了解气候变化的迹象对于创建预测模型并为可能造成的灾难制定预防政策至关重要。 因此,由该部门进行的调查 URJC信号与通信理论 (西班牙)开发了一种称为SODCC(二阶数据耦合聚类)的聚类算法(节点分组),该算法可帮助分析气候数据以寻找新的气候变化迹象和证据。
有了这些信息就可以了 规划和改善风电场,提高了能源生产的性能,并避免了导致气候变化的大量温室气体排放。
新工具
它是设计用于大规模传感器网络的工具。 全世界的气象站中记录的数据可以相互连接,并交换从安装数十年来所发生的现象中记录的变量和参数。
由于这些基础设施已收集了数十年的数据,因此该研究小组得以开展 1940年伊比利亚半岛的温度数据分析。 在记录和分析的数据中,已发现该地区环境温度的时空变化,这表明气候变化的可能迹象。
改善风电场
一旦获得并分析了数据,就将它们进行了对比,从而能够知道温度模式的这些变化与风能的产生之间的关系。 如果您可以预测将更精确地完成的风以及在哪里吹的风最大,我们可以促进并提高风电场规划的绩效。
本调查表 OMEGA-CM项目的一部分由马德里社区教育部资助。 由安东尼奥·卡马尼奥(AntonioCaamaño)博士和桑乔·萨尔塞多·桑兹(Sancho Salcedo-Sanz)博士领导的研究小组由三所大学的研究人员组成:雷伊·胡安·卡洛斯大学,阿尔卡拉大学和马德里政治大学。