Veter na Primorskem Jože Rakovec in Gregor Gregorič Katedra za meteorologijo

Transcription

1 Veter na Primorskem Jože Rakovec in Gregor Gregorič Katedra za meteorologijo Oddelek za fiziko, Fakulteta za matematiko in fiziko, Univerza v Ljubljani Renato Bertalanič, Mojca Dolinar, Tanja Cegnar in Boris Zupančič Urad za meteorologijo Agencija Republike Slovenije za okolje, Ministrstvo za okolje in prostor Ljubljana 2001

2 Kazalo Wind in Primorska region Summary of conclusions... 8 Wind measurements in years 1999 and 2000 compared to long-time periods... 8 Wind potential of Primorska region... 8 Uvod Metoda izdelave naloge Vetrovne razmere v Sloveniji Splošno o vetrovnosti v Sloveniji Močni vetrovi Najpogostejši splošni vetrovi Krajevni vetrovi Veter v gorskem svetu Relativne razlike vetrovnosti med kraji na Primorskem v plasti zraka pri tleh Meteorološki model ALADIN/SI Masno-konsistentni model Aiolos/Athin Splošni opis O zanesljivosti masno-konsistentnih modelov Relativne prostorske razlike glede vetrovnosti Splošni rezultati modela nad Primorsko Splošni jugozahodnik in splošni jugovzhodnik Splošni zahodnik Konkretna primera burje in jugozahodnika Veter burja Veter jugozahodnik Reprezentativnost vetra na Primorskem v letih 1999 in 2000 glede na daljše časovno obdobje Pri tleh v Sloveniji izmerjeni veter - primerjava vetrovnosti na petih izbranih postajah v letih 1999 in 2000 z daljšim obdobjem Povprečne hitrosti Obdobje delovanja in število veljavnih meritev Opisne statistike Hitrosti, večje od 4 m/s Veter v višinah nad Slovenijo po radiosondnih meritvah Radiosondni podatki merilne postaje Ljubljana Bežigrad v obdobju Tabele za leto Tabele za leto Tabele za leto Tabele za leto Tabele za leto Slike za leta 1996 do Razmere v obdobju na ploskvi 925 mbar Veter v višinah nad Slovenijo v zadnjih 50 letih po meteoroloških modelih Mesečna povprečja vetrovnosti na štirih nivojih do višine okrog 5 km Povprečja vrednosti Regresijske zveze med hitrostmi vetra na različnih višinah nad tlemi Veter v letu 2000 na štirih nivojih nad tlemi na vsakih 6 ur

3 2.3.3 Primerjava let 1999 in 2000 z obdobjem Veter na 500 mbar Veter 10 m nad tlemi Sklepi na osnovi modelskih ocen vetrov nad Slovenijo Ocena vetrovnega potenciala na Primorskem Metoda izračunavanja vetrovnega potenciala Fizikalne osnove Izbrana metoda Model WA S P Kratek opis modela WASP Struktura modela WA S P Izbor postaje Hrapavost terena Weibullova porazdelitev Zanesljivost modela WA S P Vetrovni potencial po posameznih postajah Izbor merilnih mest Testiranje modela Atlas vetra v okolici 13 izbranih merilnih mest Prostorska porazdelitev vetrovnega potenciala Potencialna energija vetra izračunana z masno konsistentnim-modelom Metoda prostorske interpolacije potencialne energije vetra Karte energijskega potenciala vetra Sklepi Sklepi o reprezentativnosti meritve vetra v letih 1999 in 2000 za daljše obdobje Sklepi o potencialu vetra na Primorskem Literatura Dodatek: Podatki po metodologiji modela WA s P za posamezne lokacije D1 Klimatološki odtis vetra D2 Tabele s parametri Weibullove statistike in z oceno potenciala vetra Ajdovščina Bilje Divača Dolane Dolenje Lipica Portorož Beli Križ Portorož letališče Postojna Razdrto Strmec Šepulje Vipava

4 Kazalo slik Slika 1.1 Orografija v modelu ALADIN/SI nad delom SI domene Slika 1.2: Orografija v masno-konsistentnem modelu nad Primorsko Slika 1.3 Relativne razlike med hitrostjo vetra pri tleh na različnih območjih Primorske, ko v višinah piha povsod enak zahodnik s hitrostjo 10 m/s Slika 1.4 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob splošnem jugozahodniku, ki ima v višinah hitrost 10 m/s Slika 1.5 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob splošnem jugovzhodniku, ki ima v višinah hitrost 10 m/s Slika 1.6 Napoved modela ALADIN/SI za ob 18h. Levo: horizontalno polje vetra pri tlaku 850 hpa (pribl m). Desno: vertikalni presek velikosti hitrosti (glej sliko 1.1) Slika 1.7: Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob burji 29. jan Slika 1.8 Napoved modela ALADIN/SI za ob 12h. Levo: horizontalno polje vetra pri tlaku 850 hpa (pribl m). Desno: vertikalni presek velikosti hitrosti (glej sliko 1) Slika 1.9 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob jugozahodniku nov Slika 2.1 Graf z okvirji za postajo Bilje Slika 2.2. Graf z okvirji za postajo Dolenje Slika 2.3. Graf z okvirji za postajo Ljubljana Slika 2.4. Graf z okvirji za postajo Portorož Slika 2.5. Graf z okvirji za postajo Rogla Slika 2.6. Graf povprečne polurne hitrosti za posamezno leto meritve Slika 2.7. Delež časa v %, s povprečno polurno hitrostjo večjo ali enako 4 m/s po posameznih letih delovanja Slika 2.8. Mesečna povprečja polurne hitrost vetra v odvisnosti od meseca v letu Slika 2.9. Delež časa s hitrostmi večjimi ali enakim od 4 m/s v odvisnosti od meseca v letu. 35 Slika 2.10 Povprečna mesečna hitrost vetra pri 500 mbar (okrog 5500 m n.m.) Slika 2.11 Povprečna mesečna hitrost vetra pri 700 mbar (okrog 3000 m n.m.) Slika 2.12 Povprečna mesečna hitrost vetra pri 850 mbar (okrog 1500 m n.m.) Slika 2.13 Povprečna mesečna hitrost vetra pri 925 mbar (okrog 750 m n.m.) Slika 2.14: Porazdelitev hitrosti vetra na ploskvi 925 mbar Slika 2.15 Porazdelitev vseh vetrov po smereh in pogostost brezvetrja na ploskvi 925 mbar 45 Slika 2.16 Porazdelitev vetrov s hitrostjo pod 5 m/s in pogostost brezvetrja pri 925 mbar Slika 2.17 Porazdelitev vetrov s hitrostjo vsaj 5 m/s na ploskvi 925 mbar Slika 2.14 Povezanost vetrov na različnih višinah med seboj po mesečnih povprečjih hitrosti vetra za 50-letno obdobje Slika 2.15 Modelska hitrost vetra nad Slovenijo na nadmorski višini okrog 5500 m v letu 2000 po ameriških re-analizah (narisana so mesečna povprečja hitrosti) Slika 2.16 Povezanost vetrov na različnih višinah med seboj po modelskih rezultatih na vsakih 6 ur (štirikrat dnevno) v letu Slika 2.17 Modelska hitrost vetra nad Slovenijo na nadmorski višini okrog 5500 m v letih po ameriških re-analizah (narisana so mesečna povprečja hitrosti) Slika 2.18 Modelska hitrost vetra nad Slovenijo na višini 10 m nad tlemi v letih po ameriških re-analizah (narisana so mesečna povprečja hitrosti)

5 Slika 3.1 Primer okolice, ki pripada razredu hrapavosti 0 (iz Troen and Petersen 1989) Slika 3.2 Primer okolice, ki pripada razredu hrapavosti 1(iz Troen and Petersen 1989) Slika 3.3 Primer okolice, ki pripada razredu hrapavosti 2 (iz Troen and Petersen 1989) Slika 3.4 Primer okolice, ki pripada razredu hrapavosti 3 (iz Troen and Petersen 1989) Slika 3.5: Karta potenciala vetra 10 m nad tlemi, izračunana na podlagi hitrosti iz masnokonsistentnega modela Slika 3.6: Karta potenciala vetra 10 m nad tlemi, izračunana na podlagi hitrosti iz masnokonsistentnega modela in z regresijo ustrezno utežena glede na meritve v točkah Slika 3.7 Karta vetrovnega potenciala za Primorsko (10 m nad tlemi, 1 razred hrapavosti) Slika 3.8 Karta vetrovnega potenciala za Primorsko (10 m nad tlemi, 2 razred hrapavosti) Slika 3.9 Karta vetrovnega potenciala za Vipavsko dolino (10 m nad tlemi, 1 razred hrapavosti) Slika 3.10 Karta vetrovnega potenciala za Primorsko (25 m nad tlemi, 1 razred hrapavosti). 76 Slika 3.11 Karta vetrovnega potenciala za Primorsko (50 m nad tlemi, 1 razred hrapavosti). 76 Kazalo tabel Tabela 1.1 Regresija med nadmorsko višino h in hitrostjo vetra pri tleh po modelu za splošni jugozahodnik in splošni jugovzhodnik Tabela 2.2 Osnovne opisne statistike povprečnih polurnih hitrosti vetra Tabela 2.3 t-test leta 1999 glede na obdobje pred letom Tabela 2.4 t-test leta 2000 glede na obdobje pred letom Tabela 2.5 t-test leta 1999 glede na celotno obdobje delovanja postaj. Statistično značilne razlike so označene s krepko pisavo Tabela 2.6 t-test leta 2000 glede na celotno obdobje delovanja postaj Tabela 2.7 Odstotek časa, ko je bila povprečna polurna hitrost vetra večja od 4 m/s Tabela 2.8 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Bilje Tabela 2.9 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Dolenje Tabela 2.10 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Ljubljana Tabela 2.11 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Portorož Tabela 2.12 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Rogla Tabela 2.13 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 500 mbar (okrog 5500 m n.m.)

6 Tabela 2.14 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 700 mbar (okrog 3000 m n.m.) Tabela 2.15 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 850 mbar (okrog 1500 m n.m.) Tabela 2.17 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 500 mbar (okrog 5500 m n.m.) Tabela 2.18 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 700 mbar (okrog 3000 m n.m.) Tabela 2.19: Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 850 mbar (okrog 1500 m n.m.) Tabela 2.20 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 925 mbar (okrog 750 m n.m.) Tabela 2.21 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 500 mbar (okrog 5500 m n.m.) Tabela 2.22 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 700 mbar (okrog 3000 m n.m.) Tabela 2.23 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 850 mbar (okrog 1500 m n.m.) Tabela 2.24 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 925 mbar (okrog 750 m n.m.) Tabela 2.25 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 500 mbar (okrog 5500 m n.m.) Tabela 2.26 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 700 mbar (okrog 3000 m n.m.) Tabela 2.27 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 850 mbar (okrog 1500 m n.m.) Tabela 2.28 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 925 mbar (okrog 750 m n.m.) Tabela 2.29 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 500 mbar (okrog 5500 m n.m.) Tabela 2.30 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 700 mbar (okrog 3000 m n.m.) Tabela 2.31 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 850 mbar (okrog 1500 m n.m.) Tabela 2.32 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 925 mbar (okrog 750 m n.m.) Tabela 2.33 Nekatere statistične količine v zvezi z mesečnimi povprečji hitrosti vetra nad Slovenijo v 50-letnem obdobju Tabela 2.34 Povprečne vrednosti in standardne deviacije hitrosti vetra (vsakič iz vzorca 1572 podatkov) Tabela 2.35 Povezanost med hitrostmi vetra ob istem času na različnih nivojih (isti vzorec) 50 Tabela 2.36 Karakteristike vetra na 500 mbar v obdobju po dveh virih: po CD- ROMu in dobljenih s ftp protokolom s strežnika 52 Tabela 2.37 Povprečne hitrosti in nekatere druge statistične karakteristike glede modelskega vetra 10 m nad tlemi za Slovenijo v različnih obdobjih med 1948 in 2000 ter primerjava z letoma 1999 in Tabela 2.38 Test»t«za razliko med povprečji modelske hitrosti na 500 mbar (okrog 5500 m visoko) nad Slovenijo v letih glede na obdobje in desetletje z upoštevanjem različnih varianc v obeh naborih podatkov. Statistično značilne razlike (z zanesljivostjo nad 95%) so označene s krepko pisavo

7 Tabela 2.39 Povprečne hitrosti in nekatere druge statistične karakteristike glede modelskega vetra 10 m nad tlemi za Slovenijo v različnih obdobjih med 1948 in 2000 ter primerjava z letoma 1999 in Tabela 2.40 Test»t«za razliko med povprečji modelske hitrosti 10 m nad tlemi za Slovenijo v letih glede na obdobje in desetletje z upoštevanjem različnih varianc v obeh naborih podatkov Tabela 3.1 Štirje standardni razredi hrapavosti po metodologiji WA S P Tabela 3.2 Seznam 13 izbranih merilnih mest, njihovi geografski podatki (severna geografska širina ϕ, vzhodna geografska dolžina λ, Gauss-Krügerjevi koordinati X in Y) in višina anemometra Tabela 3.3 Obdobje meritev na 13 izbranih merilnih mestih, vrsta podatkov povprečevanje hitrosti Tabela 3.4 Izbrana merilna mesta in dosegljivost podatkov, potrebnih za model WA S P (orografija digitalna karta reliefa, popis ovir okrog anemometra, ocena hrapavosti terena okrog anemometra) Tabela 3.5. Napoved povprečne hitrosti za 6 izbranih merilnih mest Tabela 3.6 Povprečne hitrosti vetra in povprečna gostota moči vetra na različnih višinah nad tlemi za različne razrede hrapavosti terena

8 Wind in Primorska region Summary of conclusions Wind measurements in years 1999 and 2000 compared to long-time periods Two different data sets were used: - available wind data close to the ground from meteorological archives for Slovenia (some from Primorska region, some also from other regions), - radiosounding data from Ljubljana, - and model data on wind characteristics in Slovenia (upper levels and at model level approx 20 m above the ground according to NCEP/NCAR Reanalysis Monthly Means), giving partly contradictory results. According to measurements were, as regards wind speed in Slovenia, years 1999 in 2000 below the long-term average; at most sites by a few percents, at Dolenje even much more: the year 1999 by more than 20%, and the year 2000 by more than 40%. Only in Ljubljana were these two years windier: both years by approximately 8%. According to model data at upper levels were winds in years 1999 and 2000 stronger than the long-term average by approximately 15 %. Sounding data cannot, due to short period archive, serve for such evaluation. Data close to the ground, and model data for upper levels do not offer tha basis for years 1999 and 2000 to be very exceptional. Statistical estimators for ground and upper levels are partly in contradiction. Thus we judge that 1999 and 2000 were not very exceptional ones they were rather close to the long-term average; with probably some 10 % interval to one or another side of the average. It should also be considered that also different 10-years periods were rather different according to the model results for upper levels by some 4 % up or down. The year 1999 was, especially as regards wind close to the ground, quite representative for long-term wind conditions. As the wind resource depends on the wind velocity to the third power, a 10 % interval of incertainity for velocity should result in an approximately 30 % interval of wind power (up - according to model data, down - according to the measured data at some locations close to the ground). Variations from one decade to another seem to be around 10 % of the average wind power. Wind potential of Primorska region For estimation of wind potential at stations with meteorological measurements a WA S P methodology was applied. For spatial interpolation these results were combined with the estimates of relative differences (with 500 m x 500 m resolution) between places inside the region. These estimates are based on results of the mass-consistent model being applied to general winds across Slovenia, and to some special cases. The measurements at meteorological stations, and the interpolation procedure give an estimate of the strongest wind potential in Primorska region on ridges of the Karst plateaus (Trnovski gozd, Nanos, Javorniki). There the average power density of wind exceeds 1000 W/m 2. Also very high is the wind potential on ridges of Brkini and Slavnik. 8

9 Bora contributes significantly to wind potential in some places: the most in eastern part of Vipava valley, but also on Karst plateau, at Slovene coast, and in Istria. It should be, however, taken into account that Bora is only one of the winds (blowing in approx 20 % of the time, one third of all cases being weak Bora). It is gusty wind and between strong gusts there are also weak lulls. Thus the ridges still have greater wind potential than the Bora in Vipava valley (where it is the strongest). The more general, constant winds obviously contribute to such high wind potential at ridges. Ridges above Vipava valley have more than triple wind potential (more than 1000 W/m 2 ), if compared to the one at the bottom of the eastern part of Vipava valley. Wind power density is, according to measurements, at Strmec 386,5 W/m 2 (Strmec is close to the saddle in a ridge, but not very high so not really representative for exposed locations), while the one at Ajdoščina reaches only 320,5 W/m 2. In Vipava valley the contribution of Bora diminishes rather quickly, as the wind power density in Bilje is only 34,7 W/m 2. In the direction towards the sea, the decrease is slower and so the contribution of Bora is still considerable at the Slovene coast. Locally the influence of Bora is weakened in the windward of orographic obstacles. The conclusion is, that there are mainly general (gradient) winds which contribute the most to the high wind potential at ridges: NE wind (which blows across whole Slovenia and in Primorska region katabatically descends down the slopes as Bora), but also SW, S and SE winds. General impression of the»strength«of Bora, which is gusty and katabatically accelerated from the plateaus of Notranjska down to Vipava valley, across Karst to the coast of Trieste, and to the Slovene coast, is obviously rather subjective: we have a lot of experience with this wind in these populated areas, while we only occasionally visit the elevated ridges (and we preferable choose a nice weather days for such visits). Our conclusion on highest wind potential on ridges (exceeding 1000 W/m 2 ) is based on measurements mainly in lowlands and on the model results. We were not able to use the wind data from ridges, as the data (of special measurements for wind resources studies) were not offered us for use. So Elektro Primorska should compare our results with their mesured data to comfirm the quanntitative values; we believe that relative differences are well captured with our approach. 9

10 Uvod Metoda izdelave naloge Za potrebe preučevanja vetrovnosti na Primorskem smo po specifikaciji naloge, delno za IREET, delno neposredno za Elektro Primorska, opravili preučitev potenciala vetra na tem območju in ugotovili naj bi, koliko so meritve v letih 1999 in 2000, ki so jih na raznih izpostavljenih lokacijah opravljali v teh dveh letih, reprezentativne za daljše obdobje. Skupni okvir zastavljene naloge je torej dokaj obsežen. Ker pa smo bili k nalogi pritegnjeni sorazmerno pozno, smo nalogo opravljali po fazah. V prvem delu naloge smo ocenili relativne razlike glede vetrovnosti med posameznimi lokacijami. Ta vsebina je v tem končnem poročilu zajeta v poglavju 1. Za oceno relativnih razlik glede vetrovnosti smo uporabili dva modela: enega dinamičnega v horizontalni ločljivosti okrog 11 km, in drugega kinematičnega s horizontalno ločljivostjo 500 m. Oba modela numerično simulirata pihanje vetra preko hribov, skozi doline itn. v odvisnosti od splošnih, širših pogojev, ki opredeljujejo vetrovnost. Potem smo do poletja opravili še raziskavo o tem, kako sta bili leti 1999 in 2000, ko so na Primorskem opravljali meritve vetra na več lokacijah, značilni za daljše obdobje. Tudi o tem smo pripravili najprej preliminarno poročilo večina ugotovitev je v tem končnem poročilu zajeta v poglavju 2. Končno smo se lotili še ocenjevanja»potenciala«vetra, ki je odvisen od tretje potence hitrosti. Ocena potenciala energije vetra zahteva podroben študij izmerjenih vrednosti vetra na posameznih lokacijah in lokacij samih, uporabo Weibullove porazdelitvene funkcije (npr. Troen and Petersen 1989); iz parametrov te funkcije se potem določa»potencial«energije in moči vetra. Za zanesljivost ocene potenciala je zelo koristno preučiti tudi vetrovnost v vertikalnem profilu do nekaj deset metrov nad tlemi, pa tudi v prostem ozračju. Potrebno je seveda primerjati obdobja meritev z daljše-dobnimi podatki o vetru, da ugotovimo morebitne nehomogenosti v času in se s tem vsaj delno zavarujemo pred morebitnimi precenitvami ali podcenitvami rezultatov meritev na posameznih lokacijah zaradi morebitnih slučajnosti v času samih meritev. Rezultati glede potenciala energije vetra na nekaterih merilnih postajah in v njihovi okolici so na kratko podani v poglavju 3, podrobno pa v Dodatku (kor gostota povprečne moči). Poglavje 3 podaja tudi oceno prostorske razporeditve te povprečne gostote moči vetra. Pri tem po moramo poudariti eno zelo bistveno lokalno značilnost našega primorskega prostora, ki je običajne metodologije za ocenjevanje potenciala vetra ne zajemajo. Gre za padajoči značaj in pospeševanje toka burje pri padanju s planot Notranjske in Krasa v Vipavsko dolino in k morju. Zato je burja močnejša na pod temi planotami. Po drugi strani pa so vetrovi na splošno z višino vse močnejši, še posebej nad grebeni. Zato smo morali ubrati drugačno pot, kot jo predvidevajo sicer standardni postopki za pretežno ravninska območja. To posebno obravnavo smo razložili v poglavju 3, kjer je opisan potencial vetra. Vetrovne razmere v Sloveniji 10

11 Vetrovne razmere v Sloveniji določata predvsem njena geografska lega v zmernih geografskih širinah severne poloble in Alpe. Nad Evropo v splošnem prevladujejo zahodni vetrovi, čeprav zračni tok večinoma valovi in se s tem odklanja priti severu in jugu, občasno pa se oblikujejo tudi veliki zračni vrtnici, območja visokega in nizkega zračnega pritiska, v katerih je gibanje v smeri urinega kazalca oz. v nasprotno smer. V veliki meri na vetrovne razmere vpliva tudi razgibanost površja. Hribi pogosto obvarujejo pred najbolj močnimi vetrovi in obenem vplivajo na splošne vetrovne razmere pri nas tudi z odklanjanjem smeri vetra, ki se prilagaja obliki gorstva. Za krajevne vetrovne razmere je pomembna razgibanost manjših razsežnosti, razporeditev vodnih površin in kopnega, različno ogrevanje oziroma ohlajanje površja in posledično spodnjih plasti ozračja. V splošnem lahko trdimo, da je povprečna hitrost vetra v Sloveniji manjša kot v ravninskem delu zahodne in srednje Evrope. Zapletena so tudi zaključena krajevna gibanja zraka. Razgibano površje je vzrok tudi za nastanek lokalnih vetrov. Poleg značilnih krajevnih vetrov s kopnega na morje ponoči in z morja na kopno čez dan, ter dolinskih in pobočnih vetrov, ki navadno ne presežejo hitrosti okoli 5 m/s, so najpomembnejši vetrovi, ki so značilni za omejena območja, njihov nastanek pa je odvisen od vremenskih razmer večjih razsežnosti, to so: jugo, burja, severni in južni fen. Ti vetrovi lahko dosežejo tudi velike hitrosti, burja in o vetrovnih razmerah velikih razsežnosti so to Alpe, ki nas severni fen celo rušilno jakost. Splošno o vetrovnosti v Sloveniji Prizemna opazovanja in meritve vetra so pokazale, da je povprečna hitrost vetra v bližini tal največja spomladi. V višjih plasteh ozračja so največje hitrosti značilne za hladno polovico leta. Po nižinah, predvsem po kotlinah in dolinah, se v hladnem delu leta rad zbira hladen zrak, nastajajo tako imenovana jezera hladnega zraka, v katerih se razvije zelo šibka krajevna cirkulacija zraka, ki je povsem neodvisna od vetrovnih razmer v toplejšem zraku nad jezerom hladnega zraka. Ob posebnih razmerah se hladen zrak v spodnjih plasteh ozračja iznad Padske nižine razširi tudi nad severni Jadran, Vipavsko dolino in Slovensko Primorje. Jezera hladnega zraka so torej eden izmed vzrokov za obdobja razmeroma šibkih vetrov po nižinah pozimi. Vendar moramo takoj pripomniti, da so krajevni vetrovi, kot je burja, jugo in severni ter južni fen, najmočnejši prav pozimi. Vztrajajo lahko tudi po več dni nepretrgoma. Močni vetrovi Glede močnih vetrov v Sloveniji ločimo tri območja: prvo je tisto, kjer piha burja, drugo je območje severnega fena, tretje območje pa je kar celotna Slovenija, kjer se močan veter pojavlja ob nevihtah, torej dokaj kratkotrajen močan veter iz katere koli smeri, ki pa ne traja dolgo, ponavadi ob nevihti zabeležimo le nekaj močnih sunkov, izjemoma se ob nevihti naredi tudi vrtinčast rušilni veter, ki lahko odkriva strehe, izjemoma lomi tudi drevesa. Močna burja na Krasu, v Vipavski dolini in Slovenskem Primorju piha vsako leto, najpogostejša in najbolj izrazita je pozimi, zmerna burja pa se pojavlja prek celega leta. Največkrat je severovzhodnik, krajevno se lahko odkloni do vzhodne ali severne smeri. Za burjo je značilna izrazita sunkovitost, nekajminutni močan veter zamenja nekajkrat tako dolgo obdobje šibkejšega vetra. V sunkih doseže lahko tudi 40 m/s, krajevno je njena hitrost spremenljiva, največjo hitrost pričakujemo ob vznožju gorskih grebenov, na primer v Vipavski dolini je tako območje med Ajdovščino in Vipavo z okolico. Krajevne razlike v hitrosti burje so velike. 11

12 Burja lahko piha tudi po več dni nepretrgoma. Kljub temu, da je to katabatičen veter, je burja pozimi mrzel veter, ki prinaša zelo suh zrak. Jugo je omejen na obalno območje, drugod po državi v takih primerih piha jugozahodni veter. Jugo je jugovzhodni veter, je bistveno manj sunkovit od burje. Čeprav je lahko tudi močan, se po največjih hitrosti ne more primerjati z burjo. Tudi jugo lahko piha več dni zapored. Večinoma prinaša topel in vlažen zrak. Severni fen je značilen za vznožje Karavank, za dolino Save Bohinjke in Dolinke, Logarsko dolino. Izjemoma lahko doseže tudi rušilne hitrosti, največ škode pa so po izkušnjah naredili vrtinci na steku dolin. V minulem stoletju je zelo močan severni fen dvakrat povzročil veliko škodo. Ob severnem fenu tudi drugod po državi piha severni veter, le da ni tako močan kot v vznožju Karavank. Ozračje je v takih vremenskih situacijah dobro prevetreno. V Primorju ne piha severni veter, ampak burja. Najpogostejši splošni vetrovi Najpogostejši splošni vetrovi so povezani s posameznimi vremenskimi situacijami. Mednje prištevamo severovzhodni veter (v Primorju se odraža kot burja), jugozahodni veter (ob obali je to jugo, ponekod na Notranjskem in Dolenjskem ter Beli krajini je to južni fen) ter severni veter, ki ga ob vznožju Karavank poznamo kot severni fen. Za te vetrove je značilna razmeroma stalna smer, lahko pihajo več dni zapored. Jugozahodni veter je najbolj značilen za Dolenjsko, Štajersko in Prekmurje ter osrednjo Slovenijo. Severni veter navadno piha za vremensko fronto, dobra je prevetrenost po vsej državi, tudi po nižinah. Severovzhodni veter je značilen za Prekmurje, Štajersko, Dolenjsko in vzhodno Slovenijo, na Primorskem in Notranjskem piha burja. Krajevni vetrovi Ob šibkih splošnih vetrovih ali v njihovi odsotnosti prevladujejo krajevni vetrovi, večinoma so šibki in pri nas običajno ne presežejo 5 m/s, nastajajo zaradi različnega ohlajanja oziroma segrevanja tal in posledično spodnjih plasti ozračja. V hladnem delu leta ob takih razmerah po nižinah in kotlinah običajno nastanejo jezera hladnega zraka, v katerih se vzpostavi šibko krajevno gibanje zraka. Najmočnejši so poleti, ko je tudi sonce najmočnejše in so zato tudi razlike v ogrevanju površja največje. Čez dan pihajo po dolinah navzgor, po prisojnih pobočjih navzgor, iz morja nad kopno, ponoči se zrak spušča o dolini, po pobočjih se steka proti dnu doline ali kotline, iz kopnega piha nad morje. Veter v gorskem svetu Na gorskih vrhovih so vetrovne razmere podobne razmeram v prostem ozračju, vendar tudi v gorah naletimo na odstopanja, kot je na primer okrepitev vetra na slemenih in grebenih ter oslabitev na zavetrni strani gora. Še večje so spremembe v smeri vetra, poleg prilagajanja z obtekanjem zraka okoli ovire, kanaliziranja vzdolž dolin, poznamo tudi nastajanje vrtincev s horizontalno in vetrikalno osjo. V splošnem pa lahko trdimo, da hitrost vetra z naraščajočo višino narašča. 12

13 1 Relativne razlike vetrovnosti med kraji na Primorskem v plasti zraka pri tleh Relativne razlike med posameznimi kraji na Primorskem smo ugotavljali s pomočjo modelskih simulacij. Na kratko najprej opišemo modele, potem pa podajamo rezultate. 1.1 Meteorološki model ALADIN/SI Meteorološki model ALADIN (npr. Sadiki et al. 2000) napoveduje meteorološke spremenljivke nad območjem, ki je veliko 800 km x 800 km in ima središče v osrednji Sloveniji. Model ima horizontalno ločljivost 11 km in operativno teče na Hidrometeorološkem zavodu RS. Rezultati tega modela so najbolj natančen vsakodnevni operativni vir podatkov o tridimenzionalnem polju vetra v Sloveniji. Na sliki 1 je narisan izrez modelske orografije za področje, ki nas zanima v tej študiji. Slika 1.1 Orografija v modelu ALADIN/SI nad delom SI domene. Črtkana črta označuje lego vertikalnih presekov na slikah 1.6 in 1.8. Izračuni modela ALADIN pa za potrebe tega dela niso neposredno uporabni. Kot je razvidno iz slike 1.1, v orografiji modela ALADIN ni gorskih masivov Trnovskega gozda in Nanosa ter kraške planote. Polje vetra, izračunano z modelom ALADIN, je zato primerno le kot začetni približek za natančnejšo simulacijo z masno-konsistentnim modelom. 1.2 Masno-konsistentni model Aiolos/Athin Splošni opis Masno-konsistentni modeli so kinematični modeli. Delujejo tako, da skušajo prilagoditi polje vetra, ki naj 1. se čim bolj verno prilega izmerjenim vetrovom (ali vetrovom, dobljenim s kakim drugim modelom) in 2. naj hkrati čim bolj ustreza kakemu fizikalno smiselnemu 13

14 pogoju, npr. o čim bolj brezdivergentnem toku zraka preko reliefa obravnavanega območja. Metodo je teoretično utemeljil Sasaki (1958), temelji na variacijski analizi, numerična metoda pa navadno relaksacijsko reševanje enačbe Poissonovega tipa. S takimi modeli imamo na Katedri za meteorologijo že dolgoletne izkušnje in smo sami že naredili in preizkusili kar nekaj takih modelov (Rakovec 1986, Vrhovec 1991, Rakovec in Pristov 1994, Rakovec in Gregorič 2000). Tudi na internetnih strežnikih je kar nekaj takih modelov, ki so na razpolago za prosto uporabo (npr. ameriški Calmet na ( Scire in sod. 1990). Za to študijo uporabljamo model Aiolos, verzijo Athin (=Aiolos-thin), ki je nadgradnja starejšega, dobro znanega ameriškega modela NOABL (Traci and Phillips 1979). Razvit je bil v Grčiji (Lalas 1996) za potrebe ocenjevanja energijskega potenciala vetra na otokih v Egejskem morju. Model uporablja ti. Sasakijevo metodo, kjer je pri minimizaciji tridimenzionalne divergence vetra upoštevana stabilnost ozračja (horizontalni in vertikalni del divergence sta ustrezno utežena). Vertikalni nivoji v modelu pri tleh sledijo reliefu, višje v modelu pa vse manj in manj (ti.»sigma«vertikalna koordinata). Poleg tega smo izbrali način, da so plasti pri tleh bolj gosto, v višinah pa redkeje razporejene. To pomeni, da deset nivojev razdeli območje do nadmorske višine 3500 m na različno debele plasti po višini, pa tudi glede na nadmorsko višino reliefa: nad morjem so te bolj debele, nad najvišjimi hribi Trnovskega gozda in Snežnika pa le pol toliko, kot nad morjem. Zato tudi najnižji nivo pri tleh (za tega podajamo rezultate o vetrovnosti) ni povsod povsem enako visoko nad tlemi; nad morjem je to dobrih 20 m visoko, nad najvišjimi hribi pa dobrih 10 m nad tlemi. Toda ker so lokacije, ki so zanimive za našo obravnavo vse na hribih, torej vsaj približno vse dokaj visoko nad morjem je za relativno primerjavo to dejstvo nepomembno Modelsko območje in orografija modela sta prikazana na sliki 1.2. Slika 1.2: Orografija v masno-konsistentnem modelu nad Primorsko. Uporabljena resolucija je 500 m, v območju je 154 točk v smeri vzhod-zahod in 170 točk v smeri sever-jug. Označene so tudi lokacije posebnih meritev vetra. 14

15 1.2.2 O zanesljivosti masno-konsistentnih modelov Kljub temu, da so mnogi taki modeli prosto dostopni (npr. na raznih spletnih strežnikih), pa je pri njihovi uporabi potrebno primerno znanje za pravilno nastavitev parametrov modelov, pa tudi zanje o meteoroloških posebnostih obravnavanega območja, če naj bi dobili ustrezne, reprezentativne rezultate. To pokažimo na primeru ene simulacije, ko v modelu spremenimo razmerje uteži α 1 proti α 2 za prilagajanje vetra na račun horizontalnega dela divergence vetra nasproti vertikalnemu delu divergence. Rezultati so za primer, ko v višinah piha povsod enak zahodnik s hitrostjo 10 m/s, prikazani na sliki 1.3 a) do c). Primeri se razlikujejo samo po te, da so izbrane različne vrednosti za parameter α 2 in sicer: a) - α 2 = 2,5, b) - α 2 = 5 in c) - α 2 = 10. Vzorci vetrovnosti so si sicer v vseh treh primerih zelo podobni, pač pa so velikosti izračunane hitrosti različne: a) v max = 11 m/s. b) v max = 14 m/s in c) v max = 16 m/s. To pomeni, da absolutne vrednosti hitrost niso zanesljive, če ne uspemo primerno nastaviti vseh parametrov v modelu. Konkretno je parameter α 2 npr. odvisen od stabilnosti ozračja v odvisnosti od gibalne količine, kar v meteorologiji navadno izražamo z brezdimenzijskim Froudovim številom. Zanesljivost oz. nezanesljivost tovrstnih modelov se kaže tudi v tem, da je npr. vetrovnost v njih ob povsem enakomernem vetru v višinah (po osnovni nastavitvi modela) popolnoma enaka, če veter piha iz povsem nasprotne smeri. Tako sta izračunani vetrovnosti identični npr. za jugozahodnik in severozahodnik: pri kinematični obravnavi je namreč vseeno ali tok teče»naprej«ali»nazaj«- tokovnice so v obeh primerih identične. Računanje vetra z osnovno nastavitvijo modela (v višinah povsod enak, splošni veter, ter ekstrapolacija vetra navzdol do tal po nekem profilu hitrosti in smeri) seveda tudi ne morejo predvideti lokalnih termično pogojenih, katabatičnih oz. anabatičnih značilnosti vetra. V našem primeru burje je tak pojav, ki je za katabatično burjo bistven, da se hladna, torej gosta,»težka«burja spušča na sredozemsko stran Alpsko-Dinarske gorske pregrade v področje toplejšega zraka nad Jadranom. Pri tem se sicer zrak pri spuščanju adiabatno stiska in zato segreva. * Toda, če je pritekajoči zrak nad planotami Notranjske dovolj hladen (in zato»težak«) je kljub segrevanju ob spustu lahko tudi še na dnu (v Vipavski dolini, v Trstu, v Istri) še vedno hladnejši od zračne mase, ki prekriva jadransko območje. Tedaj se pri padanju navzdol burja ves čas pospešuje. Takih pojavov masno-konsistentni model v osnovni verziji nikakor ne morejo uspešno simulirati. Pač pa tudi v osnovni verziji, samo s podatkom o vetru v višinah, sorazmerno zadovoljivo lahko simuliramo veter, ki nima posebnih katabatičnih ali anabatičnih lastnosti. S tako osnovno verzijo smo zato simulirali npr. jugozahodnik in jugovzhodnik. Še nekaj: ali je morda v modelu veter pri tleh kar preprosto odvisen od nadmorske višine: višje ko smo, močnješi je veter? To seveda ni res. veter piha skozi prehode v reliefu, preko * Torej je npr. na dnu Vipavske doline burja vedno za nekaj stopinj toplejša tiste npr. na Colu ali na Razdrtem. Ker pa ima ima tudi večjo hitrost, je kljub višji temperaturi lahko občutek mraza hujši. 15

16 sedel in prelazov itn. To potrdimo tudi s statističnim preizkusom: za splošni jugozahodnik in za splošni jugovzhodnik (glej izračunani polji vetra v nadaljevanju), smo izračunali regresijo med hitrostjo vetra in višino h. Pokaže se, da je regresijska odvisnost šibka, pri enem od obeh primerov pa je celo negativna: večja nadmorska višina manjša hitrost vetra (seveda v povprečju preko vseh modelskih točk!) Tabela 1.1 Regresija med nadmorsko višino h in hitrostjo vetra pri tleh po modelu za splošni jugozahodnik in splošni jugovzhodnik. regresijska povezava z nadmorsko višino h regresijski koeficient R splošni jugozahodnik 2,43 m/s + 0,00071 /s *h 0,12 splošni jugovzhodnik 2,85 m/s - 0,00026 /s *h 0,05 Teh nekaj opisanih lastnosti masno-konsistentnih modelov torej kaže, da brez podrobne preučitve problema, ki ga obravnavamo, niso vedno zagotovljeni meteorološko smiselni rezultati. Uporaba modela brez poznavanja dejanskih meteoroloških karakteristik posameznega geografskega območja lahko vodi do nesmiselnih rezultatov. 16

17 Slika 1.3 Relativne razlike med hitrostjo vetra pri tleh na različnih območjih Primorske, ko v višinah piha povsod enak zahodnik s hitrostjo 10 m/s. Absolutne vrednosti niso zanesljive, kažejo pa, da izbira parametra α 2, ki opredeljuje razmerje prilagajanja vetra glede horizontalne oz. vertikalne divergence, precej vpliva na izračunano hitrost: - α 2 = 2,5 v max = 11 m/s - α 2 = 5 v max = 14 m/s - α 2 = 10 v max = 16 m/s 17

18 1.3 Relativne prostorske razlike glede vetrovnosti Splošni rezultati modela nad Primorsko Model, ki smo ga na kratko opisali, je nad izbranim reliefom mogoče pognati tudi na zelo preprost način. V modelu je namreč predvidena kot osnovna taka možnost, da nad obravnavanim območjem predpišemo splošni veter v višinah. Eden od modelskih podprogramov pa potem ekstrapolira veter od tistega v višini navzdol do tal po enem od primernih vertikalnih profilov vetra. Povedali smo že, da rezultati takega načina računanja vetra seveda ne morejo predvideti lokalnih termično pogojenih, katabatičnih oz. anabatičnih značilnosti vetra v našem primeru burje. Pač pa tudi v osnovni verziji, samo s podatkom o vetru v višinah, sorazmerno zadovoljivo lahko simuliramo veter, ki nima posebnih katabatičnih ali anabatičnih lastnosti. S tako osnovno verzijo smo zato simulirali npr. jugozahodnik in jugovzhodnik Splošni jugozahodnik in splošni jugovzhodnik Ne da bi masno-konsistentni model kaj spreminjali (prilagodili smo samo relief) smo simulirali dva splošna vetrova: jugozahodnik in severovzhodnik. Pri tem je privzeto, da je hitrost vetra v višini, nad planetarno mejno plastjo, povsod nad celim območjem hitrost 10 m/s, smer pa tudi povsod konstantna. Zaradi zelo poenostavljenih vhodnih podatkov torej absolutne vrednosti hitrosti vetra niso zanesljive, pač pa je prikaz uporaben za oceno relativnih razlik med lokacijami. Prikazujemo torej dva rezultata: za splošni jugozahodnik in splošni jugovzhodnik. Ta dva primera kažeta, da so ob različnih smereh vetra nekatere lokacije zelo prevetrene, medtem, ko pri drugih smereh tem vetra ni kaj dosti. Tako so npr. lokacije na Nanosu prevetrene ob obeh smereh, medtem ko so skoraj vse druge lokacije ob jugovzhodniku bistveno manj vetrovne. Ob tem pa je seveda treba opozoriti, da jugovzhodnik nad tem področjem ne piha zelo pogosto in samo zato te druge lokacije še niso v celotnem ali večletnem povprečju manj vetrovne.

19 Slika 1.4 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob splošnem jugozahodniku, ki ima v višinah hitrost 10 m/s. Absolutne vrednosti (skala je v m/s) niso zanesljive. Označene so tudi lokacije posebnih meritev vetra. 19

20 Slika 1.5 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob splošnem jugovzhodniku, ki ima v višinah hitrost 10 m/s. Absolutne vrednosti (skala je v m/s) niso zanesljive. Označene so tudi lokacije posebnih meritev vetra Splošni zahodnik Ker smo v uvodu prikazali občutljivost modela glede nastavitve parametrov v njem na primeru zahodnika s sicer enakimi karakteristikami, kot jih imata v prejšnjem podpoglavju opisana jugozahodnik in jugovzhodnik, je za razmere pri zahodniku z njima primerljiva slika 1.3 b). 20

21 1.3.2 Konkretna primera burje in jugozahodnika V Sloveniji na splošno, pa tudi na obravnavanem območju Primorske, sta najpogostejši, prevladujoči dve smeri vetra. Eden je severovzhodnik, ki pripiha preko osrednje Slovenije in preko Notranjske, ter se katabatično pospešuje navzdol kot burja proti nižinam jadranskega območja. Druga prevladujoča smer je jugozahodnik, ki pa tudi na goratem območju Alpsko- Dinarske gorske pregrade nima kakih bistvenih anabatičnih lastnosti ob dviganju navzgor na privetrni strani, niti katabatičnih lastnosti na zavetrni strani. Da bi simulirali te razmere, je predvsem pri burji potrebno v model vgraditi efekte pospeševanja navzdol. Kinematični modeli, kot je masno-konsistentni model, česa takega ne morejo primerno simulirati. Vsaj delno pa to lahko vgradimo v vhodne podatke, če so le-ti privzeti ali iz dovolj gostih merilnih točk, ali pa iz dinamičnega modela. Ker merilnih točk ni dovolj preko vsega območja (so samo na grebenih Alpsko-Dinarske gorske pregrade), smo se odločili za uporabo vetrovnih polj, kot jih nudi model ALADIN seveda primerno prilagojenih, da lahko služijo kot vhodni podatki pri horizontalni ločljivosti 500 m. Ob tem je treba opozoriti na neko zelo važno dejstvo. Kot smo povedali že v uvodu, ima model ALADIN horizontalno ločljivost okrog 11 km. Pri tej ločljivosti pa ne zazna pravilno npr. Vipavske doline. Zato tudi burja v njem tam ni povsem dobro simulirana in je na dnu torej že začetni, vhodni veter za masno-konsistentni model na splošno preveč šibek. Zato je tudi v končnem rezultatu še vedno podcenjen. Toda ker v konkretnem primeru ocenjevanja relativnih razlik med lokacijami na grebenih hribov razmere v dnu dolin in kotlin niti niso zelo važne, in ker so na višinah vetrovi kar dobro modelirani, so rezultati za ta konkretni namen vseeno uporabni (le v nižinah je v konkavnih reliefnih oblikah veter sistematično podcenjen). 21

22 Veter burja Na sliki 1.6 je narisano horizontalno polje vetra po modelu ALADIN pri tlaku 850 hpa (na višini pribl m) in vertikalni presek velikosti hitrosti vetra (glej sliko 1.1) za ob 18h. Slika 1.6 Napoved modela ALADIN/SI za ob 18h. Levo: horizontalno polje vetra pri tlaku 850 hpa (pribl m). Desno: vertikalni presek velikosti hitrosti (glej sliko 1.1). Na vertikalne preseku velikosti hitrosti vetra (slika 1.6 desno) je lepo viden»padajoč značaj«burje. Tudi polje vetra pri tlaku 850 hpa (slika 1.6 levo) kaže na povečanje hitrosti vetra za modelsko orografsko pregrado. Rezultati masno-konsistentnega modela so za ta primer podani na sliki 1.7. Slika kaže, da so najbolj prevetreni grebeni: Banjšice in nižji predeli Kraška planote so relativno manj izpostavljeni (razlika glede na vrhove oz. grebene znaša do 10 m/s). Dobro je prevetren tudi Slavnik, Vremščica in Brkini pa nekaj manj. Zahodni del snežniškega masiva, ki je še v Sloveniji (npr. Snežnik, Zatrep), je manj izpostavljen v primerjavi z vzhodnejšimi vrhovi (npr. Javorniki, Škodovnik). Še enkrat je potrebno poudariti, da je na tej sliki katabatični (»padajoč«) značaj burje na dnu Vipavske doline, ob morju na Tržaškem in Koprskem itn.zelo podcenjen. V Ajdovščini so npr. na ta dan izmerili sunke burje do 30 m/s. Za gorske vrhove in grebene pa lahko to sliko ocenimo kot zadovoljivo tudi v kvantitativnem smislu. 22

23 Slika 1.7: Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob burji 29. jan Absolutne vrednosti hitrosti (skala je v m/s) niso zanesljive. Označene so tudi lokacije posebnih meritev vetra. 23

24 Veter jugozahodnik Na sliki 1.8 je narisano horizontalno polje vetra po modelu ALADIN pri tlaku 850 hpa (na višini pribl m) in vertikalni presek velikosti hitrosti vetra (glej sliko 1.1) za ob 12h. Slika 1.8 Napoved modela ALADIN/SI za ob 12h. Levo: horizontalno polje vetra pri tlaku 850 hpa (pribl m). Desno: vertikalni presek velikosti hitrosti (glej sliko 1). Značaj jugozahodnega vetra je drugačen kot pri burji. Ob modelski gorski pregradi se vetrovni stržen spušča, na konstantni višini se hitrost vetra vzdolž smeri toka povečuje. Pri tlaku 850 hpa (slika 3 levo) se hitrost vzdolž vertikalnega preseka skoraj podvoji. Kaj pa daje v tem primeru masno-konsistentni model? Poglejmo si sliko 1.9! Iz slike se vidi, da so v tem primeru zelo izpostavljeni vsi gorski grebeni, ki imajo pobočja obrnjena na jugozahod. Območje Nanosa je v tem primeru približno enako prevetreno kot zahodni rob Trnovskega gozda (Sinji vrh) in Hrušica. Izstopajo vrhovi Javornikov in Snežniškega masiva ter zopet najvišji vrhovi v Trnovskem gozdu (Golaki). Dobro so prevetreni tudi grebeni na kraški planoti (Trstelj, Kokoš okoli 15 m/s). Najslabše so v tem primeru prevetrene Banjšice; hitrost je tam v primerjavi z gorskimi grebeni na Krasu približno dva-krat manjša. 24

25 Slika 1.9 Relativne razlike med hitrostjo vetra na različnih območjih Primorske ob jugozahodniku nov Absolutne vrednosti hitrosti (skala je v m/s) niso zanesljive. Označene so tudi lokacije posebnih meritev vetra. 25

26 2 Reprezentativnost vetra na Primorskem v letih 1999 in 2000 glede na daljše časovno obdobje 2.1 Pri tleh v Sloveniji izmerjeni veter - primerjava vetrovnosti na petih izbranih postajah v letih 1999 in 2000 z daljšim obdobjem Povprečne hitrosti Vetrovnost v prizemni plasti atmosfere je vremenska in klimatska spremenljivka z veliko spremenljivostjo, kar je predvsem posledica geografske lege Slovenije in njene velike reliefne razgibanosti. Razen velike časovne spremenljivosti so pri istem vremenskem tipu tudi velike prostorske razlike. Hitrost in smer vetra predstavlja vhodne podatke za različna aplikativna področja, ki delijo analize vetra v tri glavne skupine: analize primerov majhne hitrosti, srednje hitrosti in primerov velikih hitrosti vetra. Za izkoriščanje potenciala vetrne energije je zanimiv predvsem srednji hitrostni razred, pogostost teh hitrosti in njihova stalnost. Zaradi velike časovne in prostorske spremenljivosti vetra je potrebno krajše časovne merilne vzorce časovno ovrednotiti. Izogniti se moramo primeru, da pri analizah upravičenosti izrabe potenciala energije vetra ne računamo z vzorcem, ki predstavlja zgornji ali spodnji razred dolgoletnih značilnosti. Zaradi tega smo, podobno kot pri analizi višinskega vetra, primerjali še rezultate meritev pri tleh v letih 1999 in 2000 glede na celotno obdobje meritev na avtomatskih postajah Bilje, Dolenje, Ljubljana, Portorož in Rogla. Ta merilna mesta smo izbrali zato, ker imajo dolga merilna obdobja, njihova mikrolokacija se v tem obdobju ni spremenila, omogočajo pa tudi oceno razlik med Primorsko in ostalo Slovenijo. Vse analize smo delali s podatki polurnih meritev vetra, s polurnimi povprečji hitrosti. Obdobje meritev na postajah in število veljavnih meritev v tem obdobju prikazuje tabela 2.1. Tabela 2.1 Obdobje delovanja meteoroloških postaj in število veljavnih meritev Obdobje delovanja in število veljavnih meritev Postaja Obdobje število meritev Bilje nov dec Dolenje jan dec Ljubljana jun dec Portorož mar dec Rogla apr dec Za grob pregled navajamo osnovne opisne statistike povprečnih polurnih hitrosti vetra na izbranih postajah v tem obdobju: 26

27 Tabela 2.2 Osnovne opisne statistike povprečnih polurnih hitrosti vetra Opisne statistike interval interval zaupanja zaupanja Postaja povprečje -95,0% +95,0% minimum maksimum std. dev. Bilje 2,0 2,0 2,1 0,0 14,0 1,7 Dolenje 2,1 2,0 2,1 0,0 24,1 2,4 Ljubljana 1,3 1,3 1,3 0,0 9,4 1,0 Portorož 2,8 2,8 2,8 0,0 14,1 1,6 Rogla 3,9 3, 9 3,9 0,0 18,3 2,4 Vidimo lahko, da je bila največja povprečna hitrost izmerjena na postaji Rogla, skoraj 4 m/s. Največjo povprečno polurno hitrost 24 m/s so izmerili v Dolenju. Dolenje in Rogla imata tudi največjo varianco hitrosti (standardni odklon 2,4 m/s). Za vizualno oceno porazdelitev hitrosti, povprečnih hitrosti, njihovih standardnih odklonih in ekstremnih vrednosti, podajamo za vsako od postaj graf z okvirji (angl. box plot) po letih delovanja (slike ). Bilje hitrost (m/s) leto Slika 2.1 Graf z okvirji za postajo Bilje Max Min Mean+SD Mean-SD Mean Outliers 27

28 24 Dolenje 18 hitrost (m/s) leto Slika 2.2. Graf z okvirji za postajo Dolenje Max Min Mean+SD Mean-SD Mean Outliers 10 Ljubljana 8 6 hitrost (m/s) leto Slika 2.3. Graf z okvirji za postajo Ljubljana Max Min Mean+SD Mean-SD Mean Outliers 28

29 Portorož hitrost (m/s) leto Slika 2.4. Graf z okvirji za postajo Portorož Max Min Mean+SD Mean-SD Mean Outliers 20 Rogla hitrost (m/s) leto Slika 2.5. Graf z okvirji za postajo Rogla Max Min Mean+SD Mean-SD Mean Outliers Prvi okvir, ki predstavlja začetno leto delovanja postaje, ni v celoti reprezentativen za celo leto, ker se meritve praviloma niso začele v začetku leta (razen na postaji Dolenje). Slika 2.6 prikazuje graf povprečne polurne hitrosti za vse postaje za posamezno leto meritve. 29

30 hitrost (m/s) leto Bilje Dolenje Ljubljana Portorož Rogla Slika 2.6. Graf povprečne polurne hitrosti za posamezno leto meritve Na prvi pogled se zdi, da povprečna hitrost v letih 1999 in 2000 ne odstopa bistveno od povprečij drugih let in celotnega obdobja. Majhen trend upadanja je opazen pri postaji Dolenje. Povprečno hitrost v letih 1999 in 2000 smo zato testirali glede na povprečje v obdobju do leta 1999 in glede na povprečje celotnega obdobja delovanja postaj. Rezultate t- testov prikazujejo naslednje tabele Tabela 2.3 t-test leta 1999 glede na obdobje pred letom Statistično značilne razlike so označene s krepko pisavo t-test Vzorec 1: obdobje do leta 1999 Vzorec 2: leto 1999 povprečje povprečje št. prim. št. prim. Postaja vzorca 1 vzorca 2 t-value df p vzorca 1 vzorca 2 (m/s) (m/s) Bilje 2,1 2,0 4, , Dolenje 2,3 1,8 23, , Ljubljana 1,2 1,3-9, , Portorož 2,9 2,8 3, , Rogla 3,9 3,9 1, , Povprečna hitrost vetra v letu 1999 se je statistično pomembno razlikovala od povprečja v obdobju do leta 1999 na postajah Bilje, Dolenje, Portorož, kjer je bila nižja od povprečja, in v Ljubljani, kjer je bila nekoliko višja od povprečja. 30

31 Tabela 2.4 t-test leta 2000 glede na obdobje pred letom Statistično značilne razlike so označene s krepko pisavo. Vse razlike so statistično značilne t-test Vzorec 1: obdobje do leta 1999 Vzorec 2: leto 2000 povprečje povprečje št. prim. št. prim. Postaja vzorca 1 vzorca 2 t-value df p vzorca 1 vzorca 2 (m/s) (m/s) Bilje 2,1 1,8 20, , Dolenje 2,3 1,3 49, , Ljubljana 1,2 1,3-12, , Portorož 2,9 2,7 16, , Rogla 3,9 3,7 9, , Povprečna hitrost vetra v letu 2000 je bila statistično pomembno nižja od povprečja v obdobju do leta 1999 na vseh postajah, razen v Ljubljani, kjer je bila višja. Tabela 2.5 t-test leta 1999 glede na celotno obdobje delovanja postaj. Statistično značilne razlike so označene s krepko pisavo t-test Vzorec 1: celotno obdobje delovanja Vzorec 2: leto 1999 povprečje povprečje št. prim. št. prim. Postaja vzorca 1 vzorca 2 t-value df p vzorca 1 vzorca 2 (m/s) (m/s) Bilje 2,0 2,0 1, , Dolenje 2,1 1,8 14, , Ljubljana 1,6 1,3-7, , Portorož 2,8 2,8 00, , Rogla 3,9 3,9-0, , Povprečna hitrost vetra v letu 1999 se je statistično pomembno razlikovala od povprečja v celotnem obdobju delovanja na postajah Dolenje, kjer je bila nižja od povprečja, in Ljubljana, kjer je bila višja od povprečja. Tabela 2.6 t-test leta 2000 glede na celotno obdobje delovanja postaj. Statistično značilne razlike so označene s krepko pisavo. Vse razlike so statistično značilne t-test Vzorec 1: celotno obdobje delovanja Vzorec 2: leto 2000 povprečje povprečje št. prim. št. prim. Postaja vzorca 1 vzorca 2 t-value df p vzorca 1 vzorca 2 (m/s) (m/s) Bilje 2,0 1,8 17, , Dolenje 2,1 1,3 42, , Ljubljana 1, 26 1,34-9, , Portorož 2,8 2,7 14, , Rogla 3,9 3,7 7, , Povprečna hitrost vetra v letu 2000 je bila statistično pomembno nižja od povprečja v celotnem obdobju delovanja na vseh postajah, razen v Ljubljani, kjer je bila višja (vendar je razlika šele na drugi decimalki). 31

32 2.1.2 Hitrosti, večje od 4 m/s Ker so za učinkovito in optimalno delovanje vetrnih turbin pomembne hitrosti vetra nad 4 m/s, smo pogledali tudi, kako so bile le-te porazdeljene. Tabela 2.7 in slika 2.7 prikazujeta delež časa v %, ko je bila povprečna hitrost vetra večja od 4 m/s. Tabela 2.7 Odstotek časa, ko je bila povprečna polurna hitrost vetra večja od 4 m/s leto Bilje Dolenje Ljubljana Portorož Rogla % % % % % , ,8 24,6 1,7 26, ,1 21,1 3,0 22, ,5 20,3 3,4 20,2 43, ,8 21,3 2,8 18,9 39, ,9 17,3 3,1 17,7 41, ,0 14,8 2,5 17,2 43, ,6 12,6 2,7 19,3 43, ,5 6,8 2,6 17,0 37, delež nad 4 m/s (v %) leto Bilje Dolenje Ljubljana Portorož Rogla Slika 2.7. Delež časa v %, s povprečno polurno hitrostjo večjo ali enako 4 m/s po posameznih letih delovanja 32

33 S slike lahko že na prvi pogled, da je bil v Dolenju v obeh letih 1999 in 2000 manjši delež vetra s hitrostjo nad 4 m/s kot v povprečju v vsem obdobju delovanja. Podobno lahko zaključimo za leto 2000 na postajah Bilje, Rogla in Portorož. Leto 1999 je bilo, kar se tega tiče, na pogled povprečno na postajah Rogla, Portorož in Bilje. V Ljubljani je delež vetra s hitrostjo nad 4 m/s v obeh letih povprečen. Vizualne zaključke lahko podkrepimo in natančneje ocenimo s statističnimi testi. Tabele prikazujejo število meritev s hitrostjo vetra pod 4 m/s in nad 4 m/s v letih 1999 in 2000 ter v celotnem obdobju delovanja postaj. Izračunan je odstotek izmerjenih hitrosti pod in nad m/s. Dobljena razmerja za leti 1999 in 2000 so testirana s tistimi za celotno obdobje delovanja s testom χ 2 (hi kvadrat). Čim večja je vrednost χ 2, tem manj je glede porazdelitve pod in nad hitrost 4 m/s posamezno leto podobno glede na celotno obdobje. Izračunana je tudi statistična značilnost p. Testi χ 2 kažejo podpovprečen delež hitrosti nad 4 m/s v obeh letih 1999 in 2000 na naslednjih postajah: Bilje, Dolenje in Portorož. V Ljubljani razlike niso statistično pomembne in je bil delež teh hitrosti v obeh letih primerljiv z daljšim obdobjem. Na Rogli je bil delež hitrosti nad m/s v letu 1999 nadpovprečen, v letu 2000 pa podpovprečen glede na daljše obdobje. Tabela 2.8 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Bilje. Statistično značilne razlike so označene s krepko pisavo. Razliki sta statistično značilni, delež hitrosti na 4 m/s je v obeh letih podpovprečen Test χ 2 Bilje obdobje hitrost<4 m/s hitrost 4 m/s N odstotek N odstotek χ 2 p % % % % celotno obdobje % % Tabela 2.9 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Dolenje. Statistično značilne razlike so označene s krepko pisavo. Razliki sta statistično značilni, delež hitrosti na 4 m/s je v obeh letih podpovprečen Test χ 2 Dolenje obdobje hitrost<4 m/s hitrost 4 m/s N odstotek N odstotek χ 2 p % % % % celotno obdobje % % 33

34 Tabela 2.10 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Ljubljana. Razliki statistično nista pomembni, delež hitrosti nad 4 m/s je bil v Ljubljani v letih 1999 in 2000 primerljiv s celotnim obdobjem Test χ 2 Ljubljana obdobje hitrost<4 m/s hitrost 4 m/s N odstotek N odstotek χ 2 p % % % % celotno obdobje % % Tabela 2.11 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Portorož. Statistično značilne razlike so označene s krepko pisavo. Razliki sta statistično značilni, delež hitrosti na 4 m/s je v obeh letih podpovprečen Test χ 2 Portorož obdobje hitrost<4 m/s hitrost 4 m/s N odstotek N odstotek χ 2 p % % % % celotno obdobje % % Tabela 2.12 Število meritev s hitrostjo pod in nad 4 m/s v obdobju 1999, 2000 in v celotnem obdobju delovanja, delež meritev pod in nad hitrostjo 4 m/s, test χ 2 razlik meritev v obdobjih 1999 in 2000 glede na celotno obdobje in statistična značilnost p za postajo Rogla. Statistično značilne razlike so označene s krepko pisavo. Razliki sta statistično značilni, delež hitrosti na 4 m/s je v letu 1999 nadpovprečen, v letu 2000 pa podpovprečen Test χ 2 Rogla obdobje hitrost<4 m/s hitrost 4 m/s N odstotek N odstotek χ 2 p % % % % celotno obdobje % % Opozoriti moramo še na to, da moramo pri ocenah upoštevati celoleten vzorec meritev, saj je vetrovnost močno odvisna od letnega časa. Kako pomembna je odvisnost hitrosti vetra in deleža časa s hitrostjo vetra nad 4 m/s od meseca v letu nam kažeta sliki 2.8 in

35 povprečna hitrost (m/s) jan feb mar apr maj jun jul avg sept okt nov dec mesec Bilje Dolenje Ljubljana Portorož Rogla Slika 2.8. Mesečna povprečja polurne hitrost vetra v odvisnosti od meseca v letu delež hitrosti >=4 m/s (v %) jan feb mar apr maj jun jul avg sept okt nov dec mesec Bilje Dolenje Ljubljana Portorož Rogla Slika 2.9. Delež časa s hitrostmi večjimi ali enakim od 4 m/s v odvisnosti od meseca v letu 35

36 2.2 Veter v višinah nad Slovenijo po radiosondnih meritvah Radiosondni podatki merilne postaje Ljubljana Bežigrad v obdobju V nadaljevanju so podani rezultati obdelave hitrosti vetra na osnovi radiosondnih podatkov, ki so jih izmerili v obdobju na meteorološki postaji Ljubljana Bežigrad. Nadmorska višina merilne postaje Ljubljana Bežigrad je 299 m. Enkrat dnevno opravijo meritev vertikalnega poteka temperature in vlažnosti zraka, iz znane lokacije merilnika izračunajo tudi smer in hitrost vetra na določenih višinah oz. na določenem zračnem tlaku. Meritve opravljajo z radiosondami Vaisala, večinoma ob jutranjem opazovalnem terminu, to je okoli 6. ure po srednjeevropskem času, upoštevati pa moramo, da meritev ni trenutna, ampak poteka skoraj celo uro. Meritve ustrezajo standardom Svetovne meteorološke organizacije. Pri obdelavi smo upoštevali tudi meritve, ki so bile opravljene še uro pred ali po zgoraj navedenem času, nekaj meritev, ki so bile izjemoma opravljene tudi ob drugih terminih smo izključili iz obdelave, tako vsakemu dnevu pripada zgolj ena meritev. Podatkov manjkajočih meritev nismo interpolirali in v obdelavi niso zajeti, nekaj podatkov pa smo ob kontroli izločili. Za osnovno enoto obdelave smo izbrali mesec, saj se vetrovne razmere tekom leta spreminjajo, v toplem delu leta se nad našimi kraji v prosti atmosferi ne pojavljajo tako velike hitrosti kot v hladnem delu leta. V splošnem so vremenski pojavi, kot so cikloni in anticikloni, pozimi izrazitejši kot poleti, to velja tudi za razmere nekaj kilometrov nad tlemi. Vendar je to pri povprečnih hitrostih vetra komaj opazno, saj so povprečne hitrosti nekaterih poletnih mesecev večje od povprečnih hitrosti nekaterih zimskih mesecev. Precejšnje so lahko tudi razlike med posameznimi leti (na primer povprečna mesečna hitrost pri 500 mbar julija v letih 1999 in 2000). Za posamezna leta in posamezne vrednosti zračnega tlaka (torej višine v ozračju) so po mesecih zbrane osnovne značilnosti hitrosti vetra, to so: povprečna (povp.), največja (maks.) in najmanjša (min.) hitrost, mediana, standardni odklon (std.), v zadnji vrstici vsake tabele je podano število upoštevanih podatkov (št. pod.). Za obdelavo smo izbrali v meteoroloških analizah najpogosteje uporabljane vrednosti zračnega tlaka, to so 500 mbar, 700 mbar, 850 mbar in 925 mbar. V letu 1997 smo zabeležili večji izpad podatkov v oktobru in novembru, za januar 1998 pa nismo podali standardnega odklona, saj je bilo meritev le 7. Potrebno je posebej poudariti, da izmerjene vrednosti veljajo za prosto ozračje. Posebej je to pomembno na višinah pri 850 mbar (okrog 1500 m n.m.) in pri 925 mbar (okrog 750 m n.m.), delno tudi še na višjih nivojih. Nad Ljubljano, odkoder se dviga radiosonda, in nad njeno okolico, kamor sondo ob dvigu zanese, namreč ni visokih hribov. Torej se je pri uporabite teh podatkov treba zavedati, da izmerjene vrednosti veljajo za prosto ozračje, in da bi bil na isti višini, toda v bližini hribov, veter drugačen! 36

37 Tabele za leto 1996 Tabela 2.13 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 500 mbar (okrog 5500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.14 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 700 mbar (okrog 3000 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.15 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 850 mbar (okrog 1500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.16 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1996 pri 925 mbar (okrog 750 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod

38 Tabele za leto 1997 Tabela 2.17 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 500 mbar (okrog 5500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.18 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 700 mbar (okrog 3000 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.19: Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 850 mbar (okrog 1500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.20 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1997 pri 925 mbar (okrog 750 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod

39 Tabele za leto 1998 Tabela 2.21 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 500 mbar (okrog 5500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.22 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 700 mbar (okrog 3000 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.23 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 850 mbar (okrog 1500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.24 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1998 pri 925 mbar (okrog 750 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod

40 Tabele za leto 1999 Tabela 2.25 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 500 mbar (okrog 5500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.26 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 700 mbar (okrog 3000 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.27 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 850 mbar (okrog 1500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.28 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 1999 pri 925 mbar (okrog 750 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod

41 Tabele za leto 2000 Tabela 2.29 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 500 mbar (okrog 5500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.30 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 700 mbar (okrog 3000 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.31 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 850 mbar (okrog 1500 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod Tabela 2.32 Povprečna, najmanjša in največja hitrost vetra, mediana in standardni odklon ter število upoštevanih podatkov v letu 2000 pri 925 mbar (okrog 750 m n.m.). JAN FEB MAR APR MAJ JUN JUL AVG SEP OKT NOV DEC LETO povp std min maks mediana št. pod

42 Slike za leta 1996 do 2000 Na slikah od 2.10 do 2.13 smo prikazali povprečno mesečno hitrost vetra v posameznih letih pri tlakih 500 mbar, 700 mbar, 850 mbar in 925 mbar (to je okrog 5570m, 3010 m, 1460 m in 750 m n.m.). Oktober in november 1997 na slikah manjkata, kajti oktobra je bil na razpolago le en podatek, novembra pa meritev sploh ni bilo. Tudi januar 1998 ni povsem reprezentativen, saj je povprečje izračunano le na osnovi 7 podatkov, kar je bistveno manjši vzorec kot v ostalih mesecih. Že na prvi pogled opazimo, da v povprečju hitrost z naraščajočo višino (vsaj za plasti, ki jih obravnavamo v tem tekstu) narašča, prav tako pa narašča tudi variabilnost iz leta v leto. Slika 2.10 Povprečna mesečna hitrost vetra pri 500 mbar (okrog 5500 m n.m.). 42

43 Slika 2.11 Povprečna mesečna hitrost vetra pri 700 mbar (okrog 3000 m n.m.). Slika 2.12 Povprečna mesečna hitrost vetra pri 850 mbar (okrog 1500 m n.m.). 43

44 Slika 2.13 Povprečna mesečna hitrost vetra pri 925 mbar (okrog 750 m n.m.) Razmere v obdobju na ploskvi 925 mbar Še enkrat ponovimo opozorilo iz začetka poglavja 2.2: ponovno poudarjamo, da se je pri interpretaciji teh podatkov treba zavedati, da izmerjene vrednosti pri 925 mbar (okrog 750 m n.m.) veljajo za prosto ozračje, in da bi bil na isti višini, toda v bližini hribov, veter drugačen! Na višini okoli 800 m nad morsko gladino je primerov brezvetrja zelo malo, le 1.2 %. Najpogosteje piha veter s hitrostjo od 2 do 5 m/s (slika 2.14). Veter s hitrostjo med 6 in 8 m/s je tudi še dokaj pogost, malo pa je vetrov s hitrostjo nad 12 m/s POGOSTOST (%) HITROST (m/s) Slika 2.14: Porazdelitev hitrosti vetra na ploskvi 925 mbar Na sliki 2.15 je prikazana porazdelitev vetra po smereh, upoštevali smo delitev na 8 smeri. Najpogostejši je bil vzhodni veter (dobrih 21 %), sledi mu zahodnik (dobrih 19 %), nato 44

45 juhozahodnik (dobrih 14 %) in severovzhodnik (dobrih 13 %). Najmanj pogosto je pihal južni veter, komaj dobrih 5 % POGOSTOST (%) C S SV V JV J JZ Z SZ SMER Slika 2.15 Porazdelitev vseh vetrov po smereh in pogostost brezvetrja na ploskvi 925 mbar Porazdelitev po smereh smo podali posebej za šibke vetrove (povprečna hitrost vetra pod 5 m/s) na sliki 2.16 in posebej za močne vetrove, to je veter nad 5 m/s, na sliki 4. Pri šibkih vetrovih močno prevladuje vzhodnik (dobrih 22 %), sledi pa mu severovzhodnik z dobrimi 16 %. Najmanj pogosto piha južni veter, le dobrih 6 %. Šibkih vetrov vključno z brezvetrjem je 57.6 %. Na sliki 4 je prikazana porazdelitev po smereh za vetrove s hitrostjo nad 5 m/s, takih vetrov je 42.4 %, med njimi močno prevladuje zahodni veter s slabimi 29 %, sledi pa mu jugozahodni veter s slabimi 22 %. Vzhodnik je šele na tretjem mestu, najmanj pogost pa je tudi pri močnejših vetrovih južni veter, le za spoznanje več je severnega vetra POGOSTOST (%) C S SV V JV J JZ Z SZ SMER Slika 2.16 Porazdelitev vetrov s hitrostjo pod 5 m/s in pogostost brezvetrja pri 925 mbar 45

46 30 25 POGOSTOST (%) C S SV V JV J JZ Z SZ SMER Slika 2.17 Porazdelitev vetrov s hitrostjo vsaj 5 m/s na ploskvi 925 mbar Na kratko povzemamo še nekaj ugotovitev, ki smo jih pridobili z analizo podatkov na drugih višinah, izmerjeni pa so bili prav tako nad Ljubljano. V plasti na višini 400 m nad morjem je bila največja povprečna hitrost spomladi, kar je v skladu z rezultati meritev, ki kažejo, da največje povprečne hitrosti pri tleh izmerimo spomladi. Na višini 3 in 5 km nad morsko gladino je bil v povprečju veter najmočnejši pozimi. Poleti so v višjih plasteh prevladovali zahodni in severozahodni ter severni vetrovi. Na višini 500 m nad morsko gladino so bili najbolj zastopani severovzhodni, jugovzhodni in severni vetrovi. Jeseni je v spodnjih plasteh ozračja močno prevladoval vzhodnik, v višinah pa zahodnik in severozahodnik. Pozimi je bilo na višini 500 m nad morjem veliko zahodnika in severozahodnika, pogosti so bili tudi južni in jugovzhodni vetrovi ter vzhodnik m visoko sta prevladovala vzhodnik in zahodnik, še v višjih plasteh ozračja pa zahodni do severni veter. Spomladi je bilo nekaj kilometrov visoko daleč največ zahodnega vetra, sledijo mu severozahodnik, sever in severovzhodnik. V plasti nad tlemi so bili najpogostejši vzhodnik, severovzhodnik, jug, zahodnik in severozahodnik. 46

47 2.3 Veter v višinah nad Slovenijo v zadnjih 50 letih po meteoroloških modelih Mesečna povprečja vetrovnosti na štirih nivojih do višine okrog 5 km Za to obdelavo smo uporabili podatke o mesečnih povprečnih vetrovih na (modelskih) ploskvah 500 mbar, 700 mbar, 850 mbar in 925 mbar. Viri podatkov so»ncep/ncar Reanalysis Monthly Means«, ki smo jih dobili na CD-ROM. Podatki so iz arhiva FNL, ki temelji na analizah in 6-urnih prognozah (padavine, fluksi...) operativnega modela z globalno asimilacijo (GDAS). Horizontalna ločljivost je 2,5, zato smo vrednosti za naše kraje (lon=15 in lat=46 ) linearno interpolirali iz točk lon=15 in lat=45 ter lon=15 in lat= Povprečja vrednosti Povprečja hitrosti vetrov s z višino nad tlemi vse večja, kar za obdobje potrjuje tudi kvantitativno tabela 1.1. Tabela 2.33 Nekatere statistične količine v zvezi z mesečnimi povprečji hitrosti vetra nad Slovenijo v 50-letnem obdobju mbar (okrog 760 m) 850 mbar (okrog 1460 m) 700 mbar (okrog 3010 m) 500 mbar (okrog 5570 m) povprečje (m/s) 1,80 2,74 4,78 7,80 st. dev. (m/s) 0,87 1,45 2,22 3,40 minimum (m/s) 5,52 8,38 11,77 17,92 maksimum (m/s) 0,23 0,20 0,54 0,14 Veter je torej v višinah precej močnejši, pa tudi bolj spremenljiv, kot pri tleh Regresijske zveze med hitrostmi vetra na različnih višinah nad tlemi. Kako so povezani vetrovi v različnih višinah med seboj? Ali močno piha tudi pri tleh, kadar je veter močan zgoraj, v prostem ozračju? Rezultati so podani kar grafično na sliki 1, kjer je prikazano, kako so vetrovi na različnih višinah med seboj povezani. Iz slike torej sledi, da je veter na neki višini sorazmerno dober indikator tudi za veter na kaki drugi višini, če ti dve višini med seboj nista preveč razmaknjeni: slike na diagonali namreč kažejo povezanost z visokimi korelacijskimi koeficienti R (preko 0,8). Za nivoje, ki so bolj narazen, ti korelacijski koeficienti manjši: za 500 mbar in 925 mbar (okrog 5570 m in 760 m, torej za okrog 4500 m narazen) je R le še 0,

48 hit500 = 0,83 m/s + 1,46 * hit700; R=0, hit500 = 3,23 m/s + 1,67 * hit850; R=0, hit700 = 1,23 (m/s) + 1,29 * hit850; R=0, hit500 = 4,84 m/s + 1,64 * hit925; R=0, hit700 = 2,26 (m/s) + 1,39 * hit925; R=0, hit850 = 0,16 m/s + 1,43 * hit925; R=0,86 Slika 2.14 Povezanost vetrov na različnih višinah med seboj po mesečnih povprečjih hitrosti vetra za 50-letno obdobje Korelacijski koeficienti za hitrost vetra na različnih višinah nas torej poučijo, da veter na enem nivoju nad tlemi dokaj dobro predstavlja tudi veter na kakem drugem, toda sosednjem nivoju. To pomeni, da se vetrovnost v višinah dokaj redno povezuje tudi z vetrovnostjo blizu tal. 48

49 2.3.2 Veter v letu 2000 na štirih nivojih nad tlemi na vsakih 6 ur Iz podatkov ameriških globalnih 6-urnih analiz (FNL) nad točko 15 E, 46 N na štirih nivojih nad tlemi: 925 mbar, 850 mbar, 700 mbar in 500 mbar (kar ustreza približno nadmorskim višinam okrog 760 m, 1460, 3010 in 5570 m) smo ocenjevali vetrovne razmere nad Slovenijo v letu Nekateri podatki so zbrani v naslednjih tabelah in slikah. modelska hitrost leta 2000 na 500 mbar hitrost (m/s) čas (dnevi; po štirje podatki na dan) Slika 2.15 Modelska hitrost vetra nad Slovenijo na nadmorski višini okrog 5500 m v letu 2000 po ameriških re-analizah (narisana so mesečna povprečja hitrosti). Pozor: Absolutne vrednosti hitrosti niso zanesljive, saj so odvisne od uporabljene ločljivosti modela (primerjaj rezultate na isti višini iz modela z 2,5 krat slabšo ločljivostjo v prejšnjem poglavju 2)! Pač pa je slika uporabna za ponazorilo spremenljivosti vetra preko leta. Tabela 2.34 Povprečne vrednosti in standardne deviacije hitrosti vetra (vsakič iz vzorca 1572 podatkov) hitrost vetra/nivo 925 mbar 850 mbar 700 mbar 500 mbar povprečje (m/s) 4,61 6,57 9,40 13,79 standardna deviacija (m/s) 2,43 4,00 5,26 7,66 maksimum (m/s) 16,95 22,38 34,29 47,66 minimum (m/s) 0,09 0,10 0,06 0,23 Veter torej v povprečju z višino močno narašča. 49

50 Tabela 2.35 Povezanost med hitrostmi vetra ob istem času na različnih nivojih (isti vzorec) regresijski koeficienti R 500 mbar 700 mbar 850mbar 925 mbar 500 mbar mbar 0, mbar 0, , mbar 0, , , Tabela nam pove, da so vetrovi v različnih višinah med seboj sicer povezani (visoki korelacijski koeficienti pri vetrovih na sosednjih nivojih ob-diagonalni koeficienti), da pa so med vetrom na višinah in tistim blizu tal lahko tudi velike razlike (npr. R je samo 0,223 za povezavo med vetrom na 500 in 925 mbar). Grafično podobo regresijskih zvez med hitrostmi vetrov na posameznih nivojih dajejo tudi naslednje slike: 50

51 hit500=3,48m/s + 1,01*hit700; R=0,75 500/ hit500=8,78m/s + 0,76hit850; R=0, / hit500=10,54m/s+ R=0,22 500/ ,71*hit925; hit700=3,19m/s + 0,94*hit850; R=0, / hit700=4,69 m/s + 1,02*hit925; R=0,47 700/925 hit850=0,40 m/s + 1,34*hit925; R=0,8 850/ Slika 2.16 Povezanost vetrov na različnih višinah med seboj po modelskih rezultatih na vsakih 6 ur (štirikrat dnevno) v letu

52 2.3.3 Primerjava let 1999 in 2000 z obdobjem Ker za zadnji dve leti 1999 in 2000, ki nas posebej zanimata, na CD-ROMu podatkov ni, smo za ti manjkajoči leti, pa tudi za vsa leta od 1948 naprej poiskali podatke za veter na višini 500 mbar in na (modelski) višini 10 m nad tlemi preko spletne strani Tudi tu je horizontalna ločljivost 2,5, zato smo spet vrednosti za naše kraje (lon=15 in lat=46 ) linearno interpolirali iz točk lon=15 in lat=45 ter lon=15 in lat=47.5. Vira podatkov torej nista povsem ista. Ali pa gre za iste podatke? To lahko ugotovimo, če primerjamo lastnosti vetra na 500 mbar po obeh virih, saj imamo za to višino na razpolago ves niz Tabela 2.36 Karakteristike vetra na 500 mbar v obdobju po dveh virih: po CD- ROMu in dobljenih s ftp protokolom s strežnika mbar povprečje (m/s) 7, mbar po po CD-ROM 7,795 st. dev. (m/s) 3,389 3,399 mediana (m/s) 7,472 7,485 minimum (m/s) 18,039 17,921 maksimum (m/s) 0,144 0,144 Vidimo, da so med datotekama sicer manjše razlike (npr. pri mediani, pri maksimalnem vetru), kar privede tudi do manjših razlik v povprečju, toda vsebina baze podatkov je očitno v bistvu ista Veter na 500 mbar Kako se je veter spreminjal veter na 500 mbar iz desetletja v desetletje in kakšen je bil v celotnem obdobju , ter v letih 1999 in 2000? Najprej so oglejmo tabelarični pregled statističnih parametrov! 52

53 Tabela 2.37 Povprečne hitrosti in nekatere druge statistične karakteristike glede modelskega vetra 10 m nad tlemi za Slovenijo v različnih obdobjih med 1948 in 2000 ter primerjava z letoma 1999 in povprečje (m/s) 7,89 7,58 7,48 8,05 7,92 7,80 8,20 9,72 8,96 interval zaupanja (m/s) (95,0%) 0,61 0,60 0,62 0,62 0,62 0,27 2,30 2,16 1,49 std. dev. (m/s) 3,39 3,33 3,41 3,40 3,45 3,39 3,61 3,40 3,52 varianca (m 2 /s 2 ) 11,52 11,06 11,62 11,58 11,92 11,48 13,06 11,55 12,37 minimum (m/s) 1,29 0,14 1,27 2,25 2,21 0,14 2,90 5,16 2,90 mediana (m/s) 7,38 7,40 6,86 7,57 7,71 7,47 7,36 9,82 8,20 maksimum (m/s) 18,04 16,57 16,28 17,84 17,90 18,04 13,95 15,23 15,23 Veter na višini okrog 5500 m nad tlemi je bil očitno v prvem desetletju nekoliko močnejši: v povprečju okrog 7,9 m/s, potem dvakrat po deset let nekoliko šibkejši, pa potem spet v desetletju spet okrog 8 m/s in v desetletju okrog 7,9 m/s. V letu 1999 je bil veter, vsaj po ameriških re-analizah, za 0,4 m/s močnejši kot v celotnem obdobju Še močnejši je bil v povprečju leta 2000: za 1,9 m/s močnejši, kot v celotnem obdobju Za obe leti skupaj je bila v povprečju razlika za skoraj 1,2 m/s. Ali pa je razlika nekaj manj kot 1,2 m/s v povprečnih vrednostih zanesljiva statistično glede na vso variabilnost vrednosti znotraj obeh vzorcev podatkov in glede na dolžino obeh nizov podatkov? Čeprav podatki niso povsem normalno porazdeljeni uporabimo test»t«o enakosti oz. različnosti povprečij. Tabela 2.38 Test»t«za razliko med povprečji modelske hitrosti na 500 mbar (okrog 5500 m visoko) nad Slovenijo v letih glede na obdobje in desetletje z upoštevanjem različnih varianc v obeh naborih podatkov. Statistično značilne razlike (z zanesljivostjo nad 95%) so označene s krepko pisavo. hitrost hitrost hitrost povprečje (m/s) 8,96 7,81 7,83 varianca (m 2 /s 2 ) 12,37 11,53 12,28 št. podatkov testirana razlika povprečij (m/s) 1,2 1,0 št. prostostnih stopenj 25 34»t«statistika -3, , verjetnost P(T<=t) - enostranska 0, , kritični t - enostranski 1, , Statistično značilna je torej razlika med letom in obdobjem (celo z verjetnostjo več kot 99,8%). Torej je bilo v letih 1999 in 2000 povprečje hitrosti na modelskem nivoju 500 mbar statistično zanesljivo za skoraj 1,2 m/s večje kot prej v 50 letih. Toda: precej manjša je verjetnost le okrog 66%, da pa povprečje hitrosti v vzorcu podatkov iz let 1999 in 2000 odstopa za okrog 1 m/s od povprečja v desetletju pred tem. Vsega tega is slike, ki grafično predstavlja povprečne mesečne hitrosti, ni mogoče zlahka razbrati. Vendar pa daje tudi slika vsaj občutek za naslednjo ugotovitev: Vetrovnost po modelskih re-analizah 3-D polj meteoroloških spremenljivk in iz tega izbrani podatki o vetru na 500 mbar kažejo, da sta bili dve leti 1999 in 2000 sicer statistično zelo 53

54 zanesljivo na tej višini (okrog 5500 m n.m.) bolj vetrovni, kot celo obdobje , pač pa je statistična zanesljivost, da sta bili ti dve leti bolj vetrovni kot je bilo desetletje pred tem (to je ), dosti, dosti manjša. modelska hitrost na 500 mbar v letih hitrost (m/s) čas (leta od ; mesečni podatki) Slika 2.17 Modelska hitrost vetra nad Slovenijo na nadmorski višini okrog 5500 m v letih po ameriških re-analizah (narisana so mesečna povprečja hitrosti). Pozor: Absolutne vrednosti hitrosti niso zanesljive, saj so odvisne od uporabljene ločljivosti modela (primerjaj rezultate na isti višini iz modela z 2,5 krat boljšo ločljivostjo v naslednjem poglavju 3)! Pač pa so dokaj zanesljive relativne razlike med letoma 1999 in 2000 v primerjavi z vsem obdobjem Veter 10 m nad tlemi Spet uporabimo podatke iz homogenega niza modelskih re-analiz. Poudarimo, da to torej niso»pravi«vetrovi, vendar pa je niz homogen: veter v letih 1999 in 2000 je - čeprav po absolutni vrednosti morda tudi ne povsem pravilen primerljiv z obdobjem pred tem! Tabela 2.39 Povprečne hitrosti in nekatere druge statistične karakteristike glede modelskega vetra 10 m nad tlemi za Slovenijo v različnih obdobjih med 1948 in 2000 ter primerjava z letoma 1999 in povprečje (m/s) 0,99 0,98 0,96 0,98 1,03 0,99 1,00 1,23 1,15 interval zaupanja 95% (m/s) 0,10 0,11 0,10 0,11 0,11 0,05 0,53 0,53 0,35 std. dev. (m/s) 0,58 0,59 0,58 0,60 0,60 0,59 0,84 0,83 0,82 varianca (m 2 /s 2 ) 0,34 0,35 0,34 0,36 0,36 0,35 0,70 0,69 0,67 minimum (m/s) 0,13 0,09 0,09 0,07 0,07 0,07 0,06 0,26 0,06 mediana (m/s) 0,88 0,88 0,85 0,85 0,94 0,88 1,01 1,12 1,01 maksimum (m/s) 3,03 2,73 2,95 3,10 2,80 3,10 3,17 2,28 3,17 54

55 Veter na višini 10 m nad tlemi je bil očitno v desetletjih pred 1999 nekoliko šibkejši: v povprečju za okrog 0,16 m/s. Posebej k temi doprinesejo modelske simulacije za leto Ali pa je ta, sicer majhna razlika 0,16 m/s v povprečnih vrednostih statistično zanesljiva glede na vso variabilnost vrednosti znotraj obeh vzorcev podatkov in glede na dolžino obeh nizov podatkov? Čeprav podatki niso povsem normalno porazdeljeni spet uporabimo test»t«o enakosti oz. različnosti povprečij. Tabela 2.40 Test»t«za razliko med povprečji modelske hitrosti 10 m nad tlemi za Slovenijo v letih glede na obdobje in desetletje z upoštevanjem različnih varianc v obeh naborih podatkov. Statistično značilne razlike (z zanesljivostjo nad 95%) so označene s krepko pisavo. hitrost hitrost hitrost povprečje (m/s) 1,15 0,99 1,03 varianca (m 2 /s 2 ) 0,67 0,35 0,34 št. podatkov testirana razlika povprečij (m/s) 0,16 0,16 št. prostostnih stopenj 24 28»t«statistika -1, ,63534 verjetnost P(T<=t) - enostranska 0, , kritični t - enostranski 1, ,70113 Statistično značilna je torej razlika med letoma in celotnim obdobjem Z veliko verjetnostjo (več kot 96% ) je bilo torej v letih povprečje hitrosti na modelskem višini 10 m nad tlemi za kakih 15% višje, kot v vsem obdobju 50 let prej (ter z verjetnostjo le nekaj manj kot 95% tudi višje, kot v desetletju ). modelska hitrost 10 m nad tlemi v letih ,5 3 hitrost (m/s) 2,5 2 1,5 1 0,5 0 čas (leta od ; mesečni podatki Slika 2.18 Modelska hitrost vetra nad Slovenijo na višini 10 m nad tlemi v letih po ameriških re-analizah (narisana so mesečna povprečja hitrosti). 55

56 Pozor: Absolutne vrednosti hitrosti niso zanesljive, saj so odvisne od uporabljene ločljivosti modela! Pač pa so dokaj zanesljive relativne razlike med letoma 1999 in 2000 v primerjavi z vsem obdobjem 56

57 2.3.4 Sklepi na osnovi modelskih ocen vetrov nad Slovenijo Primerjava med vetrovi iz modelskih re-analiz sicer ne daje povsem zanesljive vrednosti za hitrost vetra, je pa dovolj zanesljiva za oceno morebitnih relativnih razlik glede vetrovnosti med posameznimi obdobji. Primerjave modelskih vetrov na 500 mbar ploskvi, tj. na višini okrog 5500 m nad morjem, kažejo, da je bila povprečna hitrost vetra nad nami v letih 1999 in 2000 statistično zelo, zelo verjetno (z verjetnostjo preko 99%) za okrog 15% višja, kot je bila v celotnem obdobju Statistična zanesljivost, da sta bili ti dve leti bolj vetrovni, kot je bilo desetletje pred tem (to je ), pa je dosti, dosti manjša tako nizka, da na tej osnovi niso možni kaki zanesljiv sklepi. Obravnavamo tudi modelski veter 10 m nad tlemi, ki pa zaradi modelske ločljivosti le 2,5 ne predstavlja višine nad»pravim«reliefom pri nas, temveč nad močno izglajenimi oblikami hribov. Torej tudi pri tem vetru ne moremo govoriti o zanesljivih absolutnih vrednostih hitrosti vetra na tej»višini«. Spet pa so dokaj zanesljive morebitne relativne razlike med posameznimi obdobji. Statistično značilna je razlika med povprečno modelsko hitrostjo 10 m nad modelskimi»tlemi«v letih in tisto v celotnem obdobju Z veliko verjetnostjo (več kot 96%) je bilo v letih povprečje teh modelskih hitrosti za kakih 15% višje, kot v vsem obdobju 50 let prej. Tudi primerjava z desetletjem pred tema dvema letoma kaže, da je z verjetnostjo le nekaj manj kot 95% bila povprečna hitrost v letih 1999 in 2000 za okrog 12% višja, kot v desetletju

58 3 Ocena vetrovnega potenciala na Primorskem 3.1 Metoda izračunavanja vetrovnega potenciala Fizikalne osnove Energija vetra, ki jo lahko izkoristimo v nekem časovnem obdobju (oz. moč vetra v nekem trenutku) je sorazmerna tretji potenci hitrosti vetra. Energija gibajočega se zraka je sorazmerna njegovi masi in kvadratu njegove hitrosti. E = 1 / 2 mv 2. Na enoto volumna V je masa m enaka gostoti zraka: ρ = m/v, zato je energija na enoto volumna E/V = 1 / 2 ρv 2. Največja moč P, ki jo lahko prestreže vetrnica, ki pri vrtenju zajema ploskev S, je odvisna od volumna zraka V, ki v časovni enoti steče skozi ta presek S. Ta volumen je seveda tem večji, čim večja je hitrost vetra v: V = vs. Odtod dobimo za moč vetra P = 1 / 2 Aρv 3, oziroma za gostoto moči, na enoto preseka, katerega obsega vetrnica P/S = 1 / 2 ρv 3 (z enoto W/m 2 ). Po evropski metodologiji se za povprečni potencial vetra uporablja Weibullova dvoparametrična porazdelitvena funkcija za hitrost s parametroma A in k (glej 3.1.4). S pomočjo te funkcije ocenimo povprečno tretjo potenco hitrosti vetra v 3 (npr. Jarras et al. 1981, Troen and Petersen, 1989, itd. ): v = A Γ(1 + ) k (kjer je Γ- gama funkcija) in iz tega povprečno gostoto moči vetra P/S = 1 / 2 ρ<v 3 >. Vendar pa vsa ta moč ni izrabljiva. Celo če se ne oziramo na tehnične karakteristike vetrnic, ki zajemajo energijo vetra, je največja možna izrabljiva moč omejena s t.im. Betzovo vrednostjo (npr. Poje and Cividini 1988). Idealna vetrnica, z idealnim izkoristkom in neomejenim območjem delovanja lahko zajame torej le okrog 60 % energije vetra (točneje 59.3 %). Poleg tega pa imajo realne vetrnice tudi nek prag, pri katerem začnejo delovati (pod pragom zagon zaradi trenja, izkoristka in podobno ni možen ali pa nima smisla), ter neko zgornjo mejo hitrosti vetra, pri kateri jih je treba ustaviti (npr. pri kakih 12 m/s zaradi trdnost ipd.). Na splošno imajo vetrnice, z nizkim pragom (pod 1 m/s) zelo slabe izkoristke, tiste, ki delajo samo pri višjih hitrostih (npr. nad 3 m/s), pa imajo največji izkoristek med 30 in 50 % (toda žal zato ne izkoriščajo vetrov, ko so ti pod pragom). Tako velja, da je uporabljiv le majhen del potenciala energije vetra, pač v odvisnosti od izpopolnjenosti naprave. Izkoristki raznih tipov vetrnic so tako med 59,3 % za idealno vetrnico (česa seveda ni mogoče doseči, pa navzdol do holandskega mlina s 17 % in Savoniusovega rotorja z okrog 17 % (Justus, 1985). 58

59 3.1.2 Izbrana metoda Oceno potencial vetra na Primorskem smo naredili s kombinacijo dveh metod: 1. z izračunom potenciala vetra v okolici tistih merilnih točk, na katerih imamo na razpolago vsaj toliko podatkov, da lahko pričakujemo dovolj reprezentativne rezultate, in 2. s prostorsko interpolacijo, kjer smo združili informacije o potencialu vetra v točkah in njihovi okolici z informacijami o prostorskih relativnih razlikah vetrovnosti za osem smeri vetra, kot jih daje masno konsistentni model (glej poglavje 1). Oceno potenciala vetra v višinah in v okolici merilnih mest na Primorskem smo naredili po metodologiji, ki so jo uporabili pri izdelavi Evropskega vetrnega atlasa (Troen and Petersen 1989). Metodologijo so enotno uporabile države evropske skupnosti leta V ta namen so izdelali program za analizo in obdelavo vetrnih podatkov z upoštevanjem vpliva višine terena, njegove hrapavosti in ovir v okolici meritev ter model za ekstrapolacijo vetrnih podatkov iz merilnih točk v okolico WA S P (Mortensen, Landberg, Troen in sod. 1993, 1996, 1999). Namen izdelave atlasa vetra je bil, da se na osnovi meteoroloških meritev hitrosti vetra oceni potencial energije vetra, predvsem glede pridobivanja električne energije z vetrnimi turbinami. Za oceno potenciala vetra v višinah in v okolici merilnih mest na Primorskem smo analizirali podatke 13 izbranih merilnih mest na Primorskem. Drugi del naloge obsega prostorsko interpolacijo z namenom, da določimo potencial vetra preko vsega prostora. Ta naloge bi bila dokaj preprosta, če bi imeli dovolj gosto posejane merilne postaje, za dovolj dolgo obdobje. Žal ni tako: predvsem na izpostavljenih lokacijah je meritve zelo malo. tako ne vemo točno, kako se izraža potencial vetra na grebenih, v konkavnih oblikah na teh grebenih, kako na pobočjih, kako v dolinah. Težava prav pri obravnavanem geografskem območju pa je še ta, da je v dolinah blizu tal burja hitrejša, ko na enakih višinah nad tlemi na planotah Notranjske, saj se burja navzdol pospešuje. Zato nismo mogli kar privzeti metodologije iz Atlasa vetra, temveč smo morali izdelati svojo, posebej obravnavanemu območju prilagojeno metodologijo. Na podlagi izračunanega vetrovnega potenciala v točkah meritev vetra smo pripravili karto vetrovnega potenciala na različnih nivojih. Pri tem smo uporabili tudi rezultate masno-konsistentnega modela za polje hitrosti vetra na obravnavanem terenu. Merilna mesta, na osnovi katerih smo interpolirali v prostor, so tistih 13 iz prvega dela metode. Karte smo naredili za tri različne višine nad tlemi: 10 m, 20 m in 50 m. Za vse karte je energija vetra izračunana za razred hrapavosti 1. Za višino 10 m nad tlemi pa smo dodatno pripravili tudi karto energijskega potenciala vetra za razred hrapavosti Model WA S P WA S P (Wind Analysis and Application Program) je programski paket za horizontalno in vertikalno ekstrapolacijo vetrnih podatkov. Model upošteva vpliv hrapavosti terena, vpliv na veter zaradi bližnjih zgradb in ostalih ovir ter vpliv višine terena na veter. Uporabnikom ponuja orodja za analizo in korekcijo originalnih podatkov o vetru, orodja za ekstrapolacijo teh podatkov v okolico merilnih mest ter orodja za natančnejše določanje lokacij vetrnih turbin Kratek opis modela WASP Pri danih meritvah hitrosti in smeri vetra, opisu hrapavosti terena, ovir in višine terena okrog merilne točke izračuna model regionalno klimatografijo vetra. Ta je podana v obliki 59

60 Weibullovih parametrov, ki se nanašajo na standardne pogoje (raven teren, standardne višine nad tlemi in standardne hrapavosti terena). Izračun lahko na kratko predstavimo v treh korakih: Vhodni podatki o hitrosti in smeri vetra se razdelijo na 12 sektorjev po 30. Za vsak sektor posebej se izračunajo korekcijski faktorji zaradi vetrnih ovir, hrapavosti terena in orografskih značilnosti terena okrog merilnega mesta; Vhodni podatki v vsakem sektorju se preračunajo glede na korekcijske faktorje. Dobimo oceno vetra na večji višini nad merilnim mestom, kjer ni več čutiti vpliv površine, hrapavosti in ovir (geostrofski veter). Ta predstavlja veter v višinah za širšo regijo (meritve kažejo, da za regijo velikosti približno 100 km 100 km). Ocenjeni geostrofski veter se ponovno ekstrapolira na zemeljsko površino, tokrat za raven teren, na standardne višine nad tlemi in nad terenom s homogeno hrapavostjo (4 standardni razredi). Ekstrapolacija se vrši s pomočjo modificiranega logaritemskega profila, ki upošteva spreminjanje toplotnega toka zemeljske površine. Za vsakega od 12 sektorjev dobimo tako Weibullove parametre za frekvenčno porazdelitev vetra Struktura modela WA S P Glede na zgornji opis, je model WA S P sestavljen iz štirih računskih blokov: 1. Analize originalnih podatkov. 2. Izdelava vetrnega atlasa. Podatke vetrnega atlasa dobimo, ko očistimo originalne podatke vpliva merilnega mesta in njegove okolice in jih preračunamo na standardne pogoje. Na tak način posplošimo podatke, merjene v izbrani točki, na širšo okolico regijo. Podatki atlasa so torej posplošeni, generalizirani podatki, ki so značilni za širšo okolico merilnega mesta. 3. Ocene klimatografije vetra. S podatki vetrnega atlasa lahko model oceni klimatografijo vetra v izbrani točki, kjer nimamo nujno meritev. To naredi z algoritmom, ki je obraten tistemu, s katerim je izračunal podatke atlasa. Seveda moramo na tudi na tej lokaciji poznati ovire, hrapavost in orografijo okoliškega terena. 4. Ocene potenciala vetra. Izračunana je skupna energija povprečnega vetra na določeni lokaciji in pri standardnih pogojih Izbor postaje Podatki o hitrosti vetra morajo biti kar se da natančni, saj je moč vetra sorazmerna s tretjo potenco - kubom - njegove hitrosti. Pri izboru postaje, katere podatke obdelujemo v Atlasu vetra, moramo ugoditi naslednjim zahtevam: 1. Na področju velikem 100 km 100 km obdelamo eno postajo. V hribovitih predelih lahko delamo izračune le v izbranih točkah in bližnji okolici merilne točke. 2. Na razpolago moramo imeti vsaj enoletno obdobje podatkov o hitrosti in smeri vetra, ker pa izračunavamo klimatografijo vetra, je bolje, da je to obdobje vsaj 5 10 let. 3. Anemometer mora biti dobro izpostavljen, daleč od stavb in ovir. Najbolje je, da stoji na vsaj 10 metrskem drogu. 4. Podatki morajo biti na razpolago vsaj na vsake 3 ure in sicer urna ali desetminutna povprečja. Vsi podatki, ki smo jih obdelovali, so bili povprečeni vsaj na eno uro, nekaj pa tudi na pol ure. 5. Na razpolago moramo imeti podatke o višini in hrapavost terena v okolici merilnega mesta ter podatke o ovirah Hrapavost terena Hrapavost terena zmanjšuje hitrost vetra (vpliv rastja in objektov v okolici merilnega mesta). Parameter hrapavosti je razdalja nad tlemi, kjer je povprečna hitrost vetra, pri sorazmerno 60

61 močnem vetru, enaka nič. Izraža se v metrih. Metodologija WA S P je razdelila teren po hrapavosti na štiri standardne razrede: Tabela 3.1 Štirje standardni razredi hrapavosti po metodologiji WA S P razred parameter hrapavosti (z 0 opis pokrajine ) m 0 0,0002 vodne površine morij, zalivov in jezer 1 0,0300 odprt, raven teren z redkim grmovjem ali drevjem 2 0,1000 velike odprte površine z veliko vetrnimi ovirami, razmaknjenimi za več kot 1000 m 3 0,4000 naselja, gozdovi, kmetijske pokrajine z veliko vetrnimi ovirami, razmaknjenimi za nekaj 100 m Za lažje razumevanje prikazujejo značilne pokrajine s standardno hrapavostjo slike Tudi vetrni atlas je izračunan za te štiri razrede. Slika 3.1 Primer okolice, ki pripada razredu hrapavosti 0 (iz Troen and Petersen 1989) (vodne površine z0 = 0,0002 m). Temu razredu pripadajo morje, zalivi in jezera Slika 3.2 Primer okolice, ki pripada razredu hrapavosti 1 (iz Troen and Petersen 1989) (odprta področja z malo vetrnimi ovirami, z 0 = 0,03 m). Pokrajina je zelo odprta in ravna ali rahlo valovita. Na njej se lahko nahajajo posamezne kmetije, grmovje ali drevesa 61

62 Slika 3.3 Primer okolice, ki pripada razredu hrapavosti 2 (iz Troen and Petersen 1989) (kmetijska pokrajina z vetrnimi ovirami, katerih povprečna medsebojna oddaljenost presega 1 km in nekaj razpršenih pozidanih področij, z 0 = 0,10 m). Za pokrajino so značilna odprta območja med veliko ovirami, kar daje terenu odprt značaj. Teren je raven ali valovit. Veliko dreves in zgradb Slika 3.4 Primer okolice, ki pripada razredu hrapavosti 3 (iz Troen and Petersen 1989) (urbana območja, gozdovi in kmetijska območja z veliko ovirami, z 0 = 0,40 m). Za kmetijsko površino je značilno veliko vetrnih ovir, katerih povprečna medsebojna razdalja znaša nekaj sto metrov. Gozdovi in urbana območja prav tako pripadajo temu razredu hrapavosti Weibullova porazdelitev Rezultati atlasa so predstavljeni z oceno dveh parametrov Weibullove porazdelitve za 12 sektorjev, širine 30 in ocena obeh parametrov za vse smeri skupaj. Sektor 0 je okrajšava za smeri med 15 in 15, sektor 30 za smeri med 15 in 45 itn. Smer 0 ustreza severu. Weibullova porazdelitev je porazdelitev z dvema parametroma A in k: f ( v) = k A v A k 1 e k ( v / A) kjer je f(v) frekvenca pojavljanja vetra s hitrostjo v. Parameter A definira skalo, parameter k pa obliko porazdelitve. 62

63 Weibullovi parametri se lahko izračunajo na več načinov. Model WA S P privzame metodo, kjer poskuša doseči dobro prileganje Weibullove porazdelitve merskim podatkom močnejših vetrov, vendar ne ekstremnim. Za vsak sektor določi Weibullova parametra, tako da je skupna energija vetra, izračunana iz podatkov in iz parametrov A in k enaka, ter da je frekvenca pojavljanja hitrosti, večjih od povprečja meritev enaka za dejansko in izračunano porazdelitev. Statistično negotovi so najmočnejši vetrovi, katerih analiza ni vključena v atlas. Weibullova porazdelitev se naj ne bi ukvarjala s pojavi, ki imajo frekvenco pojavljanja manjšo od 0,01 %. Podatki v atlasu so preračunani na raven in homogen teren v okolici merilnega mesta, brez vetrnih ovir. Weibullovi parametri so izračunani za 4 standardne hrapavosti terena in za 5 standardnih višin nad tlemi (10, 25, 50, 100 in 200 m). Iz Weibullovih parametrov A in k lahko določimo povprečno hitrost in povprečno ploskovno gostoto moči s pomočjo naslednjih obrazcev: 1 v = A Γ 1 + k P 1 = A Γ 3 3 ρ 1 + S 2 k kjer je v povprečna hitrost vetra v m/s; P/S ploskovna gostota moči vetra v W/m 2 ; ρ gostota zraka v kg/m 3 ; Γ funkcija gama. Gostota zraka se z višino zmanjšuje. Zanjo smo uporabili enačbo za izotermno ozračje pri povprečno 15 C (samo prva 2 člena v razvoju): ρ = ρ 1 g z 0 RT0 kjer je ρ 0 gostota zraka pri gladini morja, standardnem tlaku 1013,25 hpa in temperaturi 15 C (1,225 kg/m 3 ); g težni pospešek na površini Zemlje (9,81 kg/m 2 ); R specifična plinska konstanta (287 J/(kg K)); T 0 povprečna temperatura zraka (15 C); z nadmorska višina v metrih Zanesljivost modela WA S P Zanesljivost modela WA S P ne bo nikoli večja od zanesljivosti vhodnih podatkov. Posebej važna je natančnost podatkov o vetru in o višini terena v okolici postaje. Podatki o vetru morajo biti klimatološko reprezentativni, kar pomeni, da morajo podatki obsegati periodo nekaj let. Kratke periode dajejo visoko stopnjo nezanesljivosti in uporaba period, krajših od enega leta ni priporočljiva. Največje napake modela WA S P pričakujemo pri izračunu toka v strmem terenu. Model deluje dobro za tokove preko ne preveč strmih hribov in grebenov. Tipična napaka modela je reda 10 % pri oceni hitrosti vetra na vrhu hriba, ki ima vodoravne dimenzije okrog 1-2 km in naklon, manjši od 30 %. Za bolj strme hribe in grebene bo model podcenil hitrost v zavetrju, tako kot drugi podobni modeli. To je še posebej izrazito pri strmih hribih, kjer se tok za hribom 63

64 razdvoji. Pri obsežnih gorovjih je model neučinkovit, ker ne vsebuje dinamike. Tam so meritve veljavne le v bližnji okolici merilnega mesta. Orografija večjih razsežnosti zmanjša učinkovitost modela, zaradi tega, ker postane pomembna dinamika gibanja zraka, ki v model ni vgrajena. Napake modela v strmem terenu je težko oceniti, vendar velja, da na rezultate modela le malo vplivajo podrobnosti toka v večjih razsežnostih, če se omejimo na izračun vetrovnih razmer v bližini merilnega mesta. Teren v okolici merilnega mesta lahko močno vpliva na moč vetra, še posebej na obali in v hribovitem ter goratem svetu. Če na takšnih lokacijah nimamo meritev, moramo subjektivno oceniti vpliv topografije, saj se na rezultate iz atlasa vetra ne smemo popolnoma zanesti. Ob obali imata močan vpliv na hitrost vetra hrapavost terena in termična lastnost tal. Energija vetra na višini 50 m se manjša, ko se z morja približujemo obali. V notranjosti, 10 km od obale, pa je spet konstantna, vendar znaša le % energije nad odprtim morjem. V goratem predelu moramo vedno poiskati postajo, ki je reprezentativna za širšo okolico. Vendar rezultati kažejo, da so meritve v hribovitem svetu značilne le za bližnjo okolico meritve. Mehanizmi, ki povzročajo veter se spreminjajo počasi, vendar se zaradi turbulence v prizemni plasti smer in hitrost hitro spreminjata. Variance so večje, če gledamo daljše obdobje. Veter ima logaritemski profil le, če je teren homogen. Orografski model odpravi napake zaradi vplivov nehomogenosti lokalnega terena. Preostala dva klimatološka modela upoštevata tudi vpliv hrapavosti terena in ovir na povprečni tok zraka. Fizikalni model, ki upošteva vpliv ovir na hitrost vetra je nezanesljiv pri hitrostih do 3 m/s in kadar imamo v bližnji okolici mnogo ovir. Model poveča hitrost vetra, če je anemometer zakrit s stavbo. Pri nizkih vrednostih hitrosti se zgodi, da je hitrost vetra manjša od praga instrumenta in model hitrosti ne popravi pravilno. Velikost napake izmerjenih podatkov ni mogoče natančno oceniti. Kvaliteten anemometer ima napako ±2 % pri hitrostih vetra, večjih od 3 m/s. Sistematične napake (npr.napačno kalibriranje) prinesejo do 5 % napako pri hitrosti vetra. Zaradi tega je lahko izračunana moč do 15% napačna zaradi neodkritih napak v podatkih. Tudi večje napake pri popisu ovir povzročijo napake pri izračunih. Če hrapavost terena opisujemo le iz topografskih kart, je napaka pri odprtem terenu 5% in pri zaprtem terenu 15%. Pri zelo zaprtih lokacijah je povprečna vrednost manjša zaradi previsokega praga instrumenta. Izdelava regionalnih klimatoloških atlasov vetra temelji običajno na prizemnih podatkih, standardno izmerjenih na višini 10 m (pri nas tudi 6 m). Tudi vertikalna ekstrapolacija pripelje do napak in nezanesljivosti. Za višine nad 50 m nad tlemi narašča vpliv prizemnega toplotnega toka na vertikalno ekstrapolacijo. Zato so na teh višinah rezultati slabše določeni. V Evropi so primerjali izračune z meritvami na stolpih, ki so se sicer dobro ujemali, vendar nas to ne sme zavesti. Veljavnost, uporabnost statistik iz posamezne postaje je odvisna enako od kvalitete podatkov kot od količine informacij o okolici postaje. 64

65 3.2 Vetrovni potencial po posameznih postajah Izbor merilnih mest Pri izboru merilnih mest, katerih podatke smo uporabili pri izračunu vetrnega atlasa z modelom WA S P, smo upoštevali naslednje kriterije: 1. vsaj eno leto meritev vetra na posameznem merilnem mestu; 2. reprezentativnost merilnega mesta za širšo okolico; 3. kakovost podatkov o meritvah (višina instrumenta, popis ovir, hrapavosti...) 4. zastopanost celotne Primorske Na podlagi zgornjih kriterijev, smo se odločili za 13 merilnih mest. Seznam izbranih merilnih mest, njihove geografske podatke in višino instrumenta prikazuje tabela 3.2. Tabela 3.2 Seznam 13 izbranih merilnih mest, njihovi geografski podatki (severna geografska širina ϕ, vzhodna geografska dolžina λ, Gauss-Krügerjevi koordinati X in Y) in višina anemometra postaja ϕ λ X Y višina anemometra m m m Ajdovščina 45 53' 14'' 13 53' 48'' Bilje 45 54' 00'' 13 38' 00'' Divača 45 41' 25'' 13 58' 18'' Dolane pri Pivki 45 39' 15'' 14 10' 33'' Dolenje 45 51' 59'' 13 54' 20'' Lipica 45 40' 11'' 13 53' 22'' Portorož Beli Križ 45 31' 14'' 13 34' 52'' Portorož 45 29' 29'' 13 36' 58'' letališče Postojna 45 45' 59'' 14 11' 52'' Razdrto 45 45' 24'' 14 03' 21'' Strmec 45 54' 31'' 14 01' 48'' Šepulje 45 44' 54'' 13 52' 38'' Vipava 45 49' 31'' 13 57' 44'' Podatki o vetru, ki so bili na voljo, niso bili merjeni v istem obdobju. Ker nas zanima klimatografija vetra, nas to ni motilo. Analize vetra, ki jih tukaj ne navajamo, kažejo, da se v zadnjih dvajsetih do tridesetih letih povprečne vrednosti hitrosti vetra niso bistveno spremenile. Obdobje delovanja meritev in način povprečevanja podatkov nam kaže tabela

66 Tabela 3.3 Obdobje meritev na 13 izbranih merilnih mestih, vrsta podatkov povprečevanje hitrosti postaja začetek konec povprečevanje Ajdovščina urno Bilje polurno Divača urno Dolane pri Pivki urno Dolenje polurno Lipica urno Portorož Beli urno Križ Portorož polurno letališče Postojna polurno Razdrto polurno Strmec urno Šepulje urno Vipava polurno Za vsa merilna mesta nismo imeli vseh podatkov, ki jih zahteva model WA S P. Najbolj popolne podatke smo imeli za merilni mesti Portorož Beli Križ in Ajdovščina. V model WA S P ni vgrajen mehanizem burje, ki je značilna za Primorsko. Pri burji se hladen in gostejši zrak pospešuje pri toku po hribih navzdol, tako da so hitrosti pri vznožju hriba višje kot so bile na vrhu hriba. Ker model tega ne zna upoštevati, smo vpliv okoliškega terena zmanjšali z izbiro majhnega radija orografije. Ta znaša pri vseh merilnih mestih 2 km 2 km, z plastnicami, razmaknjenimi za 10 m. S tem postanejo vrednosti v atlasu omejene le na bližnjo okolico merilnega mesta, izognemo pa se prevelikim ocenam energije vetra za merilna mesta v Vipavski dolini. Dosegljivost podatkov za model WA S P nam kaže tabela

67 Tabela 3.4 Izbrana merilna mesta in dosegljivost podatkov, potrebnih za model WA S P (orografija digitalna karta reliefa, popis ovir okrog anemometra, ocena hrapavosti terena okrog anemometra) postaja orografija popis ovir ocena hrapavosti Ajdovščina 2 km 2 km, plastnice 10 m da po 12 sektorjih Bilje 2 km 2 km, plastnice 10 m ne po 12 sektorjih Divača 2 km 2 km, plastnice 10 m ne po 12 sektorjih Dolane pri Pivki 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Dolenje 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Lipica 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Portorož Beli 2 km 2 km, plastnice 10 m da po 12 sektorjih Križ Portorož letališče 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,03 m Postojna 2 km 2 km, plastnice 10 m ne po 12 sektorjih Razdrto 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Strmec 2 km 2 km, plastnice 10 m ne po 12 sektorjih Šepulje 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Vipava 2 km 2 km, plastnice 10 m ne homogena, z 0 = 0,10 m Ker za vse postaje, razen omenjenih dveh, ni bilo mogoče najti popisa ovir okrog merilnega mesta, so vse ocene za povprečne hitrosti in energijo vetra v atlasu nekoliko podcenjene Testiranje modela Po omenjenih napakah bi upravičeno lahko mislili, da je atlas vetra zelo nezanesljiv. Najboljšo sliko o kvaliteti izračunov nam dajo primerjave med merilnimi mesti. Iz atlasa vetra enega merilnega mesta izračunamo povprečne hitrosti na drugih merilnih mestih. Prav tako pogledamo kako iz podatkov v atlasu nazaj napovemo povprečno hitrost. Če se vrednosti na osnovi atlasa vetra ujemajo s tistimi iz meritev, lahko atlas vetra uporabimo za nadaljnje izračune. V nasprotnem pa moramo poiskati vzroke za neujemanje. Test za 6 merilnih mest kaže tabela 3.5. Napovedi za merilno mesto z vrednostmi iz z atlasa, z uporabo podatkov istega merilnega mesta so, tako kot izmerjene vrednosti, prikazane krepko. Dodane so tudi izmerjene vrednosti. Napovedi in izmerjene vrednosti se dobro ujemajo. Ujemanje je veliko slabše pri napovedih s pomočjo vrednosti iz atlasa za druga merilna mesta. Vzroke gre iskati pri modelu WA S P, ki ga večja hribovja nekoliko motijo in v majhni vplivni okolici višine terena, ki smo jo izbrali. Največje neujemanje je opaziti pri merilnem mestu Ajdovščina, to pa prav zaradi zgoraj omenjenega mehanizma burje. 67

68 Tabela 3.5. Napoved povprečne hitrosti za 6 izbranih merilnih mest. Vsakemu merilnemu mestu smo napovedali povprečno hitrost na podlagi atlasa preostalih merilnih mest in pri istih pogojih, kot so bile narejene meritve. V vrstici izmerjeno so vpisane izmerjene vrednosti napoved Ajdovščina Divača Postojna Portorož Beli Križ Bilje Strmec izmerjeno 2,9 3,0 1,8 4,0 2,0 5,3 atlas Ajdovščina 3,1 5,4 5,3 6,9 6,2 6,6 Divača 2,0 3,1 2,9 3,6 3,7 3,6 Postojna 1,2 1,9 1,9 2,4 2,2 2,3 Portorož 2,1 3,3 3,2 4,0 4,0 4,0 Beli Križ Bilje 1,0 1,7 1,6 1,8 2,0 2,0 Strmec 3,6 4,7 4,6 6,4 5,1 5, Atlas vetra v okolici 13 izbranih merilnih mest Vetrni atlas za Primorje je sestavljen iz podatkov in analiz 13 izbranih merilnih mest. Za vsako merilno mesto so predstavljeni klimatološki podatki vetra in podatki izračunanega atlasa vetra. Za izbrano merilno mesto navajamo: 1. ime merilnega mesta; 2. geografske koordinate merilnega mesta (severno geografsko dolžino in vzhodno geografsko širino, Gasuss-Krügerjeve koordinate in nadmorsko višino merilnega mesta); 3. klimatološki odtis vetra; 4. izračunani regionalni Weibullovi parametri; 5. izračunana regionalna povprečna hitrost in gostota moči vetra. Podrobnosti za vse postaje so podani v Dodatku, v naslednji tabeli pa so podane samo povprečne hitrosti vetra in povprečna gostota moči vetra na različnih višinah nad tlemi. 68

69 Tabela 3.6 Povprečne hitrosti vetra in povprečna gostota moči vetra na različnih višinah nad tlemi za različne razrede hrapavosti terena. Ajdovščina z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , , Bilje z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m ,2 69 2,3 34 2,0 22 1, ,6 87 2,8 50 2,5 37 2, , ,3 64 2,9 49 2, , ,9 98 3,5 73 3, , , , ,9 98 Divača z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , ,5 86 2, , , , , , , , , , , , , , , , ,2 360 Dolane z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , ,4 74 2, , , , , , , , , , , , , , , , ,1 326 Dolenje z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , ,6 75 2, , , , , , , , , , , , , , , , ,4 279 Lipica z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , ,

70 Portorož Beli Križ z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , ,5 565 Portorož letališče z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m ,2 79 3,0 33 2,6 22 2, , ,5 52 3,2 38 2, , ,1 74 3,8 57 3, , , ,5 91 3, , , , ,8 113 Postojna z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m ,9 78 2,8 33 2,4 22 1, , ,3 52 3,0 38 2, , ,9 72 3,5 56 3, , , ,2 88 3, , , , ,5 111 Razdrto z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , ,6 922 Strmec z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , ,7 965 Šepulje z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , ,6 94 3,2 60 2, , , , , , , , , , , , , , , , ,7 260 Vipava z Razred 0 Razred 1 Razred 2 Razred 3 m m/s W/m 2 m/s W/m 2 m/s W/m 2 m/s W/m , , , , , , , , , , , , , , , , , , , ,

71 3.3 Prostorska porazdelitev vetrovnega potenciala Potencialna energija vetra izračunana z masno konsistentnim-modelom Z masno-konsistentnim modelom smo izračunali polja hitrosti za štiri različne smeri splošnih vetrov: severni, severovzhodni, vzhodni in jugovzhodni. Upoštevali smo, da masnokonsistentni model da enake rezultate za vetrove, ki pihajo iz nasprotnih smeri: torej rezultati za splošen severni veter so povsem enaki kot rezultati za splošen južni veter, itd. Z naštetimi štirimi polji smo pokrili vse smeri vetra. Za vsako smer posebej smo iz polja hitrosti izračunali polje potencialne energije vetra za različne nivoje. Energija vetra je poleg s tretjo potenco hitrosti vetra sorazmerna z gostoto zraka nad tlemi. Gostota zraka z nadmorsko višino pada. Za izračun gostote zraka smo uporabili prva dva člena v razvoju za izotermno ozračje (glej poglavje 3.1). Pri računanju potencialne energije na konstanti višini nad tlemi smo upoštevali tudi različno višino modelskih (σ) nivojev nad tlemi. Pri preračunavanju hitrosti na konstantno višino iz σ-ploskev smo upoštevali logaritemski profil za vertikalno spremembo hitrosti. Tako smo dobili polja potencialne energije vetra za različne smeri vetrov in različne nivoje nad tlemi. Pri tem je treba poudariti, da je energija določena do faktorja natančno (odvisna je od vhodne hitrosti geostrofskega vetra v masno-konsistentni model). Za vse smeri vetra smo polja hitrosti z masno-konsistentnim modelom računali z enakimi parametri (spremenili smo le smer splošnega vetra). Na podlagi porazdelitve vetra po smereh na reprezentativnih postajah (dovolj odprta lega) smo določili deleže posameznih smeri vetrov nad Primorsko. Glede na deleže zastopanosti posameznih smeri vetrov nad Primorsko smo sešteli polja potencialne energije vetra. Dobili smo polje potencialne energije vetra (še vedno do faktorja nedoločeno), ki je že nosilo informacijo o zastopanosti posameznih smeri nad Primorsko. Iz polja potencialne energije vetra, ki smo ga dobili s proporcionalnim seštevanjem polj glede na zastopanost posameznih vetrov, dobimo relativno primerjavo med energijo vetra v dolinah in kotlinah, na planotah in na grebenih gorskih pregrad (slika 3.5), medtem ko absolutne vrednosti v tem primeru niso zanesljive. Odvisne so od izbrane hitrosti splošnega geostrofskega vetra, ki je vhod v masno-konsistentni model. Glede na doline in planote je potencial vetra na grebenih gorskih pregrad do 100-krat večji. Na posameznih višjih odprtih planotah je energija vetra lahko do 10-krat višja kot po dolinah. Prav tako je energija vetra do 10-krat višja nad morjem kot nad ravninami nad kopnim. Z regresijo v točkah meritev vetra smo polje gostote energije vetra iz masno-konsistentnega modela primerno utežili (slika 3.6). Razmerja energije med posameznimi območji (doline, grebeni ) so ostala nespremenjena, absolutne vrednosti energije so se povečale. Tudi ta prostorska slika gostote energije vetra je nerealna, saj je gostota energije predvsem po dolinah in ravninah močno precenjena. Vzrok za to so meritve v Vipavski dolini, kjer je energijski potencial izračunan iz meritev v primerjavi z ostalimi točkami zelo velik, medtem ko ima polje energijskega potenciala iz masno-konsistentnega modela na tem območju minimum. Vzrok za precenjeno gostoto energije po dolinah na karti, ki smo jo dobili z regresijo, je burja. Kot je podrobno opisano že v poglavju o relativnih prostorskih razlikah vetrovnosti (poglavje 1), masno-konsistentni model ne more predvideti termično pogojenega katabatičnega vetra kot je burja. Na Primorskem je to pogost veter, ki doprinese znaten delež k energiji vetra. Da bi dobili prostorsko porazdelitev potenciala vetra, ki upošteva tudi porazdelitve burje, smo model prostorske interpolacije nekoliko dopolnili. 71

72 Slika 3.5: Karta potenciala vetra 10 m nad tlemi, izračunana na podlagi hitrosti iz masnokonsistentnega modela. Upoštevana je porazdelitev hitrosti po smereh na reprezentativnih postajah. Slika 3.6: Karta potenciala vetra 10 m nad tlemi, izračunana na podlagi hitrosti iz masnokonsistentnega modela in z regresijo ustrezno utežena glede na meritve v točkah. Upoštevana je porazdelitev hitrosti po smereh na reprezentativnih postajah. 72

73 3.3.2 Metoda prostorske interpolacije potencialne energije vetra Prostorsko interpolacijo vetrovnega potenciala smo naredili na osnovi izračunanega vetrovnega potenciala z modelom WASP v točkah, kjer smo imeli meritve vetra (poglavje 3.1 in 3.2). Pri računanju vrednosti vetrovnega potenciala v prostor, smo upoštevali prostorske značilnosti polja, ki smo ga dobili z masno-konsistentnim modelom (slika 3.5), in prostorske značilnosti burje. Prostorske značilnosti burje smo opisali z matematično funkcijo, ki smo jo poiskali na osnovi izračunanega vetrovnega potenciala v točkah meritev. Izkazalo se je, da značilnosti energije burje v prostoru najbolje opiše funkcija, ki je obratno sorazmerna z oddaljenostjo od kraških planot (Trnovski gozd in Nanos). Prostorsko porazdelitev potencialne energije vetra smo izračunali v 7 korakih: 1. Poiskali smo linearno zvezo med izračunano energijo v točkah meritev in izračunano energijo z masno-konsistentnim modelom v istih točkah 2. Z izračunanimi regresijskimi koeficienti (iz 1. koraka) smo izračunali polje energije na osnovi masno-konsistentnega modela. 3. V točkah meritev smo poiskali razlike med energijo, izračunano direktno iz meritev in med energijo, izračunano z regresijo iz masno-konsistentnega modela. Iz razlik smo določili prostorski model značilnosti burje (funkcijo, ki je obratno sorazmerna z razdaljo od kraških planot). 4. Polje, izračunano s funkcijo, dobljeno v predhodnem koraku, smo prišteli polju, ki smo ga izračunali z regresijo (korak 2). 5. Ponovno smo poiskali razlike v točkah meritev: med vrednostjo energije, ki smo jo izračunali v koraku 4 in med energijo, izračunano direktno iz meritev. 6. Razlike smo interpolirali v prostor. Za interpolacijo smo uporabili metodo objektivne interpolacije, kjer so uteži obratno sorazmerne z razdaljo od točke meritve. 7. Polje razlik smo prišteli polju, ki smo ga izračunali v koraku Karte energijskega potenciala vetra Rezultat prostorske interpolacije so karte potenciala (ploskovne gostote moči) vetra za različne nivoje nad tlemi. Za višino10 m nad tlemi smo izračunali karte za dve različni hrapavosti (razred 1 in 2). Za ostala dva nivoja (25 in 50 m) smo izračunali karte za razred hrapavosti 1. Podatki za potencialno energijo vetra v točkah meritev na različnih nivojih in za različne hrapavosti so izhod modela WASP. Območje interpolacije in orografija območja sta prikazana v poglavju 1 na sliki 1.2. To modelsko območje in prikazana orografija z ločljivostjo 500 m sta bila uporabljena v masnokonsistentnem modelu za izračun polja hitrosti vetrov. V enaki resoluciji smo računali tudi prostorsko porazdelitev potenciala energije vetra. To ločljivost moramo upoštevati tudi pri interpretaciji kart: na kartah so predstavljene povprečne vrednosti za širše območje (500 m x 500 m). Veter je močno odvisen od orografije (to upoštevamo v masno-konsistentnem modelu in pri iskanju funkcije, ki opisuje značilnosti burje). Za izračun vrednosti na karti so upoštevane samo tiste topografske značilnosti, katerih tipična razdalja je večja od 500 m. Zgodi se lahko, da imamo na ravnini manjšo kotanjo ali grič (premer manjši od 500 m), in 73

74 vetrovne razmere so tam lahko precej drugačne, kot so predstavljene na karti za tisto točko. V mikro skali lahko torej na nekaterih območjih pričakujemo drugačne razmere, kot so predstavljene na karti. Slika 3.7 Karta vetrovnega potenciala za Primorsko (10 m nad tlemi, 1 razred hrapavosti) Slika 3.8 Karta vetrovnega potenciala za Primorsko (10 m nad tlemi, 2 razred hrapavosti) 74

75 Hrapavost tal močno vpliva na potencial vetra. Primerjava kart vetrovnega potenciala na višini 10 m nad tlemi za dve različni hrapavosti (sliki 3.7 in 3.8) nam pokaže, da hrapavost terena vpliva na absolutne vrednosti gostote moči vetra. Vzorec prostorske porazdelitve vetrovnega potenciala ostaja sicer enak in tudi razmerje med gostoto energije vetra v dolinah in na grebenih ostane nespremenjeno. Če pa je lokalno teren bolj hrapav (sprememba hrapavosti terena iz 1. razreda v 2. razred) ima veter na višini 10 m nad tlemi povprečno 2 krat manjšo gostoto moči. Ker je med ljudmi zelo znana kraška, pa tudi vipavska burja, je vredno posebej primerjati veter npr. na dnu Vipavske doline s tistim na okolišnjih grebenih (slika 3.9). Pri tej karti so bili upoštevani podatki iz meritev na dnu Vipavske doline, od drugih pa samo tisti s Strmca. Karta se ne razlikuje bistveno od karte 3.7, kar kaže na to, da je metoda prostorske interpolacije dokaj zanesljiva. Slika 3.9 Karta vetrovnega potenciala za Vipavsko dolino (10 m nad tlemi, 1 razred hrapavosti) Hitrost vetra z višino narašča, gostota moči vetra z višino narašča še hitreje, saj je moč sorazmerna s tretjo potenco hitrosti. Primerjava kart vetrovnega potenciala na različnih višinah nad tlemi (10 m, 25 m in 50 m slike 3.7, 3.10 in 3.11) pokaže, kako hitro narašča moč vetra z višino. Vzorec prostorske porazdelitve še vedno ostaja nespremenjen, spreminjajo pa se absolutne vrednosti. Nekoliko se spremenijo tudi razmerja med gostoto moči na ravninah in na grebenih. Višje nad tlemi je namreč polje vetrovnega potenciala bolj gladko kot pri tleh, razlike med močjo po dolinah in na grebenih so zato manjše. 75

76 Slika 3.10 Karta vetrovnega potenciala za Primorsko (25 m nad tlemi, 1 razred hrapavosti) Slika 3.11 Karta vetrovnega potenciala za Primorsko (50 m nad tlemi, 1 razred hrapavosti) 76