ارزیابی مدل r.sun در برآورد میزان دریافت انرژی خورشیدی در مناطق خشک و نیمه خشک (مطالعه موردی: استان اصفهان)
محل انتشار: فصلنامه محیط شناسی، دوره: 41، شماره: 2
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 339
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- 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
چکیده مقاله:
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.
کلیدواژه ها:
نویسندگان
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 مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :