Spis treści

W skrócie

Moduł ten ma na celu podkreślenie źródła ciepła, które można sklasyfikować jako: odpowiednie, warunkowo odpowiednie i nieodpowiednie do eksploatacji energii na poziomie miejskim.

To Top

Wprowadzenie

Potencjalnie na obszarach miejskich lub regionalnych istnieje kilka zasobów, które można wykorzystać do zapewnienia energii cieplnej (do celów ogrzewania i / lub chłodzenia). Ten moduł ma na celu klasyfikację różnych źródeł ciepła na podstawie ich przydatności. Moduł klasyfikuje systemy w trzech głównych kategoriach: odpowiednie, warunkowo odpowiednie, nieodpowiednie. Moduł zwraca mapę wektorową ze sklasyfikowanymi punktami i zwraca moc sklasyfikowaną dla każdej klasy. Moduł ten generuje plik shapefile klasyfikujący potencjał źródła ciepła na podstawie odległości źródła ciepła od zapotrzebowania oraz na podstawie mocy źródła ciepła. Każde źródło ciepła jest podzielone na trzy główne klasy:

  • odpowiedni
  • warunkowo odpowiedni
  • nie pasujący.

Moduł automatyzuje metodologię zgodnie z:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl i Gernot Stoeglehner. „Mapowanie potencjału zasobów energii cieplnej z oczyszczalni ścieków”. Zrównoważony rozwój 7, nie. 10 (wrzesień 2015): 12988–13010. https://doi.org/10.3390/su71012988 .

To Top

Wejścia i wyjścia

Parametry i warstwy wejściowe oraz warstwy i parametry wyjściowe są następujące.

Warstwy i parametry wejściowe to:

  • Wydajność źródła ciepła to mapa wektorowa z przepływem wody, który można w sposób zrównoważony wydobyć / wykorzystać, wyrażony w ekwiwalencie populacji (PE). Obowiązkowe kolumny to: gid , capacity .

  • Moc źródła ciepła jest mapą wektorową z możliwą do wykorzystania mocą. Obowiązkowe kolumny to: gid , capacity , z gid które muszą być zgodne z wartościami używanymi w warstwie wydajności.

  • Użytkownik może Defne maksymalną odległość do rozważenia źródło ciepła w obszarach miejskich (wartość domyślna: 150m): within_dist .

  • Użytkownik może określić maksymalną odległość do rozważenia źródła ciepła w pobliżu obszarów miejskich, wszystkie obszary powyżej tego progu będą klasyfikowane jako oddalone od obszarów miejskich - (wartość domyślna: 1000 m): near_dist

Warstwy wyjściowe i parametry to:

  • Mapa wektorowa z mapą źródła ciepła sklasyfikowaną na podstawie przydatności.
  • Pogrupuj dostępną moc na podstawie klasyfikacji odpowiedniości.

To Top

metoda

Kierujemy się metodologią zdefiniowaną przez:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl i Gernot Stoeglehner. „Mapowanie potencjału zasobów energii cieplnej z oczyszczalni ścieków”. Zrównoważony rozwój 7, nie. 10 (wrzesień 2015): 12988–13010. https://doi.org/10.3390/su71012988

Jako domyślne zestawy danych użyliśmy zestawów danych dotyczących wydajności i mocy oczyszczalni ścieków .

Obszary miejskie są definiowane na podstawie zbioru danych Corine Land Cover, w którym jako miejskie rozważamy jedynie następujące kategorie:

  • Ciągła tkanina miejska (klasa 1.1.1.)
  • Nieciągła tkanina miejska (klasa 1.1.2.)
  • Jednostki przemysłowe lub handlowe (klasa 1.2.1.)

Aby zdefiniować obszary miejskie, moduł rozpoczyna się od zbioru danych Corine Land Cover (CLC) i wybiera następujące kategorie:

  • Continuous_urban_fabric
  • Discontinuous_urban_fabric
  • Jednostki_przemysłowe_lub_komercyjne

Następnie w celu oceny i klasyfikacji potencjału moduł:

  • Oblicz bufor wokół źródeł ciepła, biorąc pod uwagę odległości wybrane przez użytkownika w celu uwzględnienia źródła ciepła na obszarach miejskich lub w pobliżu obszarów miejskich;
  • wyodrębnij liczbę pikseli zawartych w każdym buforze dla każdego źródła ciepła
  • Sklasyfikuj źródło ciepła na podstawie poniższej macierzy, jeżeli w określonej odległości znajduje się co najmniej 25 ha terenów miejskich.

| | Wewnątrz (odległość dist < within_dist ) | Near ( dist < near_dist ) | Far ( dist > near_dist ) | |: --------------------------------- |: ------------- ----------------- |: -------------------------- |: --- ---------------------- | | Mały (2000-5000 PE) | Warunkowo | Warunkowo | Nie nadaje się | | Średnio-mały (5001 - 50000 PE) | Odpowiedni | Warunkowo | Warunkowo | | Średnio-wysoki (50001-150000 PE) | Odpowiedni | Odpowiedni | Warunkowo | | Wysoka (> 150000 PE) | Odpowiedni | Odpowiedni | Odpowiedni |

To Top

Repozytorium GitHub tego modułu obliczeniowego

Tutaj otrzymujesz najnowocześniejszy rozwój tego modułu obliczeniowego.

To Top

Próbny przebieg

Fig. 1-0

To Top

Jak cytować

Pietro Zambelli, w Hotmaps-Wiki, CM-Heatsource -ential (wrzesień 2020)

To Top

Autorzy i recenzenci

Ta strona została napisana przez Pietro Zambelli EURAC .

☑ Ta strona została przeglądowi przez Simona Pezzutto EURAC .

To Top

Licencja

Prawa autorskie © 2016-2020: Pietro Zambelli

Licencja międzynarodowa Creative Commons Attribution 4.0

Ta praca jest objęta licencją Creative Commons CC BY 4.0 International License.

Identyfikator licencji SPDX: CC-BY-4.0

Tekst licencji: https://spdx.org/licenses/CC-BY-4.0.html

To Top

Potwierdzenie

Chcielibyśmy wyrazić nasze najgłębsze uznanie dla projektu Hotmaps programu „Horyzont 2020” (umowa o udzielenie dotacji nr 723677), który zapewnił fundusze na przeprowadzenie obecnego dochodzenia.

To Top

This page was automatically translated. View in another language:

English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Dutch* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*

* machine translated