Inhaltsverzeichnis

In einem Blick

Dieses Modul soll die Wärmequelle hervorheben, die klassifiziert werden kann als: geeignet, bedingt geeignet und nicht geeignet für eine Energienutzung auf städtischer Ebene.

To Top

Einführung

Dieses Modul generiert ein Shapefile, das das Wärmequellenpotential basierend auf dem Abstand der Wärmequelle vom Bedarf und basierend auf der Kapazität der Wärmequelle klassifiziert. Jede Wärmequelle wird in drei Hauptklassen eingeteilt:

  • geeignet
  • bedingt geeignet
  • ungeeignet.

Das Modul automatisiert die Methodik wie folgt:

Neugebauer, Georg, Florian Kretschmer, René Kollmann, Michael Narodoslawsky, Thomas Ertl und Gernot Stoeglehner. „Kartierung der Potenziale von Wärmeenergieressourcen aus Kläranlagen“. Nachhaltigkeit 7, nein. 10 (September 2015): 12988–13010. https://doi.org/10.3390/su71012988 .

To Top

Eingänge und Ausgänge

Eingabeebenen und Parameter sind:

  • Maximale Entfernung zur Berücksichtigung der Wärmequelle in den städtischen Gebieten ( within_dist ) - (Standardwert: 150 m)
  • Maximale Entfernung, um die Wärmequelle in der Nähe der städtischen Gebiete zu berücksichtigen ( near_dist ). Alle Gebiete oberhalb dieses Schwellenwerts werden als weit eingestuft.
  • Die Standardschicht für die Wärmequellenkapazität ist die Schicht für Kläranlagen.

Ausgabeebenen und Parameter sind:

  • Heatsource-Potenzialklassifizierung

To Top

Methode

Um die städtischen Gebiete zu definieren, beginnt das Modul mit dem Datensatz Corine Land Cover (CLC) und wählt die folgenden Kategorien aus:

  • Continuous_urban_fabric
  • Discontinuous_urban_fabric
  • Industrial_or_commercial_units

Um das Potenzial zu bewerten und zu klassifizieren, wird das Modul:

  • Berechnen Sie den Puffer um die Wärmequellen unter Berücksichtigung der vom Benutzer ausgewählten Entfernungen, um die Wärmequelle innerhalb der städtischen Gebiete oder in der Nähe der städtischen Gebiete zu berücksichtigen.
  • Extrahieren Sie die Anzahl der Pixel, die in jedem Puffer für jede Wärmequelle enthalten sind
  • Klassifizieren Sie die Wärmequelle anhand der folgenden Matrix, wenn sich in einem bestimmten Abstand mindestens 25 ha städtische Gebiete befinden.

| | Innerhalb ( dist <= within_dist ) | Near ( dist <= near_dist ) | Far ( dist > near_dist ) | |: -------------------------------------------- ---- |: ------------------------------- |: ----------- ---------------- |: ------------------------- | | Klein ( 2000 PE <= plant_size <= 5000 PE ) | Bedingt | Bedingt | Nicht geeignet | Mittel-klein ( 5001 PE <= plant_size <= 50000 PE ) | Geeignet | Bedingt | Bedingt | | 50001 PE <= plant_size < 150000 PE ( 50001 PE <= plant_size < 150000 PE ) | Geeignet | Geeignet | Bedingt | | Hoch ( plant_size > 150001 PE ) | Geeignet | Geeignet | Geeignet |

To Top

GitHub-Repository dieses Berechnungsmoduls

Hier erhalten Sie die neueste Entwicklung für dieses Berechnungsmodul.

To Top

Probelauf

Fig. 1-0

To Top

Wie zu zitieren

Pietro Zambelli, im Hotmaps-Wiki, CM-Heatsource-Potenzial (September 2020)

To Top

Autoren und Rezensenten

Diese Seite wurde von Pietro Zambelli EURAC geschrieben .

☑ Diese Seite wurde von Simon Pezzutto EURAC überprüft.

To Top

Lizenz

Copyright © 2016-2020: Pietro Zambelli

Creative Commons Namensnennung 4.0 Internationale Lizenz

Diese Arbeit unterliegt den Bestimmungen einer Creative Commons CC BY 4.0 International License.

SPDX-Lizenz-ID: CC-BY-4.0

Lizenztext: https://spdx.org/licenses/CC-BY-4.0.html

To Top

Wissen

Wir möchten dem Horizon 2020 Hotmaps-Projekt (Finanzhilfevereinbarung Nr. 723677) unsere tiefste Anerkennung aussprechen, das die Mittel für die Durchführung der vorliegenden Untersuchung bereitgestellt hat.

To Top

This page was automatically translated. View in another language:

English (original) Italian*

* machine translated