Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2023

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Comparison and combination of interpolation methods for daily precipitation in Poland: evaluation using the correlation coefficient and correspondence ratio

Konca-Kędzierska Krystyna, Wibig Joanna, Gruszczyńska Marta

Meteorology Hydrology and Water Management. Research and Operational Applications

2023

Vol. 11, Iss. 2

1--27

Interpolation of precipitation data is a common practice for generating continuous, spatially-distributed fields that can be used for a range of applications, including climate modeling, water resource management, and agricultural planning. To obtain the reference field, daily observation data from the measurement network of the Institute of Meteorology and Water Management – National Research Institute was used. In this study, we compared and combined six different interpolation methods for daily precipitation in Poland, including bilinear and bicubic interpolation, inverse distance weighting, distance-weighted average, nearest neighbor remapping, and thin plate spline regression. Implementations of these methods available in the R programming language (e.g., from packages akima, gstat, fields) and the Climate Data Operators (CDO) were applied. The performance of each method was evaluated using multiple metrics, including the Pearson correlation coefficient (RO) and the correspondence ratio (CR), but there was no clear optimal method. As an interpolated resulting field, a field consisting of the best interpolations for individual days was proposed. The assessment of daily fields was based on the CR and RO parameters. Our results showed that the combined approach outperformed individual methods with higher accuracy and reliability and allowed for generating more accurate and reliable precipitation fields. On a group of selected stations (data quality and no missing data), the precipitation result fields were compared with the fields obtained in other projects-CPLFD-GDPT5 (Berezowski et al. 2016) and G2DC-PLC (Piniewski et al. 2021). The variance inflation factor (VIF) was bigger for the resulting fields (~5), while for the compared fields, it was below 3. However, for the mean absolute error (MAE), the relationship was reversed - the MAE was approximately half as low for the fields obtained in this work.

Współczesny cyfrowy Atlas Malej Energetyki Wiatrowej dla Polski (AMEW-PL)

Wieczorek Joanna, Jurasz Jakub, Bochenek Bogdan, Mazur Andrzej, Strzyżewski Tomasz, Figurski Mariusz, Jaczewski Adam, Gruszczyńska Marta

Gaz, Woda i Technika Sanitarna

2023

Nr 5

20--26

Zasoby energii promieniowania słonecznego w Polsce są dobrze rozpoznane i w perspektywie długookresowej cechują się stabilnością potencjału w czasie oraz przestrzenni. To przekłada się więc na niewielkie ryzyko inwestycyjne z punktu widzenia estymowanej w przyszłości generacji. Sytuacja jest bardziej skomplikowana w przypadku energetyki wiatrowej. A w szczególności małej energetyki wiatrowej, gdzie warunki wietrzności cechują się znacznym zróżnicowaniem przestrzennym, nawet na niewielkim obszarze, a ponadto dużą zmiennością czasową. Zależną od sytuacji meteorologicznej. Słabe rozeznanie zasobów energii wiatru na wysokości 10-20 metrów nad poziomem gruntu powoduje, iż inwestycja w źródła generacji wiatrowej jest obecnie nadal przedsięwzięciem obarczonym wysokim ryzykiem, ponieważ nie jest możliwe oszacowanie z odpowiednią dokładnością potencjalnej ilości energii elektrycznej jaka może zostać wygenerowana przez generator wiatrowy wybrany przez inwestora. By częściowo zaradzić temu problemowi i wspomóc nowych inwestorów na etapie wyboru lokalizacji inwestycji i szacowania możliwych potencjałów produkcyjnych przedstawiamy koncepcję pierwszego dla obszaru Polski cyfrowego Atlasu malej energetyki wiatrowej, z wyborem treści w formule otwartego dostępu, który dostarczy informacji na temat potencjału energii wiatru na poziomach 10, 30, 50, 80 oraz 100 m n.p.g, z rozdzielczością powierzchniową 1x1 km. Atlas w pierwszej wersji opracowany zostanie na podstawie czterech lat (2019-2022) danych godzinowych pochodzących z modelu INCA-PL 2, a wraz rozwojem szereg czasowy będzie odpowiednio wydłużany. Wykonana analiza wskazuje, na znaczące różnice w potencjale energii wiatru pomiędzy szacunkami w oparciu o model INCA-PL 2 a atlas energetyki wiatrowej prof. Lorenz w szczególności dla rejonu Dolnego Śląska. Dodatkowo wskazujemy, na silny wpływ kształtu krzywej mocy turbiny wiatrowej na wykorzystanie zasob6w energii wiatru w danej lokalizacji wyrażane w kWh generacji w skali roku na 1 kW mocy zainstalowanej.

Poland's solar energy resources are well recognized and in the long term are characterized by a small variability of potential in time and space. This, therefore, translates into a low investment risk from the point of view of estimated future generation. However, this situation is more complicated in the case of wind energy. And specify in the small wind power energy, where wind conditions are characterized by significant spatial variation, even over a small area, in addition to high temporal variability. Dependent on the meteorological situation. Poor understanding of wind energy resources at a height of 10-20 meters above ground level means that investment in wind generation sources is currently still a high-risk venture, as it is not possible to estimate with sufficient accuracy the potential amount of electricity that can be generated by the wind generator chosen by the investor. In order to partially remedy this problem and assist new investors at the stage of investment site selection and estimation of possible production potentials, we present the concept of the first digital Atlas of small wind energy for the area of Poland, with a selection of content in the formula of open access, which will provide information on the potential of wind energy at levels of 10, 30, 50, 80 and 100 meters a.g.l. with a surface resolution of lx1 km. The Atlas in its first version will be developed on the basis of four years (2019-2022) of hourly data from the INCA-PL 2 model, and as it develops, the time series will be extended accordingly. The analysis shows significant differences in wind energy potential between the estimates based on the INCA-PL 2 model and the wind energy atlas of prof. Lorenz in particular for the region of Lower Silesia. In addition, we indicate the strong influence of the shape of the wind turbine power curve on the use of wind energy resources in a given location, expressed in kWh of generation per year per 1 kW of installed power.