Connaître les signes du changement climatique est essentiel pour créer des modèles de prévision et générer des politiques de prévention des catastrophes qu'il peut provoquer. Par conséquent, une enquête menée par le département de Théorie du signal et des communications URJC (Espagne) ont développé un algorithme de clustering (regroupement de nœuds) appelé SODCC (Second-Order Data-Coupled Clustering) qui aide à analyser les données climatiques pour rechercher de nouveaux signes et preuves du changement climatique.
Avec ces informations, il est prévu planifier et améliorer les parcs éoliens, en augmentant les performances de production d'électricité et en évitant, à son tour, une plus grande quantité d'émissions de gaz à effet de serre qui contribuent au changement climatique.
Nouvel outil
C'est un outil conçu pour être utilisé dans des réseaux de capteurs massifs. Les données enregistrées dans les stations météorologiques du monde entier peuvent être connectées les unes aux autres et échanger les variables et paramètres enregistrés des phénomènes survenus au cours des dizaines d'années où elles ont été installées.
Grâce aux données que ces infrastructures ont collectées au fil des décennies, le groupe de recherche a pu réaliser l'analyse des données de température de la péninsule ibérique à partir de 1940. Parmi les données enregistrées et analysées, un changement a été détecté dans les modèles spatio-temporels des températures environnementales dans les zones, ce qui indique un signe possible de changement climatique.
Améliorer les parcs éoliens
Une fois que les données ont été obtenues et analysées, elles ont été comparées afin de connaître la relation que ces changements de modèles de température ont avec la production d'énergie éolienne. Si vous pouvez prédire les vents à faire avec plus de précision et où ils souffleront le plus, nous pouvons faciliter et augmenter les performances de la planification des parcs éoliens.
Cette enquête forme dans le cadre du projet OMEGA-CM, financé par le Département de l’éducation de la Communauté de Madrid. Le groupe de recherche, dirigé par les docteurs Antonio Caamaño et Sancho Salcedo-Sanz, est composé de chercheurs de trois universités: l'Université Rey Juan Carlos, l'Université d'Alcalá et l'Université polytechnique de Madrid.