1. മോഡൽ വിശ്വാസ്യത
തെക്കൻ മേഖലയിൽ പലപ്പോഴും കൂടുതൽ മഴയും ഇടിമിന്നലും ചുഴലിക്കാറ്റും ഉണ്ട്, കാലാവസ്ഥാ ദുരന്തങ്ങൾ കൂടുതൽ ഗുരുതരമാണ്.കൂടാതെ, ധാരാളം പർവതങ്ങളും കുന്നുകളും ഉണ്ട്, ഭൂപ്രദേശം സങ്കീർണ്ണമാണ്, പ്രക്ഷുബ്ധത വലുതാണ്.ഈ കാരണങ്ങൾ യൂണിറ്റിന്റെ വിശ്വാസ്യതയ്ക്കായി ഉയർന്ന ആവശ്യകതകളും മുന്നോട്ട് വയ്ക്കുന്നു.
2. കൃത്യമായ കാറ്റ് അളക്കൽ
തെക്ക് പോലുള്ള കാറ്റിന്റെ വേഗത കുറവുള്ള പ്രദേശങ്ങളിൽ, കുറഞ്ഞ കാറ്റിന്റെ വേഗതയും സങ്കീർണ്ണമായ ഭൂപ്രകൃതിയും ഉള്ളതിനാൽ, കാറ്റാടി ഫാം പദ്ധതികൾ പലപ്പോഴും നിർവ്വഹിക്കാൻ കഴിയാത്ത അവസ്ഥയിലാണ്.കാറ്റ് റിസോഴ്സ് എഞ്ചിനീയർമാർക്ക് ഇത് കൂടുതൽ കർശനമായ ആവശ്യകതകൾ മുന്നോട്ട് വയ്ക്കുന്നു.നിലവിൽ, കാറ്റ് റിസോഴ്സ് സ്റ്റാറ്റസ് പ്രധാനമായും ഇനിപ്പറയുന്ന രീതികളിൽ ലഭിക്കുന്നു:
①കാറ്റ് അളക്കുന്ന ടവർ
വികസിപ്പിക്കേണ്ട പ്രദേശത്ത് കാറ്റിന്റെ അളവ് അളക്കാൻ ടവറുകൾ സ്ഥാപിക്കുന്നത് കാറ്റിന്റെ ഉറവിട ഡാറ്റ നേടുന്നതിനുള്ള ഏറ്റവും കൃത്യമായ മാർഗമാണ്.എന്നിരുന്നാലും, കാറ്റിന്റെ വേഗത കുറഞ്ഞ പ്രദേശങ്ങളിൽ കാറ്റ് അളക്കാൻ ടവറുകൾ സ്ഥാപിക്കാൻ പല ഡെവലപ്പർമാരും മടിക്കുന്നു.പ്രാരംഭ ഘട്ടത്തിൽ കാറ്റ് അളക്കാൻ ടവറുകൾ സ്ഥാപിക്കാൻ ലക്ഷക്കണക്കിന് ഡോളർ ചിലവഴിക്കട്ടെ, കാറ്റിന്റെ വേഗത കുറഞ്ഞ പ്രദേശം വികസിപ്പിക്കാൻ കഴിയുമോ എന്നത് ഇപ്പോഴും തർക്കവിഷയമാണ്.
② പ്ലാറ്റ്‌ഫോമിൽ നിന്ന് മെസോസ്കെയിൽ ഡാറ്റ ഏറ്റെടുക്കൽ
നിലവിൽ, എല്ലാ മുഖ്യധാരാ മെഷീൻ നിർമ്മാതാക്കളും സമാനമായ ഫംഗ്‌ഷനുകളുള്ള അവരുടെ സ്വന്തം മെസോസ്കെയിൽ മെറ്റീരിയോളജിക്കൽ ഡാറ്റ സിമുലേഷൻ പ്ലാറ്റ്‌ഫോമുകൾ തുടർച്ചയായി പുറത്തിറക്കിയിട്ടുണ്ട്.പ്രധാനമായും ചുറ്റുപാടുകളിലെ വിഭവങ്ങൾ നോക്കുകയും ഒരു പ്രത്യേക പ്രദേശത്ത് കാറ്റിൽ നിന്നുള്ള ഊർജ്ജത്തിന്റെ വിതരണം നേടുകയും ചെയ്യുക എന്നതാണ്.എന്നാൽ മെസോസ്കെയിൽ ഡാറ്റ വരുത്തിയ അനിശ്ചിതത്വം അവഗണിക്കാനാവില്ല.
③മെസോസ്കെയിൽ ഡാറ്റ സിമുലേഷൻ + ഹ്രസ്വകാല റഡാർ കാറ്റ് അളക്കൽ
മെസോസ്കെയിൽ സിമുലേഷൻ അന്തർലീനമായി അനിശ്ചിതത്വത്തിലാണ്, കൂടാതെ മെക്കാനിക്കൽ കാറ്റ് അളക്കലുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ റഡാർ കാറ്റിന്റെ അളവിലും ചില പിശകുകൾ ഉണ്ട്.എന്നിരുന്നാലും, കാറ്റ് ഉറവിടങ്ങൾ നേടുന്ന പ്രക്രിയയിൽ, രണ്ട് രീതികൾക്കും പരസ്പരം പിന്തുണയ്ക്കാനും കാറ്റ് റിസോഴ്സ് സിമുലേഷന്റെ അനിശ്ചിതത്വം ഒരു പരിധി വരെ കുറയ്ക്കാനും കഴിയും.
പോസ്റ്റ് സമയം: മാർച്ച്-18-2022
