Extrapolation is not enough: Impacts of extreme land-use change on wind profiles and wind energy according to regional climate models
Notice bibliographique
Résumé
Abstract. Humans change the climate in many ways. In addition to greenhouse gases, climate model inputs thus include a number of other forcings like land-use change. While studies typically investigate the joint effects of all forcings, we here isolate the impact of afforestation and deforestation on winds in the lowermost 350 m of the atmosphere to quantify the relevance of the lower boundary condition for large-scale wind energy assessments. We use vertically resolved sub-daily output from two regional climate models instead of extrapolating near-surface winds with simplified profiles. Comparing two extreme scenarios, we report that afforestation reduces wind speeds by more than 1 m/s in many locations across Europe even 300 m above ground and thus remains relevant at hub heights of current and future wind turbines. We show that standard extrapolation with modified parameters approximates long-term means well but fails to capture essential spatio-temporal details, such as changes in the daily cycle, and is thus insufficient to estimate wind energy potentials. Using adjacent climate model levels to account for spatio-temporal wind profile complexity, we report that wind energy capacity factors are strongly impacted by afforestation and deforestation: they differ by more than 0.1 in absolute terms and up to 50 % in relative terms. Our results confirm earlier studies that land use change impacts on wind energy can be severe and that they are generally misrepresented with common extrapolation techniques.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».