La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Méthode de spatialisation du rayonnement solaire global AJONC

Présentations similaires


Présentation au sujet: "Méthode de spatialisation du rayonnement solaire global AJONC"— Transcription de la présentation:

1 Méthode de spatialisation du rayonnement solaire global AJONC
Atelier sur la fusion de données 18 octobre 2011

2 Climatologie du Rayonnement Solaire Global
Objectif: Elaboration d’une climatologie du rayonnement solaire en France à partir des flux solaires Ajonc du CMS de Lannion (Fiche R&D 2007 DIRO) Aux pas de temps décadaire, mensuel et annuel Avec une cartographie à faible résolution: maille 1 km Participants: DCLIM/ACP DCLIM/BD DIRO CMS BCIR

3 Contrôle des données Quelles sont les données utilisées?
Les flux solaires produits à partir de METEOSAT (méthode AJONC) par le CMS sur la période Juin 1996 à Mai 2006 Les données initiales d’environ 300 postes du réseau sol (suppression des postes INRA et des postes en classe 5 Radome) Contrôles effectués sur les données Sol: sur 2 années de données de base et sur les données moyennées sur dix ans Contrôle spatial par krigeage (visualisation directe de pépites) Contrôle des données Sol par comparaison aux données Satellite: calcul des écarts relatifs et établissement des écarts relatifs maximaux tolérés entre données Sol et données Satellite (variables selon les périodes) Contrôle temporel: présence de biais persistant au fil des mois

4 Méthodologie (1) trois conséquences:
Différentes méthodes ont été testées trois conséquences: 1. Pas de traitement différent des données selon les zones côtières, montagneuses ou de plaine 2. Pas de traitement différent selon les mois ou les saisons Présence impérative de 10 années complètes de données pour chaque poste retenu Suite aux contrôles de données et à la nécessité d’avoir 10 ans de données: environ 200 postes retenus

5 Méthodologie (2) Différentes méthodes testées (sur le mois de juin):
Méthode au plus près des données: à chaque mois, application d’une équation de régression; à ce champ, ajout du krigeage des résidus; élaboration d’une climatologie sur 10 ans. Méthode à partir des moyennes: après calcul des champs moyens des données Sol et Satellite, application d’équation de régression et ajout du krigeage des résidus. Option 1: Etablissement d’une équation de régression par mois Option 2: Données Satellite plus krigeage des résidus 3. Méthode avec variogramme: krigeage des données Satellite, récupération de la structure du champ (variogramme) et application aux données Sol

6 Ensemble des stations utilisées
Méthodologie (3) Méthode retenue: 1. Interpolation des données Satellite (méthode « nearest neighbor») à maille 3 km 2. Krigeage des résidus entre les données Sol et les données Satellite à maille 3 km Krigeage de la somme de ces deux termes à maille 1 km Utilisation du logiciel SURFER Ensemble des stations utilisées

7 Méthodologie (4)

8 Validation: Mois de Juin et Décembre
Prise en compte des conditions de mesure de chaque poste (en particulier, mise en évidence des problèmes liés aux capteurs chauffés CDM63) Resserrement de la fourchette des écarts relatifs tolérés entre données Sol et données Satellite: au maximum entre –20% et +10% Participants: DIRO et CDM44 (J. Jan, C. Conseil, F. Baraer et J.L. Lepape) DIRNE (O. Dupont) DIRSO (G. Castella) DIRCE et CDM63 (A. Brisson et H. Sahut) DIRSE (V. Jacq)

9 Validation avec la base de données européennes
Validation effectuée avec les données disponibles sur le site: Potential of solar electricity generation in the European Union member states (JRC European Commission) Photovoltaic Geographical Information System (PVGIS) JRC= Joint Research Centre

10 Recommandations Les tests de validation et l’élaboration de cette climatologie du rayonnement global nous conduisent aux résultats suivants: Marge d’incertitude de 15% en hiver (décembre, janvier, février) Marge d’incertitude de 5% pour tous les autres mois de l’année et plus spécifiquement pour les zones de montagne: Marge d’incertitude de 40% de novembre à mars au dessus de 1000 m d’altitude.

11 Rayonnement Global-Seconde décade d’Octobre Période 1996-2005
Pas de temps décadaire: donnée de base mise à disposition

12 Rayonnement Global en Décembre (Période 1996-2005)
Superposition du réseau hydrologique

13 Résultats saisonniers
Vallée du Rhône Effet latitudinal Découpage du Relief Zone de La Rochelle

14 Rayonnement Global annuel Période Juin 1996- Mai 2006
10 années de données complètes Maille 1 km Pour mémoire:

15 Accès aux produits AJONC
Fichiers graphiques Page web de Dpnet: //dpnet.meteo.fr/DCLIM/avh/ Ancien site: suivi climatique > rubrique:  « statistiques et études » Données en points de grille disponibles dans la BDCLIM Table GRILLE_MOYAJONC_DECAD (données décadaires de cumul de rayonnement global en J/cm2 – période juin 1996-mai 2006) Table GRILLE_MOYAJONC_MENS (données mensuelles et annuelles de cumul de rayonnement global en J/cm2 – période juin 1996-mai 2006)

16 au barème des produits (V1. 19/10/2010)
Rayonnement AJONC au barème des produits (V1. 19/10/2010) Page 6

17


Télécharger ppt "Méthode de spatialisation du rayonnement solaire global AJONC"

Présentations similaires


Annonces Google