ارزیابی مدل r.sun در برآورد میزان دریافت انرژی خورشیدی در مناطق خشک و نیمه خشک (مطالعه موردی: استان اصفهان)
Publish place: The Journal of Environmental Studies، Vol: 41، Issue: 2
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 162
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESJ-41-2_012
تاریخ نمایه سازی: 13 دی 1401
Abstract:
از جنبه های مهم توسعه پایدار ملاحظات زیست محیطی است که یکی از ارکان آن استفاده از منابع انرژی تجدیدپذیر است. میزان دریافت این انرژی در نقاط مختلف سطح زمین به چندین فاکتور شامل: عرض جغرافیایی، طول جغرافیایی، میزان ساعت آفتابی، رطوبت هوا، تبخیر، دمای هوا، زاویه خورشید و سایر عوامل بستگی دارد. از این رو گرایش به سمت استفاده از مدل های تابش خورشید در سال های اخیر بیشتر شده است. مدل r.sun در نرم افزار Grass مدلی است که به محاسبه پرتو (مستقیم)، انتشار و بازتاب زمینی اشعه های خورشیدی با توجه به وضعیت روز، ارتفاع از سطح دریا، شرایط سطحی و اتمسفری می پردازد. در این مطالعه میزان دریافت انرژی خورشیدی منطقه با این مدل محاسبه شد. بر اساس نتایج، بخش های شمالی و شمال شرقی استان اصفهان بیشترین ساعت آفتابی را دارند. زاویه تابش خورشیدی در منطقه بیشتر در زاویه ۴۵ و ۲۲ درجه است و بالاترین ایرادینس بازتابی برابر با ۱۱۹۴ و کمترین آن ۴۰ وات بر متر مربع محاسبه شد. نتایج این مطالعه از مهم ترین معیارها در جهت شناخت پتانسیل منطقه به منظور برنامه ریزی برای استفاده از انرژی خورشیدی به شمار می رود. بالابودن میزان دریافت انرژی خورشیدی با توجه به توپوگرافی و وضعیت قرارگیری خورشید موجب افزایش پتانسیل ذاتی استان اصفهان برای توسعه نیروگاه های خورشیدی و استقرار صفحه های خورشیدی برای بهره گیری از انرژی خورشید است.
Keywords:
Authors
محمود ذوقی
دانشجوی کارشناسی ارشد برنامه ریزی، مدیریت و آموزش محیط زیست، دانشکده محیط زیست، دانشگاه تهران،
مهدیس سادات
دانشجوی کارشناسی ارشد برنامه ریزی، مدیریت و آموزش محیط زیست، دانشکده محیط زیست، دانشگاه تهران
امیر هوشنگ احسانی
دانشیار گروه مهندسی طراحی محیط زیست، دانشکده محیط زیست، دانشگاه تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :