परिचय
यह आश्चर्य की बात नहीं है कि नए पवन फार्म के निर्माण के लिए आदर्श स्थानों की पहचान करना उतना आसान नहीं है जितना कि बिना किसी विशाल पवन टरबाइन के निकटतम खुले मैदान को खोजना। वास्तव में, सबसे उपयुक्त स्थानों की पहचान के लिए संबंधित साइट से संबंधित विशेषताओं की पूरी जानकारी की आवश्यकता होती है। इनमें से कुछ विनियामक हैं, "क्या हम निकटतम शहर से काफी दूर हैं?", "इस क्षेत्र के लिए किस हद तक प्राकृतिक सुरक्षा निर्धारित है?"। इनमें से कुछ व्यावहारिक हैं "क्या जमीन निर्माण के लिए उपयुक्त है?", "क्या इस क्षेत्र में इतनी हवा मिलती है कि एक नया पवन टरबाइन लाभदायक हो सके?"। प्रमुख हितधारकों द्वारा निर्धारित इन प्रश्नों के सेट का सटीक उत्तर देना किसी भी बड़ी निर्माण परियोजना की सफलता के लिए एक शर्त है। इस परियोजना में, हमने साल्ज़बर्ग में उन क्षेत्रों की कुशलतापूर्वक पहचान करने के लिए जलवायु डेटा, पृथ्वी अवलोकन इमेजरी और विनियमों का लाभ उठाया, जो पूर्वनिर्धारित मानदंडों के एक सेट को पूरा करते हैं। यह एक आदर्श उदाहरण है कि वास्तविक जीवन के उपयोग के मामले में बड़े डेटा का लाभ कैसे उठाया जा सकता है और प्रक्रिया के प्रत्येक चरण में किए जाने वाले विचारों की संख्या के बारे में जानकारी देता है।
डेटा का स्रोत
स्वाभाविक रूप से किसी भी कार्य के लिए पहला कदम जो व्यावहारिक/व्यावसायिक चिंता के प्रश्न का उत्तर देने के लिए भू-स्थानिक डेटासेट का लाभ उठाना चाहता है, वह है डेटा का स्रोत खोजना। जैसा कि कोई भी डेटा वैज्ञानिक जानता होगा कि यह सबसे महत्वपूर्ण कदम है: इसके बाद आने वाली हर समस्या अंततः यहाँ किए गए निर्णयों/विकल्पों से निकलती है। किसी व्यावसायिक अनुप्रयोग के लिए समाधान विकसित करते समय विशेष चिंता की बात यह है कि स्रोत डेटा न केवल सटीक है, बल्कि संबंधित अधिकारियों द्वारा आदर्श रूप से प्रमाणित है। उदाहरण के लिए, ज़ोनिंग जानकारी का एक विस्तृत नक्शा शून्य मूल्य का है यदि इसे संबंधित ज़ोनिंग प्राधिकरण से सीधे आने के लिए प्रमाणित नहीं किया जा सकता है। इस कारण से आधिकारिक डेटा स्रोत अत्यधिक उच्च मूल्य के होते हैं क्योंकि वे न केवल आवश्यक जमीनी सच्चाई की जानकारी प्रदान करते हैं बल्कि इससे निकाले जाने वाले किसी भी निष्कर्ष या भविष्यवाणियों को वैधता भी प्रदान करते हैं। इस परियोजना में ऑस्ट्रिया के बुंडेसमैट फर ईच-अंड वर्मेसुंग्सवेसेन (मापन विज्ञान और सर्वेक्षण का संघीय कार्यालय) के साथ-साथ साल्ज़बर्ग राज्य द्वारा प्रदान किया गया ओपन गवर्नमेंट डेटा संसाधन (ओजीडी) हमारे कार्यान्वयन योग्य पवन फार्म भूमि सर्वेक्षण के विकास के लिए एक उत्कृष्ट आधार के रूप में कार्य करता है।
अंतर्दृष्टि का लाभ उठाना
जैसा कि पहले ही बताया जा चुका है, नए पवन फार्मों के निर्माण के लिए आदर्श स्थलों की पहचान को कई मात्रात्मक मानदंडों में विभाजित किया गया है जो किसी दिए गए क्षेत्र की द्विआधारी विशेषता प्रदान करते हैं ("पवन फार्म के निर्माण के लिए उपयुक्त", "पवन फार्म के निर्माण के लिए उपयुक्त नहीं")। इस प्रकार, इनमें से किसी भी मानदंड को पूरा न करने पर क्षेत्र को किसी भी आगे के विश्लेषण में नज़रअंदाज़ कर दिया जाएगा। यह पद्धति पवन फार्म के निर्माण के लिए किसी क्षेत्र की उपयुक्तता की पहचान करने के लिए एक "त्वरित और आसान" वर्गीकरण योजना की अनुमति देती है।
ऊपर वर्णित प्रक्रिया का कार्यान्वयन निम्नानुसार विभाजित किया जा सकता है:
सबसे पहले, प्रत्येक मानदंड को एक डेटा स्रोत से जोड़ा गया था जो इस प्रश्न का सकारात्मक या नकारात्मक उत्तर देने के लिए पर्याप्त जमीनी सच्चाई की जानकारी प्रदान करता था। फिर प्रत्येक मानदंड के लिए संबंधित जमीनी सच्चाई की जानकारी को प्रश्न में मानदंड के संबंध में साल्ज़बर्ग में प्रत्येक क्षेत्र की उपयुक्तता को वर्गीकृत करने के लिए संसाधित किया गया था। इस तरह से साल्ज़बर्ग के क्षेत्रों को “उपयुक्त” या “अनुपयुक्त” क्षेत्रों में वर्गीकृत करने वाले प्रत्येक मानदंड के लिए एक वेक्टर परत उत्पन्न की गई थी। निम्नलिखित में हम इनमें से दो परतों के निर्माण पर एक त्वरित नज़र डालेंगे।
आवासीय क्षेत्रों की पहचान
नए पवन फार्म के निर्माण के लिए पालन किए जाने वाले प्रमुख मानदंडों में से एक यह है कि यह प्रमुख आवासीय क्षेत्रों से उचित दूरी पर हो। ध्वनि प्रदूषण, शहरी नियोजन और इन प्रतिष्ठानों के दृश्य प्रभाव से संबंधित चिंताओं को दूर करने के लिए सरकारी विनियमन के कारण अधिकांश क्षेत्रों में इस मानदंड को पूरा करना एक आवश्यकता है। बुंडेसमैट फर ईच-अंड वर्मेसुंग्सवेसेन से प्राप्त जमीनी सच्चाई के आंकड़ों का उपयोग करने से हमें एक उपयुक्त परत बनाने का प्रयास करने के लिए एक अच्छा प्रारंभिक बिंदु मिलता है जो साल्ज़बर्ग को इस मानदंड के संबंध में उनकी उपयुक्तता के अनुसार परिभाषित क्षेत्रों में विभाजित करता है।
जैसा कि इस मामले में देखा जा सकता है, ग्राउंड ट्रुथ डेटा में साल्ज़बर्ग राज्य में मौजूद मौजूदा संरचनाओं के अनुरूप कई बहुभुज शामिल हैं। यह एक आशाजनक शुरुआती बिंदु प्रदान करता है, लेकिन इस इनपुट को उचित बाइनरी वर्गीकरण परत में बदलने के लिए अभी भी कई सवालों को संबोधित करने की आवश्यकता है। अर्थात्, कोई व्यक्ति एक शहर के बीच एक सार्थक अंतर कैसे कर सकता है, जो यहाँ बहुभुजों के एक तंग समूह के रूप में दिखाई देता है, और एक खेत में दो अकेले घर? इस मामले में हमने घनत्व-आधारित स्थानिक क्लस्टरिंग एल्गोरिथ्म की ओर रुख किया जो इन संरचना बहुभुजों के घनत्व और उनके पड़ोसियों की संख्या के आधार पर किसी क्षेत्र का "आवासीय" या "गैर-आवासीय" में एक सहज घनत्व आधारित वर्गीकरण प्रदान करता है। इस तरह हम उदाहरण के लिए निम्नलिखित वर्गीकरण प्राप्त कर सकते हैं।
स्तर क्षेत्रों की पहचान करना
किसी भी निर्माण परियोजना के लिए एक और महत्वपूर्ण मानदंड यह है कि जमीन उचित ग्रेड की हो। आम तौर पर निर्माण परियोजनाओं को योजनाबद्ध संरचना के लिए उचित नींव प्रदान करने के लिए समतल बनाया जाना चाहिए। एक निश्चित ग्रेड के झुकाव से ऊपर क्षेत्र को समतल करने के लिए जो लागत वहन करनी होगी, वह परियोजना के व्यावहारिक होने के लिए बहुत अधिक निषेधात्मक हो जाती है। सौभाग्य से लेजर माप के साथ किए गए सर्वेक्षणों से प्राप्त ओपन सोर्स रास्टर डेटा 5 मीटर रिज़ॉल्यूशन पर उपलब्ध है।
इस मामले में चूंकि यह रास्टर है, न कि वेक्टर, इसलिए इस परत का बाइनरी वर्गीकरण मास्क में अनुवाद थोड़ा अधिक जटिल है। इस मामले में यह एक सीमा कोण को परिभाषित करके पूरा किया गया था जिसके ऊपर एक रुचि के बिंदु को "बहुत खड़ी" माना जाता था, इन सभी क्षेत्रों के लिए रास्टर डेटा की क्वेरी करना, इन क्षेत्रों को ओपनसीवी के साथ वेक्टर में निकालना और निकाले गए क्षेत्रों को सीमांकित करना हमें वांछित वर्गीकरण देता है।
निष्कर्ष
पवन फार्म के निर्माण के लिए किसी क्षेत्र की उपयुक्तता को परिभाषित करने वाले प्रत्येक मानदंड के लिए बाइनरी वर्गीकरण मास्क को सफलतापूर्वक निकालने के बाद, इसे एक साथ रखना सरल है: बस सभी वर्गीकरण मास्क को एक में मिला दें। परिणामी क्षेत्र साल्ज़बर्ग की राज्य सरकार और ऑस्ट्रिया की संघीय सरकार द्वारा प्रदान किए गए आधिकारिक ग्राउंड ट्रुथ डेटा द्वारा निर्धारित इष्टतम क्षेत्र हैं, जो काफी खोज है!
