The Effect of Spatial Resolution on Insolation Potential

Abstract

The energy requirements of society are increasing daily. While fossil fuels currently cater for most of this need, efficient and renewable energy sources have begun to be employed as an option for long-term environmental management. Solar energy is one of these sources. The sun's energy is a clean and unlimited renewable source that can supply all of the world's energy needs. To reap the most benefits from such a large and renewable energy source, the solar energy potential must be thoroughly examined. Solar energy potential analysis was carried out in the pilot zone, which included the Faculty of Medicine Hospital on Mersin University's Ciftlikkoy campus, using the Digital Elevation Model (DEM) with varied spatial resolutions. When the models were compared, it was discovered that the high-resolution model could be utilized in power generation and accuracy prediction, while the low-resolution model could be used in the regional or national analysis. It was suggested that models with different resolutions be employed.

Keywords

• UAV
• GIS
• Insolation potential
• Solar radiation

Mekânsal Çözünürlüğün Güneşlenme Potansiyeline Etkisi

Öz

Toplumların enerjiye olan ihtiyacı her geçen gün artmaktadır. Bu ihtiyaç günümüzde ağırlıklı olarak fosil yakıtlardan karşılanırken, sürdürülebilir çevre yönetimi için verimli ve yenilenebilir enerji kaynakları alternatif olarak kullanılmaya başlanmıştır. Bu kaynakların başında güneş enerjisi gelmektedir. Güneşin yaydığı enerji, dünyanın tüm enerji ihtiyacını karşılayabilecek düzeyde, temiz ve tükenmez bir yenilenebilir enerji kaynağıdır. Bu derece büyük ve yenilenebilir enerji kaynağından etkin biçimde yararlanabilmek için güneş enerjisi potansiyelinin en iyi şekilde analiz edilmesi gerekmektedir. Bu çalışmada, Mersin Üniversitesi Çiftlikköy kampüsünde yer alan Tıp Fakültesi Hastanesi’ni içine alan pilot bölgede güneş enerjisi potansiyeli analizi farklı mekânsal çözünürlüğe sahip Sayısal Yükseklik Modeli (SYM-DEM) kullanılarak gerçekleştirilmiştir. Oluşturulan modeller karşılaştırıldığında yüksek çözünürlüklü model güç üretimi ve hassas tahminlerde, düşük çözünürlüklü modelin ise daha çok bölgesel veya ulusal düzeyde yapılacak analizlerde kullanılabileceği saptanmıştır. Farklı çözünürlükteki modellerin kullanılabileceği çalışmalar önerilmiştir.

Anahtar Kelimeler

• İHA
• CBS
• Güneşlenme Potansiyeli
• Güneş Radyasyonu

Kaynakça

1. Arca, D. & Çitiroğlu, H. K. (2022). Güneş enerjisi santral (GES) yapım yerlerinin CBS dayalı çok kriterli karar analizi ile belirlenmesi: Karabük örneği. Geomatik Dergisi, 7(1), 17-25.
2. Atmaca, M., Yusufoğlu, G. & Kurtuluş, A. (2014). Güneş enerjili sulamanın tarım sektöründe uygulaması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 3(2), 142-153.
3. Aydan C, Yaman N, Sabah L & Höke Onur (2016). Güneş Enerji Santrali Yer Seçiminde Açık Kaynak Kodlu CBS Kullanımı-Eskişehir İl Örneği. VI. UZAL-CBS Sempozyumu, Adana, Türkiye, 491-500.
4. Bekçi, R. N., Zorlu, Ö. & Menekşe, E. (2022). Regression Analysis and Use of Artificial Neural Networks in Housing Valuation Forecasting: Case Example of Güvenevler Neighbourhood in Mersin. Advanced GIS, 2(1), 24-32.
5. Bekçi, R. N. & Kuşak, L, (2022). Mersin İli Güneş Enerjisi Potansiyeli Analizi. 11. Türkiye Ulusal Fotogrametri ve Uzaktan Algılama Birliği (TUFUAB) Teknik Sempozyumu. Mersin, Türkiye.
6. Bosch, J. L., Batlles, F. J., Zarzalejo, L. F. & López0, G. (2010). Solar Resources Estimation Combining Digital Terrain Models and Satellite Images Techniques. Renewable Energy, Volume 35, Issue 12, 2853-2861.
7. Çelik, M. Ö.,, Alptekin A., Ünel, F. B., Kuşak, L. & Kanun, E. (2020). The Effect of Different Flight Heights on Generated Digital Products: Dsm and Orthophoto. Mersin Photogrammetry Journal, 2(1), 1-9.
8. Çelik, M. Ö., Yakar, İ., Hamal, S., Oğuz, G. M. & Kanun, E. (2020). Sfm tekniği ile oluşturulan 3B modellerin kültürel mirasın belgelenmesi çalışmalarında kullanılması: Gözne Kalesi örneği. Türkiye İnsansız Hava Araçları Dergisi, 2(1), 22-27.

9. Deng, M., Yang, W., Chen, C., Wu, Z., Liu, Y. & Xiang, C. (2021). Street-level solar radiation mapping and patterns profiling using Baidu Street View images. Sustainable Cities and Society, 75, 103289.
10. Dewanto, B. G., Novitasari, D., Tan, Y. C., Puruhito, D. D., Fikriyadi, Z. A., & Aliyah, F. (2019). Application of Web 3D GIS to Display Urban Model and Solar Energy Analysis using The Unmanned Aerial Vehicle (UAV) Data (Case Study: National Cheng Kung University Buildings). IOP Conference Series: Earth and Environmental Science, 520(1), doi:10.1088/1755-1315/520/1/012017.
11. Doğan, Y. & Yakar, M. (2018). GIS and three-dimensional modeling for cultural heritages. International Journal of Engineering and Geosciences, 3(2), 50-55. https://doi.org/10.26833/ijeg.378257
12. Edenhofer, O., Pichs-Madruga, R., Sokona, Y., Seyboth, K., Matschoss, P., Kadner, S., Zwickel, T., Eickemeier, P., Hansen, G., Schlömer, S. & Von, S. C. (2011). Renewable Energy Sources and Climate Change Mitigation. Cambridge: Cambridge University, press.10.1017/CBO9781139151153.
13. EİGM (2021). Güneş. https://enerji.gov.tr/eigm-yenilenebilir-enerji-kaynaklar-gunes, Erişim Tarihi 12.05.2022.
14. Eisenbeiss, H. (2003). Positions und Orientierungsbestimmung Eines Autonomen Helikopters - Vergleich Zwischen Direkter Georeferenzierung und Aerotriangulation mit Videobilddaten, Diploma Thesis, Institute for Photogrammetry and Remote Sensing, University of Technology, 86, Dresden, Germany.
15. Fu, P. & Rich, P. M. (1999, July). Design and implementation of the Solar Analyst: an ArcView extension for modeling solar radiation at landscape scales. In Proceedings of the nineteenth annual ESRI user conference (Vol. 1, pp. 1-31). USA: San Diego.
16. Gültekin Y., Özemir, I., Uzar, M. & Şimşek, M. (2016). İnsansız Hava Araçları ile Ortofoto ve SYM Üretimi. VI. UZAL-CBS Sempozyumu, Adana, Türkiye, 310-318.
17. Hastaoğlu, K. Ö., Göğsu, S. & Gül, Y. (2022). Determining the relationship between the slope and directional distribution of the UAV point cloud and the accuracy of various IDW interpolation. International Journal of Engineering and Geosciences, 7(2), 161-173.
18. Huang, Z., Mendis, T. & Xu, S. (2019). Urban solar utilization potential mapping via deep learning technology: A case study of Wuhan, China. Applied Energy, 250, 283-291.
19. Jung, J., Han, S. & Kim, B. (2019). Digital numerical map-oriented estimation of solar energy potential for site selection of photovoltaic solar panels on national highway slopes. Applied Energy, 242, 57-68.
20. Kausika, B. & Sark, W. V. (2021). Calibration and Validation of ArcGIS Solar Radiation Tool for Photovoltaic Potential Determination in the Netherlands. Energies, 14, 1865.
21. Kuşak, L., Ünel, F. B., Alptekin, A., Çelik, M. Ö. & Yakar, M. (2019). Modellıng of a Landslıde Sıte wıth Satellıte and Uav. Cilicia International Symposium on Engineering and Technology, Mersin, Turkey, 771-775.
22. Kuşak, L., Ünel, F. B.,, Alptekin A., Çelik, M. Ö. & Yakar, M. (2021). Apriori association rule and K-means clustering algorithms for interpretation of pre-event landslide areas and landslide inventory mapping. Open Geosciences, 13(1), 1226–1244. doi:10.1515/geo-2020-0299.
23. Nex, F. & Remondino, F. (2014). UAV for 3D Mapping Applications: a Review. Applied Geomatics. 6(1), 1–15.
24. Oral M (2020). Solar energy potential of Turkey and evaluation of PV applications in local scale: Case of Karabük province. International Journal of Geography and Geography Education (IGGE), 42, 48,2-503.
25. Owusu, P. A., Asumadu-Sarkodie, S. & Dubey, S. (2016). A review of renewable energy sources, sustainability issues and climate change mitigation. Cogent Engineering, 3(1), 1167990, 1-14.
26. Paksoy, (2022). SenseFly eBee Plus.
27. https://paksoyteknik.com.tr/paksoy-topcon/iha/sensefly-ebee-plus.html, Erişim Tarihi 29.06.2022.
28. Ulvi, A., Yakar, M., Yiğit, A. Y. & Kaya, Y. (2020). İHA ve yersel fotogrametrik teknikler kullanarak Aksaray Kızıl Kilise’nin 3 Boyutlu nokta bulutu ve modelinin üretilmesi. Geomatik Dergisi, 5(1), 22-30.
29. Ulvi, A., Yiğit, A. Y., Çelik, M. Ö. & Alptekin, A. (2021). Detection of existing infrastructure lines with wearable laser scanners and making infrastructure map: a case of Mersin University. Mersin Photogrammetry Journal, 3(2), 61-68.
30. Vafaeipour, M., Zolfani, S. H., Varzandeh, M. H. M., Derakhti, A. & Eshkalag, M. K. (2014). Assessment of regions priority for implementation of solar projects in Iran: New application of a hybrid multi-criteria decision making approach. Energy Conversion and Management, 86, 653-663.
31. Yakar, M., Yilmaz, H. M. & Mutluoglu, O. (2014). Performance of Photogrammetric and Terrestrial Laser Scanning Methods in Volume Computing of Excavtion and Filling Areas. Arabian Journal for Science and Engineering, 39(1), 387-394.
32. Yalçıner, B. (2020). LIDAR (Lazer Görüntüleme Algılama ve Menzil). https://mertmekatronik.com/lidar-laser-imaging-detection-and-ranging, Erişim Tarihi 27.06.2022.
33. Yiğit, A. Y. & Ulvi, A. (2020). İHA fotogrametrisi tekniği kullanarak 3B model oluşturma: Yakutiye Medresesi Örneği. Türkiye Fotogrametri Dergisi, 2(2), 46-54.
34. Zhang, Y., Ren, J., Pu, Y. & Wang, P. (2020). Solar energy potential assessment: A framework to integrate geographic, technological, and economic indices for a potential analysis. Renewable Energy, 149, 577-586.