Analyse de l'irradiance - GRASS vs SAGA écarts importants

13

Je voulais calculer et visualiser les valeurs d'éclairement énergétique d'un tracé. Je ne sais pas pourquoi, mais dans ma copie de QGIS 2.18.5 il me manque le module SAGA approprié dans " Terrain Analysis -> Lightning ", alors j'ai choisi l' algorithme GRASS " r.sun ".

Les résultats ont été assez étonnants. Il semble qu'en dépit du raster correctement géolocalisé sur lequel l'analyse a été effectuée, le tracé doit être situé sur Vénus au lieu de l'est de la Pologne. Il est tout simplement impossible de recevoir près de 5 kWh / m2 le 21 juin ici.

entrez la description de l'image ici

Pour vérifier les chiffres, j'ai trouvé une copie autonome de SAGA 5.0 et relancé l'analyse ( algorithme "Potential Incoming Solar Radiation" ). Cette fois, les résultats étaient plus fiables (raster sur la capture d'écran importée dans QGIS pour comparaison).

entrez la description de l'image ici

Ces deux algorithmes sont-ils si différents?

Quelqu'un at-il rencontré le même problème?

Toujours tester cette fonctionnalité.

  1. Version QGIS: 2.18.5
  2. Version GRASS: 7
  3. Version SAGA: 5.0.0.
  4. Entrée: élévation de trame, pente et données d'aspect (3 séparées). SAGA a fonctionné sur onze trames uniquement. GRASS a utilisé les 3.
qgis grass saga solar-radiation proteus
la source
2
Je posterais
mankoff
2
Est-ce que cette Q&R "r.sun délivrant des valeurs irréalistes" par @Ulf pourrait être utile?
Kazuhito
Merci @Kazuhito! Maintenant, il est plus clair pourquoi les résultats ressemblent à ceci. BTW: la même chose s'applique-t-elle aux calculs d'irradiance dans SAGA?
proteus
@mankoff - existe-t-il également un groupe distinct pour les utilisateurs de SAGA? Cette question devient plus intéressante grâce à vos commentaires et j'aimerais en savoir plus sur les deux solutions.
proteus
Pourriez-vous tester la Potential Incoming Solar Radiationfonction dans SAGA 6.4?
Kazuhito

Réponses:

3

Je ne connais pas grand-chose au contexte des algorithmes r.sun et SAGA. Cependant, cela ne peut-il pas être un problème d'interprétation des unités ou d'interprétation des données d'entrée?

Dans le cas de r.sun, cela devrait être la somme quotidienne par mètre carré. En joignant la capture d'écran des valeurs quotidiennes typiques près de Cracovie à partir de la base de données Solargis , en juin env. 5 kWh / m2 / jour est très bien. Solargis: moyennes mensuelles à long terme de l'irradiation horizontale mondiale, un emplacement près de Cracovie, Pologne

Dans le cas des unités SAGA - je ne sais pas. Juste une supposition - les valeurs peuvent correspondre à l'énergie instantanée. Pendant la journée d'été par ciel clair, atteignez facilement environ 800 W, même jusqu'à 1000 W (= 1 kW), présentés comme une valeur instantanée.

Dans les deux cas, la variabilité des données dans votre région est trop élevée , pas réaliste (au moins je ne vois aucun terrain ou autres caractéristiques qui devraient provoquer des effets d'ombrage et être responsables de ces résultats).

jurajb
la source
Merci pour la suggestion. J'essaierai de relancer l'analyse. Ce qui est drôle, c'est que lorsque je voulais valider les résultats avec 25 m DEM en utilisant les mêmes paramètres, les résultats étaient exactement comme l'indique la base de données solargis ...
proteus
Il a fallu plusieurs mois pour revenir sur le sujet, mais j'ai approfondi mes recherches. Ce qui est intéressant, c'est que les valeurs ne sont plus proches des valeurs correctes que lorsque j'exécute une analyse sur le raster transformé en WGS84 CRS au lieu de WGS 84 UTM 34 comme je me suis basé à l'origine. Les valeurs sont toujours éteintes (dans certaines régions, même près de 0), mais dans les zones exposées au soleil, les nombres sont moins hors de l'espace. Peut-être que quelqu'un découvrira quelle est la cause de cette erreur. J'ai manqué d'idées :)
proteus