مهندسی جغرافیایی سرزمین

مهندسی جغرافیایی سرزمین

برآورد و پهنه‌بندی تابش خورشیدی با استفاده از پارامترهای اقلیمی در محیط GIS (مطالعه موردی: استان خراسان)

نوع مقاله : مقاله پژوهشی

نویسنده
استادیارگروه جغرافیا، دانشگاه امام علی (ع) ، تهران ، ایران.
چکیده
مقدمه:  تابش خورشید رسیده به زمین به عنوان یکی از عوامل مورد نیاز برای مطالعات منابع آب، محیط زیست، کشاورزی و پوشش نباتی، معماری همساز با اقلیم، طراحی سیستم‌های استفاده از انرژی پاک و موارد متعدد دیگر، کاربرد گسترده­ای دارد. این در تمام ایستگاه­های هواشناسی اندازه­گیری نمی‌شود و از این رو روش­های تجربی زیادی برای برآورد آن با استفاده از پارامتر هواشناسی ارائه شده است.
هدف:  هدف از این مطالعه برآورد میران تابش کل رسیده به سطح افقی با استفاده از عناصر اقلیمی (کمینه و بیشینه دما، میانگین رطوبت، سرعت باد، ساعت آفتابی و تبخیر و تعرق) طی دوره 20 ساله و پهنه‌بندی آن در استان‌های خراسان می­باشد.
روش شناسی:  بدست آوردن تابش خورشیدی به روش پنمن-مانتیث، لایه­های مورد نیاز (فراسنج های جوی، تغییرات ارتفاع، جهت شیب) در محیط GIS ایجاد می­شود و میزان تابش خورشیدی در سطح استان مورد محاسبه قرار گرفت. 
قلمرو جغرافیایی پژوهش: داده­های مورد نیاز این تحقیق از 15 ایستگاه هواشناسی وابسته به سازمان هواشناسی واقع در استان خراسان(رضوی، جنوبی، شمالی) جمع­آوری شده است. این داده­ها مربوط به سال­های 1999 تا 2019 میلادی است و شامل مقادیر روزانه بیشینه و کمینه دمای هوا، رطوبت نسبی، ساعات آفتابی و سرعت باد است.
یافته­ ها و بحث:  نتایج نشان داد که کمترین مربوط به ماه ژانویه و بیشترین میزان مربوط به ماه ژولای می­باشد. توزیع تابش سالانه استان از جنوب و جنوب‌غربی به شمال و شمال‌شرقی روند کاهشی دارد. دامنه تغییرات تابش سالانه استان از 130 تا 404mj/m2/day  می­باشد. همچنین با توجه به مدل رگرسیون گام‌به‌گام، تابش دریافتی در منطقه مورد مطالعه بیشترین همبستگی با ساعت آفتابی و دمای بیشینه دارد.
نتیجه ­گیری: از نظر پهنه‌بندی بیشترین میزان تابش در قسمت­های جنوب‌غربی، جنوب و مرکز استان اتفاق افتاده است و کمترین آن مربوط به شمال و شمال شرقی استان می­باشد.
کلیدواژه‌ها

موضوعات


ابراهیم پور، ع؛ معرفت، م؛ نیروی، ه. (1388). ارائه یک رابطه جدید برای تخمین میزان تابش کل در اقلیم های مختلف ایران »، فصلنامه فضای جغرافیایی، 25: 29_18.
اداره کل هواشناسی استان خراسان (1400)، داده­های ماهانه عناصر اقلیمی طی سال­های (2019_1999).
حیدری نبی، م. (1386). برآورد تابش روزانه خورشید با استفاده از متغیرهای هواشناسی (مقایسه یافته­های شبکه­های عصبی مصنوعی با سایر مدل­ها)»، پایان نامه کارشناسی ارشد، دانشکده مهندسی آب و خاک، دانشگاه تهران.
خسروی، م. جهانبخش اصل، س، درخشی، ج (1390)، برآورد و پهنه­بندی تابش خورشیدی دریافتی در سطح افقی با استفاده از پارامترهای اقلیمی در محیط GIS در استان آذربایجان شرقی، فصلنامه فضای جغرافیایی، شماره 13، صص39-63.
رحیمی خوب ، ع. ، س. م. ر. بهبهانی و م. جمشیدی .(1388)."ارزیابی روش­های آزمایشی و مدل­های شبکه عصبی برای برآورد تابش خورشید به سطح زمین در مطالعه موردی جنوب شرقی تهران"، مجله علم و فناوری کشاورزی و منابع طبیعی، خاک و علوم آب. 50:53-62.
علیزاده، ا؛ خلیلی، ن. (1388). تعیین ضرایب معادله آنگسترم و توسعه یک معادله رگرسیونی برآورد تابش خورشیدی (مطالعه موردی : منطقه مشهد)، مجله آب و خاک (علوم وصنایع کشاورزی)، 1: 238_229.
قیصری، س. پ، بیات ورکشی، م. (1395). بررسی پارامترهای هواشناسی مؤثر در برآورد تابش خورشیدی، اولین کنفرانس بین­المللی آب، محیط­زیست و توسعه پایدار، گروه مهندسی عمران، دانشکده فنی، دانشگاه محقق اردبیلی، اردبیل، ایران.
مرادی، ا. (1385).  تهیه اطلس تابش خورشیدی ایران با استفاده از تصاویر ماهواره Meteosat، رساله دکتری، دانشگاه تربیت معلم ( خوارزمی ) تهران.
مومن زاده، ز، کلانتری، س.، تازه، مهدی. و تقی زاده مهرجردی، ر. (1399). پهنه‌بندی و مکانیابی نیروگاه­های خورشیدی با استفاده از AHP و GIS در استان یزد. علوم و تکنولوژی محیط زیست، 22 (12): 259-271.
یزدان پناه ، ح. ، ر.مجریان و ح. برقی.  (1388). برآورد کل تابش خورشید در سطح افقی زمین در اصفهان"، مجله جغرافیا و برنامه­ریزی محیطی، 375:104-95.
Afsharzade, N., Papzan, A., Ashjaee, M., Delangizan, S., Van Passel, S., & Azadi, H. (2016). Renewable energy development in rural areas of Iran. Renewable and Sustainable Energy Reviews, 65, 743-755.
Abdelhafidi, N., Bachari, N. E. I., & Abdelhafidi, Z. (2021). Estimation of solar radiation using stepwise multiple linear regression with principal component analysis in Algeria. Meteorology and Atmospheric Physics, 133(2), 205-216.
Angstrom, A. (1924). “Solar and terrestrial radiation”, Q. J. R. Meteorol. Soc. 50: 121–126.
Aznar-Díaz, I., Hinojo-Lucena, F. J., Cáceres-Reche, M. P., Trujillo-Torres, J. M., & Romero-Rodríguez, J. M. (2019). Environmental attitudes in trainee teachers in primary education. the future of biodiversity preservation and environmental pollution. International Journal of Environmental Research and Public Health, 16(3), 362.
Attia, S., Lacombe, T., Rakotondramiarana, H. T., Garde, F., & Roshan, G. (2019). Analysis tool for bioclimatic design strategies in hot humid climates. Sustainable cities and society, 45, 8-24.
Batles, F. J., Bosch, J. L., Tavor-Pescador, J., Martinez-Durban, M., Ortega, R., andMiralles, I., 2008, Determination of atmospheric parameter to estimate global radiation in areas of complex topography: Generation of global irradiation map: EnergyConversion and Management, 49, 336-345.
Bosch, J. L., Batlles, F. J., Zarzalejo, L. F., and Lopez, G. (2010). Solar resources estimation combining digital terrain models and satellite images techniques: Renewable Energy, 35, 2853-2861.
Cunha, A. C., Gabriel Filho, L. R. A., Tanaka, A. A., Goes, B. C., & Putti, F. F. (2021). Influence of The Estimated Global Solar Radiation On the Reference Evapotranspiration Obtained Through the Penman-Monteith Fao 56 Method. Agricultural Water Management, 243, 106491.1-21.
Choi, Y., Suh, J., & Kim, S. M. (2019). GIS-based solar radiation mapping, site evaluation, and potential assessment: A review. Applied Sciences, 9(9), 1960.
Doorga, J. R., Rughooputh, S. D., & Boojhawon, R. (2019). Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius. Renewable energy, 133, 1201-1219.
De Souza, J.L., Nicacio, R.L. and Lima Moura, M.A. (2005). “Global solar radiation measurements in Maceio, Brazil”, Agrcultural water Manage.Vol. 30, PP. 1203-1220.
Del Genio, A. D., Way, M. J., Kiang, N. Y., Aleinov, I., Puma, M. J., & Cook, B. (2019). Climates of Warm Earth-like Planets. III. Fractional Habitability from a Water Cycle Perspective. The Astrophysical Journal, 887(2), 197.
El-Sebaii.A. A. and Trabea.A. A, (2005), "Estimation of Global Solar Radiation on Horizontal Surfaces over Egypt", Egypt. J. Solids, 28 (1):129-136.
Gastli, A., and Charabi, Y. (2010). Solar electricity prospects in Oman using GIS-based solar radiation maps: Renewable and Sustainable Energy Reviews, 14, 790-797.
Gerbo, A., Suryabhagavan, K. V., & Kumar Raghuvanshi, T. (2022). GIS-based approach for modeling grid-connected solar power potential sites: a case study of East Shewa Zone, Ethiopia. Geology, Ecology, and Landscapes, 6(3), 159-173.
Hoyos, L. S., & Ruiz, B. J. (2023). Mapping of solar insolation using air temperature in tropical and mountainous environments. Meteorology and Atmospheric Physics, 135(1), 12.
Kopittke, P. M., Menzies, N. W., Wang, P., McKenna, B. A., & Lombi, E. (2019). Soil and the intensification of agriculture for global food security. Environment international, 132, 105078-105085.
Loghmari, I., Timoumi, Y., & Messadi, A. (2018). Performance comparison of two global solar radiation models for spatial interpolation purposes. Renewable and Sustainable Energy Reviews, 82, 837-844.
Martinez-Durban, M., Zarzalejo, L. F., Bosch, J. L., Rosiek, S., Polo, J., and Batlles., F. J., (2009). Estimation of global daily irradiation in complex topography zones using digital elevation models and METEOSAT images: Comparison of the results: Energy Conversion and Management; 50, 2233–2238.
Mbangiwa, N. C., Savage, M. J., & Mabhaudhi, T. (2019). Modelling and measurement of water productivity and total evaporation in a dryland soybean crop. Agricultural and Forest Meteorology, 266, 65-72.
Olseth, J.A, Skartveit, A. Zou, H. (1995). "Spatially continuous mapping of solar resources in a complex high latitude topography", Solar Energy, 55(6): 475- 485
Paulescu, E., & Blaga, R. (2016). Regression models for hourly diffuse solar radiation. Solar Energy, 125, 111-124.
Piedallu, C., and Gegout, J., (2008), Efficient assessment of topographic solar radiation to improve plant distribution models: Agricultural and Forest Meteorology, 148: 1696 –1706.
Qiu, J., An, X. J., Wu, Z. G., & Li, F. F. (2020). Forecasting solar irradiation based on influencing factors determined by linear correlation and stepwise regression. Theoretical and Applied Climatology, 140(1), 253-269.
Ramachandra.T. V, (2007), "Solar energy potential assessment using GIS", Energy Education Science and Technology Volume(issue) 18(2): 101-114
Sozen Adnan, Erol Arcaklio, Mehmet Ozalp, (2004), "Estimation of solar potential in Turkey by artificial neural networks using meteorological and geographical data", Energy Conversion and Management, 45: 3033–3052.
Samani, Z. (2000). “Estimation solar radiation and evaportranspiration using minimum climatological data”, J. Irrig. Drain. Eng.126(4):65-256.
Samimi, J. (1994). "Estimation of height-dependent solar irradiation and application to the Solar climate of Iran", Solar Energy, 52: 401-409.
Tang, W., Yang, K., He, J., and Qin, J. (2010). “Quality control and estimation of global solar radiation in China”, Solar Energy. 84:466–475.
Tanu, M., Amponsah, W., Yahaya, B., Bessah, E., Ansah, S. O., Wemegah, C. S., & Agyare, W. A. (2021). Evaluation of global solar radiation, cloudiness index and sky view factor as potential indicators of Ghana's solar energy resource. Scientific African, 14, e01061.
Zahedi, R., Sadeghitabar, E., & Ahmadi, A. (2023). Solar energy potential assessment for electricity generation in the southeastern coast of Iran. Future Energy, 2(1), 15-22.

  • تاریخ دریافت 29 مهر 1400
  • تاریخ بازنگری 03 دی 1402
  • تاریخ پذیرش 11 دی 1402
  • تاریخ انتشار 11 دی 1402