Exploring solar and wind energy resources in North Korea with COMS MI geostationary satellite data coupled with numerical weather prediction reanalysis variables
Notice bibliographique
Résumé
Despite their potential as a naturally-available clean energy option, the renewable energy resources of the Democratic People's Republic of Korea (i.e., North Korea) have rarely been evaluated. Therefore, to estimate the availability of land surface solar irradiance necessary for solar applications and to model available energy potential, physically-based models drawing on Communication, Ocean and Meteorological Satellite (COMS) data and associated statistics for key atmospheric constituents, were employed. To assess wind energy resources, model output statistics (MOS) were integrated from post-processed Local Data Assimilation and Prediction System (LDAPS) variables, thereby removing any systematic bias arising from long-term regression methods. The root mean square error (RMSE) and mean bias error (MBE) served to compare pyranometer- and satellite-sourced solar radiation, under instantaneous (87.90 W m−2 and 16.84 W m−2, respectively) and daily ‘all sky conditions’ (624.98 Wh m−2 d−1 and 13.89 Wh m−2 d−1, respectively). These low values indicate that satellite-based solar irradiance is sufficiently accurate to be used to model future land surface solar energy in North Korea. In the evaluation of wind energy resources, daily wind speeds obtained from Numerical Weather Prediction (NWP) reanalysis fields showed good accuracy compared to a meteorological tower measurement (RMSE = 0.37 m s−1 and MBE = 0.24 m s−1). In the study region, mean wind energy potential (from 2013–2015) was 3.44 kWh m−2 d−1, whereas solar energy potential was slightly lower at 3.36 kWh m−2 d−1; this can be attributed to the nation's mountainous terrain and high latitude. Although the region's mountainous terrain may be an obstacle for future development of renewable energy infrastructure, these initial annual mean solar and wind power density results illustrate the significant renewable energy potential of North Korea. This situates the country in a position to promote the United Nations Sustainable Development Goal (SDG #7) of integrating cleaner and more sustainable energy resources through solar and wind power.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».