Poznavanje znakov podnebnih sprememb je bistvenega pomena za oblikovanje napovednih modelov in oblikovanje preventivnih politik za nesreče, ki jih lahko povzročijo. Zato je preiskava, ki jo je opravil oddelek za Teorija signalov in komunikacij URJC (Španija) so razvili algoritem združevanja v skupine (združevanje vozlišč), imenovan SODCC (Data-Coupled Clustering), ki pomaga analizirati podnebne podatke in iskati nove znake in dokaze o podnebnih spremembah.
S temi informacijami je namenjen načrtovati in izboljšati vetrne elektrarne, povečanje učinkovitosti pri proizvodnji električne energije in izogibanje večjim emisijam toplogrednih plinov, ki prispevajo k podnebnim spremembam.
Novo orodje
Je orodje, zasnovano za uporabo v masivnih senzorskih omrežjih. Podatki, zabeleženi na meteoroloških postajah po vsem svetu, se lahko med seboj povezujejo in izmenjujejo spremenljivke in parametre, zabeležene iz pojavov, ki so se zgodili v desetih letih, ko so bile nameščene.
Zahvaljujoč podatkom, ki jih je ta infrastruktura zbirala desetletja, je raziskovalna skupina to lahko izvedla analiza temperaturnih podatkov Iberskega polotoka iz leta 1940. Med evidentiranimi in analiziranimi podatki je bila zaznana sprememba prostorsko-časovnih vzorcev okoljskih temperatur na območjih, kar kaže na možen znak podnebnih sprememb.
Izboljšati vetrne elektrarne
Ko so podatki pridobljeni in analizirani, jih primerjamo, da bi ugotovili, kakšno razmerje imajo te spremembe temperaturnih vzorcev do proizvodnje vetrne energije. Če lahko natančneje napovedujete vetrove in kje bo pihal najbolj, lahko olajšamo in povečamo uspešnost načrtovanja vetrnih elektrarn.
Ta preiskava se oblikuje del projekta OMEGA-CM, ki ga financira Ministrstvo za šolstvo madridske skupnosti. Raziskovalno skupino, ki jo vodita zdravnika Antonio Caamaño in Sancho Salcedo-Sanz, sestavljajo raziskovalci treh univerz: univerze Rey Juan Carlos, univerze Alcalá in madridske politehnične univerze.