Nella mia precedente vita da commerciale per un'azienda che vende impianti fotovoltaici, mi sono sempre chiesto se e come fosse possibile effettuare un rilievo speditivo su un'area di interesse per individuare quali tetti fossero più idonei per l'installazione di un impianto fotovoltaico e stimarne il potenziale in Kwp.
Oggi, a distanza di un po' di anni da quell'esperienza, ho finalmente trovato un po' di tempo per scrivere questo articolo in cui, con la metodologia GIS, spero di dare una buona mano ai miei ex colleghi commerciali ;)
Quello di cui abbiamo bisogno è:
- un vettore poligonale che riproduce l'edificato dell'area di interesse;
- un DSM da LiDAR o comunque con risoluzione non superiore ad 1 m;
- competenze in spatial analisys.
Iniziamo effettuando un clip del nostro raster usando, come poligono di clip, l'edificato. Tematizzando il DEM appena ottenuto dovreste avere qualcosa di simile a quello che vedete di seguito. La scelta dei colori è arbitraria; al variare dell'intensità del blu aumenta l'altezza dell'edificio.
Dando un'occhiata alle pendenze potremmo già farci una prima idea su quale tetto è idoneo e quale non lo è. Le pendenze le estraiamo con slope da Processing Toolbox di QGIS; anche in questo caso la tematizzazione è a vostro gusto.
NB: le pendenze fanno riferimento al piano cartografico! Quindi 0° fanno riferimento ad un tetto piano, con 85.8° di pendenza abbiamo un tetto quasi verticale(e ortogonale al piano cartografico)!
Sicuramente un tetto a quasi 90°, alle nostre latitudini, non è il più idoneo all'installazione di un impianto fotovoltaico!
Iniziamo ad estrarre i soli tetti piani. Per farlo dobbiamo eseguire queste tre operazioni in sequenza:
- Riclassificazione del raster delle pendenze;
- Generazione di un vettore dal raster appena riclassificato;
- Selezione e salvataggio dei soli poligoni che rientrano nella classe di interesse.
Per riclassificare il nostro raster delle pendenze useremo il geoalgoritmo r.reclass di GRASS GIS ricercabile dal Processing Toolbox. Importante è la corretta definizione delle classi!
Ho suddiviso le pendenze in due classi: maggiore di 3° e minore di 3°. Tutti i tetti con pendenza massima di 3° li ho considerati piani ed è questa la classe che ci interessa in questa fase. Al termine della riclassificazione ho convertito in poligoni le classi raster usando Polygonize sempre dal Processing Toolbox. Sul vettore poligonale così ottenuto ho effettuato una query per estrarmi i soli tetti che rientrano nella categoria di nostro interesse.
Ecco il risultato! Fatelo anche voi, sembra difficile ma non lo è!
Torniamo ora a ragionare sul nostro DEM clippato ad inizio articolo. Abbiamo le pendenze si ma a noi interessa anche l'esposizione. Un tetto inclinato ed esposto a SUD è la soluzione che più auspichiamo ma come lo individuiamo? Ora andremo a vedere come fare!
Usiamo, sul DEM clippato ad inizio articolo, il geoalgoritmo Aspect ricercabile da Processing Toolbox.
Riclassifichiamo il risultato del precedente geoalgoritmo in modo da ottenere le classi di esposizione di nostro interesse.
NB: vi consiglio di leggere attentamente il contenuto nel link che ho inserito precedentemente in Aspect!
Per semplicità e rapidità ho creato tre classi di esposizione: NORD-EST, EST-SUD-OVEST e OVEST-NORD. Quella che interessa a noi è EST-SUD-OVEST. Convertiamo in poligoni il raster ed effettuando una selezione dei soli poligoni di interesse, andremo a salvare la selezione così come fatto per l'individuazione dei tetti piani.
Il risultato è quello che segue e c'è anche una piccola chicca che avvalora il metodo usato ;)
Verificate la curiosità qui!
Effettuiamo un Union tra i due vettori appena creati(post selezione!) ed eliminiamo eventuali anomalie come tetti che possono essere contemporaneamente piani ed inclinati. Queste anomalie possono esserci perchè le operazione che abbiamo effettuato dipendono dalla risoluzione del DSM su cui abbiamo operato fin dall'inizio. Più andiamo al di sotto del metro di risoluzione meno errori avremmo!
Ora attiviamo il Field Calculator, nella tabella attributi del vettore di output dell'Union, e facciamo pulizia di tutte le aree inferiori a 7 mq. Ho utilizzato questo parametro perchè indicativamente 1 Kwp copre 7 mq. Ovviamente per fare questa pulizia dobbiamo calcolare preventivamente le aree dei singoli poligoni!
Siamo alla fine della nostra ricerca! Nell'immagine precedente possiamo vedere il vettore dell'edificato e quello dei tetti potenzialmente utili. Man mano che si intensifica il viola abbiamo una maggiore produzione di elettricità. Quindi, dei tanti edifici presenti in questa area di 25 Ha, possiamo vedere che solo 3-4 hanno un elevata produzione di energia (siamo tra i 70 ed i 90 Kwp) mentre gli altri hanno una produzione bassa.
Anche la mappa di calore ci evidenzia dove sono i potenziali target!
E' possibile affinare ancora di più la ricerca? Si! Ad esempio facendo un passo indietro rispetto all'Aspect ed estraendo delle pendenze di tetto utili scartando le altre, per poi determinare su queste ultime l'esposizione.
Provate voi! ;)
Python
Sei pratico di Python? Guarda come ottenere lo stesso risoltato con questo JupyterNotebook :)
