امکان‌سنجی استفاده از سیستم‌های فتوولتائیک در استقرار پنل‌های خورشیدی با استفاده از روش سنجش از دور و الگوریتم‌سبال منطقه موردی: شهرستان گرمی

عابدینی, موسی; محمدزاده شیشه گران, مریم

doi:10.22034/gahr.2024.441377.2050

امکان‌سنجی استفاده از سیستم‌های فتوولتائیک در استقرار پنل‌های خورشیدی با استفاده از روش سنجش از دور و الگوریتم‌سبال منطقه موردی: شهرستان گرمی

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ *، استاد گروه جغرافیای طبیعی(گرایش ژئومورفولوژی)، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

² گروه جغرافیای طبیعی دانشگاه محقق اردبیل اردبیل ایران

10.22034/gahr.2024.441377.2050

چکیده

خورشید به عنوان منبع انرژی، سرآغاز حیات و منشأ تمام انرژی‌های دیگر شناخته شده است. تابش جهانی خورشید یکی از سازه‌های بنیادی هر گستره اقلیمی شمرده می‌شود. از این رو، شناخت ویژگی‌ها و نیز پیش‌بینی این سازه‌های اساسی، تاثیر زیادی در برنامه‌ریزی‌های وابسته به انرژی دارد. استفاده از تصاویر ماهواره‌ای و مدل‌های سنجش از دور به عنوان ابزاری مناسب و کم‌هزینه برای تخمین تابش خورشیدی، در سال‌های اخیر بوده است. جهت انجام این پژوهش، از تصاویر مربوط به سال 2020 ماهواره لندست 8 سنجنده OLI و سنجنده TIRS و الگوریتم سبال استفاده شد. از نرم‌افزارENVI جهت تصحیحات هندسی، اتمسفری و رادیومتریک تصاویر ماهواره‌ای و همچنین اجرای محاسبات مربوط به مدل سبال و از نرم‌افزار ArcGIS جهت ایجاد پایگاه داده، تحلیل‌های مکانی، عملیات کارتوگرافیکی و در نهایت پیاده کردن مدل استفاده گردید. نتایج حاصل نشان می‌دهد میانگین بیشترین تابش موج کوتاه ورودی به میزان 816 وات بر مترمربع در ژوئیه و کمترین مقدار در فوریه به میزان 302 وات بر مترمربع بوده است. این در حالی است که بیشترین مقدار تابش خالص در ژوئن به میزان در بازه 680-602 وات بر مترمربع با مقدار 32 درصد می باشد. تفاوت در مقدار تابش خالص رسیده به زمین در منطقه مورد مطالعه، ناشی از تفاوت زاویه تابش خورشید و تعداد ساعات آفتابی در ماه‌های مختلف سال است. در نهایت می‌توان نتیجه گرفت که تابش خورشیدی در منطقه، در سال مورد بررسی پتانسیل لازم برای اجرای طرح-های فتوولتائیک خورشیدی را دارا می‌باشد.

کلیدواژه‌ها

موضوعات

جغرافیای طبیعی

عنوان مقاله [English]

Feasibility of using photovoltaic systems in the installation of solar panels using remote sensing method and Sabal algorithm in the case area: Grami city

نویسندگان [English]

Mousa Abedini ¹
Maryam MohammadzadehShishagran ²

¹ Professor, Department of physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabili, Iran

² Department of Natural Geography, Mohaghegh Ardabil University, Ardabil, Iran

چکیده [English]

The sun is known as the source of energy, the beginning of life and the source of all other energies. The global radiation of the sun is considered one of the fundamental structures of every climate. Therefore, knowing the characteristics and predicting these basic structures has a great impact on energy-related planning. The use of satellite images and remote sensing models as a suitable and low-cost tool for estimating solar radiation has been in recent years. In order to carry out this research, the images of 2020 Landsat 8 satellite, OLI sensor, TIRS sensor and Sabal algorithm were used. ENVI software was used for geometrical, atmospheric and radiometric corrections of satellite images, as well as the execution of calculations related to the Sabal model, and ArcGIS software was used for creating a database, spatial analysis, cartographic operations and finally implementing the model. The results show that the average maximum incoming shortwave radiation was 816 watts per square meter in July and the lowest value was 302 watts per square meter in February. Meanwhile, the highest amount of net radiation in June is in the range of 602-680 W/m2 with a value of 32%. The difference in the amount of net radiation reaching the earth in the studied area is caused by the difference in the angle of the sun and the number of sunny hours in different months of the year. Finally, it can be concluded that the solar radiation in the region has the necessary potential for the implementation of solar photovoltaic projects in the year under review.

کلیدواژه‌ها [English]

Sun'؛ s radiant energy
Sabal algorithm
remote sensing
Landsat images
Garmi city

مراجع

رضاییبنفشه، رستم زاده، فیضی زاده؛ مجید، هاشم، بختیار )1386.(بررسی و ارزیابی روند تغییر سطوح جنگل با استفاده از سنجش‌ازدور و GIS مطالعه موردی جنگل‌های ارسباران 2005-1987، پژوهش‌های جغرافیایی، شماره62، صص 159-143. https://jrg.ut.ac.ir/article_19195.html

عابدینی، موسی.، قلعه، احسان.، (1400). آشکارسازی تغییرات کاربریاراضی با استفاده از تکنیکهای شیگرا و پیکسل پایه مطالعه موردی: حوضه مردقچای. هیدروژئومورفولوژی، شماره 7، دروه8، صص 163- 184. 10.22034/HYD.2021.46000.1587

عابدینی، موسی، محمدزاده شیشه گران، مریم. (1402). امکان‌سنجی استفاده از انرژی تابشی خورشید با استفاده از سنجش از دور و الگوریتم سبال (مطالعة موردی: شهرستان ساوجبلاغ). مجله علمی " آمایش سرزمین، 15 (1) صص163-147.

https://jtcp.ut.ac.ir/article_91027.html

علی‌آبادی، کاظم، داداشی رودباری، عباسعلی (1394). بررسی تغییرات الگوهای خودهمبستگی فضایی دمای بیشینه‌ی ایران. فصلنامه مطالعات جغرافیایی مناطق خشک، دوره 6، شماره 21، صص 104-86.

http://journals.hsu.ac.ir/jarhs/article-1-718-fa.html&sw=Iran

فلاح قالهری، غلام عباس، اسدی، مهدی، داداشی رودباری، عباسعلی (1394). تحلیل فضایی پراکنش رطوبت در ایران، پژوهشهای جغرافیای طبیعی، دوره 47، شماره 4، صص 637-650.

https://jphgr.ut.ac.ir/article_56053.html

عشورنژاد، غدیر؛ پاک‎ طینت، هادی؛ درویشی بلورانی، علی(1393). مدلسازی مکان بهینۀ استقرار پانل‎های خورشیدی در پشت‎بام ساختمان‎ها با استفاده از GIS‎؛ مطالعه موردی حد واسط خیابان وصال تا خیابان قدس شهر تهران، جغرافیا و آمایش شهری منطقه ای. دوره 4، شماره 12، صص50- 33.

https://gaij.usb.ac.ir/article_1666.html

فیضی زاده، بختیار، دیده‌بان، خلیل، غلام نیا، خلیل (1395). برآورد دمای سطح زمین با استفاده از تصاویر ماهواره لندست 8 و الگوریتم پنجره مجزا (مطالعه موردی: حوضه آبریز مهاباد). فصلنامه اطلاعات جغرافیایی، دوره25، شماره 98، صص 171-182.

https://www.sepehr.org/article_22145.html

فیضیزاده، جعفری، نظم فر؛ بختیار، فیروز، حسین، (1387). کاربرد داده‌های سنجش‌ازدور در آشکارسازی تغییرات کاربری‌های اراضی شهری مطالعه موردی فضای سبز شهر تبریز، نشریه هنرهای زیبا، شماره 34، صص 17-24

https://jhz.ut.ac.ir/article_19406.html

فیضیزاده، سلمانی، بختیار، سعید (1395). مدل‌سازی تخریب اراضی کشاورزی براثر رشد و توسعه شهری با به‌کارگیری روش‌های شیء پایه پردازش تصاویر ماهواره‌ای در محدوده شهری ارومیه، آمایش سرزمین، دوره هشتم، شماره دوم، صص 202-177.

https://jhz.ut.ac.ir/article_19406.html?lang=en

فیضیزاده، شهابی، سیفی؛ بختیار، هژار، هوشنگ (1395). شناسایی پهنه‌های مستعد توفان‌های نمکی دریاچه ارومیه با استفاده از پردازش فازی-شیءگرای تصاویر ماهواره‌ای، مدیریت مخاطرات محیطی (دانش مخاطرات سابق)، دوره 3، شماره 3، صص 284-269.

https://jhsci.ut.ac.ir/article_62039.html?lang=en

فیضیزاده، هالی، بختیار، حسین، (1388). مقایسه روش‌های پیکسل پایه، شیءگرا و پارامترهای تأثیرگذار در طبقه‌بندی پوشش / کاربری اراضی استان آذربایجان غربی، پژوهش‌های جغرافیایی، شماره 71، صص 73-84.

https://jphgr.ut.ac.ir/article_21550.html?lang=fa

کاکه‌ممی، آزاد، قربانی، اردوان، کیوان بهجو، فرشاد، میرزایی موسی وند، آمنه (1396). مقایسه روش‌های تفسیر چشمی و رقومی در تهیه نقشه کاربری و پوشش اراضی استان اردبیل، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، سال هشتم، شماره سوم، صص 134-121.

https://journals.iau.ir/article_535578.html

ملکی، محمد، احمدی، زهرا، دوستی، رحمن. (1398). تغییرات دمای سطح شهر کرمانشاه در دوره 1393-1397. جغرافیا و روابط انسانی، سال سوم دوره 2، صص309-319.

https://www.gahr.ir/article_102612.html

ولیزاده کامران، خلیل، غلامنیا، خلیل، عینالی، گلزار، موسوی، سید محمد (1396). برآورد دمای سطح زمین و استخراج جزایر حرارتی با استفاده از الگوریتم پنجره مجزا و تحلیل رگرسیون چند متغیره (مطالعه موردی شهر زنجان). پژوهش و برنامهریزی شهری، دوره 8، شماره 30، صص 50-35.

https://jupm.marvdasht.iau.ir/article_2497.html

Abedini, M., & Mohammadzadeh Shishehgaran, M. (2023). Studying the Possibility of Using Solar Radiation energy Using Remote Sensing and SEBAL Algorithm (Case Study: Savojbolagh city). Town and Country Planning, 15(1), 147-163.

doi: 10.22111/gaij.2014.1666

Chander, G., & Groeneveld, D. P (2009). Intra-annual NDVI validation of the Landsat 5 TM radiometric calibration. International Journal of Remote Sensing, 30(6).pp.1621–1628.

DOI:10.1080/01431160802524545

Feizizadeh, B., & Blaschke, T. (2013).Examining urban heat island relations to land use and air pollution: multiple endmember spectralmixture analysis for thermal remote sensing. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(3).pp. 1749-1756.

DOI: 10.1109/JSTARS.2013.2263425

Karenia, C. S. G. (2016). Spatial Geo-technologies and GIS tools for urban planners applied to the analysis of urban heat island. Case Caracas city, Venezuela, ICUC9, 9th International Conference on Urban Climate jointly with 12th Symposium on the Urban Environment,pp. 1-5.

https://www.researchgate.net/publication/293724953

Niclòs Valiente, J.A., Barberà, M.J., Estrela, M.J., Galve, and J.M., Caselles. (2009). Preliminary results on the retrieval of land surface temperature from MSG-SEVIRI data in Eastern Spain. Proceedings, pp.55-78.

doi.org/10.1016/j.acags.2020.100051

Ronald, C, Estoque, M, Yuji, M, S W. (2017). Effects of landscape composition and pattern on land surface temperature: An urban heat island study in the megacities of Southeast Asia, National Library of Medicine, U.S,15(577).pp. 349-359.

doi.org/10.1016/j.scitotenv.2016.10.195

Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4).pp. 434-440.

DOI:10.1016/j.rse.2004.02.003

Subrino, j.,jime nez-munoz,g.c.&paplini,l.,(2004).land surface temperature retrival from landsat tm5,remote sensing of environment,90.pp.434-440.

DOI:10.1016/j.rse.2004.02.003

Wan, Z., & Dozier, J, (1996). A generalized split-window algorithm for retrieving land-surface temperature fromspace, Geoscience and Remote Sensing, IEEE Transactions, 34(4).pp. 892-905.

DOI:10.1109/36.508406

Weng, Q.H., Lu, D.S. and Schubring, J. (2004).Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies’, Remote Sensing of Environment, Vol, 89, No. 4.pp. 467–483.

DOI:10.1016/j.rse.2003.11.005

Yang J.S., Wan Y.Q. and P.V. August, (2004).Estimation of land surface temperature using spatial interpolation and satellite-derived surface emissivity, J. Environmental informatics, 4(1).pp. 40-47.

Zhang, j.,wang,y.&li, Y.,(2006),AC++ Program for retrieving land surface temperature from the data of landsat tm/etm+ band6,computers & geosciences , 32,pp.1796-1805.