Znajomość oznak zmian klimatycznych jest niezbędna do tworzenia modeli prognozowania i generowania polityk zapobiegania katastrofom, które mogą powodować. W związku z tym dochodzenie przeprowadzone przez wydział Teoria sygnału i komunikacji URJC (Hiszpania) opracowali algorytm klastrowania (grupowania węzłów) zwany SODCC (grupowanie sprzężone z danymi drugiego rzędu), który pomaga analizować dane klimatyczne w celu poszukiwania nowych oznak i dowodów zmiany klimatu.
Z tymi informacjami jest to zamierzone planować i ulepszać farmy wiatrowe, zwiększając wydajność wytwarzania energii i unikając z kolei większej ilości emisji gazów cieplarnianych, które przyczyniają się do zmiany klimatu.
Nowe narzędzie
Jest to narzędzie przeznaczone do użytku w dużych sieciach czujników. Dane rejestrowane w stacjach meteorologicznych na całym świecie można łączyć ze sobą i wymieniać zmienne i parametry zarejestrowane ze zjawisk, które miały miejsce w ciągu kilkudziesięciu lat ich zainstalowania.
Dzięki danym, które te infrastruktury gromadziły przez dziesięciolecia, grupa badawcza była w stanie przeprowadzić analiza danych temperaturowych Półwyspu Iberyjskiego z 1940 roku. Wśród zarejestrowanych i przeanalizowanych danych wykryto zmianę w przestrzenno-czasowych wzorcach temperatur środowiska na tych obszarach, co wskazuje na możliwy znak zmiany klimatu.
Ulepsz farmy wiatrowe
Po uzyskaniu i przeanalizowaniu danych porównano je, aby poznać związek, jaki mają te zmiany w rozkładzie temperatur z wytwarzaniem energii wiatru. Jeśli potrafisz przewidzieć wiatry, które będą wykonywane dokładniej i gdzie wieją najbardziej, możemy ułatwić i zwiększyć wydajność planowania farm wiatrowych.
To formularze dochodzenia część projektu OMEGA-CM, finansowany przez Departament Edukacji Wspólnoty Madrytu. Grupa badawcza, kierowana przez lekarzy Antonio Caamaño i Sancho Salcedo-Sanza, składa się z naukowców z trzech uniwersytetów: Universidad Rey Juan Carlos, Universidad de Alcalá i Universidad Politécnica de Madrid.