La Percepción remota en lasenergías renovables

Dra. Alejandra López-CalocaDra. Carmen Reyes

M.E.A. Rodrigo Tapia-McClungM en G Fidel Serrano

Marzo 2011

• Generadores en la ventosa Oaxaca

• Desde los años 90 hasta la actualidad, el papel que tiene las energías renovables juegan en el suministro energético se ha ido matizando, adquiriendo cada vez una mayor importancia.

• Las técnicas de percepción remota puede ayudar en la realización potencial de las energías renovables.

• Si bien no están directamente involucrados. Las fuentes de energía renovable se pueden beneficiar de los datos de satélite como son:

TIPO DE ENERGIA Parametro principal requerido

Hydropower Water runoff

Bionergia Cobertura, biomasa , NDVI, NPP

Solar DNI, GHI

Offshore , Onshore wind Velocidad de viento

• Los datos no está optimizada para las necesidades energéticas por lo tanto es necesario una coherencia en los datos de entrada a partir del satélite para la generación de modelos.

• Definir de protocolos de validación y las mediciones de producto final

• Validar con diferentes satélites y las comparaciones entre el modelo obtenidos por fuentes diferentes.

• Se requiere experiencia y la infraestructura de satélites, física atmosférica, climatología y predicción del tiempo.

• Por lo tanto la tarea está conectado a varios programas internacionales para compartir el enorme esfuerzo.

Dificultades de los datos de PR

Programas

• El Group on Earth Observations (GEO) es un organismo internacional que esta

construyendo GEOSS (Earth Observing System of Systems ).

• http://www.geoss-ecp.org/

• GEO energy community:

• -

•

ESA (european space agency) por medio del proyecto de EOMD(earth

observation market development) se tiene los subproyectos:

ENVISOLAR/ German Remote Sensing Data Center (DLR-DFD)

EO-WINDFARM

EO-HYDRO

Proyecto NASA Langley

Proyecto POWER (Prediction of Worldwide Energy Resource Project ) que se apoya en los productos de la NASA siguientes:

Clouds and the Earth’s Radiant Energy System (CERES), Earth Radiation Budget Energy (ERBE),International Satellite Cloud Climatology Project, Surface Meteorology and Solar Energy (SSE), Surface Radiation Budget (SRB), GEOS,FLASHFluxDecision Support Systems:Natural Resources Canada’s RETScreen,

Department of Energy National Renewable Energy Laboratory’s Hybrid Optimization Model for Electric Renewables (HOMER),

Surface meteorology and Solar EnergyA renewable energy resource web site (release 6.0), http://eosweb.larc.nasa.gov/sse/

• Software

http://power.larc.nasa.gov/common/php/POWER_ParametersEnergy.php

Energía solar/Solar IrradianceTIPO DE PARAMETRO DE

OBSERVACION DE LA TIERRA

PARAMETRO

Caracterizar la

fuente solar

Direct normal irradiation (DNI)

Global horizontal irradiation (GHI)

Diffuse irradiation

Inclined plane radiation

Cloud cover (cloud index)

Circumsolar ratio

Meteorológicos Wind speed

Wind direction

Ambient air temperature

Composición atmosférica Aerosol optical depth (AOD)

Water vapor content

Atmospheric ozone content

http://sbageotask.larc.nasa.gov/Energy_US0901a-FINAL.pdf

• La NASA tiene varios satélites experimentales aplicables a la superficie de la evaluación de la irradiación solar, incluyendo:

• Terra, Aqua, • Tropical Rainfall Measurement Mission (TRMM).

• Estos satélites emplean instrumentos como el Cloud y Earth Radiant Energy System (CERES) y el ModerateResolution Imaging Spectroradiometer (MODIS).

GOES satellites,

• GMS satellites

• ENVISAT, METOP

El uso más avanzado de los datos de satélite para la evaluación del

recurso solar . HelioClim3.

• Datos de Irradiancia para sistemas de energía, spatial resolution. 4 km , esta irradianciase expresa en W/m².

• GHI (Global Horizontal Irradiation) • DHI (Diffuse Horizontal Irradiation) • BHI (Direct Horizontal Irradiation) • GNI (Global Normal Irradiation) • BNI (Beam Normal Irradiation) • This irradiance is expressed in W/m².

• http://www.envisolar.com/factsheets/ENVISOLAR_factsheet_SoDa2.pdf• http://www.soda-is.com/eng/index.html• http://www.earthobservations.org/geoss_en.shtml• http://www.geoss-ecp.org/• http://www.webservice-energy.org/?q=web_services_list

Areas potenciales para determinar energía solar y eólica

• Ejemplo: área geográfica potencial por energía solar

Gi= Area geográfica potencial de energía solarIi=Irradiancia promedio en un tiempo promedio (Wm-2)h=8760hy-1

A=área disponible en Km2

Int. J. Energy Res, 2009, 33:778-786

•

310i i iG I h A

• Otros modelos consideran velocidad de viento, irradiancia solar , datos meteorológicos. Universität Oldenburg.

Energía eólica

• Sin embargo, alcanzar las metas de la energía eólica requiere la ubicación inteligente de los parques eólicos y herramientas avanzadas de velocidad y dirección del viento

TIPO DE PARAMETRO DE

OBSERVACION DE LA

TIERRA

PARAMETRO

Meteorológicos Velocidad del viento

Dirección del viento

Perfil vertical del viento

Turbulencia

Humedad relativa

Temperatura del aire

Presión atmosférica

Información de cobertura

terrrestre

Cobertura terrestre (incluyendo ecosistemas)

Elevación/Topografia

Textura

Información del ambiente Altura del Oleaje

Batimetría

Oleaje

Temperatura de superficie del mar

• Muchos países cuentan con recursos eólicos muy importante, así como grandes y crecientes demandas de electricidad.

• Los sensores que pueden realizar mediciones de viento son :The European ERS-2 satellite (scatterometry /Active Microwave Instrument); NASA’s QuickScat (SeaWinds scatterometer)

• El proyecto WEMSAR (Wind Energy Mapping Using Synthetic Aperture Radar), utiliza datos de ERS-2, ENVISAT, y RADARSAT, WEMSAR es capaz de estimar velocidaes del viento con resolucion espacial de 400metros (http://www.nersc.no/~wemsar/).

Energía del océano

• Map of predicted tsunami wave propogation provided by the NOAA Environmental Visualization Laboratory; http://www.unavco.org/crosscutting/cc-community.html

• A magnitude 9.0 earthquake occurred at 02:46:23 PM local time on March 11, 2011, near the east coast of Honshu, Japan. Five minutes in duration, it triggered a tsunami of more than 10 m in height, causing immense damage along the northeast coast of Japan.

Bioenergía

TIPO DE PARAMETRO DE OBSERVACION DE LA

TIERRA

PARAMETRO

Información de cobertura terrestre Cobertura terrestre (incluyendo ecosistemas)

Elevación/Topografía

Textura

Vegetación y tipo de suelos BiomassÍndice de vegetación (NDVI)

Productividad primaria neta

Evapotranspiración

Humedad de suelo Contenido de carbono en el suelo

Agua en el subsuelo

Meteorológicos Precipitación

Temperatura del aire

Humedad relative

Temperatura de superficie

Caracterizar la

fuente solar

Direct normal irradiation (DNI)

Global horizontal irradiation (GHI)

Diffuse irradiation

Inclined plane radiation

Cloud cover (cloud index)

Circumsolar ratio

Biomasa• El termino biomasa refiere a toda la materia orgánica producida por un

proceso biológico y desde el punto de vista energético involucra al conjunto de sustancias orgánicas renovables de origen vegetal , animal o derivadas de cualquier proceso de transformación natural.

• La necesidad de un control fiable de la biomasa es cada vez más importante, en particular para apoyar los requisitos relacionados con un manejo sostenible y la contabilidad del carbono.

• Planificación y gestión de las operaciones forestales para uso comercial o el estudio de productividad de los ecosistemas tanto requieren el mapeo de la biomasa , es un indicador estructural y funcional de los atributos de los ecosistemas forestales.

• Existen en la literatura ejemplos de la utilización de estas técnicas para modelación de la variable altura en bosques, para obtener la variable biomasa total. Por ejemplo los sensores activos utilizados:

Investigación para la modelación de biomasa residual forestal en el Distrito federal

• THE ADVANCED Land Observing Satellite (ALOS)(“Daichi” in japanese) was launched on January 24, 2006.

• ALOS lleva tres sensores: – a)Phased Array L-band Synthetic Aperture Radar (PALSAR), – b) the Advanced Visible and Near Infrared Radiometer (AVNIR-2),– c) Panchromatic Remote Sensing Instrument for Stereo Mapping

(PRISM).

• ESCENA SENSOR PALSAR, NIVEL 1,0 EN MODO DE RESOLUCION FINA, CON POLARIDAD HH, HV CON RESOLUCIÒN DE 10 METROS.

Mauricio GaleanaAlejandra LópezPenelope LópezCarmen Reyes

DATOS DE CAMPO.• En la realización de inventarios forestales con muestreo, con

mucha frecuencia se utilizan conglomerados de un tamaño determinado como unidad de muestreo para la toma de datos. Cada conglomerado está integrado por cuatro unidades de muestreo secundarias o subparcelas circulares dispuestas en forma de una “Y invertida” cada una de éstas es de 400 m2. La parcela circular central identifica al conglomerado y las

tres restantes se encuentran a 45.14m de ella.

• Inventario Nacional Forestal y de Suelos de la Comisión Nacional Forestal

Distribución de los conglomerados en los diferentes tipos de vegetación

• Métodos geoestadísticos de regresión lineal

• Interpolador kriging . • Estiman los valores de un atributo

en sitios no muestreados usando funciones de peso que reflejan la correlación de la variable Z entre dos sitios muestreados (xi) y entre un sitio muestreado y el sitio para ser estimado (x0).

Cobertura vegetal Estimación puntual

del total (tC)

Límite inferior (tC) Límite superior (tC)

Oyamel 938,261.07 537,905.87 1,341,520.48

Pino 959,432 372,710.95 1,588,161.68

Bosque Mixto 275,594 139,602.24 412,090.45

Matorral y Bosque

Inducido

102,975.90 7684.34 199,167.51• CentroGeo/PAOT/INEFAP/2010

SAR• El flujo de energía es emitido por los sensores radar con una amplitud y

fase controlada es una longitud de onda y una polarización determinada.

• Este flujo atraviesa la atmósfera, siendo esta transparente (en general) a estas longitudes de onda y al llegar a la superficie observada, se dispersa dentro del objeto-superficie observado o se refleja hacia la atmósfera. El sensor recoge la parte de energía reflejada hacia la atmósfera.

• El sensor recoge la parte de la energía reflejada en su dirección en diferentes momentos, que recibe el nombre de coeficiente de retrodispersión (backscatter coeficient) .

Polarizaciones

• El análisis interferométrico para obtener la información de biomasa a partir de dos imágenes obtenidas casi desde la misma posición y con un escaso intervalo temporal es el análisis de COHERENCIA, es decir, el análisis de las diferencias entre estas dos imágenes.

InSAR

• Existen 2 aproximaciones principales con el uso de Interferométria:

• 1) Modelos empíricos con el uso de la coherencia la variable dependiente. La coherencia en masas forestales es considerada la suma de la contribución de la vegetación y el suelo ponderada por un factor de cobertura de dosel.

• 2) la obtención del modelo digital de altura del dosel

Calibración liga: http://earth.eo.esa.int/pcs/alos/palsar/reports/

Variables derivadas de SAR/InSAR

• Minimum SAR backscatter intensity (dn)• Maximum SAR backscatter intensity (dn)• Mean SAR backscatter intensity (dn)• Standard deviation of SAR backscatter

intensity (dn)• Minimum InSAR height (m)• Maximum InSAR height (m)• Mean InSAR height (m)• Standard deviation of InSAR height (m)

• Con el conocimiento de altura de un bosque es posible obtener la información de biomasa mediante el uso de ecuaciones alométricas .

Técnicas polarimetricas e interferometricas SAR (PolISAR) para la estimación de biomasa forestal

M.E.A. Rodrigo Tapia-McClungM en G Fidel Serrano

MODELOSSoftware libre: ESA ROI_Pack

PolLNSARLINUX