पर्यावरण जीव विज्ञान पर विशेषज्ञ की राय

इथियोपिया में वैश्विक सौर विकिरण की भविष्यवाणी के लिए मॉडलों का प्रदर्शन मूल्यांकन और तुलना: दो साइटों का एक केस अध्ययन

तेगेनु अर्गॉ वोल्डेगियोर्गिस

सौर ऊर्जा उपकरणों के डिजाइन और प्रदर्शन की जांच के लिए किसी स्थान पर क्षैतिज सतह पर वैश्विक सौर विकिरण का सटीक अनुमान लगाना आवश्यक है। इस अध्ययन में उत्तरी इथियोपिया के लालिबेला और सिरिन्का में मासिक औसत दैनिक वैश्विक सौर विकिरण (DGSR) और मासिक औसत वैश्विक सौर विकिरण (GSR) के मूल्यांकन के साथ-साथ अनुमानों में उपयोग किए गए छह मॉडलों की तुलना करने पर ध्यान केंद्रित किया गया। सर्वोत्तम मॉडलों को सांख्यिकीय प्रदर्शन मूल्यांकन के मूल्यों के अनुसार चुना गया। लालिबेला के लिए DGSR का अनुमान लगाने के लिए सबसे अच्छा मॉडल LO-मॉडल था, जिसका मान MBE=-0.092 KWh/m2day, RMSE= 0.402 KWh/m2day, MPE=-1,969% था और सिरिन्का के लिए- GM मॉडल जिसका मान MBE=-0.575 KWh/m2day, RMSE= 0.643 KWh/m2day, MPE=-9.764% था। लालिबेला पर मासिक औसत जीएसआर का सबसे अच्छा अनुमान लगाने वाला एपी मॉडल था, जिसके मान एमबीई=0.159 केडब्ल्यूएच/एम2डे, आरएमएसई=0.245 केडब्ल्यूएच/एम2डे, एमपीई=2.802% थे और सिरिंका-एलओ मॉडल के लिए एमबीई=-0.007 केडब्ल्यूएच/एम2डे, आरएमएसई=0.522 केडब्ल्यूएच/एम2डे, एमपीई=0.033% थे। लाललिबेला साइट पर, अनुमानित मासिक औसत डीजीएसआर 4.38 केडब्ल्यूएच/एम2 (अगस्त में) से 7.16 केडब्ल्यूएच/एम2 (मार्च में) तक है और मासिक औसत जीएसआर का अनुमान 4.96 केडब्ल्यूएच/एम2 (जुलाई में) और 6.69 केडब्ल्यूएच/एम2 (मार्च में) है। अनुमानित मासिक औसत DGSR 3.80 KW/m2 (जनवरी में) से लेकर 5.97 KW/m2 (मई में) तक है, जबकि अनुमानित मासिक औसत GSR सिरिंका साइट के लिए 4.48 KW/m2 (जनवरी में) से लेकर 6.75 KW/m2 (मई में) तक है। सबसे महत्वपूर्ण बात यह है कि परिणाम बताते हैं कि DGSR और GSR का अनुमान न केवल मौसम संबंधी डेटा को ध्यान में रखता है, बल्कि इसमें साइटों (GM मॉडल) और Nnh (LO मॉडल) के मूल्यों के बीच अक्षांशीय अंतर भी शामिल है। कुल मिलाकर परिणाम बताते हैं कि दोनों अध्ययन साइटों के लिए धूप आधारित अनुभवजन्य मॉडल का प्रदर्शन तापमान आधारित अनुभवजन्य मॉडल की तुलना में बेहतर था। अंत में, लालिबेला साइट में सिरिंका की तुलना में उच्च वैश्विक सौर विकिरण क्षमता है।

अस्वीकृति: इस सारांश का अनुवाद कृत्रिम बुद्धिमत्ता उपकरणों का उपयोग करके किया गया है और इसे अभी तक समीक्षा या सत्यापित नहीं किया गया है।