基于GIS对土耳其Konya的 Karapinar地区太阳能农场选址进行层次分析法(AHP)
摘要
可再生能源是清洁能源，其对环境的影响比其他能源要低得多。在土耳其，太阳能投资近年来迅速发展。太阳能农场的选址对大型投资来说一个很关键的决策问题，因其地形风貌、当地的风化因素、较高传输能量、农业设施和环境保护各因素相互综合影响。多标准评价方法常用于不同的选址研究。这项研究的目的是为了利用GIS和AHP在研究区确定适合的太阳能农场选址。最后的指数模型被分为四类:“低适合”、“适合”、“较适合”和“最适合”等多种间隔分类方法。结果是15.38% (928.18 km2)的研究区域适宜性较低，14.38%(867.83 km2) 的研究区域适合，15.98% (964.39 km2) 的研究区域较适用，13.92% (840.07 km2) 的研究区域最适用于太阳能农场地区。40.34%(2434.52 km2)的研究区不适合作为太阳能农场区。
关键词：多标准分析法（MCE）；太阳能农场；层次分析法（AHP）；GIS
1说明
能源是维持社会繁荣可持续发展的关键要素 [1]。如今，全球80%以上的人初级能源需求是基于化石燃料(煤、石油和自然气体)。在世界上，能源消耗的主要来源为原油占31%，煤炭占28%，天然气占比为28%。然而全球石油储量并不均衡，分配和这种不平衡将不可避免地导致政治和未来的经济冲突[15]。显然，化石燃料资源是有限的，将会在未来耗尽。从长远来看，有限的化石燃料的供应将导致更高的价格。全球能源预计未来25年需求将增长49%。全球石油消费预计将从每天8600万桶增长到2030年每日1.04亿桶。而世界上大部分的能源供应来自于此。化石燃料，化石燃料的使用对世界经济、生态和全球气候都有着巨大的影响。近年来，石油价格上涨，而其他的化石燃料则迅速增加，而且世界上大部分地区都是如此。各国已经制定了新的政策和重大的挑战来减少能源成本和污染影响。也担忧气候能源安全和不断上涨的燃料价格刺激了人们对化石燃料能源的兴趣[25,10,27]。
在21世纪化石燃料的耗竭导致的环境污染使越来越多的人关注可再生能源的使用[17]。可再生能源非常重要，因为它提供的好处，并将在其中发挥重要作用。世界的未来。能源可分为三种类别:化石燃料、可再生资源和核资源。可再生能源是可以利用的资源。一次又一次地产生能量，例如太阳能，风能，生物质能、地热能等[22]。可再生能源来源是清洁的来源和低得多的环境影响比其他能源。其他的能量来源是有限的，总有一天会耗尽。相反，可再生能源资源不会耗尽，而且是有限的。可再生能源遭受低成本或免费燃料[28]。风能和太阳能的来源无疑是世界上使用最多的能源生产([10])。太阳能发电这一代人已经成为增长最快的可再生能源之一。太阳能发电有几个优点如环境优势，政府激励，灵活的位置和模块化。在土耳其,在过去的10年里可再生能源迅速扩张，而太阳能和风力发电则成为可再生能源最主要的贡献者。
太阳能发电系统选址是一个难题。发电企业、电网企业和政府都与发电厂选址的决定有着很强的关系。用植物的安全来满足气象条件需求，经济需求，环境和社会要求[34]。因此太阳资源最高的地方对于太阳能发电厂来说并非总是可行的。各种因素起着一定的作用。在太阳能发电厂的选址中，它们可以分为:经济、生态等因素[30]。
近年来，多准则评价(MCE)方法和地理信息系统(GIS)作为不同网站选择研究的工具使用得越来越多。多准则评价方法是在1960年开发的，用于协助决策。多准则评价在许多领域都有广泛的应用。GIS和MCE技术的结合越来越多地被用作重要的空间决策支持系统(SDSS)评估合适的地点。利用GIS的结合，MCE技术对太阳能农场的选址进行了验证是非常罕见的。Janke[12]，确定了适合风力或太阳能的区域在农场使用多准则GIS建模技术。Charabi和Gastli[6]提出了一项旨在发展第一个地理位置的研究映射模型来定位最适合不同的站点。使用MCA的阿曼光伏技术。Nguyen和Pearce [21]在本文中开发并测试了一种算法并推广到世界上任何一个地区，以培养更多大型太阳能农场的环保开发。Dagdougui等[8]提出了基于GIS的决策方法。选择最适宜开发可再生能源制氢系统的位置。Lozano等[18]结合了地理信息系统(GIS)和工具或多标准决策(MCDM)方法，以获得评价东南地区光伏太阳能电站的优化配置。此外，还有很多关于风电场的同一课题研究[2,26,7]。
本文的研究重点是将AHP与GIS结合起来分析出在土耳其的卡拉帕纳地区最适合的太阳能农场选址。层次分析法(AHP)是一种多尺度法。决策方法可用于分析和决策支持有多个甚至是竞争的决策目标[11,4]。GIS与AHP的集成是一个的能用于解决太阳能农场选址问题的强大工具。
2材料和方法
2.1研究区域
研究领域包括位于土耳其中部安纳托利亚地区的科尼亚省中的卡拉帕纳地区。Konya城市的地理位置介于36.51和39.51之间，纬向和31.51和34.51东经度，是土耳其最大的省。研究面积6035平方公里，位于东部。Konya(图1)和暴露的高速率土壤侵蚀和沙漠化。区域通常由干旱的土地组成，位于在大陆地区部分地区的降雨量最少。气候条件在炎热干旱的夏季盛行，冬天寒冷多雪。
如图2所示，在土耳其地区的能源投资中科尼亚有最大的太阳能潜力。在研究区,太阳辐射年平均值为1650 KWh/m2/年和1700 KWh/m2/年。2011年8月1日，能源部和自然资源宣布了太阳能的地区和城市。能源投资将在土耳其进行。根据新编制和发布地图，27个地区只有38个城市被允许生产基于太阳能的电力。就太阳能而言，在整个土耳其是很难超过600MW的。将近20亿欧元的投资预计。最大容量为92兆瓦的申请人。这是对Konya的权利。因此，22%的总投资在2013年底将会由Konya经部给科尼亚的卡拉帕纳地区的申请人。能源和自然资源有大而不合适的。卡拉帕纳地区和该地区的农业用地被视为。最适合在土耳其进行太阳能投资。太阳能卡拉帕纳地区的辐射值和日照时间如图3所示。
图2
图3
2.2层次结构模型开发
图4介绍了太阳能农场选址的层次模型。在本研究中，有5个标准和19个次标准选择用于评价选址适宜性。通过整合环境和经济因素被提议的太阳能农场选址的模式有可能成为最终结果。
在确定选择太阳能所需的标准之前。首先农场的限制是为了保护环境不合适的选点。约束站点列表如所示：
缓冲区的住宅(城市和农村)地区距离=500米,
缓冲区的道路=100米,
河流，湖泊，湿地和水坝，
保护区内的缓冲区(考古遗址、军事区、林地，野生动物保护区，生物学意义重大，领域和环境保护领域)距离=500米。
在第一步，GIS数据集的研究区(居住区)收集土地用途、道路、斜坡和传输线。来自不同来源的研究区域。居民区、道路和传输线路图1:25 000是数字化的。转换为光栅和矢量文件。得到了土地利用图。从环境总体规划(规模:1:10万)到各省。并将其数字化并转换为光栅文件。海拔高度地图是根据SRTM(航天飞机雷达地形任务)数据编制的。所有的数字化，转换和利用GIS软件对地图进行分析处理，用9.3版本GIS桌面。对AHP的权重用Microsoft Excel进行了计算。
在接下来的步骤中，每一个确定的环境和经济目标的权重都是通过AHP计算的，AHP是使用Microsoft Excel的MCDM方法之一，并使用GIS进行覆盖分析，用于太阳能农场的选址。
MCE是一种能够使人们在许多标准中做出最适当的选择的设备，它是一个广泛使用的概念[13,31,20,9]。AHP是一种多准则决策的数学方法[19]。AHP作为决策分析设备[23]，是Saaty在1977年开发的一种数学方法，用于分析涉及许多标准的复杂决策[16]。
在AHP技术范围内应用的成对比较，提供了对决策分析中使用的标准的比较，并确定了这些标准的值[29]。在AHP中，由于这些计算得出了成对比较和标准权重的结果，生成了一个矩阵。此外，还可以确定成对比较决策的一致性比(CR)。CR揭示了在一个成对比较矩阵中得到的值的随机概率[33]。
如果确定了数字n的标准来进行比较，具体的AHP执行过程如下[19]:
- 创建多个矩阵 (n n)成对比较矩阵。假定因素Pij表示程度因子i与因子j。然后假设Pij=1/Pij。比较中Pij的可能评估值。矩阵以及相应的解释如表1所示。
|
数值pij |
定义 |
|
1 |
i和j同等重要 |
|
3 |
i 没j重要 |
|
5 |
i远没j重要 |
|
7 |
i远远没j重要 |
|
9 |
i 极端没有j重要 |
|
2，4，6，8 |
中间值 |
(2)找到了归一化的成对比较矩阵。对于这个;
a.计算每一列的和，
b.将矩阵中的每个项除以它的列和，
c.平均跨行得到相对权重。
为了控制估计重量值的一致性，一致性比(CR)计算如下:
a.首先计算每一个矩阵特征向量和最大特征值。
b.然后计算一致性指数(CI)的近似值
CI =（lambda;maxminus;n）/（nminus;1）
lambda;max成对比较矩阵的特征值
c。最后，为了确保成对比较矩阵的一致性，必须通过CR[35]来检查一致性判断是否合适，即:
CR = CI/RI
其中RI为随机一致性指数。不同数量n的RI值如下表2所示。
|
n |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
RI |
0.00 |
0.00 |
0.58 |
0.90 |
1.12 |
1.24 |
1.32 |
1.41 |
1.45 |
1.49 |
如果CRle;0.10,一致性的程度是令人满意的。如果CRgt;0.10，存在严重的不一致性。在这种情况下，AHP可能不会产生有意义的结果[5]。
通过AHP计算了所有标准的权重，并在表3中进行了总结。在计算过程中使用了19个标准，分为两个主要的组。所有比较的CR值均低于0.10。这意味着权重是合适的。
因此，通过计算土地适宜性指数(LSI)[24]，确定了研究区GIS环境和土地适宜性的总体得分。
LSI=[(A)times;((A1cwitimes;A1scwi) (A2cwitimes;A2scwi] [(B)times;((B1cwitimes;B1scwi) (B2cwitimes;B2scwi)) (B3cwitimes;B3scwi))
LSI:土地适宜性指数;A1cwi;居住面积标准的权重指标A1scwi;居住地区分项标准的权重指标A2cwi;土地使用标准的权重指标A2scwi;土地使用分项指标，B1cwi;道路标定距离的重量指标B1scwi;道路标定距离的重量指标B2cwi;坡度标准的权重指数，B2scwi;B3cwi坡度分准则权重指数;传输线标准距离的重量指数，B3scwi;传输线亚标准距离的重量指数。
在本研究中，将土地适宜性地图绘制为五个地图层，包括居住用地、土地使用距离、道路距离和距离。在此过程中使用ArcGIS软件进行覆盖分析。根据标准和缓冲区的建立，确定了LSI的数值，分为4个等级(低适用、适度、适当和最合适)。高分更适合于太阳能农场。
2.3标准描述
在本研究的太阳能农场过程中，考虑了以下因素:居住面积、土地使用距离、道路距离、坡度和距离。在研究中，太阳能潜力没有被评估为一个标准，因为它是在1650 KWh/m2/年和1700 KWh/m2/年的研究领域。根据当地情况和情况，选择标准可能会从一个地区变化[24]。确定标准分为两大类。第一组是环境因素。第二组是经济因素。在研究区选址过程中，确定了五个标准和19个亚标准。
下面解释每个标准。
2.3.1环境因素
2.3.1.1距离居民区。在农村和城市居住区附近放置太阳能农场会对城市的增长和人口造成负面的环境影响。因此，在距离市区不到500米的地方，不应该建立太阳能农场。在这项研究中，一个500米的缓冲区被用于城乡居民和工业区。有lt;
全文共6547字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[17097]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
