Modeling photovoltaic solar farm site suitability using a multi-criteria evaluation in Southern Ontario, Canada
Notice bibliographique
Résumé
Canada’s solar energy industry has seen significant growth in recent years. More specifically, southern Ontario, Canada’s most densely populated region, hosts over 100 industrial-scale solar farms. These large arrays of interconnected solar panels convert incoming global horizontal irradiance into electricity. This study is a location-based analysis investigating the suitability of southern Ontario’s lands for hosting solar farms. The objectives are: (1) determine the most applicable variables and methods that are replicable in the southern Ontario region; (2) identify and analyze the amount and location of suitable areas; and (3) understand and explain any discrepancies between the locations of existing solar farm power plants and optimal locations. This research produces a land suitability model of southern Ontario’s solar farm capacity. It utilizes an analytical hierarchy process, a type of multi-criteria evaluation, in order to identify criteria, classify and weigh variables, and overlay inputs. The data employed are incoming solar radiation, cloud cover, land use, hydro transmission lines, major road networks, slope, and cultural areas. The results suggest much of the northern portions of southern Ontario are not well adapted for hosting solar farms, while large parts of southwest and west-central are very suitable or mostly suitable. In particular, a west-central area remains untapped for solar farming, despite being highly suitable. These results are then compared to the approximate locations of existing solar farms, and discrepancies are discussed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 tête enseignante, 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 ».