Nieuwe dataset helpt milieu-impact van windmolens op zee beter te begrijpen

Offshore-windmolenparken leveren schone en groene energie. Helaas leren wetenschappers steeds meer over de schadelijke impact die ze kunnen hebben op het leven in de zee. Om die impact beter in beeld te kunnen brengen, en toekomstige windmolenparken zo gunstig mogelijk de positioneren, maakte milieuwetenschapper Yali Si en haar collega’s een gratis beschikbare dataset met daarin alle windturbines op de wereld.

Windenergie is een populaire bron van duurzame energie. De afgelopen jaren hebben veertien kustlanden wereldwijd maar liefst 6924 windturbines gebouwd om de uitstoot van broeikasgassen te verminderen. Toch, zegt Si, staan de potentiële milieueffecten van windmolenparken op zee momenteel ter discussie. ‘Die effecten moeten we verder onderzoeken.’

Een kwetsbaar gebied beschermen

De meeste windmolenparken bevinden zich dicht bij de kust. Een zeer kwetsbaar gebied, aangezien daar een grote verscheidenheid aan mariene flora en fauna leeft. Voor die soorten kan niet alleen de bouw van die turbines een grote impact hebben, maar ook de aanwezigheid en het geluid van reeds aanwezige turbines kunnen erg verstorend zijn. Si: ‘We hebben informatie verzameld over de ruimtelijke spreiding en het bouwtraject van alle windturbines wereldwijd. Onze database is vrij beschikbaar en zal jaarlijks worden bijgewerkt. Anderen kunnen die gebruiken om de milieueffecten van toekomstige offshore-windmolenparken te evalueren.’

35 databanken, maar geen enkele voldoet

Er bestonden al 35 databanken met gegevens over offshore-windturbines. Maar volgens Si en haar collega’s voldoet geen enkele daarvan aan alle eisen. ‘Ze zijn niet allemaal gratis toegankelijk,’ legt ze uit. ‘En de gratis databanken bevatten duidelijke omissies van het aantal turbines, of registratiefouten met verkeerde locaties. Andere hebben geen wereldwijde dekking of missen updates van de nieuwste turbines, of informatie over de precieze locaties.’

Microgolven uit de ruimte

Si en haar collega’s hebben de exacte locaties van de windturbines achterhaald door gebruik te maken van gegevens van de Sentinel-1A/B-satelliet. Deze satelliet beschikt over een geavanceerde manier om objecten op aarde in beeld te brengen, genaamd SAR (Synthetic Aperture Radar imagery). Si: ‘In tegenstelling tot optische beeldvorming, die voor de belichting afhankelijk is van zonlicht, is SAR een actief proces waarbij microgolven naar de aarde worden gestraald. Sommige van die stralen kaatsen terug naar de satelliet, die de gegevens over de polarisatie en de intensiteit van de verstrooiing vastgelegd’ (zie kader). De microgolven kunnen door wolken en mist heen dringen, en zelfs in het donker gedetailleerde beelden opleveren. Daardoor kunnen SAR-sensoren gegevens verzamelen ongeacht het weer of het tijdstip van de dag.

Een gelaagde aanpak

Sentine-1 heeft in totaal 737.100 SAR-beelden gemaakt. Om te voorkomen dat bewegende objecten, zoals schepen of drijvende platforms, worden aangezien voor windturbines, heeft de satelliet gedurende een heel jaar meerdere foto’s van dezelfde locaties gemaakt. Dit resulteerde in meerdere ‘lagen’ van gegevens op de kaart van de aarde. In Google Earth Engine berekenden we het gemiddelde van al deze lagen en voegden die samen tot één enkele laag,’ legt Si uit. ‘Op deze laag zochten we naar de locaties die relatief hoge waarden hadden: dat wil zeggen dat er een groot gedeelte van het jaar een object aanwezig was. Op die manier konden we ronddrijvende of tijdelijke objecten uit onze dataset verwijderen. Want alleen windturbines nemen een aanzienlijke langere tijd van het jaar een locatie in beslag!’

Met een speciaal algoritme selecteerden de onderzoekers vervolgens de objecten met hoge verstrooiings-waarden: de windturbines.

Up-to-date en klaar voor verandering

Sentine-1 heeft in totaal 737.100 SAR-beelden gemaakt. Om te voorkomen dat bewegende objecten, zoals schepen of drijvende platforms, worden aangezien voor windturbines, heeft de satelliet gedurende een heel jaar meerdere foto’s van dezelfde locaties gemaakt. Dit resulteerde in meerdere ‘lagen’ van gegevens op de kaart van de aarde. In Google Earth Engine berekenden we het gemiddelde van al deze lagen en voegden die samen tot één enkele laag,’ legt Si uit. ‘Op deze laag zochten we naar de locaties die relatief hoge waarden hadden: dat wil zeggen dat er een groot gedeelte van het jaar een object aanwezig was. Op die manier konden we ronddrijvende of tijdelijke objecten uit onze dataset verwijderen. Want alleen windturbines nemen een aanzienlijke langere tijd van het jaar een locatie in beslag!’
Met een speciaal algoritme selecteerden de onderzoekers vervolgens de objecten met hoge verstrooiings-waarden: de windturbines.

Paper

De wereldwijde dataset over offshore-windmolenparken zal jaarlijks worden bijgewerkt en is gratis te downloaden via Figshare.

Share Button