気候変動の兆候を知ることは、予測モデルを作成し、それが引き起こす可能性のある災害の予防方針を作成するために不可欠です。 したがって、の部門によって実施された調査 URJC信号および通信理論 （スペイン）は、SODCC（Second-Order Data-Coupled Clustering）と呼ばれるクラスタリングアルゴリズム（ノードのグループ化）を開発しました。これは、気候データを分析して、気候変動の新しい兆候や証拠を検索するのに役立ちます。
この情報でそれは意図されています ウィンドファームの計画と改善、エネルギー生成のパフォーマンスを向上させ、気候変動に寄与する大量の温室効果ガスの排出を回避します。
新しいツール
これは、大規模なセンサーネットワークで使用するために設計されたツールです。 世界中の気象観測所で記録されたデータを相互に接続し、設置されてから数十年の間に発生した現象について記録された変数とパラメーターを交換することができます。
これらのインフラストラクチャが数十年にわたって収集したデータのおかげで、研究グループは実行することができました 1940年からのイベリア半島の温度データの分析。 記録および分析されたデータの中で、地域の環境温度の時空間パターンに変化が検出されました。これは、気候変動の兆候の可能性を示しています。
ウィンドファームを改善する
データが取得および分析されると、これらの温度パターンの変化と風力発電の生成との関係を知るために、データが対比されます。 より正確に行われる風とそれが最も吹く場所を予測できれば、ウィンドファーム計画のパフォーマンスを促進および向上させることができます。
この調査フォーム OMEGA-CMプロジェクトの一部、マドリッドのコミュニティの教育省によって資金提供されています。 アントニオ・カーマニョ博士とサンチョ・サルセド・サンツ博士が率いる研究グループは、レイ・フアン・カルロス大学、アルカラ大学、マドリッド・ポリテクニカ大学のXNUMXつの大学の研究者で構成されています。