Viac

Analýza pohľadu na veternú farmu

Analýza pohľadu na veternú farmu


Som v GIS nový a chcem spustiť niekoľko operácií analýzy prístrešku pre veterné turbíny nachádzajúce sa v severnom Anglicku.

Nainštaloval som QGIS a nechal som nainštalovať zásuvný modul GRASS r.los na analýzu pohľadu.

Je to najlepší spôsob spustenia analýzy prístrešku?

Tiež si nie som istý, aké údaje o teréne použiť na túto operáciu?

Vopred ďakujem za akýkoľvek postreh

Poznámka: Používam počítač Mac s OS X Mavericks


Na túto analýzu môžete použiť QGIS, ale nezamieňajte si výpočty zorného poľa s analýzou videnia. Sú príbuzní, aler.losvráti raster, ktorého hodnoty sú pre neviditeľné alebo pre zvislý uhol požadovaný zobrazením na zobrazenie polohy nulové. Modulr.viewshedna druhej strane vráti raster, ktorý bunku jednoducho označí ako viditeľnú alebo nie (1 alebo 0). Výhodour.viewshedje, že ak máte viac turbín, môžete vypočítať viditeľnosť pre každú turbínu a potom jednoducho spojiť všetky svoje rastre dohromady, a tým získate počet tipov turbíny (alebo nábojov v závislosti od výšky „pozorovateľa“, ktorú použijete), ktorá môže byť vidieť na akomkoľvek mieste.

Ale buď opatrný! Pamätajte si, že efektívne robíte veci dozadu, ak je vašim bodom „pozorovateľa“ umiestnenie turbíny. Musíte teda nastaviť cieľ nadmorská výška na normálnu výšku diváka (1,75 m je dobrá hodnota, aj keď sa často používa hodnota 2 m). Výška pozorovateľa sa potom nastaví na výšku hrotu turbíny.

Potrebujete slušný DEM a ja by som odporučil rozlíšenie 50 m alebo lepšie (50 m je minimálne rozlíšenie prípustné v Británii - nepoznáte deň, kde sídlite, ale ak je to Spojené kráľovstvo, odporúčam súbor údajov OS Terrain50) . SRTM skutočne nie je dosť dobrý mimo rovníka na serióznu analýzu kvality plánovanej aplikácie (a teda dôveryhodnosti).

Ak máte viac ako pár turbín, používanie GRASSU sa rýchlo stane únavným kvôli všetkým ďalším krokom, pokiaľ nenapíšete riešenie, ktoré ich potom celkom pridá. Našťastie existuje množstvo balíkov Windfarm určených práve na to a OpenWind je bezplatný a ľahko použiteľný. V tomto a tomto vlákne nájdete ďalšie diskusie o používaní GRASSU s viacerými turbínami. Tu je tiež vlákno o tom, ako používať OpenWind.


GIS na hodnotenie vplyvu veterných fariem na životné prostredie

Plánovacie aplikácie vývoja citlivého na životné prostredie musia byť sprevádzané environmentálnym vyhlásením (ES), ktoré rieši obavy verejnosti z pravdepodobných vplyvov na krajinu. Tento článok popisuje projekt, ktorý bol vykonaný za účelom vykonania priestorovej analýzy potrebnej pre ES navrhovanej veternej farmy. Systém vyvinutý v rámci ArcInfo integruje rôzne súbory údajov (vrátane digitálnych modelov terénu, topografie, leteckých fotografií, údajov zo sčítania ľudu a dokonca aj jednotlivých budov) na kvantifikáciu a kvalifikáciu týchto vplyvov na životné prostredie. Tento článok tiež popisuje, ako bol systém rozšírený o kritériá výberu lokality s cieľom určiť optimálne polohy pre veterné farmy.

Pozadie

Obavy z vplyvov, ktoré majú tradičné metódy výroby energie na životné prostredie, viedli mnohých k presvedčeniu, že v súčasnosti je potrebné radikálne prehodnotiť spôsob vytvárania našej energie v budúcnosti. Tieto obavy vyvolali zvýšený záujem o takzvané „ekologické“ obnoviteľné zdroje energie. Tieto pokrývajú zdroje, ktoré sa v prostredí vyskytujú prirodzene a opakovane, ako napríklad energia zo slnka, vetra, oceánov, Zeme, odpadu a pádu vody. Dnes predstavujú viac ako 20% svetovej výroby elektrickej energie. Európska komisia (ES) a jednotlivé krajiny, ako napríklad Británia, majú programy, ktorých cieľom je stimulovať rozvoj technológií obnoviteľnej energie v čo najväčšej praktickej miere, pričom majú perspektívu byť ekonomicky atraktívnymi a environmentálne prijateľnými. V Británii dostali tieto technológie veľkú podporu v dôsledku privatizácie britského elektrického priemyslu. V rámci zákona o elektrine z roku 1989 sú výrobcovia elektriny z fosílnych palív povinní platiť mýto, ktoré je následne distribuované generátorom elektriny z iných ako fosílnych palív. Tento systém sa nazýva záväzok z nefosílnych palív (NFFO) a má fungovať do roku 1998.

V posledných rokoch tieto faktory viedli k zvýšenému počtu rozvojov obnoviteľnej energie. Veterná energia je jednou z foriem obnoviteľnej energie, ktorá je na pokraji rozsiahleho komerčného využívania. Za správnych podmienok môže veterná energia teraz vyrábať lacnejšiu elektrickú energiu ako uhoľné alebo jadrové elektrárne a ekvivalentný návrat k plynovým elektrárňam. Jednou z takýchto podmienok je priemerná rýchlosť vetra 7,5 metra za sekundu, ktorá podľa štúdií EK naznačuje, že v Európe existuje až 400 000 miest, ktoré majú potenciál byť ekonomicky životaschopné ako veterné farmy (Lindley & amp Swift-Hook, 1989). Na konci roku 1995 mala Európa 2311 MW inštalovaného výkonu v porovnaní s 1870 MW v USA. Väčšina z toho pochádza z veľkého nemeckého programu, ale krajiny ako Francúzsko a Španielsko rýchlo zvyšujú svoj rozvoj veternej energie.

Najmä v Británii zaznamenala veľký nárast najmä veterná energia, ktorej cieľom bolo 1 500 MW do roku 2000. Napriek tomu, že veternú energiu možno v súčasnosti považovať za najschodnejší spôsob výroby čistej obnoviteľnej elektrickej energie v tejto krajine, viera, že je úplne „bez znečistenia“, je mylná predstava (Manning, 1983). Veterná energia nemusí produkovať žiadne fyzické znečistenie, ale jej vplyv na miestne prostredie zahŕňa narušenie zraku a hluku, elektromagnetické rušenie a prípadne kolízie voľne žijúcich živočíchov. Výsledkom je, že postoje ľudí k rozvoju veternej energie sa môžu niekedy zmeniť, od toho, či sú v zásade priaznivé, alebo sa stavajú proti, keď stoja pred perspektívou mať v ich blízkosti veternú farmu.

Ako každý iný navrhovaný vývoj citlivý na životné prostredie, environmentálne vyhlásenie (ES) musí byť súčasťou plánovacej aplikácie. Cieľom je poskytnúť plánovacím orgánom a miestnym obyvateľom predstavu o pravdepodobnom vplyve veternej farmy na miestne prostredie. ES obsahuje všetky relevantné informácie o vývoji, analýzu získaných údajov a vyhlásenie o možných a pravdepodobných vplyvoch projektu na životné prostredie (Kidner et al, 1996). To bude zahŕňať analýzu vizuálneho vplyvu prostredníctvom určenia oblastí, z ktorých je možné vývoj úplne alebo čiastočne vidieť, t. J. Zorné pole alebo mapy intervisibility. Tieto informácie sa zvyčajne zobrazujú na dvojrozmernej mape zameranej na umiestnenie navrhovanej veternej farmy.

Cieľom tejto štúdie bolo vyvinúť GIS, ktorý dokáže nielen určiť vizuálny vplyv veternej farmy, ale môže tieto výsledky aj zmysluplne vizualizovať, konkrétne ako súčasť všeobecnejšieho informačného systému o veternej farme (obrázok 1). Požadovaná funkčnosť systému sa pohybuje od výpočtu intervisibility po kategorizáciu krajiny a určovanie počtu domácností v rámci pohľadu na navrhovaný vývoj. Algoritmy výberu miesta GIS boli tiež vyvinuté na určenie optimálnych umiestnení pre veterné farmy a dokonca aj polohy jednotlivých turbín, ktoré minimalizujú vizuálny vplyv a náklady na vývoj alebo maximalizujú potenciál zdrojov.

(Kliknutím na obrázok alebo popis obrázku zobrazíte obrázok v plnom rozlíšení)

Viditeľnosť

Jedným z hlavných cieľov ES je pomôcť verejnosti porozumieť pravdepodobnému vizuálnemu prieniku navrhovanej veternej farmy. To si vyžaduje použitie vizuálnych techník, ktoré sú ľahko zrozumiteľné a napriek tomu zobrazujú relevantné informácie. Na tento účel sa bežne používajú dve vizuálne techniky, ktorými sú fotomontáže a mapy viditeľnosti.

Fotomontáže

Fotomontáže vyrába umelec, ktorý začína fotografiou z miesta známej vzdialenosti a ložiska, ktoré smeruje k navrhovanému vývojovému miestu. Na základe týchto informácií sa vypočíta veľkosť turbín vo vzťahu k vzdialenosti. Na fotografiu sa potom nanesú presné výkresy turbín, ktoré budú z tohto miesta viditeľné.

Fotomontáže poskytujú veľmi presnú predstavu o tom, ako bude nový vývoj vyzerať z konkrétneho miesta. Pretože verejnosť je zvyknutá pozerať sa na fotografie, obrázok je rýchlo pochopený a ponecháva malý priestor na nesprávnu interpretáciu. Výroba fotomontáží nie je bohužiaľ lacná, vyžaduje si kvalifikovaný personál a značné množstvo času. Podľa definície sa každý obrázok môže zaoberať iba pohľadom z jedného miesta, a preto je v zásade nepružný, čo si vyžaduje kompletný prepočet, ak by sa bod pozorovania zmenil.

Možnosti konvenčného GIS na poskytovanie tohto typu vizualizácie sú veľmi obmedzené. Niektoré GIS umožňujú rozšírenie existujúcich CAD zariadení (napr. ArcInfo a AutoCAD). Vo väčšine prípadov však realisticky vykreslené 3-D vizualizácie objektov v krajine nie sú obvyklé. Existujú niektoré softvérové ​​balíky, ktoré umožňujú užívateľovi zadávať fotografie a zobrazovať informácie o automatickom vytváraní fotomontáží. V prípade dánskeho systému „VIZUÁLNY“ je používateľovi k dispozícii knižnica generátorov veterných turbín (WTG). Zadajú sa súradnice a vytvorí sa výsledná fotomontáž veternej farmy. Obrázok 2 ilustruje koncept fotomontáže a CAD znázornenie vývoja.

Fotomontáže môžu tiež pôsobiť pesimistickým dojmom o vývoji predovšetkým vďaka spôsobu, akým sú vytvárané. Aby boli turbíny na fotografii viditeľné, majú tendenciu byť natreté bielou farbou alebo mať čierny obrys, v dôsledku čoho majú vysoký stupeň kontrastu. Turbíny teda vyniknú viac, než by v skutočnosti mohli byť v skutočnosti, keď poveternostné podmienky, uhol slnka atď. Spôsobia, že turbíny nebudú v krajine tak výrazné.

Ďalším dôležitým atribútom, kde fotomontáže zlyhávajú, je ich neschopnosť znázorniť pohyb. Pohybujúci sa objekt v krajine, v tomto prípade rotujúce lopatky, priťahuje oveľa väčšiu pozornosť ako statický predmet. Nielen to, ale často za jasného dňa môže odraz od rotujúcich čepelí vytvárať efekt, ktorý sa nepodobá na fakle, ktoré sa neustále zapínajú a vypínajú. Je zrejmé, že tieto faktory nie je možné implementovať do „nehybného“ obrazu, a napriek tomu by mala byť verejnosť o ich existencii informovaná. Pokusy o výrobu videomontáží vývoja veternej farmy však boli, ale tieto boli do značnej miery neúspešné a doteraz veľmi nákladné. Alternatívne prístupy uprednostňujú používanie pokročilých balíkov návrhu podporovaných počítačom, ktoré umožňujú „prelety“ navrhovanej fungujúcej veternej farmy.

Mapy viditeľnosti

Intervisibility map, viewshed alebo ZVI (Zone of Visual Intrusion) je obvykle reprezentovaná dvojrozmernou mapou, vycentrovanou na umiestnenie veternej farmy. Cieľom je ukázať, z ktorých oblastí je vývoj pravdepodobne viditeľný. Oblasť záujmu, pre ktorú sú tieto ZVI vypočítané, môže byť až do okruhu 20 km od centra vývoja. To dáva pozorovateľovi všeobecnú predstavu o vizuálnom vplyve na širšie okolie (obrázok 3).

Alternatívne môžu byť informácie o výhľade zobrazené na leteckej snímke zaregistrovanej do rovnakých súradnicových polôh digitálneho výškového modelu. Vo veľkom meradle je možné identifikovať jednotlivé budovy, ktoré sa nachádzajú v ZVI. Z týchto dvoch techník sa mapy viditeľnosti interpretujú ťažšie, pretože sú menej intuitívne ako fotomontáž a verejnosť ich menej pozná. Preto je dôležité, aby sa pri použití dôkladne premyslelo, ako najlepšie odovzdať informácie z pohľadu.

Bandážovanie

Pri vytváraní každej mapy viditeľnosti je potrebné vziať do úvahy „páskovanie“ alebo kumulatívne prezeranie turbín. Pohľad na vývoj veternej farmy musí ukázať viac než len to, či miesto môže veternú turbínu vidieť alebo nie, ale musí ukázať, koľko turbín je viditeľných. Tieto informácie môžu byť reprezentované zatienením každého miesta jednou farbou pre každý počet viditeľných turbín, napr. modrá farba znamená, že sú viditeľné tri turbíny z polohy x atď. Problém pri tejto metóde je v tom, že ak počet turbín prekročí sedem alebo možno osem, informácie o pohľade v nich obsiahnuté sa stanú nečitateľnými.

Riešením tohto problému je „spojiť“ turbíny dohromady. Napríklad, ako na obrázku 3, je použitých päť farebných pásov. Prvý znamená, že v druhom pásme je viditeľná jedna až päť turbín, šesť až desať atď. To má výhodu v tom, že je zorientovanie sa v prehľade oveľa jednoduchšie, pretože množstvo prezentovaných informácií je lepšie zvládnuteľné. Pruhovanie však má za následok stratu informácií. V oblasti pozorovacej oblasti daného pásma nie je známy presný počet viditeľných turbín a tie, ktoré sú viditeľné. Je preto dôležité správne nastaviť pomer pásiem - veľké pásma môžu viesť k strate informácií, zatiaľ čo malé pásma môžu mať opačný účinok tým, že zobrazujú príliš veľa informácií. Ak sa miesto nachádza v mnohouholníku viditeľnosti a je požadovaný presný počet viditeľných turbín, potom existuje možnosť ponuky, ktorá používateľovi umožňuje určiť umiestnenie myšou, aby to zistil.

Farba

Ďalším problémom, ktorý je potrebné vyriešiť pri prezentácii zorných uhlov, je používanie farieb pri zobrazovaní jednotlivých „pásiem“ zorného poľa. Obvykle sa používajú jasné farby, ktoré sú navzájom veľmi kontrastné, pretože umožňujú jednoduchú identifikáciu jednotlivých viditeľných oblastí. Toto však nemusí byť vždy najlepšia metóda, pretože mapa pokrytá množstvom jasných farieb pravdepodobne na pozorovateľa vyvolá príliš pesimistický dojem z vizuálneho vplyvu veternej farmy. Alternatívou môže byť použitie jemnejších rozsahov, napríklad použitie rôznych odtieňov tej istej farby. Vnímanie ľudí a reakcia na farbu ľudí sa očividne líši u každého jednotlivca.

S ohľadom na tieto problémy bol systém navrhnutý tak, aby bol flexibilný a umožňoval vývojárovi experimentovať tak, že zmení množstvo parametrov, ktoré určujú spôsob zobrazenia konečného zobrazenia. Po prvé, systém obsahuje funkciu, ktorá umožňuje užívateľovi vybrať si, ako budú turbíny spojené. Používateľ je vyzvaný, aby zadal zoznam oddelený čiarkami s podrobnosťami o požadovaných pásmach. Po zadaní pásiem systém požiada používateľa, aby každému z nich priradil farbu. Spôsob výberu farieb je možné vykonať jedným z troch spôsobov. Používateľ si môže najskôr vybrať vopred definovaný rozsah farieb. K dispozícii sú štyri rozsahy, každý na základe základnej farby, pričom každý rozsah začína od svetlého odtieňa a postupne tmavne. Po druhé, farby je možné vyberať zadaním čísla príslušnej palety sady odtieňov. Nakoniec farby je možné vybrať z rozbaľovacej ponuky pomocou myši. Schopnosť definovať pruhovanie turbín a ich príslušnú farbu teda dáva vývojárovi veternej farmy širší výber spôsobu prezentácie informácií o vizuálnom vplyve farmy.

2,5D obrázky

Pohľady sú užitočným prostriedkom na zobrazenie vizuálneho vplyvu. Pre pozorovateľa, ak nie je vyškolený alebo nepoužitý na čítanie máp, je však často ťažké porozumieť presne tomu, čo sa zobrazuje, a dať do súvislosti obrazové zobrazenie so známymi miestami a znakmi v krajine. Alternatívou je prikryť výhľad na 2,5D mapu oblasti. Systém to umožňuje a podobne ako normálny 2D zobrazovací panel dáva užívateľovi na výber, aké vrstvy sa zobrazia. Obrázok 4 zobrazuje príklad výstupu vytvoreného GIS. Napriek tomu, že množstvo zobrazených informácií je obmedzené (iba cesty a budovy zosilňovačov), zobrazením formy pozemku bude obrázok pravdepodobne jednoduchšie pochopiteľný a bude ho možné identifikovať tak, že predstavuje miestne prostredie. Pri zobrazení 2,5D obrázka si používateľ môže vybrať medzi vopred definovanou izometrickou projekciou alebo určiť svoju vlastnú. Posledné menované je dosiahnuté tým, že užívateľ pomocou myši určí pozorovateľa a cieľovú polohu spolu s ich príslušnými výškami. Je tiež možné priblížiť akékoľvek miesto, ak je zobrazená oblasť považovaná za príliš veľkú.

Výsledky namiesto toho, aby sa polygóny ZVI prehodili na drôtený rám DEM, je možné ľahko predložiť na iných povrchoch. Existujú napríklad možnosti na zakrytie ZVI na povrchoch v tieni kopcov, leteckých snímkach, mapách pozemnej triedy alebo farebne označenej sčítacej mape okresov počítania. Ďalšie softvérové ​​moduly umožňujú podrobnejšiu analýzu demografických informácií. Napríklad pre každú budovu, adresný bod, poštové smerovacie číslo alebo miesto vybrané používateľom sa pre každý WTG vypočítajú jednotlivé profily priamej viditeľnosti (LOS). Uvádza sa rozpis, ktoré WTG sú viditeľné, a ak áno, koľko z nich možno vidieť. Alternatívne je možné vplyv každého WTG kvantifikovať z hľadiska počtu obyvateľov alebo počtu budov v jeho zornom poli.

Pri všetkých výpočtoch viditeľnosti je DEM integrovaný s inými povrchovými vlastnosťami, ktoré pravdepodobne spôsobujú prekážky. Vo väčšine prípadov to vyžaduje dodatočné rozsiahle údaje prostredníctvom digitalizácie vhodných máp. Obvykle to zahŕňa všetko lesníctvo a lesy spolu s budovami.

Výber stránok

Okrem výroby priezorov systém obsahuje aj možnosť výberu lokality. Existuje mnoho kritérií, ktoré možno použiť ako determinanty pri výbere lokalít, ktoré môžu byť vhodné pre nový rozvoj veternej farmy. Relatívna dôležitosť každého z nich veľmi závisí od uhla pohľadu používateľa, tj. ekológ, ochranár alebo developer. Ak sú však samotné kritériá subjektívne, potom sú limity spojené s každým ešte viac. Napríklad môže byť zrejmé, že veterná elektráreň by nemala byť príliš blízko letiska, ale aká by mala byť vzdialenosť vylúčenej alebo nárazníkovej zóny - 1 km, 3 km,. Rand & amp Clarke (1990) a Britská asociácia veternej energie (1994) zhrnuli environmentálne vplyvy veterných fariem a navrhli vzdialenosti od seba, aby sa minimalizoval vplyv na množstvo spôsobov využívania pôdy. Nie všetky kritériá však možno ľahko splniť, pretože miestne prostredie môže určovať kritériá, ktoré sú špecifické aj pre konkrétnu oblasť alebo krajinu (Kidner, 1996).

GIS bol navrhnutý tak, aby bol čo najflexibilnejší a umožňoval používateľovi určiť, ktoré kritériá sa použijú na výber lokality, a ak je zahrnutá, akú vzdialenosť vyrovnávacej pamäte použiť okolo každej vylúčenej funkcie. Systém potom vygeneruje makro príkazov ArcInfo, ktoré určia všetky weby, ktoré spĺňajú tieto kritériá. Na tento projekt je použitým geografickým územím celý Wales, pričom súbormi údajov použitými na počiatočný výber bola Bartholomewova knižnica digitálnych máp v mierke 1: 250 000.

Typickým dotazom, ktorý GIS požaduje, môže byť nájsť všetky stránky vo Walese, ktoré spĺňajú nasledujúce kritériá:

Letisko nie je vzdialené viac ako 3 km
Nie sú vzdialené viac ako 1 km od národného parku
Sú vzdialené maximálne 1 km od majetku spoločnosti National Trust
Nachádzajú sa maximálne 3 km od vojenského nebezpečného pásma
Sú vzdialené maximálne 1 km od malebnej oblasti
Sú vzdialené maximálne 1 km od lesoparku
Nie sú vzdialené viac ako 2 km od zastavanej oblasti
Nie sú vzdialené viac ako 5 km od ťažiska mesta
Nie sú vzdialené viac ako 2,5 km od mestského ťažiska
Nachádzajú sa maximálne 1,5 km od ťažiska mesta
Nie sú vzdialené viac ako 1 km od ťažiska malého mesta alebo dediny
Nachádzajú sa maximálne 750 metrov od malej dediny, osady alebo izolovanej osady
Nie sú vzdialené viac ako 250 metrov od jazera, močiaru alebo nádrže
Nie sú vzdialené viac ako 300 metrov od diaľnice, cesty A alebo B
Nie sú vzdialené viac ako 250 metrov od železnice
Nie sú vzdialené viac ako 200 metrov od rieky alebo kanála
Nie sú vzdialené viac ako 250 metrov od rozhlasového alebo televízneho stožiara
Majú nadmorskú výšku nad 100 metrov (s použitím predpokladu, že rýchlosť vetra je vo vyšších polohách spravidla vyššia, zatiaľ čo hlavné centrá obyvateľstva a turistické oblasti sa zvyčajne nachádzajú v pobrežných nížinách Walesu)
Nie sú vzdialené menej ako 1 km od „malebného“ alebo malebného objektu, ktorý zahŕňa:
Bojiská, hrady, vidiecke parky, historické miesta, domy alebo záhrady, prírodné rezervácie alebo malebné vyhliadky.
(Tieto kritériá a vzdialenosti nárazníkov sú hypotetické a slúžia iba na ilustračné účely.)

Obrázky 5 a 6 napríklad ilustrujú zóny vylúčenia generované týmto dotazom pre cesty a národné parky.

Pre väčšinu vylučovacích faktorov sa okolo funkcií generujú určené medzipamäte vzdialenosti, aby sa vytvoril počet nových polygonálnych pokrytí. Plochy v polygónoch sa potom odoberú tak, aby sa „znížilo“ pokrytie predstavujúce študijnú oblasť, t.j. Wales. Výsledkom je množstvo „dobrých“ lokalít, ktoré spĺňajú požiadavky na nami navrhovanú veternú farmu. Napriek tomu, že tieto oblasti spĺňajú stanovené kritériá, veľkosť týchto „vreciek“ bude často príliš malá na to, aby sa vyrovnali s čímkoľvek viac ako jednou alebo dvoma turbínami. Užívateľ má preto možnosť zadať minimálnu veľkosť pre akékoľvek potenciálne stránky. Obrázky 7 a 8 zobrazujú výsledky pre vyššie uvedený dotaz, bez obmedzenia veľkosti zvolených miest.

Zhrnutie

GIS môžu vývojári veterných fariem použiť ako cenný nástroj na výber vhodných miest a na vykonanie potrebnej analýzy viditeľnosti. Pre obe tieto aplikácie boli v rámci ArcInfo vyvinuté systémy, ktoré ilustrujú potenciál takýchto vizualizačných a analytických nástrojov. V oboch oblastiach je však GIS stále v plienkach, pokiaľ ide o vytváranie optimálnych riešení. GIS nám môže poskytnúť výsledky a informácie, ktoré od neho požadujeme, ale s väčším porozumením príslušných problémov môžeme čoskoro oceniť, ako môže GIS spôsobiť revolúciu v týchto súčasných základných prístupoch. Jednou z ciest vpred je vývoj lepších systémov podpory priestorového rozhodovania, ktoré je možné ľahko integrovať so systémami, ako je ArcInfo.

Poďakovanie

Autori by chceli oceniť podporu a rady, ktoré im poskytla spoločnosť National Wind Power v priebehu tohto výskumu.


Geografický informačný systém pre veternú energiu na mori (OWE-GIS) bol vyvinutý na účely hodnotenia ekonomicky prístupných zdrojov veternej energie na mori pre Spojené kráľovstvo.

Britský OWE-GIS odhaduje náklady na energiu z veternej farmy na mori s prihliadnutím na hlavné kapitálové zložky náklady na vývoj v závislosti od hĺbky vody a vzdialenosti od najbližších prístavov alebo bodov pripojenia k sieti potenciálna produkcia energie v závislosti od priemernej ročnej rýchlosti vetra, potenciálnej sústavy straty a operácie dostupnosti turbíny a náklady na údržbu a finančné parametre, akými sú diskontná sadzba a životnosť projektu. Je predložená analýza citlivosti, ktorá ukazuje vplyv diskontnej sadzby, životnosti projektu a predpokladov o celkových kapitálových výdavkoch (CAPEX), dostupnosti a priemernej ročnej rýchlosti vetra.


Vietor a GIS

GIS má mnoho aplikácií v mapovaní, analýze a modelovaní vetra. Geografické údaje a modelovanie výkonu vetra môžu pomôcť veterným turbínam na mieste. Na posúdenie potenciálu poškodenia vetrom sa používa aj štúdium vzorov vetra.

Pracovníci GIS v Národnom laboratóriu pre obnoviteľnú energiu poskytujú národné hodnotenie veterných zdrojov USA a údaje o vetre s vysokým rozlíšením. Údaje GIS o údajoch o povrchovom vetre, údaje o pobrežných morských oblastiach a údaje o hornom vzduchu poskytujú analýzu hodnotenia zdrojov vetra. Metodika použitá na zostavenie mapy poradia potenciálu vetra je popísaná v tejto správe z roku 2001 Národného laboratória pre energiu z obnoviteľných zdrojov s názvom Geografické informačné systémy na podporu aktivít veternej energie v NREL.

3TIER produkuje komerčne dostupné údaje o vetre GIS. Globálne údaje o vetre GIS spoločnosti GIS poskytujú mesačné a ročné merania rýchlosti vetra. Spoločnosť 3TIER vydala aj mapu výkonu vetra z roku 2001 pre USA. Analýza GIS ukázala oblasti, kde boli rýchlosti vetra v minulom roku vyššie ako dlhodobé priemerné rýchlosti vetra. Analýza porovnávala merania rýchlosti vetra z roku 2011 s priemerom vetra v rokoch 1969-2008.

USA za celý rok zaznamenali nadpriemernú rýchlosť vetra, aj keď medzimesačná a regionálna variabilita neboli v celej krajine jednotne nadpriemerné. Tichomorský severozápad a Nové Anglicko zaznamenali rýchlosť vetra zhruba 5% pod priemerom za daný rok, zatiaľ čo široká časť USA od severnej Montany po Texas a stredoatlantické štáty zažila silný veterný rok s rýchlosťou vetra 5-15% nad normálom .

WeoGeo práve vydal dva súbory údajov GIS súvisiace s vetrom. Údaje pokrývajú udalosti vetra v rokoch 1955 až 2010 pre bodové polohy udalostí vetra a riadkov vetra.

Oba súbory údajov podrobne opisujú miesto a dátum udalosti, ako aj rýchlosť vetra, ak sú známe. Od osemdesiatych rokov minulého storočia sú k údajom navyše zahrnuté aj zranenia súvisiace s vetrom, úmrtia a straty na majetku.

Národná meteorologická služba (NWS) poskytuje voľne stiahnuteľné údaje o vetre GIS vo formáte shapefile a KML. Rozsah dostupných súborov údajov GIS týkajúcich sa počasia vrátane výstražných upozornení, odhadov zrážok a radarových snímok NEXRAD. Webové mapovanie a WMS nowCOAST GIS ponúka širokú škálu pozorovaní povrchového vetra, analýz a predpovedí pre USA dostupných prostredníctvom prehliadača máp a WMS, ako aj ďalších meteorologických a oceánografických údajov a predpovedí. Brána údajov a informácií o veternej energii (WENDI) má slúžiť širokému spektru zainteresovaných strán z oblasti veternej energie tým, že poskytne ľahký prístup k veľkému množstvu údajov a informácií súvisiacich s veternou energiou prostredníctvom jej dvoch hlavných rozhraní: Informačné stredisko pre metadáta veternej energie a geografický informačný systém veternej energie (WindGIS).

Na štátnej úrovni ponúka Minnesota GIS Wind Data údaje GIS pre rýchlosti vetra 30, 80 a 100 metrov. Oklahoma Wind Map Products je tiež webovou stránkou hodnotenia Oklahoma Wind Power Assessment, ktorá popisuje úsilie mapovať zdroje veternej energie v Oklahome. Obsahuje odkazy na návody na výpočet charakteristík vetra.

Atlas zdrojov veternej energie v USA je k dispozícii ako dokument online kópia s hypertextovými odkazmi na zväzok so zoznamom zobraziteľných máp USA. Atlas vytvorilo Pacifické severozápadné národné laboratórium v ​​októbri 1986.


Analýza pohľadu na veternú farmu - geografické informačné systémy

Abstrakt

Výpočet priezorov je rutinnou operáciou v geografických informačných systémoch a používa sa v širokej škále aplikácií. Mnohé z nich zahŕňajú umiestnenie funkcií, ako sú rádiové stožiare, ktoré sú súčasťou siete, a napriek tomu sa výber miest bežne vykonáva oddelene pre každú funkciu. Výber série miest, ktoré spoločne maximalizujú vizuálne pokrytie oblasti, je kombinatorickým problémom a ako taký ho nemožno priamo vyriešiť, s výnimkou triviálnych prípadov. V tomto dokumente sa skúmajú dve stratégie riešenia tohto problému. Prvým je obmedziť vyhľadávanie na kľúčové topografické body v krajine, ako sú vrcholy, jamy a priesmyky. Druhým je použitie heuristiky, ktorá bola použitá na iné priestorové problémy maximálneho pokrytia, ako je alokácia polohy. Výsledky ukazujú, že použitie týchto dvoch stratégií má za následok skrátenie výpočtového času potrebného o dva rády, ale za cenu straty 10% v sledovanej oblasti. Použili sa tri rôzne heuristiky, z ktorých najlepšie výsledky prinieslo simulované žíhanie. Zlepšenie oproti oveľa jednoduchšej heuristike swapov s rýchlym zostupom bolo však veľmi malé, ale za cenu výrazne predĺženého času chodu. © 2004 Elsevier Ltd. Všetky práva vyhradené

Ak chcete odoslať žiadosť o aktualizáciu alebo zastavenie šírenia tohto dokumentu, odošlite žiadosť o aktualizáciu/opravu/odstránenie.

Navrhované články

Citácie

  1. (1996). Rýchle riešenie miestnych výpočtov s využitím výhľadu pomocou modelov digitálnej nadmorskej výšky založených na mriežke,
  2. (1979). Poznámka porovnávajúca optimálne a heuristické riešenia p-mediánu problému.
  3. (1993). Algoritmus a neistota implementácie v analýze videnia,
  4. (1998). Algoritmy pre paralelné modelovanie a vizualizáciu terénu,
  5. (1991). Analýzy miest viditeľnosti na topografických povrchoch.
  6. (1997). Umelá inteligencia v geografii, Wiley.
  7. (1996). Porovnanie genetických algoritmov, náhodný reštart a dvojoptové prepínanie na riešenie veľkých problémov s prideľovaním polohy.
  8. (1989). Problémy pokrytia a oblasti viditeľnosti na topografickom povrchu,
  9. (1994). Digitálna analýza začlenenia Viewshed a topografických funkcií na modeloch s digitálnou výškou.
  10. (1999). Distribuovaná analýza pohľadu na plánovanie aplikácií.
  11. (2001). Driftová analýza a priemerná časová náročnosť evolučných algoritmov,
  12. (1996). Rozšírenie použiteľnosti hľadísk v krajinnom plánovaní.
  13. (1991). Prvé experimenty s neistotou pozorovania: presnosť oblasti pozorovania
  14. (1999). GIS a plánovanie veterných fariem. V
  15. (1968). Heuristické metódy na odhad generalizovaného mediánu vrcholu váženého grafu.
  16. (1995). Heuristické riešenia prístupov k operatívnym problémom plánovania lesov.
  17. (1994). Vyššia nie je 't nevyhnutne lepšia: Algoritmy viditeľnosti
  18. (1994). Komunikácia na blízko pri terénnych modeloch,
  19. (1998). Modelovanie kontinuity povrchovej formy pomocou modelov s digitálnym výškom.
  20. (1998). Pri použití analýzy zorného poľa na stanovenie najlacnejších trás na modeloch digitálnej výšky,
  21. (1998). Zásady geografických informačných systémov,
  22. (2001). Priestorové evolučné modelovanie,
  23. (1998). Prispôsobenie softvéru GIS pre archeologické aplikácie: Príklad týkajúci sa analýzy zorného uhla,
  24. (1996). Mapovanie viditeľnosti terénu.
  25. (2003). K analytickému rámcu na analýzu času výpočtu evolučných algoritmov,
  26. (1993). Dva algoritmy na určenie čiastočnej viditeľnosti a zníženie štruktúry údajov indukovanej chyby v analýze zorného poľa, fotogrametrickom inžinierstve a diaľkovom snímaní,
  27. (1997). Výpočty viditeľnosti na hierarchických trojuholníkových modeloch terénu.
  28. (1992). Dominancia viditeľnosti a topografické prvky na modeloch digitálnej nadmorskej výšky,
  29. (2001). Grafy viditeľnosti a analýza viditeľnosti krajiny.

Užitočné odkazy

Píšeš o CORE?

Objavte naše výsledky výskumu a citujte našu prácu.

CORE je nezisková služba poskytovaná Open University a Jisc.


Vykonajte analýzu vhodnosti lokality pre veternú farmu pomocou tejto lekcie v knižnici ArcGIS Learn

od JosephKerski

Vytvoril som novú lekciu v ArcGIS Learn Library zameranú na umiestnenie veternej farmy pomocou analytických nástrojov v ArcGIS Online: http://learn.arcgis.com/en/projects/perform-a-site-suitability-analysis-for- a-nová-veterná farma/

Lekcia vám alebo vašim študentom pomôže vybudovať si zručnosti v týchto oblastiach:

  • Realizácia štúdie vhodnosti lokality
  • Vykonávanie analýzy času jazdy
  • Vytvorenie webovej aplikácie

Čo budete potrebovať na vedenie lekcie:

  • Rola vydavateľa alebo správcu v organizácii ArcGIS (bezplatnú skúšobnú verziu získate po kliknutí na tento odkaz)
  • Odhadovaný čas: 1 hodina.

Lekcia používa nástroje vrátane filtra, prekrývania (zjednotenia), blízkosti, hľadania polôh, smerovania a skúmania symboliky, klasifikácie a tabuľkových informácií. Lekcia používa niekoľko úžasne bohatých údajov o veternej energii z Národného laboratória pre obnoviteľnú energiu (NREL), ako aj údaje o elektrických vedeniach, údajoch o populácii a ďalších vrstvách. You could run the lesson as part of your course in GIS, but also in a course on geography, energy, sustainable development, demography, or environmental studies.

Because the lesson uses ArcGIS Online, you could expand the lesson by adding additional layers to consider in your site suitability analysis, and by using additional analysis tools. The lesson uses Colorado as its case study, but you could modify it for another state by accessing another state's wind data from NREL. I thank the Platts company for the use of their generalized electrical data and my colleague Colin Childs on the Esri Learn Team for his help getting the lesson into the Learn format.

Final result after analysis is performed showing some of the layers used in the lesson.


Describing or characterizing a place

Segmentation and classification

Imagery can be used to automate the classification and locations of land into specific categories, such as different types of land uses and land cover. These derived layers can then be used as basemaps and, more interestingly, in subsequent analyses. Classifying a series of images from different time periods also enables analysts to explore how a location is changing, whether from natural forces or human interventions.

Land cover change detection

This forest change analysis tool evaluates the total tree cover loss and number of active fires within the selected area of interest, and shows the results according to the various land cover classes. The Global Forest Watch change analysis tool uses spatial and temporal information to allow you to conduct your own investigation on forest cover change, current land cover, and legal classifications in your area of interest.

Segmentácia

Image segmentation is defined as a process of partitioning an image into homogenous groups such that each region is homogenous. This map shows the impervious surface of each parcel after these surfaces have been segmented out using feature extraction analytics in ArcGIS. This is a classic segmentation application.


How Does GIS Work?

The questions in the previous section rely heavily on geographic data and it is estimated that the vast majority of data handled by computers these days has and requires specific geographic parameters (5). Taking the example of the two restaurants as a starting point, they may look at different data sets:

  • The fast food joint may look at maximising their catchment area and accessibility: they will look at busiest roads, the best junction to place at, close to leisure areas such as shopping malls or other non-exclusive entertainment issues - efficiency and maximisation of profit.
  • The exclusive restaurant will look primarily at desirability and facilities that best reflect their image. Even though they too will be concerned with maximising their profit, they are less concerned with numbers and more concerned with image. They may appear near other exclusive restaurants, near theatres and other high-class leisure facilities.

Both may use GIS to find the ideal location and can access any number of websites to collect relevant data for their business plan. This information makes it easier to manage what we know and to extrapolate that which is most useful to us based on the widest variety of relevant data (3: p11). In this respect, GIS is problem solving using geographic means and its co-operative method of sharing pure and unbiased raw data (3: 22) has made it the ideal candidate for everything that affects our environment or how our environment might affect us.

It helps better decision making and as most people prefer visual medium, there is no better visual communication medium than a map (4) so long as you are making it clear what the person is looking at. Maps are immediately identifiable and engaging, and a flexible and universal method of communication within a discipline, between disciplines and to the public as a whole. How it is compiled comes in four elements (1) which are data acquisition, storage & retrieval, transformation & analysis (which may include statistics and the production of models) and reporting (which will include the maps, tables and any associated reports) of data that may previously have been unrelated but will serve a useful function to someone, somewhere (5). Not everyone will be involved in all of these processes but most GIS technicians are charged with locating data that is collected by others and need to know how to acquire and manipulate the data as well as produce maps that are useful. It is a co-operative system limited (1) only by the technology of the day.


Referencie

Armstrong, A. D. (2020). Watch towers: surveillance and control in the aftermath of the 1816 Barbadian slave revolt. In De Waal, M. S., Finneran, N., Reilly, M. C., Armstrong, D. V., and Farmer, K. (eds.), Pre-Colonial and Post-Colonial Contact Archaeology in Barbados. Past, Present, and Future Research Directions, Sidestone, Leiden, pp. 215–232.

Armstrong, D. V. (1990). The Old Village and the Greathouse, University of Illinois Press, Urbana.

Armstrong, D. V. (1999). Archaeology and ethnohistory of the Caribbean plantation. In Singleton, T. A. (ed.), I, Too, Am America: Archaeological Studies of African-American Life, University Press of Virginia, Charlottesville, pp. 173–192.

Armstrong, D. V. (2015). Cave of iron and resistance: a preliminary examination. Journal of the Barbados Museum and Historical Society 61: 178–199.

Armstrong, D. V. and Kelly, K. G. (2000). Settlement patterns and the origins of African Jamaican society: Seville Plantation, St. Ann’s Bay, Jamaica. Ethnohistory 47(2): 369–397.

Bates, L. A. (2015). “The landscape cannot be said to be really perfect”: a comparative investigation of plantation spatial organization on two British colonial sugar estates. In Marshall, L. W. (ed.), The Archaeology of Slavery: A Comparative Approach to Captivity and Coercion, Southern Illinois University Press, Carbondale, pp. 116–142.

Bates, L. A., Chenoweth, J. M., and Delle, J. A. (eds.). (2016). Archaeologies of Slavery and Freedom in the Caribbean: Exploring the Spaces Between. University Press of Florida, Gainesville, FL.

Beaudry, M. and Pulsipher, L. M. (2007). Narrative Report of March 2007 Archaeological Investigations at the Montserrat National Trust Site at Little Bay, Montserrat, West Indies. Montserrat National Trust, Olveston.

Bentham, J. (1791). Panopticon: or, the Inspection-House, etc. Thomas Byrne, Dublin.

Bourdieu, P. (1977). Outline of a Theory of Practice. Nice, R. (trans.), Cambridge University Press, Cambridge.

Cherry, J. F. and Ryzewski, K. (2020). An Archaeological History of Montserrat in the West Indies. Oxbow Books, Oxford.

Cherry, J. F., Ryzewski, K., and Leppard, T. P. (2012). Multi-period landscape survey and site risk assessment on Montserrat, West Indies. Journal of Island and Coastal Archaeology 7: 282–302.

Clark, W. (1823). Sugar Plantation Mill Yard, Antigua, West Indies, 1823. In Ten Views in the Island of Antgua in which are Represented the Process of Sugar Making… From Drawings Made by William Clark, during a residence of Three Years in the West Indies. London.

Davis, C. (2016). The Panoptic Plantation Model: Geographical Analysis and Landscape at Betty’s Hope Plantation, Antigua, West Indies, Master's thesis, California State University, Chico.

Deerr, N. (1949). The History of Sugar. 2 vols. Chapman and Hall, London.

Delle, J. A. (1998). An Archaeology of Social Space: Analyzing Coffee Plantations in Jamaica’s Blue Mountains. Plenum, New York.

Delle, J. A. (2011). The habitus of Jamaican plantation landscapes. In Armstrong, D. V., Delle, J. A., and Hauser, M. W. (eds.), Out of Many, One People: The Historical Archaeology of Colonial Jamaica, University of Alabama Press, Tuscaloosa, pp. 122–143.

Delle, J. A. (2014). The Colonial Caribbean: Landscapes of Power in Jamaica’s Plantation System. Cambridge University Press, Cambridge.

Delle, J. A., Leone, M. P., and Mullins, P. R. (1999). Archaeology of the modern state: European colonialism. In Barker, G. (ed.), Companion Encyclopedia of Archaeology Volume 2, Routledge, London, pp. 1107-1160.

Druitt, T. H. Pyroclastic density currents. (1998). Geological Society, London, Special Publications 145(1): 145–182.

Druitt, T. H. and Kokelaar, B. P. (eds.). (2002). The Eruption of the Soufrière Hills Volcano, Montserrat, from 1995 to 1999. Geological Society of London, London.

Epperson, T. W. (1990). Race and the disciplines of the plantation. Historical Archaeology 24(4): 29–36.

Epperson, T. W. (2000). Panoptic plantations: the garden sights of Thomas Jefferson and George Mason. In Delle, J. A., Mrozowski, S. A., and Paynter, R. (eds.), Lines that Divide: Historical Archaeologies of Race, Class, and Gender, University of Tennessee Press, Knoxville, pp 58–77.

Fergus, H. (1982). Montserrat’s days of lime and cotton. Caribbean Quarterly 28(3): 10–18.

Fergus, H. A. (1994). Montserrat: History of a Caribbean Colony. MacMillan Caribbean, London.

Fitts, R. K. (1996). Landscapes of northern bondage. Historical Archaeology 30(2): 54–73.

Foucault, M. (1977). Discipline and Punish: The Birth of The Prison. Sheridan, A. (trans.), Vintage, New York.

Galloway, J. H. (1985). Tradition and innovation in the American sugar industry, c. 1500-1800: an explanation. Annals of the Association of American Geographers 75(3): 334–351.

Goodwin, C. M. (1987). Sugar, Time, and Englishmen: A Study of Caribbean Plantations. Doctoral Dissertation, Boston University, Boston, MA.

Goodwin, C. (1994). Betty’s Hope Windmill: an unexpected problem. Historical Archaeology 28(1): 99–110.

Gordillo, G. R. (2014). Rubble: The Afterlife of Destruction. Duke University Press, Durham, NC.

Hauser, M. W. (2015). Blind spots in empire: plantation landscapes in early colonial Dominica (1763-1807). In Marshall, L. W. (ed.), The Archaeology of Slavery: A Comparative Approach to Captivity and Coercion, Southern Illinois University Press, Carbondale, pp. 143–165.

Hauser, M. W. and Armstrong, D. V. (2012). The archaeology of not being governed: a counterpoint to a history of settlement of two colonies in the eastern Caribbean. Journal of Social Archaeology 12(3): 310–333.

Hicks, D. (2007). „The Garden of the World.” An Historical Archaeology of Sugar Landscapes in the Eastern Caribbean. British Archaeological Reports. Archaeopress, Oxford.

Higman, B. W. (1987). The spatial economy of Jamaican sugar plantations: cartographic evidence from the eighteenth and nineteenth centuries. Journal of Historical Geography 13(1): 17–39.

Lefebvre, H. (1974). The Production of Space. Nicholson-Smith, D. (trans.), Blackwell, Oxford.

Leone, M. P. (1984). Interpreting ideology in historical archaeology: using the rules of perspective in the William Paca Garden in Annapolis Maryland. In Miller, D. and Tilley, C. (eds.), Ideology, Power and Prehistory, Cambridge University Press, Cambridge, pp. 25–35.

MacLean, J. S. (2015). Sheltering Colonialism: The Archaeology of a House, Household, and While Creole Masculinity at the 18 th -Century Little Bay Plantation, Montserrat, West Indies. Doctoral Dissertation, Boston University, Boston, MA.

McElroy, J. L. and de Albuquerque, K. (1992). The economic impact of retirement tourism on Montserrat: some provisional evidence. Social and Economic Studies 41(2): 127–152.

Meide, C. (2003). The Sugar Factory in the Colonial West Indies: an Archaeological and Historical Comparative Analysis. Master's thesis, College of William and Mary, Williamsburg, VA.

Meniketti, M. (2006). Sugar mills, technology, and environmental change: a case study of colonial agro-industrial development in the Caribbean. IA: The Journal of the Society for Industrial Archaeology 32(1): 53–80.

Miles, D. and Munby, J. (2006). Montserrat before the volcano: a survey of the plantations prior to the 1995 eruptions. Landscapes 7(2): 48–69.

Ministry of Overseas Development (British Government). (1983). Tourist Map of Montserrat: Emerald Isle of the Caribbean. Southampton, UK.

Mintz, S. W. (1985). Sweetness and Power: The Place of Sugar in Modern History. Penguin, New York.

Mountserrat Island. (1673). Manuscript map, filename 8189–30. John Carter Brown Library, Brown University.

Oliver, V. L. (ed.). (1915). List of inhabitants, whites and blacks, of Montserrat in 1729, referred to in Colonel Mathews’ letter of 28 th May 1730. In Caribbeana, being Miscellaneous Papers relating to the History, Genealogy, Topography, and Antiquities of the British West Indies, Vol. 4, Mitchell Hughes and Clarke, London, pp. 302–311.

Olivier, L. (2013). The business of archaeology is the present. In González-Ruibal, A. (ed.), Reclaiming Archaeology: Beyond the Tropes of Modernity, Routledge, London, pp. 117–129.

Opitz, R. S., Ryzewski K., Cherry, J. F., and Moloney, B. (2015). Using airborne LiDAR survey to explore historic-era archaeological landscapes of Montserrat in the eastern Caribbean. Journal of Field Archaeology 40(5): 523–541.

Orser, C. E., Jr. (1988a). Toward a theory of power for historical archaeology: plantations and space. In Leone, M. P. and Potter, P. B., Jr. (eds.), The Recovery of Meaning: Historical Archaeology in the United States. Smithsonian Institution Press, Washington, DC, pp. 67–94.

Orser, C. E., Jr. (1988b). The archaeological analysis of plantation society: replacing status and caste with economics and power. American Antiquity 53:735–751.

Oxford Archaeological Unit. (1995). Report on Historic Buildings at Trants Estate and Other Estate Sites on Montserrat. Government of Montserrat, Plymouth.

Pulsipher, L. M. (1983). The Galways Plantation Project. Caribbean Geography 1(2): 141–142.

Pulsipher, L. M. (1986). Seventeenth Century Montserrat: An Environmental Impact Statement. Geo Books, Norwich, UK.

Pulsipher, L. M. (1991). Galways plantation. In Viola, H. J. and Margolis, C. (eds.), Seeds of Change: Five Hundred Years since Columbus. Smithsonian Institution Press, Washington, DC, pp. 139–159.

Pulsipher, L. M. and Goodwin, C. M. (1982). A sugar-boiling house at Galways: an Irish sugar plantation in Montserrat, West Indies. Post-Medieval Archaeology 16: 21–27.

Pulsipher, L. M. and Goodwin, C. M. (2001). "Getting the essence of it": Galways plantation, Montserrat, West Indies. In Farnsworth, P. (ed.), Island Lives: Historical Archaeologies of the Caribbean, University of Alabama Press, Tuscaloosa, pp. 165–203.

Randle, L. B. (2011). Applying the panopticon model to historic plantation landscapes through viewshed analysis. Historical Geography 39: 105–127.

Ryzewski, K. and Cherry, J. F. (2012). Communities and archaeology under the Soufrière Hills Volcano on Montserrat, West Indies. Journal of Field Archaeology 37(4): 316–327.

Ryzewski, K. and Cherry, J. F. (2015). Struggles of a sugar society: surveying plantation-era Montserrat, 1650-1850. International Journal of Historical Archaeology 19: 356–383.

Ryzewski, K. and Cherry, J. F. (2018a). The Survey and Landscape Archaeology on Montserrat (SLAM) Project: Ten Seasons of Research, Outreach, and Dissemination. Montserrat National Trust, Olveston.

Ryzewski, K. and Cherry, J. F. (2018b). List of Archaeological and Cultural Heritage Sites on Montserrat recorded by the Survey and Landscape Archaeology on Montserrat (SLAM) project, 2010–2018. Montserrat National Trust, Olveston.

Singleton, T. A. (2001). Slavery and spatial dialectics on Cuban coffee plantations. World Archaeology 33(1): 98–114.

Singleton, T. A. (2015). Slavery Behind the Wall: An Archaeology of a Cuban Coffee Plantation. University Press of Florida, Gainesville.

Smith, F. H. and Bassett, H. F. (2016). The role of caves and gullies in escape, mobility, and the creation of community networks among enslaved peoples of Barbados. In Bates, L. A., Chenoweth, J. M., and Delle, J. A. (eds.), Archaeologies of Slavery and Freedom in the Caribbean: Exploring the Spaces in Between, University of Florida Press, Gainesville, pp. 31–48.

Stewart, S. (2019). Plantations, Planning and Patterns: An Analysis of Landscapes of Surveillance on Rice Plantations in the Ace Basin, SC, 1800-1867. Doctoral Dissertation, Clemson University, Clemson, SC.

Stinton, A. (2015). A New Digital Elevation Model of the Soufrière Hills Volcano, Montserrat. Montserrat Volcano Observatory, Flemmings.

Stinton A. J., Cole, P. D., Stewart, R. C., Odbert, H. M., and Smith, P. (2014). The 11 February 2010 partial dome collapse at Soufrière Hills Volcano, Montserrat. In Wadge, G., Robertson, R. E. A., and Voight, B. (eds.), The Eruption of the Soufrière Hills Volcano, Montserrat from 2000 to 2010, Geological Society of London, London, pp. 133–152.

Trouillot, M.-R. (1995). Silencing the Past: Power and the Production of History. Beacon, Boston, MA.

Upton, D. (1984). White and black landscapes in eighteenth-century Virginia. Places 2(2): 59–72.

Wadge, G., Robertson, R. E. A., and Voight, B. (eds.). (2014). The Eruption of Soufrière Hills Volcano, Montserrat, from 2000 to 2010. Geological Society of London, London.

Waters, C. K. (2018). Putting Forts in their Place: The Politics of Defense in Antigua, 1670–1785. Doctoral Dissertation, Syracuse University, Syracuse, NY.

Waters, C. K. (2019). Power dynamics, social relations, and Antigua’s eighteenth-century fortifications. In DeCourse, C. R. (ed.), Power, Political Economy, and Historical Landscapes of the Modern World: Interdisciplinary Perspectives, State University of New York Press, Albany, pp. 153–176.

Watts, D. (1987). The West Indies: Patterns of Development, Culture and Environmental Change since 1492. Cambridge University Press, Cambridge.

Wheatley, D. and Gillings, M. (2000). Vision, perception and GIS: developing enriched approaches to the study of archaeological visibility. In Lock, G. (ed.), Beyond the Map: Archaeology and Spatial Technologies, IOS Press, Amsterdam, pp. 1–27.

Wheatley, D. and Gillings, M. (2002). Spatial Technology and Archaeology: The Archaeological Applications of GIS. Taylor and Francis, London.


Assessing the economic impact of wind farms on tourism in Scotland: GIS, surveys and policy outcomes

The impact of wind farms on the environment and subsequently on tourism is the subject of much heated debate. The research was concerned with making a robust quantitative assessment of the economic impact, to help resolve the debate and inform government policy on planning for renewable energy. In addition to a broad description of the intercept surveys and the advanced local economic models used to ascertain impact, the research details two novel elements a Geographic Information Systems (GIS) model for the analysis of the number of tourists and bed spaces exposed to wind farms and a large internet-based survey of the willingness to pay for landscape. The research found a very small but significant negative economic impact and, on the basis of the survey information, suggests ways of minimising this impact. Both GIS modelling and internet surveying were found to be extremely useful and, it is suggested, both should become standard tools for the tourism researcher. Copyright © 2009 John Wiley & Sons, Ltd.


Pozri si video: Farma 4dil