GIS og solenergi       Solinnstråling i Bø kommune                                     Alexander Fauske og Nikolaj Fyhn   ...
ForordDenne rapporten er utarbeidet i forbindelse med kurset 5705 Prosjektarbeid GIS ved Høgskolen iTelemark våren 2012. F...
Innhold1 Sammendrag .........................................................................................................
8.2.1 Google Sketchup........................................................................................................
1 SammendragProsjektet har til formål å undersøke solinnstråling for Bø kommune og velge ut beste plasseringerfor et solfa...
2 InnledningBakgrunnen for vårt valg av prosjekt er først og fremst en stor interesse for utviklingen innenfornybar energi...
3 Forutsetninger og rammer3.1 TidProsjektet gjennomføres som en prosjektoppgave ved Høgskolen I Telemark (HiT), og må avsl...
vil framstille resultatene vi får på kart sammen med framgangsmåtene vi har valgt for å finneløsningen.5 SolenergiDet er s...
Ved å jobbe i Modelbuilder har man oversikt over hele prosessen, og kan endre eller tilføyeelementer samtidig som man ser ...
Det finnes ulike algoritmer for triangulering. Den mest vanlige er Delaunay, og det er denne vi harbrukt i vår modell. For...
Hard breaklines brukes der man ønsker å stoppe trianguleringen for et objekt som uttrykker etmarkant skille i landskapet. ...
6.3 RasterRasteranalyser er helt sentrale i modelleringen av solinnstråling. Det er den geografiske plassering påjordklode...
Figur 10) Terrengmodell som raster (Zeiler 1999) (side 157)Ved terrengoverflater og bruk av solar radiation verktøyet, er ...
Figur 12) Eksempel på reclassify (help.arcgis.com 2012)6.3.3 Fokal funksjonDet finnes ulike fokale funksjoner, men generel...
6.4 Solar RadiationSolar radiation er det mest sentrale verktøyet I denne oppgaven, men det er også det mestkompliserte. V...
2. Overlay of the viewshed on a direct sunmap to estimate direct radiation.    3. Overlay of the viewshed on a diffuse sky...
Figur 17) Sunmap for 45 grader sørlig bredde. Sunmap med viewshed. (Huang og Fu 2009)Den diffuse innstrålingen avhenger i ...
Den siste type innstråling er refleksjon fra bakken, men denne regnes som liten og er ikke tatt med iverktøyet Solar radia...
Retter vi fokuset mot GIS kan vi utdype de ulike elementer. Thomas Ott og Frank Swiaczny beskriverdimensjonene i et GIS. D...
6.6 SkjermdigitaliseringVi fikk tilsendt kart fra Bø Fjernvarme AS på pdf-format som vi gjerne ville bruke i en analyse iA...
På et senere tidspunkt i forløpet fikk vi bruk for data over fjernvarmenettet i Bø kommune. Dissedata fikk vi på PDF-forma...
radiation” at cellestørrelsen må tilpasses til brukerens aktuelle behov, og at: “The commonlyavailable 30 m USGS DEM is su...
telle likt som et område med få store hus. Det er antall kvadratmeter som skal oppvarmes som erviktig i analysen.Det komme...
7.3.3 Plassering og størrelse på solfangeranleggetVed plassering av anlegget har vi tatt høyde for arealdekket. Vivil ikke...
Akkurat hvordan et solfangeranlegg kan kobles sammen med et eksisterende fjernvarmenett er viikke helt sikre på, men vi fo...
For å gi bedre kontroll med hvilken måned som vises på skjermen tilføyes en rad med labels, somvises sammen med det aktuel...
fordelt i desember blir store deler av kartet farget rødt. Kartene kan ikke brukes til å sammenligne deulike måneder, men ...
Figur 31) Graf for solinnstråling8 Presentasjon8.1 KartografiDet fins ingen klar oppskrift for kartdesign, men det finnes ...
–    Målestokk            –    Takk (dersom det er aktuelt)            –    Kartlagt område            –    Koordinatnett ...
applikasjoner som kan tilpasses uten programmering. Presentasjon av egne data baseres på verdier iegenskapstabellene til o...
Figur 32) Kartapplikasjon med informasjonsvindu for polygon «Telemarkshallen med solfangeranlegg»Figur 33) Modellen av Tel...
9 Diskusjon9.1 Er tallene realistiske?For at sikre at resultatene fra analysene er korrekte har vi sammenlignet tallene me...
-   Datagrunnlag for terrengmodellenDet er vanskelig å beskrive virkeligheten «som den er». Det vil si å gjengi rommet som...
-   Mer teknisk informasjon, og spesifikasjoner for solfangeranleggÅ jobbe med GIS handler ofte om å kombinere informasjon...
10 Konklusjon10.1 EffektmålProsjektet har krevd mye tid og til tider hardt arbeid - til gjengjeld har vi fått utrolig mye ...
11 LitteraturlisteAuthen, M. L. (2012). Termisk solenergi. Fra nett [lesedato 07.05.2012]:http://fornybar.no/sitepageview....
12 FigurlisteFigur 1) Bø kommuneFigur 2) Utvikling for utnyttelse av solenergi - samlet installert effekt for medlemsland ...
Figur 27) Raster-catalog (skjermdump)Figur 28) Aktivering av lag med tidsdata. (Skjermdump)Figur 29) Variasjonen av solinn...
13 VedleggVedlegg 1) Manuell reclassify for hele Bø kommune (skjermdump)Vedlegg 2) Manuell reclassify for Bø sentrum og Fo...
Vedlegg 3) TIN-modell konvertert til raster for Bø kommune                                                       - 39 -
Vedlegg 4) Fokalanalyse for helårsboliger i Bø kommuneVedlegg 5) Utfoldingskart: Solinnstråling FolkestadVedlegg 6) Utfold...
Upcoming SlideShare
Loading in …5
×

GIS prosjekt ved HiT - Analyse av solinnstråling for solfangeranlegg

1,083 views

Published on

Sluttprosjekt i GIS -studiet ved HiT. Rapporten viser framgangsmåter og analysemetoder, og kartlegger hvor man best kan utnytte solinnstrålingen i et solfangeranlegg i Bø kommune.

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,083
On SlideShare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

GIS prosjekt ved HiT - Analyse av solinnstråling for solfangeranlegg

  1. 1. GIS og solenergi Solinnstråling i Bø kommune Alexander Fauske og Nikolaj Fyhn Høgskolen i Telemark 10.05.2012
  2. 2. ForordDenne rapporten er utarbeidet i forbindelse med kurset 5705 Prosjektarbeid GIS ved Høgskolen iTelemark våren 2012. Fagansvarlig er Ingrid Sundbø som også har bistått med veiledning gjennomfellessamlinger med de andre studenter. Vi vil også takke Arne Hjeltnes og Jostein Sageie foroppstartshjelp og veiledning.Prosjektet omhandler i hovedsak geografiske analyser knyttet til plasseringen av solfangeranlegg. Tildisse analyser har vi brukt data fra Felles Kartbase (FKB) og programvare fra Esri. Prosjektet hartilknyttet en nettside, der publikasjoner og informasjon løpende er blitt lagt ut. På nettsiden finnesogså et interaktivt kart med resultater fra prosjektet. Se www.gis-tjenester.no/solenergi/Oppdragsgiver har dels vært Norsk solenergiforening og Bø Fjernvarme AS, men rapporten er skrevetmed hensyn på allmenn bruk. Vi vil gjerne takke begge for bra og nyttig informasjon, og håper atdenne oppgaven kan være med å sette fokus på norsk solenergi. Nikolaj Fyhn Alexander Fauske(Prosjektleder) (Webansvarlig/redaktør) -1-
  3. 3. Innhold1 Sammendrag ........................................................................................................................................ 42 Innledning ............................................................................................................................................. 5 2.1 Område .......................................................................................................................................... 53 Forutsetninger og rammer ................................................................................................................... 6 3.1 Tid .................................................................................................................................................. 6 3.2 Ressurser og materiell ................................................................................................................... 64. Målsetting............................................................................................................................................ 6 4.1 Effektmål ....................................................................................................................................... 6 4.2 Resultatmål.................................................................................................................................... 65 Solenergi ............................................................................................................................................... 76 Verktøy og metoder ............................................................................................................................. 7 6.1 ModelBuilder i ArcGIS ................................................................................................................... 7 6.2 TIN-Modell ..................................................................................................................................... 8 6.3 Raster........................................................................................................................................... 11 6.3.1 Terrengmodell ...................................................................................................................... 11 6.3.2 Lokal funksjon ....................................................................................................................... 12 6.3.3 Fokal funksjon....................................................................................................................... 13 6.4 Solar Radiation ............................................................................................................................ 14 6.5 GIS og tid ..................................................................................................................................... 17 6.6 Skjermdigitalisering ..................................................................................................................... 197 Fremgangsmåte, valg og resultater .................................................................................................... 19 7.1 Datainnsamling ............................................................................................................................ 19 7.2 Terrengmodellering ..................................................................................................................... 20 7.3 Solinnstråling ............................................................................................................................... 20 7.3.1 Solar Radiaton Tool .............................................................................................................. 20 7.3.2 Konsentrasjon av bolighus.................................................................................................... 21 7.3.3 Plassering og størrelse på solfangeranlegget ....................................................................... 23 7.3.4 Solinnstråling og fjernvarme ................................................................................................ 23 7.3.5 Solinnstråling og tid .............................................................................................................. 248 Presentasjon ....................................................................................................................................... 27 8.1 Kartografi ..................................................................................................................................... 27 8.2 ArcGIS-online ............................................................................................................................... 28 -2-
  4. 4. 8.2.1 Google Sketchup................................................................................................................... 299 Diskusjon ............................................................................................................................................ 31 9.1 Er tallene realistiske?................................................................................................................... 31 9.2 Forbedringer av resultatet .......................................................................................................... 3110 Konklusjon ........................................................................................................................................ 34 10.1 Effektmål ................................................................................................................................... 34 10.2 Resultatmål................................................................................................................................ 3411 Litteraturliste .................................................................................................................................... 3512 Figurliste ........................................................................................................................................... 3613 Vedlegg ............................................................................................................................................. 38 -3-
  5. 5. 1 SammendragProsjektet har til formål å undersøke solinnstråling for Bø kommune og velge ut beste plasseringerfor et solfangeranlegg. Vi har basert analysene på data fra felles kartbase (FKB), først og fremst erhøydedataene brukt til å fremstille en terrengmodell ved hjelp av Delaunays triangulering.Hovedvekten i prosjektet har vært å analysere solinnstråling for terrengmodellen og fremstilleresultatet på kart.Et solfangeranlegg skal ligge i nærheten av et område der energien trengs, for å minske varmetap ogminske kostnad ved rørlegging. Vi har gjort en fokal analyse på bolighus for å finne områdene derbolighusene ligger tett samlet og som derfor egner seg til å nytte energien fra et solfangeranlegg. Vihar også undersøkt mulighetene for å koble et solfangeranlegg sammen med det eksisterenderørnett fra Bø fjernvarme AS.Solinnstrålingen varierer gjennom sesongene, fra lite innstråling om vinteren og stor innstråling omsommeren. Vi har jobbet mye med å vise disse variasjonene på kart, men det var vanskelig å lage enfremstilling som ikke virker manipulerende. Vi fant til slutt ut at slike variasjoner bedre kan vises påen graf.Resultatene er vedlagt i denne rapporten, men utvalgte deler er i tillegg lastet opp på ArcGIS Online.Herfra kan alle som har interesse for solenergi og terrenganalyser jobbe videre med dataene.Prosjektinformasjon og en link til karttjenesten finnes på: www.gis-tjenester.no/solenergi/ -4-
  6. 6. 2 InnledningBakgrunnen for vårt valg av prosjekt er først og fremst en stor interesse for utviklingen innenfornybar energi. Vi ville gjerne finne et prosjekt der vi kunne bruke verktøyene fra GIS til å belysenoen problemstillinger innen fornybar energi. Utnyttelsen av solenergi i Norge ligger langt bak deandre nordiske landene (Solenergi.no) og det kunne derfor være spennende å se på potensialet forsolenergi.Prosjektet blir et eksempel på hvordan GIS kan brukes til å finne en egnet plass til et solvarmeanlegg.Prosjektet gjennomføres med Norsk Solenergiforening som oppdragsgiver. De er interessert iprosjektet siden det er med på å undersøke mulighetene innen solenergi i Norge.2.1 OmrådeVi har valgt å fokusere på Bø kommune i dette prosjektet. Vi har flere argumenter for nettopp å velgedette området. Da vi begge er bosatt i denne kommune har vi et bra forhold til landskapet og enforståelse for kommunens oppbygning. I tillegg ligger Bø kommune i Sør-Norge og derfor den delenav landet med mest solinnstråling. (i følge kart på fornybar.no)Det er en stor fordel å arbeide med etmindre område av Norge, da det vilbegrense mengden av data betraktelig. Medmindre datamengde trengs også mindreregnekraft fra datamaskinene og i siste endevil det bety at regneoperasjonene vil gåraskere. Figur 1) Bø kommune (Fra nett 2012: http://webhotel2.gisline.no/GISLINEWebInnsyn_MT/Map.aspx?knr=08 21) -5-
  7. 7. 3 Forutsetninger og rammer3.1 TidProsjektet gjennomføres som en prosjektoppgave ved Høgskolen I Telemark (HiT), og må avsluttesseinest 10. mai 2012. Arbeidsomfanget skal være 10 studiepoeng for hver student, og det skal ikkeleies inn eller ansettes ekstern arbeidskraft. Arbeidskraft og fremdrift regnes derfor som de mestkritiske innsatsfaktorene i prosjektet.3.2 Ressurser og materiellVi vil legge stor vekt på bruken av ArcGIS Desktop 10 gjennom hele prosjektet. På høgskolen er det etbra fagmiljø rundt programvaren der vi kan få veiledning, hvilket er en klar fordel. I Tillegg har vigjennom studiet i geografiske informasjonssystemer fått en god basiskunnskap i bruken av denneprogramvaren. Viktigst av alt er, at programvaren er veldig godt egnet til å løse nettopp vårproblemstilling.Vi har brukt data fra den Felles Kartbase (FKB) som blir vedlikeholdt av kommunene i samarbeid medStatens Kartverk. Dataene er på shape-format og er stedfestet i koordinatsystemet UTM sone 32 ogmed WGS84 som datum.4. Målsetting4.1 EffektmålProsjektet skal gi økt kunnskap i geografisk plassering av solfangeranlegg for å utnytte potensialetsom ligger i denne ressursen. Det skal gi prosjektdeltakerne kompetanse i å løse geografiskeproblemstillinger ved hjelp av GIS verktøy. Analysemodeller i vårt prosjekt kan overføres til lignendeprosjekt med annen geografisk tilhørighet, men kriteriene vil sannsynligvis variere ut ifra lokaleforhold og prioriteringer.4.2 ResultatmålDe ferdige resultater skal vise den beste plasseringen/plasseringene av et solfangeranlegg i BøKommune. Kriteriene er solinnstråling (kWt) på planet over tid, behov ut ifra bolig/bruksareal, ogkostnad ved påkobling til ledningsnett. For å avgrense prosjektet vil vi ikke gå for mye inn på dettekniske i solanleggets kapasiteter og begrensninger, men definere et teoretisk dekningsområde. Vi -6-
  8. 8. vil framstille resultatene vi får på kart sammen med framgangsmåtene vi har valgt for å finneløsningen.5 SolenergiDet er stort potensiale for utnyttelsen av solenergiglobalt. Et voksende marked og en internasjonalbevissthet om fornybar energi har vært med til åfremme denne utviklingen slik at en mye størredel av energien blir nyttet. Den årligsolinnstrålingen mot en horisontal flate liggermellom 700 kWt/m² og 1100 kWt/m² i Norge Figur 2) Utvikling for utnyttelse av solenergi - samlet installert effekt for medlemsland i IEA PVPS (sintef.no)(Sintef 2011). Det er da særlig i Sør-Norge atsolenergien kan utnyttes.I denne oppgaven har vi fokusert på solfangeranlegg da disse gir veldig god nytteeffekt og kankombineres med fjernvarmeanlegg. «I boliger og næringsbygg kan solvarme bidra til romoppvarmingog oppvarming av tappevann. Dette er de to største postene i energiforbruket i norskehusholdninger» (fornybar.no 2012)6 Verktøy og metoder6.1 ModelBuilder i ArcGISModelbuilder er et verktøy i ArcGIS for å håndtere arbeidsflyt og prosesser. Input data (blå), verktøy(gul) og output data (grønn, delprodukt og produkt) blir lagt inn som bokser av ulike form og farge,og med navn som representerer elementet. Sammenhengen mellom de ulike elementene vises vedhjelp av piler, og fungerer derfor stort sett som en intuitiv flyt som er lett å lese og følge. Parameterfor alle input / output data og verktøy kan fastsettes og endres i Modelbuilder. Man kan derfor byggeopp et helt arbeidsprosjekt fra «begynnelse til slutt» dvs. Input data – analyser - verktøy brukt pådisse – delprodukt og mellomprodukt som forutsetter neste prosess – output data og lagringssted.Etter å ha satt opp prosjektet med alle parametere i ModelBuilder, kan man så kjøre hele prosessen.Her vil Modelbuilder i de aller fleste tilfeller gjøre beregningene i riktig rekkefølge. -7-
  9. 9. Ved å jobbe i Modelbuilder har man oversikt over hele prosessen, og kan endre eller tilføyeelementer samtidig som man ser på resultater av produkt og delprodukt i ArcMap.Figur 3) Oppbygningen av modeller i ModelBuilder (help.arcgis.com 2012)En modell som inneholder god dokumentasjon kan deles med andre og brukes på andre datasett.Modeller kan også knyttes opp mot applikasjoner rettet mot ulike bruksmål der brukergrensesnitteter tilpasset brukeren, eller som script i ulike programmeringsspråk.6.2 TIN-ModellTIN (Triangulated Irregular Network) er et nettverk av sammenkoblede trekanter som representererterrenget. Nodene som ligger i hjørnene av trianglene har en høydeverdi. Disse nodene kan ligge fritti terrenget, noen plasser er det nødvendig med tett presentasjon andre steder spredt.Figur 4) Viser TIN med noder og genererte flater fra triangulering. (help.arcgis.com 2012) -8-
  10. 10. Det finnes ulike algoritmer for triangulering. Den mest vanlige er Delaunay, og det er denne vi harbrukt i vår modell. For Delaunay gjelder: – Trekanten skal være omskrevet med en sirkel – Det skal bare ligge tre punkt på denne sirkelenFigur 5) Eksempel på konvekse hull (grå felt) ved triangulering (help.arcgis.com 2012)For å begrense trianguleringen til det området vi ønsket, og unngå konvekse hull i hjørner har vi lagetet polygon som blir lagt inn som soft clip i verktøyet i ArcGIS.Datagrunnlaget for TIN kan bestå av punkt og/eller linjer og flater. Noder blir generert fra z-verdien ipunkt, og fra knekkpunkt i linjesegment. Vårt datagrunnlag for høyde består av FKB 5m høydelinjerog høydepunkt. For å begrense antall knekkpunkt er datagrunnlaget generalisert med Douglasalgoritme for tunneltynning av punkt på linjene med en toleranse på 10 meter. Slik unngår vi stortsett «trappetrinneffekten» som kan oppstå i modellen når det er større avstand mellomhøydekurvene enn mellom punkt på linjene.Figur 6) Linjetynning med fjerning av punkt (help.arcgis.com 2012)Man kan også få fram flater eller linjer i modellen der en ønsker å stoppe eller endre trianguleringen.Disse defineres som soft breaklines eller hard breaklines. -9-
  11. 11. Hard breaklines brukes der man ønsker å stoppe trianguleringen for et objekt som uttrykker etmarkant skille i landskapet. Eksempel på dette er vann, elver, veier, kystlinje, markant fjellrygg el.Figur 7) Hard breakline for et vann vist i raster. Tykk strek markerer stopp i trianguleringen (help.arcgis.com 2012)Soft breaklines bevarer kjente z-verdier til objektet i et TIN. Linjefunksjonen blir til kanter, oginterpoleringen følger disse. Slik kan f.eks en vei med kjente z-verdier følge terrenget bedre.Soft breaklines stopper ikke interpoleringen. Forskjellen på soft og hard breaklines vil først komme tilsyne på en kontinuerlig flate der TIN er konvertert til raster.En TIN modell er et utgangspunkt for flere ulike analyser som krever z-verdi. I vårt prosjekt er dengrunnlaget for solinnstrålingsanalysene. Datagrunnlaget og TIN modellen har stor betydning fornøyaktigheten av sluttresultatet.Figur 8) TIN modell for Bø med eksempel på soft breakline (GIS-prosjekt Solenergi 2012) - 10 -
  12. 12. 6.3 RasterRasteranalyser er helt sentrale i modelleringen av solinnstråling. Det er den geografiske plassering påjordkloden som har størst betydning. Bø i Telemark ligger på 59° Nord, dette medfører at det er litesolinnstråling i desember og januar måned. I tillegg til den geografiske plasseringen har terrenget,med fjell og daler, også stor betydning for solinnstrålingen. Terrenget kan modelleres på flere ulikemåter, men når man skal gjøre analyser er det klart raster-formatet som er best egnet.Rasteret er et egnet format for å modellere kontinuerlige flater. Det lagres én verdi for hver celle irasteret, som samlet sett kan vise en flate. Oppløsningen på overflaten er avhengig avcellestørrelsen, med store celler blir overflaten grov, mens små celler gir en mer detaljert beskrivelseav flaten.Cellestørrelsen:Valget av cellestørrelse er viktig for gyldigheten av det endelige resultat. Med små celler blir det godgeografisk nøyaktighet, men store datamengder. Det motsatte gjelder for store celler. Samtidig erdet viktig å ikke velge mindre cellestørrelse enn det som er nøyaktigheten på grunnlagsdataene. Deter for eksempel ikke nyttig å ha en cellestørrelse på 10x10 cm hvis grunnlagsdataene har ennøyaktighet på 100x100 meter. Det vil i praksis medføre en masse celler med samme verdi.Figur 9) Cellestørrelse (help.arcgis.com 2012)6.3.1 TerrengmodellNår et raster brukes til å vise terrengoverflaten for et område, er det senterpunktet i hver celle somer med på å bygge overflaten. - 11 -
  13. 13. Figur 10) Terrengmodell som raster (Zeiler 1999) (side 157)Ved terrengoverflater og bruk av solar radiation verktøyet, er det viktig å velge riktig «resample fordisplay». Resample er en type interpolasjon der man beregner verdier mellom de kjente verdier. Vedterrengoverflater er det viktig å velge en resample som passer til kontinuerlige fenomen.6.3.2 Lokal funksjonVed lokale funksjoner jobber man med en celle av gangen. Det mest simple er å utføre enregneoperasjon likt på alle celler i rasteret. Det kan for eksempel være å multiplisere alle celler med2. En mer avansert metode er å utføre en regneoperasjon med to rasterlag. Det ene rasteret kan foreksempel adderes med det andre rasteret, celle for celle. Eller som i eksempelet under, der to rasterblir multiplisert.Figur 11) Multiplisering av raster (help.arcgis.com 2012)Reclassify er en lokal funksjon siden den jobber med en celle om gangen. Reclassify gjør det mulig åendre verdier i et raster til nye verdier. Man kan enten endre hver enkel verdi til én ny verdi, ellerman kan endre et intervall til én ny verdi. - 12 -
  14. 14. Figur 12) Eksempel på reclassify (help.arcgis.com 2012)6.3.3 Fokal funksjonDet finnes ulike fokale funksjoner, men generelt sett blir en celle i rasteret til et produkt avnabocellene. 3x3 kernel bruker de 8 nabocellene rundt om cellen. Det kan også være en 4x4 kerneleller 5x5 kernel.Figur 13) Fokal funksjon med 3x3 kernel (help.arcgis.com 2012)Vi har brukt en spesiell fokal funksjon, der nabocellene ikke blir definert av en firkantet boks, men aven sirkel der man kan bestemme radiusen. De cellene der sentrum av cellen er innenfor sirkelen blirmed i utregningen.Figur 14) Fokal funksjon med sirkelformet «naboskap» (help.arcgis.com 2012) - 13 -
  15. 15. 6.4 Solar RadiationSolar radiation er det mest sentrale verktøyet I denne oppgaven, men det er også det mestkompliserte. Verktøyet er beskrevet i dette avsnittet fordi det er en type raster analyse, og nærtbeslektet med fokale analyser. Hver celle blir et produkt av en kernel rundt cellen, som standard en200x200 kernel.Vi vil starte med ESRIs beskrivelse av verktøyet fra help-menuen:“The solar radiation analysis tools in the ArcGIS Spatial Analyst extension enable you to map andanalyze the effects of the sun over a geographic area for specific time periods. It accounts foratmospheric effects, site latitude and elevation, steepness (slope) and compass direction (aspect),daily and seasonal shifts of the sun angle, and effects of shadows cast by surrounding topography.”(help.arcgis.com 2012)Det er en analyse som innbefatter en hel del andre analyser som vi vil forklarer i et avsnitt for seg.Det beregnes slope, aspect, viewshed, sunmap og skymap for hver celle i rasteret.Solinnstrålingen på et sted kan deles i tre typer av innstråling. Den direkte solinnstråling er opplagt,men i tillegg kommer refleksjon fra skyene (diffus innstråling) og refleksjon fra bakken (reflektertinnstråling).Figur 15) Direkte, reflektert og diffus innstråling (help.arcgis.com 2012)Beregningen av solinnstråling gjøres med en algoritme som er beskrevet I hjelp-menyen, den bestårav fire steg: 1. The calculation of an upward-looking hemispherical viewshed based on topography. - 14 -
  16. 16. 2. Overlay of the viewshed on a direct sunmap to estimate direct radiation. 3. Overlay of the viewshed on a diffuse skymap to estimate diffuse radiation. 4. Repeating the process for every location of interest to produce an insolation map.(help.arcgis.com 2012)Veiwshed er det område av himmelen som er synlig fra en spesifikk plass. På norsk kan vi oversettemed synsfelt. For hver celle beregnes det et viewsed som beskriver hvor mye av himmelen som ersynlig. Resultatet kan tegnes i en sirkel - der opp er himmelretning nord, ned er mot sør, venstre ermot øst og høyre er mot vest. Øst og vest har byttet plass fordi vi ser det fra jorden og ut motverdensrommet, mens vi fra kart er vant til å se fra verdensrommet og inn mot jorden. Står man påen topp vil mye av himmelen være synlig mens nede i en dal vil en del av himmelen bli dekket avfjellene rundt.Figur 16) Horisontalvinkler og viewshed (help.arcgis.com 2012)Sunmap viser solens bevegelse over himmelen i løpet av en dag. I første omgang tas det ikke høydefor terrenget rundt, da er det bare solens posisjon på himmelen i løpet av et år som vises. Det er etkoordinatsystem der verdiene oppover er ulike måneder, og verdiene bortover er tid på dagen. Ieksemplet under kan man f.eks. se at solen står opp klokken 05:00 den 1. februar og går ned igjenklokken 19:00. For å ta høyde for terrenget gjøres det en overlagsanalyse mellom Sunmap ogViewshed. Sluttresultatet viser den direkte solinnstrålingen på en spesifikk plass. - 15 -
  17. 17. Figur 17) Sunmap for 45 grader sørlig bredde. Sunmap med viewshed. (Huang og Fu 2009)Den diffuse innstrålingen avhenger i mindre grad av solens posisjon på himmelen. Den diffuseinnstråling kommer som tidligere nevnt fra skyenes refleksjon av solinnstrålingen. Innstrålingenberegnes for hver firkant i skymap’et. Her tas terrenget også med slik at det bare er den synlige delav himmelen som beregnes, dette gjøres med en overlagsanalyse med viewshed.Figur 18) Skymap med 8 senit inndelinger og 16 asimut inndelinger. Skymap med viewshed. (Haung og Fu 2009) - 16 -
  18. 18. Den siste type innstråling er refleksjon fra bakken, men denne regnes som liten og er ikke tatt med iverktøyet Solar radiation. “Reflected radiation contributes only a small proportion of total solarradiation (except for locations surrounded by highly reflective surfaces). The solar radiation tools inthe ArcGIS Spatial Analyst extension do not include reflected radiation in total radiation calculations”(Haung og Fu 2009)Det er flere andre parametere som kan settes. Det er breddegrad (latitude), størrelsen på kernel(sky_size), antall himmelretninger, mengden av diffus innstråling (diffuse_proportion) og lysetsbrytning i atmosfæren (transmittivity).Pinde Fu har utviklet verktøyet i samarbeid med Paul M. Rich. De har skrevet en artikkel om deviktigste elementene i analysen. I slutten av artikkelen beskrives tre begrensninger; Skyer kan bare inoen grad tas med i analysen, reflektert innstråling blir ikke tatt med i det hele tatt og gjenstander påbakken som f. eks. trær og bygninger blir ikke heller med i analysen.6.5 GIS og tidSolinnstrålingen varierer i løpet av en dag, fra lav innstråling om morgenen til høy innstråling klokken12 og lav innstråling på kvelden. På samme måte varierer innstrålingen igjennom et år. Siden Norgebefinner seg ganske nordlig vil disse variasjonene være veldig store.Det er et kjent dilemma at solinnstrålingen er størst om sommeren mens energiforbruket er størstom vinteren. Det er en del forskningsforsøk som undersøker mulighetene i å lagre energien overlange perioder, men dette er utenfor vår oppgave.Vi har sett nærmere på hvordan tidsdimensjonen kan kobles medgeografiske informasjonssystemer. Forholdet mellom tid, sted ogegenskaper er godt dokumentert i boken «time-integrative geographicinformation systems». Forholdet er beskrevet med en figur der tid, stedog egenskaper er likeverdige og avhengige elementer (se figur 19).Dersom vi fjerner et element mister de andre to elementene noe avmeningen. En målt verdi på 36oC er ikke meningsfull uten tilknytning tilstedet den er målt og når den er målt. En posisjon på jordoverflaten erikke interessant i seg selv, men har vi i tillegg en egenskap og ettidspunkt blir den meningsfull. Figur 19) Forholdet mellom tid, sted - 17 - og egenskap. (Ott og Swiaczny 2001)
  19. 19. Retter vi fokuset mot GIS kan vi utdype de ulike elementer. Thomas Ott og Frank Swiaczny beskriverdimensjonene i et GIS. De to første dimensjoner er x- og y-koordinat, dvs. plasseringen på overflaten.Den tredje dimensjon er z-koordinat, denne beskriver høyden til stedet. Den fjerde dimensjonen ertid. Fenomener i den virkelige verden kan bare eksistere dersom de er knyttet til tid. Den femtedimensjon er egenskapen, hermed menes den målte verdien.De 5 dimensjoner er samlet i en figur der x-, y- og z-koordinaten viser til en plassering i rommet og tidog egenskap blir to verdier til punktet. (se figur 20)Figur 20) Punkt i 5 dimensjoner (Ott og Swaiczny 2001)Vi har tatt tidsdimensjonen med i oppgaven, ved å gjøre en solinnstrålingsanalyse for hver måned. Detolv resultatene har vi koblet ved å legge dem inn i en raster-katalog. I raster-katalogen har vimulighet til å tilføye tid som en egenskap til hvert raster.ArcGIS har en innebygd funksjon (Time Slider) som gjør det mulig å visualisere endringer over entidsperiode. Det er også mulig at vise endringer på flere lag samtidig.Det er en utfordring å fremstille papirkart med tidsdata. En metode er å lage en kartserie med et kartfor hver måned, men en slik løsning gjør det vanskelig å sammenligne data og er uoversiktlig. Enbedre metode er å laste kartene opp på arcgis.online.com som støtter data med tidsegenskaper.Beklageligvis er det ikke mulig å laste opp raster-format. - 18 -
  20. 20. 6.6 SkjermdigitaliseringVi fikk tilsendt kart fra Bø Fjernvarme AS på pdf-format som vi gjerne ville bruke i en analyse iArcMap. For å få til dette måtte vi først georeferere bildene, slik at koordinatsystemet brukt påbildene passer sammen med koordinatsystemet brukt ikartet. I “Modeling our world” kalles bildetskoordinatsystem for “image space” og kartetskoordinatsystem for “Coordinate space”.Georeferering i praksis gjøres via. georeferencingtoolbar. Først velges et punkt på bildet og deretterflyttes dette til riktig posisjon i kartets koordinatsystem. Figur 21) Georeferering. (Zeiler 1999)Denne prosess gjentas til man har georeferertminimum fire punkter, men helst litt flere. Når man har georeferert flere enn fire punkter kan mansjekke punktenes avvik (RMS) i en tabell (link tabell). Når man er fornøyd kan man godkjennerefereringen og koordinatene blir heretter transformert og lagret i rasteret.Etter georefereringen kan man begynne å skjermdigitalisere. Det skal opprettes en ny shape-fil somkan lagre den nye geometrien. Linjestykker kalles for segmenter og knekkpunkter på linjen kalles forvertex. Det er viktig å ha kontroll med topologien slik at linjer som krysser blir forbundet medhverandre.7 Fremgangsmåte, valg og resultater7.1 DatainnsamlingVi startet med datainnsamling etter godkjennelsen av prosjektbeskrivelsen. Vi undersøkte muligedatakilder, men kom rask frem til at de fleste data vi trengte kunne hentes fra den Felles Kartbase(FKB). En fordel ved FKB-dataene er at de er klippet til kommunegrensene. Siden vi hadde bestemtoss for å jobbe med området innenfor kommunegrensen for Bø kommune var det ikke nødvendig åklippe i dataene.Vi trengte et polygon til avgrensning av analyseområdet, dette lagde vi ut fra lagetarealressurs_flate.shp. Laget inneholder flater som dekker hele bø kommune, derfor trengte vi bareå sette alle polygonene sammen til et polygon. Ved hjelp av «dissolve» kunne vi slå sammen allepolygoner med samme nummer i kolonnen «OMRADEID» som inneholder kommunenummeret ogderfor er identisk for alle polygoner. - 19 -
  21. 21. På et senere tidspunkt i forløpet fikk vi bruk for data over fjernvarmenettet i Bø kommune. Dissedata fikk vi på PDF-format og var derfor tvunget til å skjermdigitalisere. Denne prosessen erbeskrevet i et tidligere avsnitt.7.2 TerrengmodelleringProsessen med å lage en TIN-modell er beskrevet tidligere.For å lage TIN modellen har vi brukt 5m høydelinjer og punkt med høyde fra FKB-datasettet. Vannmed høyde er satt med hard line for å stoppe trianguleringen, elver er satt som soft line uten høydefor å følge terrenget. Dette fungerte bra i vår modell. Prosessen for å lage TIN modell kjørte vi flereganger, og endret parameter til vi ble fornøyd med resultatet. Dette var en tidkrevende prosess,siden datamaskinen triangulerer omkring 1,2 millioner noder. Vi konverterte TIN-modellen til etraster. Det er en automatisert prosess der bruker interpolering med «natural neighbour» metoden.Slik får hver celle en høydeverdi eller «nodata» utifra TIN modellen. Rasteret utledet fra TIN-modellen ligger til grunn for alle analyser som er gjort, og påvirker resultatene direkte.Figur 22) TIN-modell konvertert til raster for Bø kommune (se vedlegg nr.3)7.3 Solinnstråling7.3.1 Solar Radiaton ToolVi har brukt mye tid på å sette oss inn i ulike variabler knyttet til verktøyet «solar radiation». Alleredeunder utarbeidelsen av terrengmodellen tok vi stilling til cellestørrelsen. Det er klart at en størrecellestørrelse fører til et generalisert resultat. Pinde Fu og Paul. M Rich skriver I en artikkel om “solar - 20 -
  22. 22. radiation” at cellestørrelsen må tilpasses til brukerens aktuelle behov, og at: “The commonlyavailable 30 m USGS DEM is sufficient for most environmental and ecological applications atlandscape scales” (Fu og Rich 1999). Vi valgte likevel en cellestørrelse på 10x10 meter for å få et merdetaljert resultat.Vi godtok standardverdien i viewshed på 200x200 kernel. En slik kernel og en cellestørrelse på 10x10meter betyr at området som blir med i beregningen av en celle er på 4 km2. En konsekvens av detteblir at fjell, som ligger mere enn én kilometer sør for cellen, ikke blir med i beregningen. Grunnen tilat vi ikke har valgt en større kernel, er at det vil medfører mangedoblinger av beregningstiden.I forhold til Sunmap har vi valg at det skal beregnes solinnstråling på intervaller av én time i løpet avdagen. På Skymap har vi valgt standardinnstillingen på 32 (himmel)retninger for beregningen. Vi harogså brukt standardverdiene ved diffus innstråling (diffuse_proportion) og lysets brytning iatmosfæren (transmittivity). For å lage en bedre modell kunne vi ha brukt mer tid på å måle slikeverdier, men vi har vurdert at det ligger utenfor oppgavens omfang.Resultatet av analysen kan ses i figur 23 og i en forstørret utgave på vedlegg nr. 8.Figur 23) Solinnstråling for Bø kommune (se vedlegg nr. 8)7.3.2 Konsentrasjon av bolighusDet er klart mest solinnstråling på høyfjellet, men her er det ikke mange som bor gjennom hele året.Vi har laget en spørring mot alle bygg, for å velge ut helårsboligene.Heretter ble utfordringen å finne de områder der det var nok helårsboliger til å gjøre det lønnsomt åsette opp et stort solfangeranlegg. Ved å gjøre bygningene om til celler i et rasterlag, kunne vi vedhjelp av en fokal funksjon finne områder med tett bebyggelse. Vi brukte 10x10m celler slik at småhus fylte en celle og store hus to eller tre celler. På denne måten vil et område med mange små hus - 21 -
  23. 23. telle likt som et område med få store hus. Det er antall kvadratmeter som skal oppvarmes som erviktig i analysen.Det kommer tydelig frem av analysen hvor husene ligger tett. Vi har valgt ut to områder med verdiersom tilsvarer at det er mer enn 80 gjennomsnitts boliger innenfor en 500 meter radius. Vi valgteområdene ved hjelp av reclassify, alle verdier mindre enn 80 ble gjort om til «nodata» og verdier over80 blev gjort om til verdien 1.Bildet under viser resultatet fra den fokale analysen med en terrengmodell under. Det er de rødeområdene på kartet som har høy konsentrasjon av bolighus. De blå og gule områdene har ogsåbolighus innenfor en 500 meter radius, men færre enn 80 bygg.Figur 24) Fokalanalyse for helårsboliger i Bø kommune (se vedlegg nr.5)I første forsøk kjørte vi bare solar radiation for de to områdene, for å begrense datamengden ogtidsbruket. Det så ut til å være et bra resultat, men vi fant senere utav at det inneholdt vesentlige feil. Når man bare kjører solarradiation for et lite område av kartet, vil det bli feil i kanten, fordifjell som ligger utenfor området ikke blir med i analysen. Fjell somligger under en kilometer fra kanten av analyseområdet har storbetydning for hvor mye solinnstråling som er på et bestemt punkt. Ivårt tilfelle fant vi feilen på kartet der et fjell ble delt, slik athalvparten av fjellet ble med i analysen og halvparten av fjellet ikkeble med. Vi løste dette ved å kjøre analysen for hele Bø kommuneog etterpå klippe ut de områdene med høy konsentrasjon av Figur 25) Feil i modell for solinnstrålingbolighus.Resultatet fra den fokale analyse av bolighus og resultatet fra solinnstrålingen for hele Bø kommunekombinerte vi ved å bruke «extract by mask». - 22 -
  24. 24. 7.3.3 Plassering og størrelse på solfangeranleggetVed plassering av anlegget har vi tatt høyde for arealdekket. Vivil ikke bebygge dyrket mark, men gjerne skog eller åpenfastmark. Det må heller ikke være for bratte områder derbygging vanskeliggjøres. For å gjøre utvelgelsen enkel har vilagt polygonene med bebyggelse og dyrket mark overanalyseområdet, slik at det bare er de fargelagte områdenesom er aktuelle. Slik er det enkelt å velge ut det beste områdetfor solfangeranlegget. Figur 26) Solinnstråling uten områder med dyrket mark og bebyggelse (Folkestad)Størrelsen på anlegget er bestemt utfra antall boliger som erment å dekkes, og det gjennomsnittlige energiforbruket til disse boligene over et år. Tall fra StatistiskSentralbyrå viser at det gjennomsnittlige energiforbruket for en husstand på Sørlandet var 22.527kWt i løpet av 2009 (ssb.no 2011). Ved å se på kWt/m2 fra solinnstrålingsanalysen har vi beregnet etca. areal for solfangeranlegget på 30 000 m2. Utnyttelsesgraden til anlegget og dets tekniske aspektervil ha mye å si for størrelsen. Vi har tatt utgangspunkt i 80% utnyttelsesgrad.Vi har tidligere vært inne på problemstillingen om at energiproduksjonen i solfangeranlegget er minsti de månedene der energietterspørselen er størst og omvendt. Potensialet for solfangeranlegg iNorge ligger i vår- og høst-månedene der produksjon og etterspørsel er like. Når vi skulle bestemmestørrelsen på solfangerarealet måtte det bli en avveining mellom å levere nok energi på vinteren ogikke produsere for mye overskuddsvarme på sommeren. En mulig løsning er å bygge et anlegg som ertilpasset vinteretterspørselen, og benytte overskuddsenergien om sommeren til oppvarming avbasseng i Bø sommarland.7.3.4 Solinnstråling og fjernvarmeVi hadde sett på andre prosjekter der solfangeranlegg kombineres med et eksisterendefjernvarmeanlegg. Dette kunne være et bra alternativ til å legge rør i et nytt område. For Bøkommune finnes det et fjernvarmeanlegg som driftes av Bø Fjernvarme AS. Vi tok kontakt for å få taki data og kart med rørnettet. Vi fikk tilsendt kart på PDF-format og måtte derfor georeferere ogskjermdigitalisere kartene før vi kunne bruke dem i analyser. Georefereringen var ganske enkel sidendet sannsynligvis er FKB-data som er grunnlaget for PDF-filene. Vi refererte fem punkter på hvert kartog godtok avvik på under ti centimeter.Utgangspunktet var å lage en nettverksanalyse på rørnettet, for å finne en plassering der flest muligbygninger var tett på solfangeranlegget, men dette måtte vi oppgi siden rørnettet er ganske lite. - 23 -
  25. 25. Akkurat hvordan et solfangeranlegg kan kobles sammen med et eksisterende fjernvarmenett er viikke helt sikre på, men vi formoder at det enten skal kobles direkte til varmesentralen eller kankobles på fjernvarmenettet på en vilkårlig plass. Vi har laget en buffer på 500 meter rundtfjernvarmenettet der vi har analysert solinnstrålingen.7.3.5 Solinnstråling og tidTidsdimensjonen er relevant i mange typer av GIS der en jobber med data som avspeiler den virkeligeverden. I forhold til solenergi er tidsdimensjonen ekstra viktig, siden solinnstrålingen varierer mye iløpet av et døgn og i løpet av et år. Vi har i utgangspunktet jobbet med samlet solinnstråling for ethelt år, for å finne den plasseringen der det samlet sett er mest innstråling. I et slikt tilfelle er det ikkeså viktig når solinnstrålingen er størst og minst. Men dersom vi ønsker å få et bedre innblikk ihvordan solinnstrålingen varierer i et område må vi ta med tidsdimensjonen.Hvis denne oppgaven skulle være til hjelp for de som evt. skal bygge et solfangeranlegg må deninneholde data for variasjonen gjennom døgnet og året. Dataene må sammenstilles medetterspørselen på energi gjennom døgnet og gjennom året.Det er mulig å lage en analyse med «solar radiation», der resultatet blir 12 raster - ett for hvermåned. Disse raster har vi samlet i en raster-katalog for å kunne aktivere tidsfunksjonen. Dette gjøresved å tilføye en rad i egenskapstabellen der år og måned kan skrives inn, og deretter aktivere tid i«layer properties».Figur 27) Raster-catalog (skjermdump) - 24 -
  26. 26. For å gi bedre kontroll med hvilken måned som vises på skjermen tilføyes en rad med labels, somvises sammen med det aktuelle raster-bilde.Figur 28) Aktivering av lag med tidsdata. (Skjermdump)Det viste seg at variasjonene gjennom året er vanskelige å sammenligne siden det er mye mindreinnstråling i vintermånedene. Velges en fargeskala som er lik for alle kart, vil mai til juli få en rødligfarge mens oktober til mars får en blålig farge.Figur 29) Variasjonen av solinnstråling gjennom åretVi har også forsøkt med en fargeskala tilpasset hvert raster, men dette virker veldig manipulerende.Fargeskalaen strekkes slik at den laveste verdi i bildet får en blå farge og den høyeste verdi får denmotsvarende røde farge. I desember er det mindre innstråling enn i juni, men den høyeste verdi forbegge månedene får likevel samme rødfarge. Da den maksimale solinnstrålingen er mere jevnt - 25 -
  27. 27. fordelt i desember blir store deler av kartet farget rødt. Kartene kan ikke brukes til å sammenligne deulike måneder, men kan til nød vise fordelingen av solinnstrålingen for hver måned.Figur 30) Fordelingen av solinnstråling for hver månedVed å sette sammen de 12 raster i en gif-animasjon, kan vi til en viss grad vise hvordan innstrålingenfordeler seg gjennom året. I denne animasjonen er det brukt en rød skala som viser solfordelingenfor et område på Lifjell, måned for måned. Den kan ikke si noe om verdiene av solinnstrålingen, sidenden røde fargen viser max-min verdi isolert for hver måned. Rødfargen blir dermed like sterk for etområde i desember, som for et område i juni, selv om verdiene for den kan være veldig forskjellig framåned til måned. Vi kan bli «lurt» til å tro at det kommer like mye solinnstråling på et område idesember som i juni, fordi rødfargen er like sterk. Animasjonen kan sees ved å gå inn på url:http://bit.ly/KQlggu eller via kartapplikasjonen vi har laget på hjemmesiden.Dataene egner seg mye bedre til å bli fremstilt i en graf. Vi har lagt til fire kolonner i «attribute table»og hentet inn informasjon fra hver måned. Det er maksimumsverdien, gjennomsnittsverdien ogminimumsverdien for hvert raster for tilsvarende måned. I tillegg har vi satt in verdien fra områdetved solfangeranlegget. Ikke overraskende følger solfangeranlegget stort sett maksimalverdiengjennom hele året, siden vi valgte passering etter mest solinnstråling.Solinnstrålingsanalysen med månedsintervaller er ikke enkel å fremstille på kart, men kan fint brukestil å lage grafer med. Grafen er et bra produkt i forhold til å vurdere når det er størst og minstinnstråling. Det er også mulig å sammenligne grafen med for eksempel energiforbruket gjennomåret. - 26 -
  28. 28. Figur 31) Graf for solinnstråling8 Presentasjon8.1 KartografiDet fins ingen klar oppskrift for kartdesign, men det finnes prinsipp og tilnærminger. Designprinsipper enkelthet, at kartet er egnet, fin framtoning og innenfor økonomiske rammer (for papirkart).Prosessen er en serie av ledd som starter med identifikasjon av problemet og ender med anvendelse.Det er viktig å identifisere bruksområdet, og tilpasse kartelementene slik at de kommuniserer godtmed sluttbrukeren. En bør derfor være klar over hvilken brukergruppe som skal lese kartet. En måogså være oppmerksom på øyets begrensinger i å tyde farger og symbol. Kartet skal være lett åbruke, nøyaktig og presentere informasjon uten forstyrrelser eller feilpresentasjon.Kartet inneholder: – Tittel – Tegnforklaring - 27 -
  29. 29. – Målestokk – Takk (dersom det er aktuelt) – Kartlagt område – Koordinatnett – Ramme – Symboler – NavnResultatene fra prosjektet har vi fremstilt på fire papirkart og et nettbasert kart. Det har vært enviktig del av oppgaven å lage disse kart på en måte så informasjonen blir tydelig formidlet. Vi harforsøkt å tilpasse kartene til en bred målgruppe, ved å velge farger og symboler som assosieres medegenskaper. Rødfargen, som vi assosierer med varme, har vi brukt til områder med myesolinnstråling og blåfarge, som vi assosierer med kulde, har vi brukt for områder med lite innstråling.Bygg og vei har vi farget henholdsvis mørkegrå og lysegrå for å gi inntrykk av at det ermenneskeskapt. Solfangeranlegget har vi gitt en skravur slik at man ser rødfargen fra solinnstrålingengjennom. Vi har tatt med høydekurver for at mottakeren kan se sammenhengen mellomterrengformene og solinnstrålingen. Veisituasjonen og andre bygg har vi tatt med for å gjøre detenklere å orientere seg på kartet. Målestokken er valgt i forhold til størrelsen på analyseområdet ogsamtid med et pent rundt tall så det er enkelt å omregne fra centimeter på kartet til meter ivirkeligheten.Vi har forsøkt å fremstille et kart som kan forståes av hvermann, men samtidig få med viktiginformasjon om kWt/m² for folk med mer kunnskap om energi. Der er en vanskelig balanse mellomfå frem et klart budskap på den ene side og vise mye informasjon i kartet på den andre siden.8.2 ArcGIS-onlineEsri tilbyr avanserte tjenester og produkt for publikasjon av geografisk informasjon på web.For å kunne presentere resultatene våre på web, har vi valgt å bruke Esri sin gratistjeneste, ArcGISonline, der man kan laste opp og dele kartdata på åpen server i et enkelt brukergrensesnitt. Her kanman laste opp egne kartdata, integrere WMS-tjenester, og opprette lag som kan editeres direkte iklienten. Lag som er tidsaktivert kan legges til/editeres og spilles av. De tilbyr også ferdige - 28 -
  30. 30. applikasjoner som kan tilpasses uten programmering. Presentasjon av egne data baseres på verdier iegenskapstabellene til objektene som lastes opp. Disse blir konvertert til xml-format forkommunikasjon mellom server og klient.ArcGIS-online støtter ikke rasterformat, noe som gav oss en hel del ekstra arbeid. Vi ble nødt til ågjøre raster om til shape-format ved hjelp av «resample», «reclassify» og «raster to polygon». For åunngå et veldig hakket polygon måtte vi dele de store cellene opp i mindre celler. Vi brukte resamplefor å endre cellestørrelsen fra 10x10 meter til 1x1 meter. Etterfølgende brukte vi reclassify for åinndele rasterets verdier i få kategorier som kunne gjøres om til polygoner. Vi brukte en inndelingmed pene, runde tall (Se vedlegg 1 og 2). Til slutt kunne vi gjøre rasteret om til flere polygoner vedhjelp av «raster to polygon».8.2.1 Google SketchupDette er et verktøy for 3D modellering av objekter. Modeller kan eksporteres til GoogleEarth i .kmzformat og vises med riktig x,y,z-verdier i programmet. For å georeferere en modell kan et utsnitt avterrenget i GoogleEarth importeres til Sketchup slik at man editerer modellen direkte på terrenget. Vihar brukt Sketchup or å lage en modell av Telemarkshallen i Bø, georeferert denne og installertsolfangere på taket ved hjelp av en plugin kalt Skelion. Dette har vi gjort for å utforskevisualiseringsmetoder i 3D, og få øvelser i dette. Modellen gir et innblikk i hvilke muligheter somfinnes på eksisterende bygg for utnyttelse av solenergi, og hvordan det ville se ut. I gratisversjonen avSketchup og Skelion finnes det begrensinger i funksjonalitet, men til vårt bruk har dette fungerttilfredsstillende. I betal-versjonen av Sketchup kan modeller eksporteres som 3ds-format til f.eksGemini Terreng og inngå i en modell med bedre kartgrunnlag og visning. I Skelion betal-versjon kandet utarbeides detaljerte energirapporter for ulike typer solpanel/anlegg basert på lokalisering oginternasjonale standarder. Dette ble for tidskrevende for vårt prosjekt, og ble nedprioritert. Metodenvi har valgt for å vise modellen på web, var å ta et skjermbilde av modellen, laste det opp påhjemmesidens server, for deretter å opprette et polygon som et eget lag over laget for wms-tjenesten i kartapplikasjonen vår. Videre har dette polygonet blitt linket til bildet på serveren vår ogkan vises i applikasjonen. - 29 -
  31. 31. Figur 32) Kartapplikasjon med informasjonsvindu for polygon «Telemarkshallen med solfangeranlegg»Figur 33) Modellen av Telemarkshallen med solfangere på taket - 30 -
  32. 32. 9 Diskusjon9.1 Er tallene realistiske?For at sikre at resultatene fra analysene er korrekte har vi sammenlignet tallene med ulike kilder. Vihar undersøkt litteratur og funnet tre kilder som alle viser til samme tall for solinnstråling. På årsbasiser solinnstrålingen mot en horisontal flate mellom 600 - 700 kWt/m² for områder med lav innstrålingog rundt 1000 - 1100 kWt/m² for områder med høy innstråling i Norge (Olseth og Skartveit 1985),(Peterson og Wettermark 1979) og (SINTEF 2011).I vårt prosjekt har vi beregnet solinnstrålingen for alle flater i terrenget med hensyn til himmelretningog helning. Dette betyr at våre tall vil bli litt lavere for nordvendte helninger og litt høyere forsørvendte helninger. I analysen for hele Bø kommune fik vi en minimumsverdi på 149 kWt/m² og enmaksimumsverdi på 1113 kWt/m². For områdene ved Folkestad og Bø fjernvarmenett fikk vi enminimumsverdi på 530 kWt/m² og en maksimumsverdi på 948 kWt/m². Disse verdiene stemmerganske bra med forventet resultat.9.2 Forbedringer av resultatetI det følgende avsnitt vil vi diskutere hvilke områder av prosjektet som kunne forbedres dersom vihadde mere tid og ressurser til rådighet. - Lage analysen med solar radiation med en avgrensning tilpasset terrenget i stedet for kommunegrensen.Når man gjør solinnstrålingsanalyser ut fra terrenget vil det ha stor betydning hvordananalyseområdet er avgrenset. Gjennom vårt arbeid med å beregne solinnstrålingen erfarte vi at storeterrengformer har innvirkning på sluttresultatet. Når man beregner innstrålingen for bø sentrum erdet spesielt viktig å få med fjellene som ligger i sørlig retning, Breisås og Gygrestolen. Dersom dissefjellene kommer utenfor kommunegrensen blir resultatet feil, men kommer de innenforkommunegrensen blir resultatet korrekt. Kommunegrensen er et resultat av politiske beslutninger ogfølger derfor ikke noen spesielle terrengformer.For å få det beste resultatet, bør man derfor ha med alle fjell som ligger rundt området.Avgrensningen av analyseområdet bør følge fjellryggene slik at alle elementer som kan danne skyggeblir med. - 31 -
  33. 33. - Datagrunnlag for terrengmodellenDet er vanskelig å beskrive virkeligheten «som den er». Det vil si å gjengi rommet som enkontinuerlig flate med alle forhøyninger/forsenkninger, statiske og dynamiske objekter. Resultatene iet GIS vil aldri bli bedre enn datagrunnlaget. Objekter som hus og vegetasjon vil ha innvirkning påterrenget i form av å kaste skygge og danne forandringer i overflaten. Disse vil for noen områder hastor betydning for solinnstrålingen på terrengoverflaten, men vises ikke i våre beregninger.Datagrunnlaget for høyde, og trianguleringen av disse punktene danner flatene i en TIN modell. Vedkonvertering til raster blir det gjort en interpolering som «glatter ut» terrenget. Dette er grunnlagetfor alle beregninger som er gjort for solinnstråling. Vårt bilde av terrenget må forståes som enberegnet modell av virkeligheten som igjen er basert på andre modeller av virkeligheten(datagrunnlaget). Slik blir det en forholdsvis avansert – men grov forenkling av virkeligheten som ertilpasset formålet.Vi kunne tatt med høydedata for hus i modellen. Dette inngår ikke i FKB-datasettet vi har fått, og vikonkluderte med at dette ikke var kritisk for resultatet.Værdata – som skydekke og antall soldager over et år kunne vi også tatt med. Skydekket er til en vissgrad inkludert i resultatet ved en standard funksjon i verktøyet som beregner dette.Alle deler av prosessen kan gjøres mer nøyaktig. Cellestørrelsen i rasteret kunne vært mindre, ogdermed hadde også analysene for innstråling blitt mer nøyaktig. Ulempen er at datamengdene blirstørre og behandlingen av de mer tidkrevende. - Bedre datagrunnlag for høyde i analyseområdet (1 m høydelinjer/laser)Vi har valgt å bruke 5m høydelinjer for alle analyser. I utgangspunktet fordi det tar tid å lage en TINmodell med et stort antall noder. Spesielt gjaldt dette i det innledende arbeid med hele Bø kommunesom analyseområde. Når vi i det videre arbeidet kom fram til de områdene med best forutsetningerfor innstråling/dekning kunne vi ha laget en ny terrengmodell med 1m høydelinjer medområdeavgrensing for å få et mer nøyaktig resultat.Dette ville mest sannsynlig kun gitt små variasjoner i beregnet solinnstråling, og vi ser ikke på detsom kritisk for resultatet. - 32 -
  34. 34. - Mer teknisk informasjon, og spesifikasjoner for solfangeranleggÅ jobbe med GIS handler ofte om å kombinere informasjon fra flere fagfelt. Det som omhandler selveGIS-delen er behandling av geografisk stedfestet informasjon. Ved å kombinere og analysere datasettmed de verktøy som disponeres i programvaren, kan man skape ny og meningsfull informasjon.Brukerens kreativitet, romlige forståelse, evne til å operere og forstå verktøyene i programvarenavgjør kvaliteten på prosessen. Prosjektarbeidet i GIS er en øvelse i å oppnå kompetanse på dette.Siden oppgaven først og fremst handler om metode i bruk av GIS-verktøy i en prosess for å oppnå etresultat, har vi forsøkt å legge mest vekt på det.Problemstillingen vår er forholdsvis virkelighetsnær. Men vår definisjon av den beste plasseringen avsolfangeranlegg er basert på solinnstrålingen i en modell som vi har generert. En rekke faktorerinngår i den «reelle» plassering: Kostnader ved bygging, rørdimensjonering og isolering,virkningsgrad ved ulike panel og temperaturer, helning på paneler, teknisk infrastruktur,kommuneplaner/politikk m.m…Vi har prøvd å balansere oppgaven slik at den også inneholder noe informasjon om potensialet forsolenergi/solfangeranlegg, for å lage en helhet i prosjektet og som et grunnlag for valget avproblemstilling. - 33 -
  35. 35. 10 Konklusjon10.1 EffektmålProsjektet har krevd mye tid og til tider hardt arbeid - til gjengjeld har vi fått utrolig mye igjen. Vi vilstarte med å vurdere effektmålene, som har gitt oss det største personlige utbyttet. Vi har lært omsolenergi og utnyttelsen av den i solfangeranlegg. GIS er et fagfelt der man er nødt til å kunne setteseg inn i andre fagfelt og kunne kombinere sin kompetanse med annen kompetanse. Vi har fåtterfaring innen det spesifikke grensesnittet mellom GIS og solenergi, men også en masse erfaringermed GIS generelt og hvordan GIS kan løse en geografisk problemstilling uansett tema. Analysene kanoverførers til andre områder og kan enders i forhold til andre problemstillinger. Det kan for eksempelvære aktuelt å bruke en liknende analyse for å finne et boligområde med høy solinnstråling gjennomhele året, eller det kan brukes til å undersøke biologiske sammenhenger mellom solinnstråling ogvegetasjon.10.2 ResultatmålVi har brukt GIS til å løse et avansert problem og fremstilt det på en oversiktlig og brukervennligmåte. Vi har beregnet solinnstrålingen for hele Bø kommune i kWt/m² og laget en analyse for å finnekonsentrasjoner av bolighus. Vi har funnet frem til to alternativer i forhold til problemstillingen omplasseringen av et solfangeranlegg. Det ene er boligfeltet i Folkestad og det andre er tilkoblingen tilfjernvarmenettet eid av Bø fjernvarme AS.Vi har ikke laget en kostnadsanalyse i forhold til tilkoblingen til fjernvarmenettet. Vi valgte ikke åbruke tid på dette fordi fjernvarmenettet i Bø er forholdsvis enkelt oppbygd, og fordi vi prioriterteandre deler av oppgaven.Nettsiden og det interaktive kartet på ArcGIS Online, der resultatene kan vises og undersøkes, er enfremtidsrettet metode å dele informasjon på. Vi er veldig fornøyd med denne muligheten for å gjøreprosjektet tilgjengelig for alle, og samtidig gi brukeren mulighet for aktivt å undersøke ulike lag ogeventuelt sammenstille dem med andre online-kart fra ArcGIS Online. - 34 -
  36. 36. 11 LitteraturlisteAuthen, M. L. (2012). Termisk solenergi. Fra nett [lesedato 07.05.2012]:http://fornybar.no/sitepageview.aspx?sitePageID=1645Esri (2012). ArcGIS Help Library. Fra nett [lesedato 07.05.2012]:http://help.arcgis.com/en/arcgisdesktop/10.0/help/index.htmlFu, P. og Haung, S. (2009). Modeling small areas is a big challenge. ArcUser Vol. 12, No. 2. side 28-31Fu, P. og Rich, P. M. (1999). Design and Implementation of the Solar Analyst. Fra nett [lesedato:07.05.2012]:http://proceedings.esri.com/library/userconf/proc99/proceed/papers/pap867/p867.htmOlseth, J. A. og Skartveit, A. (1985). Strålingshåndbok, Klima nr. 7, Det norske meteorologiskeinstitutt.Ott, T. og Swiaczny, F. (2001). Time-interactive geographic information systems. Berlin, SpringerPeterson, F. og Wettermark, G. (1979). Solenergi. Oslo, J. W. Cappelens ForlagSINTEF (2011). Mulighetsstudie – solenergi i Norge. Oslo, SINTEFStatistikk Sentralbyrå (2011). Gjennomsnittlig energiforbruk, etter byggeår, region og boligareal. Franett [lesedato 07.05.2012]: http://www.ssb.no/husenergi/tab-2011-04-19-05.htmlZeiler, M. (1999). Modeling our world – The ESRI guide to geodatabase design. California, ESRI Press. - 35 -
  37. 37. 12 FigurlisteFigur 1) Bø kommuneFigur 2) Utvikling for utnyttelse av solenergi - samlet installert effekt for medlemsland i IEA PVPSFigur 3) Oppbygningen av modeller i ModelBuilder (help.arcgis.com 2012)Figur 4) Viser TIN med noder og genererte flater fra triangulering. (help.arcgis.com 2012)Figur 5) Eksempel på konvekse hull (grå felt) ved triangulering (help.arcgis.com 2012)Figur 6) Linjetynning med fjerning av punkt (help.arcgis.com 2012)Figur 7) Hard breakline for et vann vist i raster. Tykk strek markerer stopp i trianguleringen (help.arcgis.com 2012)Figur 8) TIN modell for Bø med eksempel på soft breakline (GIS-prosjekt Solenergi 2012)Figur 9) Cellestørrelse (help.arcgis.com 2012)Figur 10) TIN til raster (Zeiler 1999) (side 157)Figur 11) help.arcgis.com 2012Figur 12) Eksempel på reclassify (help.arcgis.com 2012)Figur 13) Fokal funksjon med 3x3 kernel (help.arcgis.com 2012)Figur 14) Fokal funksjon med sirkelformet «naboskap» (help.arcgis.com 2012)Figur 15) Direkte,reflektert og diffus innstråling (help.arcgis.com 2012)Figur 16) Horisontalvinkler og viewshed (help.arcgis.com 2012)Figur 17) Sunmap for 45 grader sørlig bredde. Sunmap med viewshed. (Huang og Fu 2009)Figur 18) Skymap med 8 senit inndelinger og 16 asimut inndelinger. Skymap med viewshed. (Haung og Fu 2009)Figur 19) Forholdet mellom tid, sted og egenskap. (Ott og Swiaczny 2001)Figur 20) Punkt i 5 dimensjoner (Ott og Swaiczny 2001)Figur 21) Georeferering. (Zeiler 1999)Figur 22) TIN-modell konvertert til raster for Bø kommune (se vedlegg nr.3)Figur 23) Solinnstråling for Bø kommune (se vedlegg)Figur 24) Fokalanalyse for helårsboliger i Bø kommune (se vedlegg)Figur 25) Feil i modell for solinnstrålingFigur 26) Solinnstråling uten områder med dyrket mark og bebyggelse (Folkestad) - 36 -
  38. 38. Figur 27) Raster-catalog (skjermdump)Figur 28) Aktivering av lag med tidsdata. (Skjermdump)Figur 29) Variasjonen av solinnstråling gjennom åretFigur 30) Fordelingen av solinnstråling for hver månedFigur 31) Graf for solinnstrålingFigur 32) Kartapplikasjon med informasjonsvindu for polygon «Telemarkshallen med solfangeranlegg»Figur 33) Modellen av Telemarkshallen med solfangere på taket - 37 -
  39. 39. 13 VedleggVedlegg 1) Manuell reclassify for hele Bø kommune (skjermdump)Vedlegg 2) Manuell reclassify for Bø sentrum og Folkestad (skjermdump) - 38 -
  40. 40. Vedlegg 3) TIN-modell konvertert til raster for Bø kommune - 39 -
  41. 41. Vedlegg 4) Fokalanalyse for helårsboliger i Bø kommuneVedlegg 5) Utfoldingskart: Solinnstråling FolkestadVedlegg 6) Utfoldingskart: Solinnstråling for Bø sentrumVedlegg 7) Utfoldingskart: Solinnstråling ved Bø FjernvarmenettVedlegg 8) Utfoldingskart: Solinnstråling for Bø kommune - 40 -

×