4. بحث

بر اساس نتایج به‌دست‌آمده، می‌توان گفت که تفکیک داده‌های ورودی در محاسبه تابش پتانسیل خورشیدی در محیط GIS تأثیر بسزایی در نتایج به‌ویژه در مناطقی با مقادیر مطلق TPI محاسبه‌شده با همسایگی‌های کوچک (10 متر) دارد. -100 متر). این امر به ویژه در مناطق کوهستانی مرتفع که دارای زمین های ناهموار هستند مشهود است. در نتیجه در مناطقی با |TPI50| یا |TPI100| بیش از 10 متر، توصیه می کنیم از یک DEM با وضوح بالا برای محاسبه تابش خورشیدی بالقوه استفاده کنید. در این مطالعه از مدل تابش پتانسیل خورشیدی سالانه با قدرت تفکیک فضایی 5 متر استفاده کردیم. علاوه بر این، مدلی را با وضوح 2 متر محاسبه کردیم که به دلیل پیچیدگی محاسباتی و محاسبات وقت‌گیر، آن را در تحلیل‌های این مطالعه لحاظ نکردیم. با این حال، می توان از آن برای سایر تجزیه و تحلیل های بعدی، به ویژه در زمین های ناهموار استفاده کرد. دلیل دوم این واقعیت است که چهار وضوح مختلف برای نشان دادن تأثیر وضوح بر نتیجه کافی است. نویسندگان [13 ] همچنین بیان کرد که محاسبه insolation می تواند بسیار زمان بر باشد. محاسبات برای یک DEM بزرگ می تواند چندین ساعت طول بکشد و برای یک DEM بسیار بزرگ، روزها [ 13 ]. به طور مشابه، نویسندگان [ 8 ] به پیچیدگی محاسباتی بالای محاسبه تابش خورشیدی بالقوه در وضوح شطرنجی بالا اشاره می‌کنند. در مقایسه، برای منطقه مورد مطالعه حدود 1 کیلومتر مربع ، زمان پردازش با یک مدل استاندارد 01 متر: 12 ثانیه، 06 متر: 22 ثانیه، و 10 متر: 7 ​​ثانیه برای 30 متر، 5 متر، و ثبت شد. 0.50 متر، به ترتیب [ 8]. محاسبات بر روی یک کامپیوتر ویندوزی با پردازنده Intel i5 با چهار هسته و هشت گیگابایت رم انجام شده است. همچنین باید تاکید کرد که زمان پردازش با استفاده از فواصل زمانی کوتاه‌تر افزایش می‌یابد.
البته لازم به ذکر است که حتی حجم فایل بیش از 2 گیگابایت در این مورد محدودیت قابل توجهی است. در این زمینه، توجه به این نکته نیز مهم است که ابزار تابش خورشیدی منطقه فقط برای مقیاس‌های منظر محلی طراحی شده است، جایی که به طور کلی استفاده از یک مقدار عرض جغرافیایی برای کل منطقه قابل قبول است [ 13 ]. با مجموعه داده های بزرگتر، مانند ایالت ها، کشورها یا قاره ها، نتایج به طور قابل توجهی در عرض های جغرافیایی مختلف (بیشتر از یک درجه) متفاوت خواهد بود. به همین دلیل، استفاده از وضوح شطرنجی بالاتر برای محاسبه مساحت بزرگتر کافی نیست. همچنین لازم است مناطق جغرافیایی وسیع تری را به مناطق کوچکتر با عرض های جغرافیایی مختلف تقسیم کنیم [ 13 ]]. تجزیه و تحلیل ما در کوه‌های تاترا مربوط به شکل کشیده منطقه با اختلاف عرض جغرافیایی 0.22 درجه بود، اگرچه با دامنه طول جغرافیایی بیشتر از 1 درجه [ 51 ]. در این حالت، خطای ناشی از تنظیم عرض جغرافیایی منجر به خطای بالقوه تابش خورشیدی تا 4000 Wh/m2 می شود .
نویسندگان [ 8 ] استدلال می‌کنند که مقادیر مدل پیش‌فرض نفوذ و انتقال منجر به دست کم‌گرفتن یا برآورد بیش از حد تابش خورشیدی می‌شود. نویسندگان همچنین ادعا می کنند که اعتبارسنجی مدل ضروری است زیرا مقادیر واقعی را نمی توان از داده های جوی قبل از اجرای مدل تعریف کرد [ 8 ، 57 ]]. مقادیر تابش خورشیدی از ایستگاه های هواشناسی مطمئناً برای مقایسه مقادیر تابش پتانسیل خورشیدی محاسبه شده مفید است. با این حال، حتی مقادیر تابش پتانسیل خورشیدی مدل‌سازی‌شده برای انجام بسیاری از تحلیل‌های فضایی کافی است، به‌ویژه اگر نیازی به دانستن مقادیر دقیق تابش خورشیدی نباشد، بلکه تغییرات محلی آن‌ها در منطقه ضروری باشد. مقادیر محاسبه شده بر اساس DEM در مطالعه ما برای این منظور مناسب است.
بنابراین، توصیه می کنیم از مدل تابش خورشیدی سالانه بالقوه محاسبه شده در این مطالعه با وضوح 5 متر ( شکل 5 الف، فایل مواد تکمیلی S1 ) یا بالاتر برای تجزیه و تحلیل در کوه های تاترا استفاده کنید (به بیانیه در دسترس بودن داده ها مراجعه کنید). در مورد تجزیه و تحلیل هایی که در آن وضوح کمتر کافی است، مقادیر مدل محاسبه شده را می توان با وضوح کمتر مورد نیاز جمع کرد (به جای محاسبه تابش خورشیدی بالقوه با وضوح کمتر). می‌خواهیم اضافه کنیم که مقادیر مدل باید از طریق تابع میانگین جمع شوند، نه نمونه‌گیری مجدد، زیرا نمونه‌برداری مجدد منجر به مقادیر کمتر قابل اعتماد می‌شود.

5. نتیجه گیری ها

ما دریافتیم و تأیید کردیم که عمده‌ترین تفاوت‌ها در محاسبه تابش خورشیدی بالقوه ناشی از وضوح‌های شطرنجی مختلف در مناطقی با مقادیر مطلق TPI، به عنوان مثال، مناطق کوهستانی (برای تفکیک‌پذیری‌های 10 متر، 30 متر یا 90 متر، مقادیر است. بیش از 10 متر منجر به خطاهای 4-6 برابر بیشتر از خطاهای یک منطقه صاف می شود.
با توجه به تجزیه و تحلیل ما، مقادیر دقیق تر تابش خورشیدی بالقوه در وضوح مورد نیاز (به عنوان مثال، 30 متر) با محاسبه در وضوح بالاتر (به عنوان مثال، 5 متر) و تجمع بعدی مقادیر توسط تابع متوسط ​​به دست می آید.
بر اساس نتایج، توصیه می کنیم:
  • در مناطق کوهستانی، تابش خورشیدی بالقوه را با وضوح بالا تا حد امکان محاسبه کنید (در یک منطقه مسطح، این کار ضروری نیست).
  • برای تجزیه و تحلیل فضایی در کوه‌های تاترا، استفاده از مدل تابش خورشیدی پیشنهاد شده در این مطالعه ( شکل 5 الف، فایل مواد تکمیلی S1 ) یا تجمع آن با وضوح پایین‌تر را توصیه می‌کنیم.
در تحقیقات آینده، مقایسه نتایج ما با تابش خورشیدی بالقوه محاسبه شده بر اساس SRTM در وضوح 30 متر یا سایر DEM های مورد استفاده در تحلیل های فضایی در کوه های تاترا می تواند مفید باشد. یکی دیگر از مسائل باز، محاسبه تابش خورشیدی بالقوه با وضوح حتی بالاتر است، عمدتا به دلیل تجزیه و تحلیل در مناطق کوچکتر که نیاز به دانش دقیق تری از تابش خورشیدی دارد.
اگرچه تجزیه و تحلیل ما در یک منطقه خاص انجام شده است، نتایج ممکن است برای مناطق دیگر قابل استفاده باشد. یک مدل با وضوح فضایی بالا از تابش خورشیدی بالقوه می‌تواند به بهبود دقت تحلیل‌های مختلف زمین‌شناسی و اکولوژیکی فضایی کمک کند.

منابع

  1. دفتر فناوری انرژی خورشیدی. مبانی تابش خورشیدی. در دسترس آنلاین: https://www.energy.gov/eere/solar/solar-radiation-basics (در 16 دسامبر 2021 قابل دسترسی است).
  2. فو، Q. تابش خورشیدی. در دایره المعارف علوم جوی ; Holton, J., Pyle, J., Curry, J., Eds. مطبوعات دانشگاهی: آمستردام، هلند، 2003; صفحات 1859–1863. [ Google Scholar ]
  3. Monteith، JL تابش خورشیدی و بهره وری در اکوسیستم های گرمسیری. J. Appl. Ecol. 1972 ، 9 ، 747-766. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  4. لوشنر، ام. هرتل، سی. روتزر، تی. سیفرت، تی. ویگت، آر. ورنر، اچ. Menzel، A. تابش خورشیدی به عنوان یک محرک برای رشد و رقابت در توده های جنگلی. در رشد و دفاع در گیاهان. مطالعات زیست محیطی (تحلیل و سنتز) ; Matyssek, R., Schnyder, H., Oßwald, W., Ernst, D., Munch, J., Pretzsch, H., Eds. Springer: برلین/هایدلبرگ، آلمان، 2012; صص 175-191. [ Google Scholar ] [ CrossRef ]
  5. اولپندا، ع. Stereńczak، K. Będkowski، K. مدل‌سازی تابش خورشیدی در جنگل با استفاده از داده‌های سنجش از دور: مروری بر رویکردها و فرصت‌ها. Remote Sens. 2018 , 10 , 694. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  6. گروه کاری IARC در مورد ارزیابی خطرات سرطان زا برای انسان. تشعشع (تنگنگهای IARC در ارزیابی خطرات سرطان زایی برای انسان، شماره 100D) ; آژانس بین المللی تحقیقات سرطان: لیون، فرانسه، 2012. در دسترس آنلاین: https://www.ncbi.nlm.nih.gov/books/NBK304362/ (در 16 دسامبر 2021 قابل دسترسی است).
  7. هوفیرکا، جی. Cebecauer، T. درونیابی فضایی داده های ارتفاعی با چگالی متغیر: یک روش جدید برای استخراج DEM های با کیفیت. IEEE Geosci. سنسور از راه دور Lett. 2007 ، 4 ، 117-121. [ Google Scholar ] [ CrossRef ]
  8. کاوسیکا، بی بی. ون سارک، WGJHM کالیبراسیون و اعتبار ابزار تابش خورشیدی ArcGIS برای تعیین پتانسیل فتوولتائیک در هلند. Energies 2021 , 14 , 1865. [ Google Scholar ] [ CrossRef ]
  9. فوئنتس، جی. مویا، FD; مونتویا، روش OD برای تخمین پتانسیل انرژی خورشیدی بر اساس فتوگرامتری از وسایل نقلیه هوایی بدون سرنشین. Electronics 2020 , 9 , 2144. [ Google Scholar ] [ CrossRef ]
  10. Tovar-Pescador، J. پوزو-وازکز، دی. رویز-آریاس، ج.ا. بتلز، جی. لوپز، جی. Bosch, JL در مورد استفاده از مدل رقومی ارتفاع برای تخمین تابش خورشیدی در مناطق با توپوگرافی پیچیده. هواشناسی Appl. 2006 ، 13 ، 279-287. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. آرنولد، ن. Rees, G. اثرات تفکیک فضایی مدل رقومی ارتفاع بر محاسبات توزیع شده بارگذاری تابش خورشیدی در یخچال طبیعی قطب شمال. جی. گلاسیول. 2009 ، 55 ، 973-984. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  12. ESRI. دسکتاپ ArcGIS. مروری بر مجموعه ابزار تابش خورشیدی. در دسترس آنلاین: https://desktop.arcgis.com/en/arcmap/latest/tools/spatial-analyst-toolbox/an-overview-of-the-solar-radiation-tools.htm (در 16 دسامبر 2021 قابل دسترسی است).
  13. ESRI. دسکتاپ ArcGIS. تابش خورشیدی منطقه در دسترس آنلاین: https://desktop.arcgis.com/en/arcmap/latest/tools/spatial-analyst-toolbox/area-solar-radiation.htm (در 16 دسامبر 2021 قابل دسترسی است).
  14. GRASS GIS 8.0.1dev Reference Manual r.sun—Solar Radiance and Radiation Model. در دسترس آنلاین: https://grass.osgeo.org/grass80/manuals/r.sun.html (در 16 دسامبر 2021 قابل دسترسی است).
  15. هوفیرکا، جی. Šúri، M. مدل تابش خورشیدی برای GIS منبع باز: پیاده سازی و کاربردها. در مجموعه مقالات کنفرانس کاربران منبع باز GIS-GRASS، ترنتو، ایتالیا، 11-13 سپتامبر 2002. پ. 19. [ Google Scholar ]
  16. مدل تابش خورشیدی هندسی فو، PA با کاربرد در اکولوژی منظر . دانشگاه کانزاس: لارنس، KS، ایالات متحده آمریکا، 2000. [ Google Scholar ]
  17. فو، پی. Rich, PM یک مدل هندسی تابش خورشیدی با کاربرد در کشاورزی و جنگلداری. محاسبه کنید. الکترون. کشاورزی 2002 ، 37 ، 25-35. [ Google Scholar ] [ CrossRef ]
  18. فو، پی. کتابچه راهنمای Rich, PM The Solar Analyst 1.0. موسسه مدلسازی محیطی هلیوس (HEMI) ; دانشگاه کانزاس: لارنس، KS، ایالات متحده آمریکا، 2000; پ. 49. در دسترس آنلاین: https://professorpaul.com/publications/fu_rich_2000_solaranalyst.pdf (دسترسی در 14 فوریه 2022).
  19. فو، پی. Rich, PM طراحی و اجرای تحلیلگر خورشیدی: توسعه ArcView برای مدل‌سازی تابش خورشیدی در مقیاس چشم‌انداز. در مجموعه مقالات نوزدهمین کنفرانس سالانه کاربران ESRI، سن دیگو، کالیفرنیا، ایالات متحده آمریکا، 26 تا 30 ژوئیه 1999. صص 1-33. در دسترس آنلاین: https://www.esri.com/library/userconf/proc99/proceed/papers/pap867/p867.htm (دسترسی در 14 فوریه 2022).
  20. هتریک، WA; ریچ، PM؛ بارنز، FJ; مدل‌های شار تابش خورشیدی مبتنی بر ویس، SB GIS. در انجمن آمریکایی فتوگرامتری و مقالات فنی سنجش از دور، فتوگرامتری و مدلسازی ؛ 1993; جلد 3، صص 132-143. در دسترس آنلاین: https://professorpaul.com/publications/hetrick_et_al_1993_asprs.pdf (دسترسی در 14 فوریه 2022).
  21. چوی، ی. سو، جی. کیم، نقشه برداری تابش خورشیدی مبتنی بر SM GIS، ارزیابی سایت و ارزیابی پتانسیل: یک بررسی. Appl. علمی 2019 ، 9 ، 1960. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  22. شوری، م. Hofierka, J. یک مدل جدید تابش خورشیدی مبتنی بر GIS و کاربرد آن در ارزیابی‌های فتوولتائیک. ترانس. GIS 2004 ، 8 ، 175-190. [ Google Scholar ] [ CrossRef ]
  23. لیانگ، جی. گونگ، جی. Xie، X. Sun, J. Solar3D: ابزاری منبع باز برای تخمین تابش خورشیدی در محیط های شهری. ISPRS Int. J. Geo-Inf. 2020 ، 9 ، 524. [ Google Scholar ] [ CrossRef ]
  24. لیانگ، جی. گونگ، جی. ژو، جی. ابراهیم، ​​ع. لی، ام. یک مدل تابش خورشیدی 3 بعدی منبع باز که با یک سیستم اطلاعات جغرافیایی سه بعدی ادغام شده است. محیط زیست مدل. نرم افزار 2015 ، 64 ، 94-101. [ Google Scholar ] [ CrossRef ]
  25. هوفیرکا، جی. Zlocha, M. مدل جدید تابش خورشیدی سه بعدی برای مدل های سه بعدی شهر. ترانس. GIS 2012 ، 16 ، 681-690. [ Google Scholar ] [ CrossRef ]
  26. هوفیرکا، جی. کانوک، جی. Gallay، M. توزیع فضایی نیروگاه های فتوولتائیک در رابطه با پتانسیل منابع خورشیدی: مورد جمهوری چک و اسلواکی. موراو. Geogr. 2014 ، 22 ، 26-33 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  27. بولیبوک، ال. Brach, M. کاربرد داده های LiDAR برای مدل سازی تابش خورشیدی در شکاف های مصنوعی جنگل – مطالعه موردی. Forests 2020 , 11 , 821. [ Google Scholar ] [ CrossRef ]
  28. کانوک، جی. زوبال، س. شوپینسکی، جی. شاشک، ج. بومبارا، م. Sedlák، V. گالی، ام. هوفیرکا، جی. و Onačillová، K. آزمایش نمونه اولیه ماژول V3.sun برای مدل‌سازی تابش خورشیدی بر روی اجرام سه بعدی با ساختار هندسی پیچیده. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. Sci.-ISPRS Arch. 2019 ، 42 ، 35-40. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. مزه ای، پ. جاکوش، آر. بلاژنک، م. بلانووا، اس. اسمیت، جی. رابطه بین تابش خورشیدی بالقوه و صید سوسک پوست صنوبر در تله‌های فرمونی. ان برای. Res. 2012 ، 55 ، 243-252. در دسترس آنلاین: https://afrjournal.org/index.php/afr/article/view/64 (دسترسی در 14 فوریه 2022).
  30. مزه ای، پ. پاترف، ام. اسکوارنینا، جی. راسموسن، جی جی. Jakuš, R. تابش خورشیدی بالقوه به عنوان یک محرک برای آلودگی سوسک پوست در مقیاس چشم انداز. Forests 2019 , 10 , 604. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. ون درزنده، دی. استاکنز، جی. Verstraeten، WW; مرئو، اس. مییز، بی. Coppin، P. مدل‌سازی سه‌بعدی رهگیری نور در سایبان‌های جنگلی ناهمگن با استفاده از داده‌های LiDAR مبتنی بر زمین. بین المللی J. Appl. زمین Obs. Geoinf. 2011 ، 13 ، 792-800. [ Google Scholar ] [ CrossRef ]
  32. Redweik، PM; کاتیتا، سی. مدل تابش خورشیدی در مقیاس محلی Brito، MC 3D بر اساس داده‌های LiDAR شهری. بین المللی قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2012 ، XXXVIII-4/W19 ، 265-269. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. بود، کالیفرنیا؛ لیم، نماینده مجلس؛ قدرت، من. مدل تابش خورشیدی Finlay، JC Subcanopy: پیش‌بینی تابش خورشید در یک منظره با پوشش گیاهی شدید با استفاده از مدل‌های تابش خورشیدی LiDAR و GIS. سنسور از راه دور محیط. 2014 ، 154 ، 387-397. [ Google Scholar ] [ CrossRef ]
  34. Öhrn، P. سوسک پوست صنوبر Ips Typographus در آب و هوای در حال تغییر – اثرات شرایط آب و هوایی بر زیست‌شناسی Ips Typographus. انشا تحقیق مقدماتی شماره 18 ; دانشگاه علوم کشاورزی سوئد: اوپسالا، سوئد، 2012; پ. 27. در دسترس آنلاین: https://pub.epsilon.slu.se/8619/1/ohrn_p_120320.pdf (دسترسی در 14 فوریه 2022).
  35. مزه ای، پ. گرودزکی، دبلیو. بلاژنک، م. Jakuš, R. عوامل مؤثر بر سیستم اختلال سوسک‌های پوست باد در جریان شیوع تایپوگراف Ips در کوه‌های تاترا. برای. Ecol. مدیریت 2014 ، 312 ، 67-77. [ Google Scholar ] [ CrossRef ]
  36. چن، اچ. جکسون، PL نقشه برداری فضایی و زمانی ظهور بالقوه سوسک کاج کوهستانی – آیا چرخه گرمایش جایگزین معتبری برای ظهور بالقوه سوسک است؟ کشاورزی برای. هواشناسی 2015 ، 206 ، 124-136. [ Google Scholar ] [ CrossRef ]
  37. جنیچک، م. پیونا، اچ. Ondrejka، M. ساختار تاج پوشش و اثرات توپوگرافی بر توزیع برف در مقیاس حوضه: کاربرد رویکردهای چند متغیره. جی هیدرول. هیدرومک. 2018 ، 66 ، 43-54. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  38. Sproull، GJ; آداموس، م. بوکوفسکی، م. کریزانوفسکی، تی. Szewczyk، J. استاتویک، جی. Szwagrzyk، J. الگوهای درختی و سطح پایه و پیش بینی کننده مرگ و میر صنوبر نروژ ناشی از هجوم سوسک پوست در کوه های تاترا. برای. Ecol. مدیریت 2015 ، 354 ، 261-271. [ Google Scholar ] [ CrossRef ]
  39. کیسیار، او. بلاژنک، م. جاکوش، آر. ویلکنز، ا. جژیک، م. بالاژ، پ. Valckenborg، JV; سلر، اس. فلیشر، مدل P. TANABBO – یک سیستم هشدار اولیه مبتنی بر سنجش از راه دور برای کاهش جنگل و شیوع سوسک پوست در کوه های تاترا – نمای کلی. در GIS و پایگاه های داده در حفاظت از جنگل در اروپای مرکزی ; Grodzki, W., Ed. مرکز تعالی PROFEST در موسسه تحقیقات جنگل: ورشو، لهستان، 2005; صص 15-34. [ Google Scholar ]
  40. جاکوش، آر. جژیک، م. کیسیار، او. Blaženec، M. پیش آگهی حمله سوسک پوست در مدل TANABBO. در GIS و پایگاه های داده در حفاظت از جنگل در اروپای مرکزی ; Grodzki, W., Ed. مرکز تعالی PROFEST در موسسه تحقیقات جنگل: ورشو، لهستان، 2005; صص 35-44. [ Google Scholar ]
  41. رودریگز، ای. موریس، CS; بلز، جی. چاپین، EC; مارتین، جی.ام. دافر، دبلیو. هنسلی، اس . ارزیابی محصولات توپوگرافی SRTM . گزارش فنی JPL D-31639; آزمایشگاه رانش جت: پاسادنا، کالیفرنیا، ایالات متحده آمریکا، 2005; پ. 143. [ Google Scholar ]
  42. Farr، TG; روزن، PA; کارو، ای. کریپن، آر. دورن، آر. هنسلی، اس. کوبریک، م. پالر، ام. رودریگز، ای. راث، ال. و همکاران ماموریت توپوگرافی رادار شاتل. کشیش ژئوفیس. 2007 ، 45 ، RG2004. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  43. ماموریت توپوگرافی رادار شاتل (SRTM). در دسترس آنلاین: https://www2.jpl.nasa.gov/srtm/ (در 18 فوریه 2022 قابل دسترسی است).
  44. یونسکو ذخیره‌گاه بیوسفر فرامرزی تاترا، لهستان/اسلواکی. در دسترس آنلاین: https://en.unesco.org/biosphere/eu-na/tatra (دسترسی در 21 فوریه 2022).
  45. ژئوپورتال. اسکن لیزری هوابرد و DTM 5.0. در دسترس آنلاین: https://www.geoportal.sk/en/zbgis/als_dmr/ (دسترسی در 21 فوریه 2022).
  46. OSM-Boundaries. در دسترس آنلاین: https://osm-boundaries.com/ (در 6 ژوئیه 2022 قابل دسترسی است).
  47. نقشه خیابان باز حق چاپ و مجوز. در دسترس آنلاین: https://www.openstreetmap.org/copyright/en (در 6 ژوئیه 2022 قابل دسترسی است).
  48. موسسه آب و هواشناسی اسلواکی در دسترس آنلاین: https://www.shmu.sk/en/ (در 21 فوریه 2022 قابل دسترسی است).
  49. اطلس جهانی خورشیدی در دسترس آنلاین: https://globalsolaratlas.info (در 21 فوریه 2022 قابل دسترسی است).
  50. سرویس گیرنده نقشه ZB GIS. زمین. در دسترس آنلاین: https://zbgis.skgeodesy.sk/mkzbgis/en/teren (در 21 فوریه 2022 قابل دسترسی است).
  51. پارامترهای لات های جمع آوری داده های ALS. در دسترس آنلاین: https://www.geoportal.sk/files/zbgis/lls/parameters-als-data-collection-lots.pdf (در 21 فوریه 2022 قابل دسترسی است).
  52. ESRI. دسکتاپ ArcGIS. نمونه گیری مجدد در دسترس آنلاین: https://desktop.arcgis.com/en/arcmap/latest/tools/data-management-toolbox/resample.htm (در 17 مه 2022 قابل دسترسی است).
  53. رابرتز، تنظیم DW بر اساس نظریه مجموعه های فازی. Vegetatio 1986 ، 66 ، 123-131. [ Google Scholar ] [ CrossRef ]
  54. ویس، AD موقعیت توپوگرافی و تجزیه و تحلیل لندفرم. در دسترس آنلاین: https://www.jennessent.com/downloads/tpi-poster-tnc_18x22.pdf (در 21 فوریه 2022 قابل دسترسی است).
  55. Jenness, J. Index Position Topographic (TPI) v. 1.2. (tpi_jen.avx). در دسترس آنلاین: https://www.jennessent.com/downloads/tpi_documentation_online.pdf (در 21 فوریه 2022 قابل دسترسی است).
  56. ESRI. دسکتاپ ArcGIS. در دسترس آنلاین: https://www.esri.com/en-us/arcgis/products/arcgis-desktop/overview (در 21 فوریه 2022 قابل دسترسی است).
  57. گیمارد، کالیفرنیا پیش‌بینی تابش آسمان صاف برای نقشه‌برداری منابع خورشیدی و کاربردهای مقیاس بزرگ: روش‌شناسی اعتبارسنجی بهبودیافته و تجزیه و تحلیل عملکرد دقیق 18 مدل تابشی باند پهن. سول انرژی 2012 ، 86 ، 2145-2169. [ Google Scholar ] [ CrossRef ]
Ijgi 11 00389 g001 550
شکل 1. ( الف ) منطقه مطالعه: بخش اسلواکی کوه های تاترا در محدوده منطقه 26 داده های LiDAR ارائه شده توسط [ 45 ]. منابع داده: ÚGKK SR [ 45 ]، © مشارکت کنندگان OpenStreetMap [ 46 ، 47 ]. ( ب ) نمای منطقه مورد مطالعه (عکس از تاتراهای پایین). ( ج ) نمای محلی. عکس: R. Ď.
Ijgi 11 00389 g003 550
شکل 3. طراحی آزمایشی برای ارزیابی اثرات پارامترهای زمین و قدرت تفکیک فضایی DEM بر محاسبه تابش پتانسیل خورشیدی: DEM x —DEM با وضوح فضایی x m. SOLc x – تابش خورشیدی بالقوه محاسبه شده از DEM با وضوح x m. SOLA x – تشعشعات خورشیدی بالقوه با وضوح x m جمع شده است. |ΔSOLc x |/|ΔSOLa x |-مقدار مطلق تفاوت بین مقادیر SOLc5 و مقادیر تابش پتانسیل خورشیدی محاسبه شده / تجمیع شده با تفکیک پذیریx m; |TPI y |-شاخص موقعیت توپوگرافی با همسایگی y متر محاسبه می شود.
Ijgi 11 00389 g004 550
شکل 4. تفاوت بین تابش خورشیدی بالقوه محاسبه شده در وضوح 5 متر و 30 متر ( a , b ). TPI با همسایگی دایره ای ورودی 100 متر ( c ) محاسبه می شود. منبع داده: ÚGKK SR [ 45 ].
Ijgi 11 00389 g005 550
شکل 5. تابش خورشیدی بالقوه ( a ) و پارامترهای اساسی زمین در کوه‌های تاترا: شیب ( b )، جنبه ( c )، و TPI100 ( d ) (محاسبه شده بر اساس DTM 5.0 در وضوح فضایی 5 متر). منبع داده: ÚGKK SR [ 45 ].
Ijgi 11 00389 g006 550
شکل 6. مقادیر مطلق تفاوت بین تابش خورشیدی بالقوه محاسبه شده در وضوح 5 متر و 30 متر ( a ). مقادیر مطلق TPI با همسایگی دایره ای 30 متر ( b )، 50 متر ( c ) و 100 متر ( d ) بر اساس DTM 5.0 در وضوح فضایی 5 متر محاسبه می شود. منبع داده: ÚGKK SR [ 45 ].

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید