Analiza natężenia napromienienia - znaczne rozbieżności między GRASS a SAGA


13

Chciałem obliczyć i wizualizować wartości natężenia napromienienia dla wykresu. Nie wiem dlaczego, ale w mojej kopii QGIS 2.18.5 brakuje mi odpowiedniego modułu SAGA w „ Analizy terenu -> Błyskawica ”, więc wybrałem algorytm GRASS „ r.sun ”.

Wyniki były zadziwiające. Wydaje się, że pomimo właściwie geolokalizowanego rastra, na którym przeprowadzono analizę, działka musi znajdować się na Wenus zamiast wschodniej Polski. Po prostu 21 czerwca nie można otrzymać prawie 5 kWh / m2 na rok.

wprowadź opis zdjęcia tutaj

Aby dokładnie sprawdzić liczby, znalazłem samodzielną kopię SAGA 5.0 i ponownie uruchomiłem analizę ( algorytm „Potencjalne promieniowanie słoneczne” ). Tym razem wyniki były bardziej wiarygodne (raster na zrzucie ekranu zaimportowanym do QGIS dla porównania).

wprowadź opis zdjęcia tutaj

Czy te dwa algorytmy różnią się tak bardzo?

Czy ktoś napotkał ten sam problem?

Wciąż testuję tylko tę funkcjonalność.

  1. Wersja QGIS: 2.18.5
  2. Wersja GRASS: 7
  3. Wersja SAGA: 5.0.0.
  4. Dane wejściowe: dane wysokości, nachylenia i proporcji rastra (3 osobne). SAGA działała tylko na rastrze jedenastym. TRAWA wykorzystana wszystkie 3.

2
Chciałbym odpowiedzieć na to pytanie na liście trawy użytkowników lists.osgeo.org/mailman/listinfo/grass-user
mankoff

2
Czy te pytania i odpowiedzi „r. Niesie nierealistyczne wartości” autorstwa @Ulf mogą być pomocne?
Kazuhito,

Dzięki @Kazuhito! Teraz jest bardziej jasne, dlaczego wyniki wyglądają tak. BTW: czy to samo dotyczy obliczeń natężenia napromienienia w SAGA?
proteus

@mankoff - czy istnieje również oddzielna grupa dla użytkowników SAGA? Ta sprawa staje się coraz bardziej interesująca dzięki twoim wkładom i chciałbym dowiedzieć się więcej o obu rozwiązaniach.
proteus

Czy możesz przetestować tę Potential Incoming Solar Radiationfunkcję w SAGA 6.4?
Kazuhito

Odpowiedzi:


3

Nie wiem dużo o tle algorytmów r.sun i SAGA. Czy jednak nie może to stanowić problemu w interpretacji jednostek lub interpretacji danych wejściowych?

W przypadku r.sun powinna to być suma dzienna na metr kwadratowy. Załączam zrzut ekranu typowych dziennych wartości pod Krakowem z bazy danych Solargis , w czerwcu ok. 5 kWh / m2 / dzień jest w porządku. Solargis: Długoterminowe średnie miesięczne globalne napromieniowanie poziome, lokalizacja pod Krakowem, Polska

W przypadku jednostek SAGA - nie wiem. Tylko zgadnij - wartości mogą odpowiadać energii natychmiastowej. W bezchmurne letnie dni łatwo osiągnij około 800 W, nawet do 1000 W (= 1 kW), przedstawione jako wartość chwilowa.

W obu przypadkach zmienność danych w twoim obszarze jest zbyt wysoka , nierealistyczna (przynajmniej nie widzę żadnego terenu ani innych cech, które powinny powodować efekty zacienienia i być odpowiedzialne za takie wyniki).


Dziękuję za sugestie. Spróbuje ponownie uruchomić analizę. Zabawne jest to, że kiedy chciałem zweryfikować wyniki z DEM 25 m przy użyciu tych samych ustawień, wyniki były dokładnie takie same, jak wskazuje baza danych Solargis ...
proteus

Powrót do tematu zajął wiele miesięcy, ale prowadziłem dalsze badania. Ciekawe jest to, że wartości są bliższe prawidłowym tylko wtedy, gdy uruchamiam analizę na rastrze został przekształcony w WGS84 CRS zamiast WGS 84 UTM 34, jak pierwotnie bazowałem. Wartości są nadal wyłączone (w niektórych obszarach nawet bliskie zeru), ale w obszarach narażonych na działanie promieni słonecznych liczby są mniej miejsca. Być może ktoś odkryje, co jest przyczyną tego błędu. Skończyły mi się pomysły :)
proteus
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.