Znalost známek změny klimatu je nezbytná pro vytvoření predikčních modelů a vytváření preventivních politik pro katastrofy, které může způsobit. Proto bylo vyšetřování provedené ministerstvem zahraničí Teorie signálu a komunikace URJC (Španělsko) vyvinuli klastrovací algoritmus (seskupení uzlů) s názvem SODCC (klastrování dat spojeného s daty druhého řádu), který pomáhá analyzovat klimatické údaje a hledat nové příznaky a důkazy o změně klimatu.
S touto informací je zamýšleno plánovat a vylepšovat větrné farmy, zvyšování výkonu výroby energie a vyhýbání se naopak většímu množství emisí skleníkových plynů, které přispívají ke změně klimatu.
Nový nástroj
Jedná se o nástroj určený pro použití v masivních senzorových sítích. Data zaznamenaná v meteorologických stanicích po celém světě mohou být navzájem propojena a vyměňovat proměnné a parametry zaznamenané z jevů, ke kterým došlo během desítek let, kdy byly nainstalovány.
Díky údajům, které tyto infrastruktury shromáždily po celá desetiletí, mohla výzkumná skupina provádět analýza teplotních údajů na Pyrenejském poloostrově z roku 1940. Mezi zaznamenanými a analyzovanými údaji byla zjištěna změna v časoprostorových vzorcích teplot prostředí v oblastech, což ukazuje na možné známky změny klimatu.
Vylepšit větrné farmy
Jakmile jsou data získána a analyzována, byla porovnána, aby bylo možné znát vztah těchto změn teplotních vzorů s výrobou větrné energie. Pokud dokážeme předpovědět větry, které se budou dělat přesněji a kde bude foukat nejvíce, můžeme usnadnit a zvýšit výkon plánování větrné farmy.
Toto vyšetřovací formy součást projektu OMEGA-CM, financovaný ministerstvem školství Madridské komunity. Výzkumná skupina vedená lékaři Antonio Caamaño a Sancho Salcedo-Sanz je složena z výzkumníků ze tří univerzit: Universidad Rey Juan Carlos, Universidad de Alcalá a Universidad Politécnica de Madrid.