Astronomie

Warum hat dieses Diagramm für die Sonnenlichtintensität an Land bei Sonnenaufgang einen steileren Anstieg als bei Sonnenuntergang?

Warum hat dieses Diagramm für die Sonnenlichtintensität an Land bei Sonnenaufgang einen steileren Anstieg als bei Sonnenuntergang?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ich habe dieses Bild erhalten, als ich mit Mathematicas Wolfram Alpha-Abfrage die Wetterdaten für eine Stadt in Nordindien überprüft habe checking

Mir ist ein Merkmal in der Grafik aufgefallen, das ich nicht erklären konnte. Warum hat der eingekreiste Teil 'A', der den Sonnenaufgang anzeigt, eine etwas höhere Neigung als der eingekreiste Teil 'B', der den Sonnenuntergang anzeigt?

Ich habe auch die Grafik für den Sommermonat überprüft und das Muster war genau umgekehrt

Sommermonat

Interpretiere ich die Daten falsch oder erreicht die Sonne tagsüber in den Wintermonaten schneller ihre höchste Intensität als im Sommer? Was könnte der Grund dafür sein?


Leider zu lang für einen Kommentar:

https://www.mesonet.org/index.php/site/about/other_measurements/#srad Anmerkungen:

Sonnenstrahlungsmessungen am Morgen und Abend sind empfindlich gegenüber Hindernissen (z. B. Bäume) am Ost- und Westhorizont. Eine Verzögerung des Sonnenaufgangs oder ein frühes Eintreffen des Sonnenuntergangs an einer bestimmten Station kann erklärt werden, indem die Panoramafotos der Site untersucht werden, die unter http://www.mesonet.org/index.php/site/sites/mesonet_sites verfügbar sind.

Stöbern Sie auch ein wenig herum, beginnend bei http://mesowest.utah.edu/cgi-bin/droman/meso_graph_climo_ndb.cgi?stn=SEAM5&unit=0&hours=24&day1=0&month1=&year1=2014&hour1=00&windred=&time=LOCAL&var=SOLRname& .lastyear=1&v =Solar%20Radiation&stationname=SEAGULL&vlabel=%C2%A0W/m*m und Sie sollten weitere Daten finden.


In der Nacht hat der Wind nachgelassen und die Verschmutzung durch Landwirtschaft und künstliche Chemikalien hat sich gelegt, wodurch die Luftqualität klar wird und das Sonnenlicht bei Sonnenaufgang weniger behindert und intensiver wird. Bei Sonnenuntergang verweilen alle oben genannten Dinge immer noch in der Luft, wodurch das Sonnenlicht weniger intensiv wird durch die Verschmutzung verursachte Verstopfung. Da der Winter intensiver ist, ist der Niederschlag in den Wintermonaten höher und die Wassermoleküle filtern einen großen Prozentsatz der Verschmutzung heraus.


Wechselwirkungen zwischen Land und Atmosphäre verschärften die Dürre und Hitzewelle über Nordeuropa im Sommer 2018

Die Dürre und Hitzewelle 2018 über Nordeuropa waren außergewöhnlich, mit beispiellosen Waldbränden in Schweden, sengender Hitze in Deutschland und Wasserbeschränkungen in England. Monatliche, tägliche und stündliche Daten von ERA5, verifiziert mit In-situ-Bodenwassergehalts- und Oberflächenflussmessungen, werden untersucht, um den untersaisonalen Verlauf des Ereignisses und die tageszeitliche Entwicklung der troposphärischen Profile über Großbritannien zu untersuchen, um das anomale Land zu quantifizieren Oberflächenbeitrag zu Hitze und Trockenheit. Die Daten deuten darauf hin, dass die Region in einen beispiellosen Zustand eingetreten ist, um zu einem „Hot Spot“ für die Land-Atmosphäre-Kopplung zu werden, was die Hitzewelle in weiten Teilen Nordeuropas verschärfte. Land-Atmosphäre-Feedbacks wurden durch ungewöhnlich niedriges Bodenwasser in weiten Gebieten ausgelöst, was zu Feuchtigkeitseinschränkungen für die latenten Wärmeflüsse an der Oberfläche führte, die Wolkenbildung unterdrückte, die Oberflächen-Nettostrahlung erhöhte und die Temperaturen während mehrerer mehrwöchiger extremer Hitzeepisoden anhob. Wir finden konsistente Beweise in Felddaten und Reanalysen einer Schwelle des Bodenwassergehalts an den meisten Standorten, unterhalb derer Oberflächenflüsse und tägliche Höchsttemperaturen überempfindlich auf sinkendes Bodenwasser reagieren. Ähnliche Hitzewellen in verschiedenen Teilen Europas in den Jahren 2003, 2010 und 2019 in Kombination mit düsteren Klimaprognosen deuten darauf hin, dass solche Ereignisse zunehmen könnten. Rückkopplungen von Land und Atmosphäre können eine immer wichtigere Rolle bei der Verschlimmerung von Extremen spielen, könnten aber auch zu ihrer Vorhersagbarkeit auf untersaisonalen Zeitskalen beitragen.


Abstrakt

[1] Enterokokken sind von der US-Umweltschutzbehörde empfohlene Fäkalindikatorbakterien zur Beurteilung der Qualität von Meerwasser. Herkömmliche Methoden der Enterokokken-Analyse sind zeitaufwendig, was zu Verzögerungen bei der Erteilung von Strandschließungen führt. Modelle können diese Verzögerungen möglicherweise umgehen, indem sie Zeiten vorhersagen, zu denen Strände geschlossen werden sollten. Das Ziel dieser Studie ist die Entwicklung eines innovativen gekoppelten Mikroben-hydrodynamisch-morphologischen Modells. Das einzigartige Merkmal dieses Modells ist seine Fähigkeit, die Freisetzung von Mikroben zu simulieren, die als Ergebnis von kombiniertem Wellen- und Gezeitenantrieb an Küstensand haften. Ein Nearshore-Prozessmodell (XBeach) wurde mit einer Mikroben-Transport-Zerfalls-Gleichung gekoppelt. Diese Gleichung beinhaltete Quellenfunktionen, die die mikrobielle Freisetzung aus mobilisiertem Sand, Grundwasserströmung, Mitreißen durch Porenwasserdiffusion, Niederschlag-Abfluss-Belastung und eine Schicksalsfunktion, die solare Inaktivierungseffekte berücksichtigte, berücksichtigten. Das Modell simulierte erfolgreich beobachtete räumliche und zeitliche Muster von Enterokokken im Strandwasser, einschließlich der Reproduktion von Diel- und Gezeitenschwankungen und der schnellen Abnahme der Enterokokken-Niveaus von der Wasserlinie bis zur Küste. Primäre Prozesse zur Beladung der Wassersäule mit Enterokokken umfassten die welleninduzierte Sedimentresuspension und die Gezeitenwäsche zum Mitreißen von Enterokokken aus dem Porenwasser in der Gezeitenzone. Diffusion war der wichtigste Mechanismus, um Enterokokken von der Gezeitenzone nach Offshore zu transportieren. Die Inaktivierung des Sonnenlichts war ein Schlüsselprozess, um die Enterokokken-Spiegel während des Tages zu senken und die Tageszyklen zu erzeugen. Niederschlagsabfluss erwies sich als eine intermittierende Quelle von Enterokokken in das Strandwasser, während der Grundwasseraustausch von untergeordneter Bedeutung war. Sensitivitätsanalysen legten nahe, dass die Prozesse und Koeffizienten im Zusammenhang mit der Enterokokken-Beladung quasi-lineare Eigenschaften aufweisen, während die Modellergebnisse der Enterokokken-Spiegel sowohl auf Diffusions- als auch auf Sonnenlicht-Inaktivierungskoeffizienten empfindlich waren und eine hohe Nichtlinearität sowie eine räumliche und zeitliche Abhängigkeit zeigten.


Leistung des zweiachsigen Solartrackers im Vergleich zum statischen Sonnensystem nach Segmented Clearness Index in Malaysia

Die Leistung von Dual-Axis Solar Tracker (DAST) und Static Solar System (SSS) in Bezug auf den Klarheitsindex in Malaysia wird dargestellt. Ein Versuch, die Korrelation zwischen dem Clearness-Index mit dem Energiegewinn und der Effizienz von DAST über SSS zu untersuchen, wird experimentell durchgeführt. Eine gute Korrelation konnte anhand des täglichen Klarheitsindex nicht festgestellt werden. Dies ist auf den größeren Vorteil von DAST am Morgen und am Abend im Vergleich zum Mittag zurückzuführen, da es in der Lage ist, dem Sonnenstand zu folgen. Daher wird der tägliche Klarheitsindex in drei Segmente unterteilt, die morgens, mittags und abends sind, um den Energiegewinn und die Effizienz besser zu interpretieren. Eine deutlichere Korrelation mit geringer Standardabweichung ist bei der segmentierten Klarheitsindexanalyse zu beobachten. Der Energiegewinn und die Effizienz von sieben Städten in Malaysia wird mit dem segmentierten Klarheitsindex geschätzt und mit dem Ergebnis des anisotropen Strahlungsmodells verglichen. Ein ähnlicher Trend wird erhalten und es hat sich gezeigt, dass der segmentierte Klarheitsindex als grafische Methode zur Schätzung des Energiegewinns und der Effizienz von DAST über SSS verwendet werden könnte.

1. Einleitung

Solarenergie hat in den letzten Jahren aufgrund verschiedener Gründe wie der schwankenden Rohölpreise, des Bewusstseins der Öffentlichkeit für Umweltfragen, der Unterstützung von Politiken und Subventionen der lokalen Regierung zur Förderung der erneuerbaren Energiesektoren und der Preissenkung der Photovoltaik enorme Aufmerksamkeit erlangt (PV)-Platten. Viele große Solarparks wurden in den USA, Europa und China in Betrieb genommen, da der weltweite PV-Preis in den letzten Jahren rapide sinkt, was dem Swanson-Gesetz entspricht [1]. Der durch PV erzeugte Strom ist jedoch im Vergleich zu fossilen Brennstoffen (Öl, Gas und Kohle) insbesondere in städtischen Gebieten nicht wettbewerbsfähig genug. Daher sind intensivere Forschung und Entwicklung auf dem Gebiet der Materialwissenschaften von PV-Zellen erforderlich, um die Hürde der Umwandlungseffizienz zu überwinden und die Herstellungskosten zu senken. Inzwischen gibt es mehrere Ansätze, um die Leistung von PV-Systemen zu steigern, außer der Erforschung neuer Materialien für PV-Zellen. Zum Beispiel Maximum Power Point Tracking (MPPT), das in der Lage ist, maximale Leistung zu ziehen, indem es den maximalen Leistungspunkt der PV-Arrays verfolgt und an diesem arbeitet [2], Solar-Tracking, das in der Lage ist, die von der Sonne erfasste Leistung zu maximieren, indem sie dem Sonnenpfad folgt 3] und so weiter. Vor allem die Solarnachführung bietet große Vorteile, um den Wirkungsgrad der PV-Anlage im Vergleich zu einer statischen Solaranlage zu steigern [4]. Dual-Axis Solar Tracker (DAST) ist eine Art Solartracker mit zwei Drehachsen, die es ermöglichen, die PV-Module auszurichten und jederzeit direkt auf die Sonnenscheibe zu zeigen [3, 5]. Die Sonneneinstrahlung (W/m 2 ) ist ein Maß für die Menge des auf eine Oberfläche fallenden Sonnenlichts. Dies ist der wichtigste Faktor bei der Bestimmung der Leistung eines PV-Moduls. Die von PV-Modulen aufgenommene Sonnenenergie ist direkt proportional zur von den PV-Modulen empfangenen Sonneneinstrahlung. Mit den immer der Sonne zugewandten PV-Paneelen sorgt es dafür, dass im Tagesverlauf maximale Sonnenenergie in elektrische Energie umgewandelt wird. Daher kann durch die Verwendung von DAST im Vergleich zum statischen Sonnensystem (SSS) ein erheblicher Gewinn erzielt werden.

Aus der Literatur wurden weltweit in früheren Arbeiten verschiedene Tracking-Methoden vorgeschlagen und validiert, und jede von ihnen hat ihre Vor- und Nachteile in Bezug auf Effizienz, Komplexität und Kosten. Abbildung 1 zeigt die minimale, maximale und durchschnittliche Effizienz einiger Solar-Tracking-Arbeiten, die experimentell und durch Simulationen in anderen Ländern berichtet wurden [6-18]. Anscheinend variiert der Unterschied in der solaren Nachführungseffizienz stark zwischen den berichteten Ländern aufgrund unterschiedlicher geografischer Lage, lokaler Landschaft und Klima [19]. Darüber hinaus unterscheidet sich die Effizienz der Solarnachführung in derselben Region zu verschiedenen Jahreszeiten ebenfalls erheblich. Die Effizienz ist normalerweise im Sommer am höchsten, mit einer marginalen Leistung im Winter und im Frühjahr und Herbst haben sie eine durchschnittliche Effizienz.


Malaysia als Land, das 1° bis 7° nördlich des Äquators liegt, hat ein äquatoriales Klima und das ganze Jahr über lange Sonnenstunden. Es gibt enormes Potenzial für Solarenergie, um auf diesem Land erfolgreich zu sein. Allerdings wird das Potenzial für DAST in dieser Region selten berichtet und untersucht. Daher bleibt ein quantitativer Vorteil von DAST gegenüber SSS hierzulande noch unbekannt, obwohl die konstant langen Sonnenstunden ein vielversprechendes Ergebnis nahelegten. Daher wäre es ein Anliegen dieser Studie, einige Städte in Malaysia hinsichtlich ihrer Leistungssteigerung für die Installation von DAST über SSS zu untersuchen. Der Vorteil in Bezug auf die Finanzielle Vorausschau würde ebenfalls analysiert und ein Vergleich zur Eignung für die DAST-Installation in sieben Städten auf der Halbinsel Malaysia durchgeführt.

Obwohl die Effizienz gegenüber SSS höher ist, konnten die zusätzlichen Kosten für DAST nicht übersehen werden. Der Nachführmechanismus erfordert eine zusätzliche mechanische Struktur und Motoren, um die PV-Module entsprechend dem Sonnenstand zu drehen. Die Betriebs- und Wartungskosten von DAST werden ebenfalls höher sein als die von SSS. Daher ist die Schätzung des Effizienz-/Energiegewinns von DAST gegenüber SSS unerlässlich und muss Teil der Standortbewertungskriterien sein. Als Faustregel gilt, dass der Gewinn von DAST gegenüber SSS die zusätzlichen Kosten übersteigen müsste, wodurch die Rentabilität und Nachhaltigkeit des DAST insbesondere in großen Solarkraftwerken gewährleistet sind. Wie in Abbildung 1 gezeigt, kann die berichtete Effizienzverbesserung jedoch von nur 10 % bis zu 75 % variieren. Die große Schwankung der DAST-Effizienz verkompliziert den Bewertungsprozess für die Übernahme von DAST gegenüber SSS. Darüber hinaus wird eine Leistungssteigerung von DAST gegenüber SSS für eine Äquatorregion wie Malaysia bisher nicht untersucht.

Bisher wurde ein Vergleich der Effizienz und des Energiegewinns von DAST gegenüber SSS durchgeführt, indem beide Systeme physisch an dem gewünschten Standort installiert wurden. Dieses Verfahren ist nicht nur teuer, sondern auch zeitaufwendig, da Daten über einen ausreichend langen Zeitraum benötigt werden, um einen aussagekräftigen Vergleich zwischen den beiden Systemen zu ermöglichen. Darüber hinaus sind die erhaltenen Ergebnisse nicht direkt auf andere Websites übertragbar. Daher besteht ein Bedarf an einem Verfahren, um den Gewinn von DAST gegenüber SSS auf kosten- und zeiteffektivere Weise zu schätzen, so dass die Standortbewertung einfacher gemacht werden kann.

Cruz-Peragón et al. quantifizieren den zusätzlichen solaren Gewinn von DAST gegenüber SSS in Bezug auf den Breitengrad der Städte in Spanien basierend auf dem anisotropen Modell von Reindl und dem isotropen Modell von Liu & Jordan [20, 21]. Basierend auf seinen Ergebnissen ist die erstere Methode nützlicher und repräsentiert das Klima des spanischen Territoriums besser als das isotrope Modell. Die meisten Städte auf spanischem Territorium sind für DAST geeignet, während einige Städte aus verschiedenen Gründen nicht empfohlen werden, darunter hohe Breitengrade, hohe Niederschläge und Küstenregionen.

In diesem Beitrag wird versucht, die Leistungssteigerung von DAST anhand des Klarheitsindex der Standorte in Malaysia zu korrelieren. Anschließend wird diese Korrelation verwendet, um die Leistungssteigerung von DAST in sieben Städten in Malaysia abzuschätzen.

2. Literaturübersicht

2.1. Klarheitsindex

Als einzige Variable in dieser Arbeit wird der Clearness-Index gewählt, da er aus der Sonneneinstrahlung abgeleitet wird, dem grundlegendsten Faktor, der die Leistung einer PV-Anlage beeinflusst. Der Clearness-Index repräsentiert das Verhältnis der durchschnittlichen globalen Sonneneinstrahlung

auf einer horizontalen Fläche zur extraterrestrischen Sonneneinstrahlung

auf derselben Fläche und durch die folgenden Gleichungen für Tages- bzw. Stundenwerte gegeben [22]. Für täglich:

Die Daten der globalen Sonnenstrahlung über einen Tag und über eine Stunde, , stehen aus Messungen der gesamten Sonnenstrahlung auf einer horizontalen Fläche mit einem Pyranometer zur Verfügung. Die stündliche Klarheitsindexfunktion könnte verwendet werden, um den Klarheitsindex für einen längeren Zeitraum zu berechnen, indem die globale Sonnenstrahlung und die extraterrestrische Strahlung für den gewünschten Zeitraum in (2) ersetzt werden. In der Zwischenzeit kann die extraterrestrische Sonnenstrahlung und als die Sonnenstrahlung definiert werden, die über einen Tag bzw. einen bestimmten Zeitraum innerhalb eines Tages auf eine horizontale Ebene außerhalb der Atmosphäre einfällt. Mit anderen Worten, dies ist das Sonnenlicht, das den Erdboden erreicht, ohne dass die Atmosphäre vorhanden ist. Die Menge der außerirdischen Strahlung, die den Erdboden erreicht, hängt von der relativen Position der Erde zur Sonne auf ihrer elliptischen Umlaufbahn um die Sonne und der Erddeklination durch diese Umlaufbahn ab. und kann mit (3) wie folgt berechnet werden:

Die Parameter in den Gleichungen können der Nomenklatur entnommen werden.

von der Sonne durchströmt und von der Atmosphäre abgeschwächt wird, bevor sie die Erdoberfläche als erreicht. Die globale Sonnenstrahlung besteht aus Direkt-/Strahlstrahlung, diffuser Strahlung und reflektierter Strahlung. Die Strahlung kommt direkt von der Sonnenscheibe an einem klaren Himmel, ohne von den Wolken behindert zu werden, während die diffuse Strahlung die Strahlung ist, die an bewölkten Tagen vorkommt, wobei die direkte Sonnenstrahlung zuerst von Molekülen und Partikeln an den Wolken gestreut wird, bevor sie die Sonnenkollektoren erreicht. Es gibt auch eine sehr geringe Menge an Strahlung, die von den Wolken und der Erdoberfläche reflektiert wird, nämlich reflektierte Strahlung. Die Komponenten der globalen Sonnenstrahlung sind in Abbildung 2 dargestellt.


Der Klarheitsindex ist an einem sonnigen Tag höher, da die Sonneneinstrahlung von Strahlung und weniger Energieverlust durch Diffusion und Reflexion dominiert wird. Ein höherer Klarheitsindex führt zu einer höheren Energieerzeugung und Effizienz für DAST. Daher wird die Beziehung des Clearness-Index mit dem Energiegewinn und der Effizienz von DAST quantifiziert und experimentell untersucht. Mit dem Wissen um die Korrelation ist es in der Lage, einen alternativen Leitfaden für die Bewertung der Leistungssteigerung von DAST an einem bestimmten Standort anzubieten.

2.2. Modell für diffuse Strahlung

Das Modell der diffusen Strahlung ist nützlich, um die Globalstrahlung über einer geneigten Oberfläche zu bewerten, indem die globale Sonnenstrahlung über einer horizontalen Oberfläche verwendet wird. Das isotrope Modell von Liu und Jordan [23] wird häufig verwendet, da es das einfachste Diffusionsmodell ist, um die Globalstrahlung über einer geneigten Oberfläche zu erhalten. Sie geht von einer gleichmäßigen Verteilung der bodenreflektierten und himmelstreuen Strahlung auf der Himmelshalbkugel aus. Seine Einfachheit hat jedoch zu einigen Schwächen geführt. Dabei wurde der Beitrag der zirkumsolaren Diffusstrahlung und der horizontalen Aufhellung zur gesamten Diffusstrahlung vernachlässigt. Diese beiden Komponenten tragen an klaren Tagen einen beachtlichen Anteil bei. Zirkumsolare diffuse Strahlung resultierte aus der Vorwärtsstreuung der Strahlung und konzentrierte sich hauptsächlich auf den Teil des Himmels um die Sonnenscheibe herum.

In der Zwischenzeit konzentriert sich die Horizontaufhellungskomponente in der Nähe des Horizonts und ist bei klarem Himmel am tiefsten [24]. Diese zusätzlichen Komponenten sind in Abbildung 3 schematisch dargestellt. Das isotrope Modell neigt dazu, die Menge der diffusen Strahlung bei klarem Himmel zu unterschätzen, was zu einer schlechteren Reaktion an klaren Tagen führt. Somit kann die gesamte geschätzte Einstrahlung den tatsächlichen Wert von 3 % auf 9 % unterschreiten [23, 24].


Um die diffuse Strahlung besser abschätzen zu können, müssen anisotrope Modelle verwendet werden, da größere diffuse Anteile wie zirkumsolare diffuse Strahlung und horizontale Aufhellung berücksichtigt werden. Durch die Analyse verschiedener Methoden anisotroper Modelle hat sich das HDKR-Anisotropiemodell (Hay, Davies, Klucher, Reindl-Modell) [21] als ziemlich geeignet erwiesen, da einige Korrekturfaktoren hinzugefügt werden, um die Horizontaufhellung an klaren Tagen sowie die Bewölkung zu berücksichtigen.

Das anisotrope Modell berücksichtigt, dass die Strahlung auf der geneigten Oberfläche von drei Komponenten beigetragen wird, nämlich Strahl, anisotrope diffuse und vom Boden diffus reflektierte Sonnenstrahlung wie in

Erbset al. Korrelation [25] in (5a), (5b) und (5c) ermöglicht es, den isotropen diffusen Anteil der Strahlung zu erhalten, indem man den Klarheitsindex

zu jedem Zeitpunkt, während die Strahlstrahlung dann aus der Differenz zwischen globaler Sonnenstrahlung über horizontaler Fläche und wie in (6) ermittelt wird. Erwägen

Geometrischer Faktor ist das Verhältnis der Strahlung auf einer geneigten Fläche zu der auf einer horizontalen Fläche zu einem beliebigen Zeitpunkt [22], das aus (7) gewonnen werden kann. Der Anisotropieindex ist eine Funktion der Durchlässigkeit der Atmosphäre für Strahlenstrahlung. Ein Modulationsfaktor wird dem HDKR-Diffusionsmodell von Klucher hinzugefügt, um die Bewölkung des Himmels wie folgt zu berücksichtigen:

Gleichung (10) ist der Einfallswinkel der Sonnenstrahlung auf eine geneigte Oberfläche, was einer der wichtigen Ausdrücke ist, um das Modell der anisotropen diffusen Strahlung zu konstruieren. Die mit diesem Modell erhaltene Sonnenstrahlung wird mit dem experimentellen Ergebnis des vorgeschlagenen DAST-Prototyps verglichen. Der DAST-Prototyp verwendet ein äquatoriales Tracking-System.Als Sensoren zur Nachführung des Sonnenstandes werden Fotowiderstände verwendet. Daher wird der Einfallswinkel des Sonnenstrahls, der eines der Elemente des mathematischen Ansatzes ist, nicht für den Zweck der Sonnennachführung des vorgeschlagenen DAST-Prototyps verwendet.

ist der Einfallswinkel der Strahlung auf die geneigte Oberfläche und der Sonnenzenitwinkel. Betrachten Sie

Außerdem ist die Albedo (dimensionslos) die zusammengesetzte Bodenreflexion, die erforderlich ist, um die reflektierte Strahlung abzuschätzen. Normalerweise nimmt er einen Wert von 0,2 an, außer bei schneebedecktem Boden würde er einen höheren Wert haben. ist die Neigung der geneigten Fläche und würde zusammen mit dem Sonnenazimutwinkel sicherstellen, dass die PV-Anlage jederzeit dem Sonnenstand zugewandt ist. Der geografische Breitengrad , die Deklination und der Julianische Tag sind einige zusätzliche Variablen, die in diesem Modell berücksichtigt werden müssen:

3. Versuchsaufbau

In diesem Experiment werden ein Dual-Axis Solar Tracker (DAST) und ein Static Solar System (SSS) mit horizontaler Ausrichtung verwendet. Der Solartracker hat zwei Drehachsen, die es ihm ermöglichen, sich entlang der Ost-West- und Nord-Süd-Achse zu drehen. Der Typ des Zweiachsen-Tracking-Systems, das in dieser Forschung verwendet wird, fällt in die Kategorie der äquatorialen, wie von Alexandru [26] kategorisiert. Das hier vorgeschlagene DAST ist in der Lage, der Sonne auf zwei unabhängigen Achsen zu folgen. Der Hardware-Prototyp des DAST und seine Rotationsachsen sind in Abbildung 4 dargestellt. Die tägliche Bewegung der Sonne (von Osten in der Morgendämmerung nach Westen in der Abenddämmerung) wird vom DAST auf der ersten Achse (Achse „1“: tägliche Bewegung, E: Osten, W: Westen). Der Drehbereich dieser Achse beträgt ±70° mit der Position Sonnenmittag als Referenzposition (0°). Andererseits wird der jahreszeitliche Verlauf des Sonnenstandes vom DAST über die zweite Achse (Achse „2“: Elevation, N: Nord, S: Süd) nachgeführt. Diese Achse hat einen Drehbereich von ±30°, um den Höhenwinkel der Sonne während der verschiedenen Jahreszeiten zu verfolgen. Die Referenzpositionen („Null“) für die Winkelfelder der beiden Rotationsachsen werden unter Bezugnahme auf Abbildung 5 besser veranschaulicht. Abbildung 5(a) zeigt den DAST an einer horizontalen Position, bei der sowohl die Tagesachse (Ost-West) als auch die Höhe (Nord-Süd) ) Achse auf ihrer Referenzposition („Null“). Die Normale des PV-Moduls fällt an dieser Position mit der Zenitachse zusammen und dient als Referenzposition der Drehbereiche. Die einzelnen Referenzpositionen und der Drehbereich beider Achsen sind in den Figuren 5(b) bzw. 5(c) gezeigt. Der Sonnennachführungsmechanismus basiert auf zwei Paar Fotowiderständen als Sensoren, um den Sonnenstand zu lokalisieren. Zwei Gleichstrom-(DC)-Linearaktoren drehen das PV-Modul auf die Signale des Mikrocontrollers hin zum Sonnenstand. Die Nachführung erfolgt im 15-Minuten-Takt, während sich die Sonne mit langsamer Geschwindigkeit entlang der Sonnenbahn bewegt. Die im vorgeschlagenen DAST verwendete Steuertechnik ist ein Ansatz mit geschlossener Schleife (mit Photosensor). Das DAST verfolgt den Sonnenstand basierend auf der vom Fotosensor empfangenen Lichtintensität. Da die Sonnenbewegung von Natur aus langsam ist, ist eine kontinuierliche Nachführung des Sonnenstands nicht erforderlich. Daher verfolgt DAST alle 15 Minuten die Sonne. Mit anderen Worten, die fünfzehn Minuten sind ein Intervall zwischen aufeinanderfolgenden Verfolgungen. Dieser Hauptzweck dieses Ansatzes besteht darin, den Energieverbrauch für die redundante Verfolgung zu reduzieren. Im DAST- und im statischen System wird ein monokristallines PV-Modul mit 210 Watt von Sanyo verwendet. Die technischen Eigenschaften des PV-Moduls sind in Tabelle 5 aufgeführt. Um sicherzustellen, dass die PV-Module beider Systeme am Maximum Power Point (MPP), Constant Voltage (CV) Maximum Power Point Tracker (MPPT) mit Abwärtswandler betrieben werden ist mit PV-Modulen verbunden [27]. Die Leerlaufspannung

, Kurzschlussstrom , Maximalleistungsspannung,

und Maximalstrom werden im Abstand von 1 Minute gemessen und protokolliert. Die maximale Leistung erhalten Sie über das Produkt und . Die an einem Tag oder einer Stunde erzeugte Energie könnte durch Integration der maximalen Leistung über die Zeitperiode erhalten werden. Der Energiegewinn

(%) von DAST über SSS, die in dieser Arbeit häufig verwendet werden, können aus der von DAST erzeugten Energie berechnet werden

und von SSS erzeugte Energie und der Energieverbrauch zur Durchführung des Trackings



(ein)
(b)
(c)
(ein)
(b)
(c)

Tatsächlich ist der Energieverbrauch ein wesentlicher Bestandteil bei der Berechnung des Energiegewinns ( ). Wenn der Energieverbrauch beim Tracking erheblich ist, lohnt es sich möglicherweise nicht, einen Solartracker zu verwenden. Die durch das Tracking gewonnene Energie konnte die beim Tracking verbrauchte Energie nicht rechtfertigen. Die globale Sonnenstrahlung beider Systeme wird jeweils mit einem gut kalibrierten Li-Cor (LI 210SA) Pyranometer gemessen. Die tägliche Datenerhebung beginnt von 7 bis 19 Uhr entsprechend der typischen Tageszeit in Kuala Lumpur, Malaysia, wo der Versuchsaufbau installiert ist. Die Daten werden in EEPROMs protokolliert und am Ende des Tages zur Analyse in Microsoft Excel und Matlab extrahiert.

4. Ergebnis

4.1. Ergebnisse der täglichen Stromerzeugung

Die von DAST an einem Tag mit niedrigem Klarheitsindex und einem Tag mit hohem Klarheitsindex erhaltene maximale Leistung weist einen wesentlichen Unterschied auf. Die Abbildungen 6 und 7 zeigen ein Beispiel für die Stromerzeugung an einem Tag für einen bewölkten Tag mit 0,34 und einen sonnigen Tag mit 0,62. An einem Tag mit Niedrigwasser wird der Sonnenstrahl durch die Wolken blockiert, was dazu führt, dass keine Strahlung auf die Sonnenkollektoren fällt. Dies ist in Abbildung 8 in der Morgensitzung (7:00 bis 9:00 Uhr) und am Abend (15:00 bis 19:00 Uhr) deutlich zu erkennen. Die diffuse Strahlung ist in diesen beiden Zeiträumen dominant und es gibt keinen Vorteil für DAST gegenüber dem SSS. Kelly und Gibson [28, 29] haben gezeigt, dass sich die diffuse Strahlung an einem bewölkten Tag isotrop über den ganzen Himmel verteilt. Daher erhält ein horizontal positioniertes PV-Modul im Vergleich zur geneigten Position die maximale Menge an isotrop verteilter Himmelsstrahlung. Umgekehrt spielt an einem Tag mit hoher Strahlung die Strahlenbelastung eine dominante Rolle. 90% der globalen Sonnenstrahlung besteht aus Strahlenbündelung [20]. DAST folgt der Position der Sonnenscheibe und stellt sicher, dass den ganzen Tag über die maximale Strahlungsmenge auf die PV-Module trifft. Abbildung 8 zeigt den Unterschied der Momentanleistung von DAST und SSS an einem sonnigen Tag und einem bewölkten Tag. Während der Morgen- und Abendsitzungen wird ein enormer Gewinn erzielt, während der Gewinn in Tabelle 1 die Effizienz ( ) und Energie zeigt, die der DAST über SSS in zwei Tagen mit unterschiedlichen Werten des Klarheitsindex gewonnen hat. Die Effizienz von DAST gegenüber SSS variiert von 24,91 % an einem bewölkten Tag bis zu 82,12 % an einem klaren Tag. Ebenso steigt die erzeugte elektrische Energie drastisch von 108 Wh/m 2 an einem bewölkten Tag auf 603 Wh/m 2 an einem klaren Tag. Offensichtlich werden die Effizienz von DAST über SSS und die zusätzlich erzeugte elektrische Energie an einem Tag durch den Klarheitsindex beeinflusst.

), Energiegewinn durch DAST über SSS und Energieverbrauch unter verschiedenen Klarheitsindexen.




Abbildung 9 zeigt ein Beispiel für einen Tag mit der gemessenen momentanen Bestrahlungsstärke von DAST und horizontal positioniertem SSS zusammen mit der modellierten Bestrahlungsstärke von DAST. Die modellierte Bestrahlungsstärke von DAST wird aus der globalen Bestrahlungsstärke von horizontal positioniertem SSS generiert.


Gemessene und modellierte (anisotropes diffuses Modell) momentane Bestrahlungsstärke von DAST und gemessene Bestrahlungsstärke von horizontal positioniertem SSS.

Es gibt zwei bemerkenswerte Erkenntnisse, die daraus interpretiert werden können. Das erste Ergebnis ist, dass die Anisotropie ein inspirierendes Ergebnis für die Schätzung der Bestrahlungsstärke des DAST gezeigt hat, da sowohl die gemessene als auch die modellierte Bestrahlungsstärke einen sehr ähnlichen Wert haben. Das experimentelle und modellierte DAST würde der Sonne auf einer ähnlichen Bahn folgen, um ein ähnliches Ergebnis zu erhalten. Daher kann das anisotrope diffuse HDKR-Modell zuverlässig verwendet werden, um die momentanen Bestrahlungsstärken von DAST abzuleiten. Die zweite Erkenntnis ist, dass die von DAST und SSS erfassten Bestrahlungsstärken während der Mittagszeit nicht weit voneinander entfernt sind. Dies bedeutet, dass sich der Einfallswinkel der auf beide einfallenden Sonnenstrahlen in dieser Zeit nicht wesentlich von anderen Tageszeiten unterscheidet. Es stimmt mit dem Ergebnis aus Abbildung 8 überein, dass der Vorteil von DAST in der Morgen- und Abendsitzung liegt.

Für das vorgeschlagene DAST ist die verbrauchte Energie im Vergleich zum zusätzlichen Energiegewinn durch das Tracking marginal. Somit wird der Energieverbrauch ( ) nicht in die Berechnung des Energiegewinns einbezogen. Die Spannung des Tracking-Systems und die Stromaufnahme während des Tracking-Vorgangs sind in Abbildung 10 dargestellt.


Das DAST-Tracking erfolgt innerhalb von fünfzehn Sekunden für aufeinanderfolgende fünfzehn Minuten. Die Nachführzeit ist kurz, da die Sonnenbewegung in 15 Minuten nicht viel variiert. Das DAST verfolgt die Sonne von 7 bis 19 Uhr, was zwölf Stunden entspricht. Der ungefähre Energieverbrauch für das Tracking an einem Tag kann wie folgt berechnet werden:

Der Energieverbrauch ( ) wird mit der Differenz zwischen der erzeugten Energie zwischen DAST und Static Solar System (SSS) an einem Tag mit niedrigem bzw. hohem Clearness-Index verglichen. Offensichtlich ist der Energieverbrauch relativ gering im Vergleich zu der Energiedifferenz von DAST und SSS für das DAST, das sowohl am Tag mit hohem Klarheitsindex (sonnig) als auch mit niedrigem Klarheitsindex (bewölkt) vorgeschlagen wurde, wie in Tabelle 1 gezeigt. kann bei der Berechnung der durch DAST über SSS gewonnenen Energie ohne wesentliche Auswirkungen auf das Endergebnis sicher ausgelassen werden. Die Auswirkungen des Energieverbrauchs ( ) sollten jedoch in einem größeren System nicht übersehen werden, da sein Wert groß auffallen und den Energieunterschied zwischen DAST und SSS erheblich beeinflussen würde.

4.2. Ergebnisse der von DAST und SSS erhaltenen Energie

Abbildung 11 zeigt die von DAST und SSS für einen Monat erfasste tägliche Energie in einem Balkendiagramm. Es gibt verschiedene Bedingungen wie sonnige Tage, bewölkte Tage und Regentage in diesem Monat, dem typischen Klima von Malaysia. Das Wetter in einem Monat könnte als Miniatur des Wetters in einem Jahr dienen.


Daher muss der zugrunde liegende Faktor, der den Vorteil von DAST gegenüber SSS bestimmt, herausgefunden werden. Als Ergebnis führt es zur Untersuchung des Energiegewinns von DAST und SSS in Bezug auf den Klarheitsindex. Der Klarheitsindex ist für die Leistungsbewertung einer PV-Anlage zwingend erforderlich. Es zeigt die Klarheit eines Tages und die potenzielle Menge an Sonnenlicht für die Umwandlung der Sonnenenergie in elektrische Energie durch die PV-Anlage an. Die Verfügbarkeit von reichlich direktem Sonnenlicht an einem Tag hat einen tiefgreifenden Einfluss auf die von einer PV-Anlage erzeugte Energie.

Im Allgemeinen könnte eine direkte proportionale Beziehung sowohl für DAST als auch für SSS in Bezug auf den Klarheitsindex angenommen werden. Basierend auf der Leistung von klaren und bewölkten Tagen, die im vorherigen Abschnitt berichtet wurden, konnte abgeleitet werden, dass DAST im Vergleich zu einem SSS sensibler auf den Clearness-Index reagiert. Dies liegt an seiner Fähigkeit, den Sonnenstand zu verfolgen und das maximale Sonnenlicht von Sonnenaufgang bis Sonnenuntergang einzufangen.

Abbildung 12 zeigt die von DAST und SSS erfasste Energie, aufgetragen gegen den Clearness-Index für einen Monat. Die Trendlinien für beide Systeme werden mit der Basisanpassung in Matlab generiert. Die Standardabweichung von DAST und SSS beträgt 0,0418 kWh/m 2 bzw. 0,0175 kWh/m 2 . Die Steigung für beide Systeme bezüglich des Klarheitsindex ist offensichtlich voneinander verschieden. Beide Trends von SSS und DAST haben ein lineares Wachstum in Bezug auf den Klarheitsindex gezeigt. DAST hat jedoch im Vergleich zu SSS eine steilere Steigung. Andererseits hätte DAST an Tagen mit niedrigem Clearness-Index (unter 0,22), vermutlich regnerischen Tagen, einen geringeren Energiegewinn als SSS, wie in der Extrapolation aus dem Diagramm gezeigt. Dies liegt daran, dass die verfügbare Sonnenstrahlung damals überwiegend diffuse Strahlung ist. Direktstrahlung würde fehlen oder auf einem relativ minimalen Niveau sein. Daher hat DAST in diesem Bereich des Klarheitsindex keinen Vorteil gegenüber SSS.


Auf der anderen Seite des Clearness-Index steigt die von DAST erfasste Energie im Vergleich zu SSS steiler an, wenn der Clearness-Index von mittlerem (0,4) auf hohes (0,6) Niveau ansteigt. Somit wird die Schlussfolgerung verstärkt, dass DAST im Vergleich zu SSS eine größere Energiemenge erfasst, wenn der Klarheitsindex ansteigt. Mit anderen Worten, die Anwendung von DAST sorgt für eine Leistungssteigerung einer PV-Anlage und das Ergebnis ist außergewöhnlich gut, wenn der Klarheitsindex steigt. Darüber hinaus zeigen die Trends von DAST und SSS in Bezug auf den Klarheitsindex, dass ein Klarheitsindex eine gute Schätzung für die Energieerzeugung bei unterschiedlichem Wetter bietet.

4.3. Ergebnisse des täglichen Clearness-Index

Ein Versuch, die Beziehung zwischen dem Klarheitsindex und dem Tracking-Vorteil von DAST zu entdecken, wird unternommen, indem sowohl der Wirkungsgrad als auch die zusätzlich gewonnene elektrische Energie über den Klarheitsindex für einen Monat aufgetragen werden. Es gibt verschiedene Wetterarten innerhalb des Zeitraums, darunter sonnige, bewölkte, teilweise bewölkte und regnerische Tage. Die Abbildungen 13 und 14 zeigen die Diagramme der Effizienz ( ) und des Energiegewinns ( ) im Vergleich zum täglichen Clearness Index ( ) nach Einmonatsdaten vom Mai 2013. Für beide Diagramme wird jeweils eine lineare Trendlinie durch einfache Anpassung gezeichnet. Im Allgemeinen zeigen diese beiden Diagramme einen schwachen Trend von und proportional zu . Die Standardabweichung der Effizienz und des Energiegewinns beträgt 7,1757% und 0,0355 kWh/m 2 .



Der Vorteil von DAST gegenüber SSS ist an sonnigen Tagen mit Hoch (zwischen 0,5 und 0,6) bemerkenswerter als an bewölkten und regnerischen Tagen mit Tief (zwischen 0,2 und 0,4). Eine eindeutige quantitative Aussage über den Vorteil von DAST auf Basis des täglichen Clearness-Index ist nicht möglich. Es scheint, dass die Effizienz- und Energiegewinne an manchen Tagen weit von den linearen Trendlinien entfernt sind. Daher würde ein Blick auf den Energiegewinn über der Zeit in Abbildung 8 einen detaillierteren Einblick geben, wie sich die Steigung des DAST-Tracking-Vorteils an einem Tag ändert. Es hat sich gezeigt, dass die Wirksamkeit bzw. der Energiegewinn von DAST morgens und abends im Vergleich zum Mittag besonders gut ist. Dies erklärt den obigen schwachen Trend, da der tägliche Klarheitsindex die Steigungen des DAST-Tracking-Vorteils morgens, mittags und abends zusammenfasst, ohne zu berücksichtigen, dass sie unterschiedliche Steigungswerte haben.

4.4. Ergebnisse des Segmented Clearness Index

Für eine bessere Visualisierung des Einflusses des Klarheitsindex ist es notwendig, den Clearness-Index in die drei Segmente Periode zu unterteilen, die morgens (0700–1100), mittags (1101–1500) und abends (1501–1900) sind. Dennoch ist die Aufteilung des Tages in drei Segmente nicht ohne Kompromisse. Da der Klarheitsindex in drei Perioden aufgeteilt ist, konnte die Effizienz von DAST über SSS für einen einzelnen Tag nicht als Anteil der Effizienz für drei Perioden ermittelt und nicht als Energiegewinn zu einem Gesamtbetrag aufsummiert werden. Somit konnte die Gesamteffizienz eines einzelnen Tages nicht erhalten werden, obwohl der Gesamtenergiegewinn von DAST aus den drei Segmenten summiert werden kann. Der Kompromiss ist als ein genauerer Energiegewinn von DAST gegenüber SSS gerechtfertigt, der sich aus der segmentierten Analyse ergibt. Ein genauer Energiegewinn ist sehr praktisch, um den zusätzlichen Gewinn von DAST abzuschätzen, da der Einspeisetarif (FID) auf der erzeugten Energie (kWhr) statt auf der Effizienz basiert. Abbildung 15 zeigt den Energiegewinn von DAST über SSS gegenüber dem Klarheitsindex für den Zeitraum mit drei Segmenten. Die drei Trendlinien werden mit Polyfit- und Polyval-Funktionen in Matlab generiert, indem die experimentellen Datenpunkte im Sinne der kleinsten Quadrate angepasst werden. Die Trendlinien am Morgen, Mittag und Abend für den Energiegewinn gegenüber dem Klarheitsindex werden basierend auf den gestreuten Datenpunkten in ein Polynom zweiter Ordnung angepasst. Offensichtlich ist der Trend des Energiegewinns in Bezug auf den Klarheitsindex klarer, da der Tag in drei Perioden unterteilt wird. Auch hier unterscheiden sich die steilen Steigungen der Effizienz und des Energiegewinns von DAST gegenüber SSS während der Morgen- und Abendperiode von der kleineren Steigung am Mittag. Die Steigung des Energiegewinns ist am Mittag geringer, da SSS horizontal ausgerichtet ist. Mittags trifft Sonnenlicht auf das PV-Panel von SSS mit einem kleineren Einfallswinkel als morgens und abends. Der größte Teil der Sonnenenergie wird in diesem Zeitraum von SSS eingefangen. Somit nimmt die durch DAST über SSS gewonnene Energie mit einer kleineren Steigung zu, wenn der Klarheitsindex ansteigt. Morgens und abends hat DAST den Vorteil, dass er der Sonnenscheibe zugewandt ist, während SSS in seiner statischen horizontalen Position bleibt. Infolgedessen ist die durch DAST gewonnene Energie viel größer, je klarer der Tag ist und mehr Sonnenenergie zur Verfügung steht. Der Vorteil nimmt jedoch ab, wenn der Klarheitsindex sinkt. Da der Clearness-Index unter ungefähr 0,15 fällt, ist die von DAST erfasste Energie geringer als SSS, da nur diffuse Strahlung verfügbar ist. Eine horizontal positionierte SSS-Schräglage. Jedenfalls ist die Energie, die auf dieser Ebene des Klarheitsindex erfasst wird, marginal. Die Standardabweichung für die Trendlinien und Datenpunkte beträgt 0,0113 kWh/m 2 , 0,0133 kWh/m 2 bzw. 0,0109 kWh/m 2 für morgens, mittags und abends. Es scheint, dass die Datenpunkte in den drei Segmenten Klarheitsindex in einem kleineren Bereich verteilt sind als der im vorherigen Abschnitt gezeigte tägliche Klarheitsindex. Daher kann der Energiegewinn eines DAST gegenüber SSS mit einer besseren Genauigkeit geschätzt werden, indem ein segmentierter Klarheitsindexgraph verwendet wird, der den Klarheitsindex einer Site gegeben hat.


4.5. Vergleich des Energiegewinns von sieben Städten unter Verwendung des Segmented Clearness Index und des anisotropen Modells

Die Grafik des Energiegewinns im Vergleich zum segmentierten Klarheitsindex wird verwendet, um den Energiegewinn anderer Städte auf der Halbinsel Malaysia basierend auf dem segmentierten Klarheitsindex der jeweiligen Städte zu schätzen. Die Leistungsverbesserung von DAST gegenüber SSS in sieben Städten der malaysischen Halbinsel, darunter Bayan Lepas, Ipoh, Kuantan, Muadzam Shah, Langkawi, Senai und Subang, wird nach der Methode des segmentierten Klarheitsindexdiagramms geschätzt, wie in Abbildung 16 gezeigt. Die stündlichen Daten von Die Globalstrahlung über der horizontalen Oberfläche im Jahr 2009 für die sieben Städte wird vom Malaysia Meteorological Department erhalten. Diese Daten wurden jeweils mit Pyranometern in den Wetterstationen in den sieben Städten gemessen. Aus diesen Daten kann ein segmentierter Klarheitsindex erzeugt und in den segmentierten Klarheitsindex-Diagrammen aufgetragen werden, um den Energiegewinn von DAST gegenüber SSS zu berechnen. Darüber hinaus werden diese Daten auch in ein anisotropes HDKR-Modell übertragen, um die Globalstrahlung über dem DAST zu entwickeln [21]. Die von DAST und SSS erzeugte elektrische Energie kann jeweils aus der Globalstrahlung umgewandelt werden, indem der durchschnittliche Wirkungsgrad des PV-Moduls auf DAST und SSS von 0,15 verwendet wird. Die in einem Jahr erzeugte Energie beider Systeme wird zu einer mittleren Tagesenergieerzeugung gemittelt und in drei Segmente unterteilt.Anschließend kann der durchschnittliche Energiegewinn von DAST über SSS in den drei Perioden erhalten werden, indem die mittlere Energie verwendet wird, die für beide Systeme in drei Segmenten erzeugt wurde.


Energiegewinn von DAST gegenüber SSS für 7 Städte, entwickelt durch anisotropes Modell auf 3 Segmenten Klarheitsindex.

Die durchschnittliche Effizienz und der Energiegewinn von DAST gegenüber SSS in drei Segmenten eines Tages unter Verwendung eines anisotropen Modells sind in den segmentierten Klarheitsindexdiagrammen aufgetragen. Es wird beobachtet, dass es einige Ähnlichkeiten bezüglich der Reaktion der Effizienz und des Energiegewinns von DAST gegenüber SSS in Bezug auf den segmentierten Klarheitsindex sowohl im anisotropen Modell als auch in der segmentierten Klarheitsindexkurve aus dem Experiment gibt. Die Steigungen sowohl des anisotropen Modells als auch des experimentellen stimmen im Allgemeinen miteinander überein, obwohl aus bestimmten Gründen einige Diskrepanzen auftreten. Der aus dem anisotropen Modell generierte Wert ist aufgrund der Horizontaufhellungskomponente, die auf einem höheren Niveau als dem tatsächlichen Niveau geschätzt werden kann, tendenziell etwas höher [22]. Darüber hinaus kann eine genaue Schätzung der Einstrahlung für das anisotrope Modell nicht erhalten werden, da die Wetterstationen in den sieben Städten an einigen Tagen im Jahr gewartet wurden und während des kurzen Zeitraums keine Daten verfügbar sind. Nichtsdestotrotz hat es gezeigt, dass die segmentierte experimentell erzeugte Kurve verwendet werden kann, um den Energiegewinn von DAST gegenüber SSS mit einer geringen Fehlerspanne abzuschätzen. Der Energiegewinn von DAST gegenüber SSS basierend sowohl auf dem anisotropen Modell als auch auf der segmentierten experimentell erzeugten Kurve ist in den Tabellen 2, 3 und 4 für morgens, mittags und abends tabelliert. Es hat sich gezeigt, dass Langkawi in Bezug auf den Energiegewinn von DAST gegenüber SSS das größte Potenzial für die Installation von DAST hat, während Senai unter den sieben Städten den geringsten Vorteil hat. Langkawi ist eine Insel und liegt in der Nähe der Küste, der Klarheitsindex ist höher und es gibt das ganze Jahr über klarere Tage. Senai liegt im südlichen Teil der Halbinsel Malaysia und im Landesinneren, was zu höheren Niederschlägen und relativ regelmäßigen Niederschlägen führt. Daher hat es einen niedrigeren Klarheitsindex in drei Segmenten des Tages und einen geringeren Energiegewinn durch die Verwendung von DAST.


Abstrakt

Es hat sich gezeigt, dass die Rezession der derzeitigen Eisfelder in der Nähe des Gipfels des Kilimandscharo weitgehend durch das Klima gesteuert wird. Trotz detaillierter Forschung zum Gipfelklima, einschließlich der Modellierung von Massen- und Energiebilanzen, ist das Verständnis des Kilimandscharo als Ganzes durch fehlende Beobachtungen an den Berghängen eingeschränkt. Erstmals werden Analysen der stündlichen Lufttemperaturen, relativen Luftfeuchtigkeiten und des Dampfdrucks von 22 Wetterstationen präsentiert, die zwischen September 2012 und 2015 über dem Berg von Südwesten nach Nordosten installiert wurden. Es wird gezeigt, dass sich die Feuchtigkeit am Nachmittag auf beiden Seiten des Berges bergauf bewegt. Der Nordosthang ist im Durchschnitt weniger feucht und wärmer als der Südwesthang. Die Temperaturunterschiede zwischen den Hängen erreichen morgens 4–5 °C in der Regenwaldzone (2000–2500 m) und an der Kraterwand (5000–5550 m). Hangunterschiede sind im Großen und Ganzen ähnlich groß wie lokale Kontraste innerhalb des Südwesthangs, verursacht durch den Regenwald (auf 1890 m) und Eisfelder (auf 5800 m). Obwohl beide Hänge ähnliche Feuchtigkeitsregime aufweisen, gibt es Unterschiede im Feuchtigkeitsgehalt insbesondere in der Zone knapp über der aktuellen Regenwaldgrenze (3000–3200 m). Diese Entkopplung erstreckt sich nachmittags bis auf 5000 m, da der Feuchtetransport am NE-Hang sowohl schwächer als auch verzögert ist. Nachts sind die oberen Hänge stark korreliert, was bedeutet, dass die freie Luftfeuchtigkeit die dominierende Quelle ist. Sehr feuchte Ereignisse auf Kraterebene sind in der Regel mit einer großflächigen Befeuchtung des gesamten Gebirges verbunden. Diese Ergebnisse können sowohl dafür verwendet werden, als auch dafür zu argumentieren, dass die Entwaldung einen wichtigen Einfluss auf das Gipfelklima und damit auf die Eisfeldrezession hat.


3. Beobachtungsergebnisse

3.1. Ionosphärische Unregelmäßigkeiten an zwei Tagen im Oktober 2008

3.1.1. Unregelmäßigkeiten am 10. Oktober 2008

[14] Am 10. Oktober 2008 nahm die Umlaufbahn des C/NOFS-Satelliten ihn zwischen 65 ° W und 85 ° W während zwei aufeinanderfolgenden Durchgängen bei 0208–0212 UT und 0351–0356 UT. C/NOFS passierte während dieser Zeiträume sehr nahe am magnetischen Äquator in einer Höhe von ∼400 km. Durchgezogene und gestrichelte Linien in Abbildung 2 (oben) zeigen die Scheitelhöhe des ersten und zweiten Durchgangs des C/NOFS-Satelliten, die auf dem magnetischen Äquator abgebildet sind. Die Scheitelhöhen der beiden Bahnen lagen zwischen 400 km und 450 km. Die vertikale Linie repräsentiert den Längengrad von Jicamarca. Die Sternmarkierung zeigt die 350 km IPP von Ancon für die U6-Satellitenfunkwelle, die in Ancon gemessen und auf den magnetischen Äquator abgebildet wurde. Ein Punkt (C1) und ein Quadrat (C2) auf den durchgezogenen bzw. gestrichelten Linien stellen die Spuren dar, als der C/NOFS-Satellit dem IPP des U6-Satelliten am nächsten war. Die Apex-Höhen der Satellitenspuren waren bei C1 und C2 um weniger als 100 km höher als die des IPP. Diese Geometrie ermöglicht es uns, Plasmablasen unter Verwendung mehrerer Beobachtungen zu diagnostizieren. Die Plasmadichten bei einer 1-Hz-Abtastung, die vom PLP für den ersten und zweiten Durchgang gemessen wurden, sind in Abbildung 2 (Mitte) bzw. Abbildung 2 (unten) dargestellt. Bei beiden Durchgängen wurden häufige Dichteverarmungen mit einer ungestörten Hintergrunddichte zwischen 1.0 × 10 5 cm −3 und 2.0 × 10 5 cm −3 beobachtet. Die Verarmungen beim ersten Durchgang waren tendenziell tiefer und die Umgebungsdichte war höher als beim zweiten Durchgang.

[15] Die TEC-Beobachtungen wurden vom LISN-Netzwerk durchgeführt. Die Linie in Abbildung 2 (oben) stellt die Apex-Höhe von IPPs zwischen einem bodengestützten GPS-Empfänger und dem GPS-Satelliten PRN 15 in Jicamarca (J) und Bogota (B) von 0100 UT bis 0500 UT dar. Punkte und Quadrate auf den Linien entsprechen den Zeiten C1 bzw. C2. Die während dieser Zeit erhaltenen vertikalen TEC-Daten sind in Abbildung 3 sowohl für Jicamarca als auch für Bogota dargestellt. Nach 0206 UT sinkt der TEC in Jicamarca allmählich von etwa 10 auf 8 TECU und schwankt zwischen diesen Werten, während der Abfall in Bogota sehr steil ist und 8 TECU beträgt. Es ist offensichtlich, dass die tiefe Blase um 0210:30 UT, die auf C/NOFS zu sehen ist, für diesen dramatischen Rückgang des TEC in Bogota verantwortlich ist.

[16] Abbildung 4 (oben) zeigt den S4-Index von 250-MHz-Szintillationsmessungen. Sie wurden in einem Elevationswinkel von 55° hergestellt. Der auf den magnetischen Äquator abgebildete IPP ist in Abbildung 2 (oben) mit dem Stern markiert. Der S4-Index ist definiert als das Verhältnis der Standardabweichung der Signalintensitätsfluktuationen, normalisiert mit der mittleren Signalintensität. Zwei vertikale Linien stellen C1 und C2 in Abbildung 4 dar. Schwache Szintillation von S4 < 0,5 begann nach 0100 UT. Abbildung 4 (unten) zeigt die Driftgeschwindigkeit nach Osten, die von den beabstandeten Empfängern abgeleitet wird, wie in Abschnitt 2 beschrieben. Datenlücken, wie die zwischen 0200 und 0400 UT, sind auf den niedrigen S4 zurückzuführen, der eine schlechte Korrelation zwischen den beabstandeten Empfängern verursacht. Obwohl Plasmablasen vorhanden waren, waren die zonalen Drifts stetig und ziemlich gering, nur etwa 50 m s −1 .

[17] In dieser Nacht erfasste das 50-MHz-Radar kohärente Streuechos bei Jicamarca. Abbildung 5 zeigt die Range-Time-Intensity (RTI)-Karte des Rückstreuechos. Die Skala für UT und LT wird auf der oberen und unteren Achse angezeigt. Nach 0209 UT traten in Höhen über 400 km starke Echos von mehr als 40 dB auf. Der Plume stieg gegen 0345 UT weiter auf etwa 800 km an. C/NOFS flog um 0209 UT und 0353 UT über Jicamarca (siehe Abbildung 2). Es ist ein Zufall, dass sich die Rückstreuechos ungefähr zur gleichen Zeit wie der C/NOFS-Überflug dramatisch in der Höhe ausbreiteten und 600 km und schließlich fast 800 km erreichten. Dass sich eine Radarfahne zusammen mit einer sehr gestörten Plasmaregion geringer Dichte befindet, stimmt mit früheren Messungen überein [z. Tsunodaet al., 1982]. Wenn eine Radarfahne wie in Abbildung 5 erscheint, werden im Allgemeinen häufig starke UKW-Szintillationen (in der Größenordnung von S4 > 0.6) beobachtet [ Basuet al., 1996]. Allerdings war der S4-Index bei Ancon trotz der feinen (3 m) Struktur der Rückstreuung bei Jicamarca wegen der geringen Hintergrunddichte nicht dramatisch groß. Die Untersuchung der Hintergrunddichte erfolgt in Abschnitt 5.

[18] Mit hochauflösenden 512 Hz PLP-Daten ist es möglich, kleinräumige Strukturen (bis zu 15 m Maßstab) aufzuklären. Die Power Spectral Density (PSD) der Unregelmäßigkeiten gibt uns Aufschluss über ihren Erzeugungsmechanismus. Abbildung 6 (oben) zeigt hochauflösende PLP-Daten für drei Minuten von 0208 UT. Es gab viele kleinräumige Strukturen innerhalb einiger Dichteverarmungen. Zwei Proben mit vier Sekunden Fenster wurden für Spektralstudien verwendet, 0209:40–0209:44 UT und 0209:44–0209:48 UT. Um die PSD zu erhalten, ist der erste Schritt die Bestimmung der quadratisch detrendierten Plasmadichte. Die Detrendlinie wird durch N . dargestellt 0(t). Mit dem Momentanwert von N (t) erhält man eine Zeitreihe von, deren Effektivwert über 4 s als Unregelmäßigkeitsamplitude definiert ist dN/N0. Ein Blackman-Harris-Fenster wird auf die Zeitreihen angewendet und die FFT-Technik wird verwendet, um das Leistungsspektrum zu erhalten. Abbildung 6 (unten) zeigt die aus den beiden Vier-Sekunden-Proben berechnete PSD. Die Unregelmäßigkeitsamplitude dN/N0, wird oben rechts in jedem Diagramm angezeigt. Die PSDs sind als Funktion sowohl der Wellenlänge λ und die Wellenzahl k, deren Skalen auf der oberen und unteren Achse angegeben sind. Erhalten λ, erinnern wir uns, dass die PLP mit einer Frequenz von 512 Hz abgetastet wurde. Kombiniert man dies mit der Satellitengeschwindigkeit V von 7,55 km s –1 , ergibt sich eine Nyquist-Maßstabslänge von ungefähr 30 m. Da der Satellit fast senkrecht zum Magnetfeld flog, gehen wir davon aus, dass die Plasmastrukturen größer als 30 m im Rahmen des Plasmas stationär sind, λ kann als horizontaler Maßstab in einer Richtung senkrecht zum Magnetfeld angesehen werden. Die Wellenzahl k wurde aus der Beziehung berechnet k = ω/V, wobei ω ist die Kreisfrequenz.

[19] Beide PSDs in Abbildung 6 (unten) folgen dem Potenzgesetz für k < 180 rad-km –1 . Es gibt eine Pause in der Piste herum k = 90 rad km −1 (λ = 70m). Die Pisten für 1 < k < 90 und 90 < k < 180 sind in Abbildung 6 durch blaue bzw. rote Linien dargestellt. Die Zahl in Klammern ist der Unsicherheitsfaktor der Steigung. Die Steigungen für die niedrigere Frequenz betrugen -1,84 ± 0,07 und -1,58 ± 0,07, während die für die höhere Frequenz -4,64 ± 0,35 und -3,90 ± 0,31 betrugen. Die Steigungen für die höhere Frequenz waren größer als die für die niedrigere Frequenz. Die Unterschiede in den Steigungen weisen darauf hin, dass die Unregelmäßigkeiten durch unterschiedliche Prozesse entstanden sind. Der Bruch im Spektrum und steilere Flanken für die höhere Frequenz wurden auch von reported Rodrigueset al. [2009] . Wie sie darauf hinwiesen, stieg die PSD für k > 180 rad km –1 könnte durch Rauschen im PLP-Instrument verursacht werden.

[20] Solche zwei Steigungsspektren wurden auch für andere Zeitfenster beobachtet, für die dN/N0 waren mehr als mehrere Prozent. Abbildung 7 zeigt Zeitreihen von dN/N0 und Steigungen von PSD. Das dN/N0 und Steigungen der PSD wurden für jedes Vier-Sekunden-Fenster abgeleitet, die sich um zwei Sekunden überlappten. Diese Werte werden nach dem gleichen Verfahren wie in Abbildung 6 abgeleitet. Die gestrichelten, gestrichelten und durchgezogenen Linien zeigen dN/N0, Steigung 1 und Steigung 2. Steigung 1 und Steigung 2 stehen für Steigung 1 < k < 90 und 90 < k < 180 bzw. Es gab mehrere Pakete mit großen dN/N0 (>10%) während der drei Minuten. Diese Dauern lagen zwischen 20 s und einer Minute, abhängig von der Schwelle von dN/N0. Diese Periodizität ist in Abbildung 6 leicht zu erkennen. Die ihnen entsprechenden räumlichen Skalen reichen von 150 km bis 450 km, was mit der Zonenskala von Plasmablasen übereinstimmt, die von . berichtet wurde Fukaoet al. [2006] . Wann dN/N0 unter einigen Prozent lag, wurden sowohl Steigung 1 als auch Steigung 2 klein. Die Antikorrelation zwischen dN/N0 und die Steigung stimmt mit früheren Studien überein [z. Kelleyet al., 1982]. Diese Autoren fanden einen deutlichen Unterschied zwischen Steigung 1 und Steigung 2 für kleine dN/N0 Steigung 1 lag zwischen –1,5 und –2, während Steigung 2 steiler als –4 war. Ähnliche Doppelsteigungen wurden für den zweiten Durchgang gefunden (Abbildung nicht gezeigt). Die doppelten Steigungen und die Bruchfrequenzen unterschieden sich von denen, die während der Periode hoher Sonnenaktivität berichtet wurden [ Basuet al., 1983]. Dies wird in Abschnitt 5 besprochen.

3.1.2. Unregelmäßigkeiten am 5. Oktober 2008

[21] Am 5. Oktober 2008 umkreiste C/NOFS während 0218–0223 UT und 0402–0406 UT in der Nähe des magnetischen Äquators zwischen 65 ° W und 85 ° W, was eine ähnliche Beobachtungsgeometrie wie am 10. Oktober 2008 war die Scheitelhöhe der beiden Bahnen im gleichen Format wie in Abbildung 2. Die Scheitelhöhe der beiden Bahnen betrug 400–450 km bzw. 450–500 km. Die vom PLP für den ersten und zweiten Durchgang gemessene Plasmadichte ist in Abbildung 8 (Mitte) bzw. Abbildung 8 (unten) dargestellt. Die Elektronendichte entlang dieser Spuren lag zwischen 1 × 10 5 cm –3 und 3 × 10 5 cm –3 . Entlang der beiden Gleise waren nur geringe Schwankungen zu erkennen.

[22] Die während dieser Zeit erhaltenen TEC-Daten sind in Abbildung 9 für Jicamarca und Bogota dargestellt. Der Kontrast zwischen dem an diesem Tag beobachteten TEC und dem 10. Oktober ist ziemlich spektakulär. Der TEC in Bogota ist viel früher am Abend niedriger und fällt monoton bis örtlich Mitternacht, was auf die schwache Natur der UVP hindeutet. Der TEC in Jicamarca hingegen ist am 5. Oktober größer und weist Schwankungen auf, die bis zur lokalen Mitternacht anwachsen. Tatsächlich weist der starke Anstieg des TEC kurz vor Mitternacht darauf hin, dass Plasma in Richtung Äquator transportiert wurde. Im nächsten Abschnitt werden wir den äquatorwärts gerichteten Transport mit einem Breitenfeld von GPS-Empfängern zeigen können.

[23] Trotz der geringen in situ Fluktuationen in 400 km Höhe wurde an diesem Tag eine starke 250 MHz Szintillation beobachtet. Abbildung 10 (oben) zeigt den S4-Index im gleichen Format wie in Abbildung 3. Mehrere Pakete mit großem S4-Index (>0.6) wurden nach 0130 UT gesehen. Die signifikante Szintillation dauerte bis 0330 UT an. Zwischen 0400 UT und 0500 UT war der S4-Index ziemlich groß und wurde von einer größeren Geschwindigkeit der Unregelmäßigkeiten nach Osten begleitet. Die Geschwindigkeit nahm kurz nach 0400 UT auf bis zu 150 m s −1 zu.

3.2. Hintergrundelektronendichte/TEC am 5. und 10. Oktober 2008

[24] Wir haben einen großen Kontrast zwischen zwei Datentagen präsentiert, die im vorherigen Abschnitt gezeigt wurden. Am 10. Oktober wurden bei Ancon geringe Szintillationen mit schweren Störungen der Elektronendichte bei C/NOFS-Perigäummessungen beobachtet. Andererseits wurden am 5. Oktober starke Szintillationen ohne Elektronendichtestörung in C/NOFS-Daten beobachtet. Um die widersprüchlichen Ergebnisse dieser zwei Tage zu verstehen, wurde die meridionale Verteilung der Elektronendichte und des TEC untersucht. Die meridionale Verteilung der Elektronendichte kann ein Schlüssel zum Verständnis der Erzeugung von Unregelmäßigkeiten und der damit verbundenen Szintillationsaktivität sein.

[25] Die Digisonde in Jicamarca bietet fÖF2 in der Nähe des magnetischen Äquators. Der zonale Abstand zwischen Jicamarca und Ancon beträgt etwa 300 km, aber aufgrund des großen Sichtfelds der Messung gehen wir davon aus, dass es keinen signifikanten Unterschied in der Elektronendichte zwischen ihnen gibt. Rote Sternmarkierungen in Abbildung 11 (oben) zeigen fÖF2 gegen Ortszeit. Das fÖF2 Werte bei 1900 LT am 9. Oktober (0000 UT am 10. Oktober) und 2000 LT (0100 UT am 10. Oktober) betrugen 5,9 MHz und 4,7 MHz, entsprechend der Elektronendichte nein = 4,3 × 10 5 bzw. 2,7 × 10 5 cm -3 . Die Reichweitenspreizung trat um 2030 LT (0130 UT am 10. Oktober) auf.

[26] Der Wert war am 5. Oktober 2008 deutlich höher. Abbildung 12 (oben) zeigt fÖF2 am 5. Oktober fÖF2 um 1900 LT (0000 UT am 5. Oktober) und 01 UT (20 LT am 4. Oktober) waren 7,1 MHz bzw. 6,4 MHz. Die entsprechenden Elektronendichten waren nein = 6,3 × 10 5 cm –3 bzw. 5,1 × 10 5 cm –3 . Range Spread trat nach 0130 UT (2030 LT am 4. Oktober) auf.

[27] Die TEC-Messung des LISN-Netzwerks liefert uns Informationen über Breitenprofile von TEC, die die Elektrodynamik aufdecken können, die die Bildung des EIA kontrolliert. Die TEC-Daten von vier Stationen, Bogota, Popayan, Piura und Jicamarca, werden verwendet, um die Breitenprofile von TEC abzuleiten. Die Stationen liegen fast auf der gleichen Meridianlinie wie Ancon. Absolute Werte von TEC wurden mit der gleichen Methode wie die von . abgeleitet Valladareset al. [2009] . Durchgezogene Linien in Abbildung 11 (unten) zeigen den TEC gegen die geografische Breite. Die vertikale gestrichelte Linie bei 12°S repräsentiert den magnetischen Äquator. Rote, grüne, blaue und schwarze Linien zeigen den durchschnittlichen TEC in stündlichen Abständen während der Dämmerung am 10. Oktober, wie oben links in Abbildung 11 (unten) angegeben. An jeder Station werden die TECs für alle Satelliten für jede Stunde in einem Bin von einem Breitengrad gemittelt. Vertikale Linien für jeden Datenpunkt repräsentieren die Standardabweichung in jedem Bin. Die Breitenverteilung von TEC zeigt deutlich den nördlichen Peak des EIA. Um 0100–0200 UT (rote Linie) betrug der Kamm etwa 18 TECU und erschien um 2°N (14°N magnetische Breite). Der Peak fiel ab und bewegte sich allmählich in Richtung des magnetischen Äquators. Um 0400–0500 UT lag der Peak bei etwa 4°S (8°N magnetischer Breite) mit einem Wert von etwa 11 TECU.

[28] Die TECs und der Standort von EIAs weisen in der Regel große Variationen mit Länge, Jahreszeit und Sonnenzyklus auf [z. Liuet al., 2006]. Eine „typische Breitenverteilung von TEC“ von Valladareset al. [2001] zeigt ein ähnliches Merkmal in der UVP. Ihr TEC-Profil basiert auf Daten von 0100 UT im Jahr 1998 (Sonnenfluss betrug 116) im gleichen Breitensektor. Die EIA-Kämme waren 14° vom magnetischen Äquator entfernt und ihre Höhenunterschiede betrugen etwa 75 TECU. Die Lage des Kamms stimmt mit der in Abbildung 11 (unten) überein. Die starke Reduzierung des Spitzenwertes von TEC kommt wahrscheinlich vom aktuellen erweiterten Solarminimum.

[29] Der nördliche Kamm der EIA vom 5. Oktober ist in Abbildung 12 (unten) dargestellt. Die EIA-Wappen waren weniger auffällig als am 10. Oktober, wie in Abbildung 11 gezeigt. Der Scheitel-Tiefen-Unterschied betrug zwischen 0100 und 0200 UT etwa 15 TECU und war damit geringer als am 10. Oktober. Der bedeutendste Unterschied der UVP gegenüber dem vom 10. Oktober war jedoch die Lage des Kamms am frühen Abend, als er bei 3°S (9°N geomagnetische Breite) volle 5° näher am Äquator lag.

[30] Valladareset al. [2004] berichteten, dass das Verhältnis von Crest-TEC zu Tief-TEC ein Proxy für das Auftreten von Szintillation sein könnte. Sie zeigten, dass die Szintillationsaktivität höher war, wenn das Verhältnis von Kamm zu Tal größer war.Aus dieser Sicht ist es wahrscheinlicher, dass Szintillation am 10. Oktober auftritt als am 5. Oktober, da das Crest-to-Trog-Verhältnis am 10. Oktober 2,2 betrug, während es am 5. Oktober 1,5 betrug Szintillationsgürtel (erinnern Sie sich an die Blase in Bogota am 10. Oktober in Abbildung 2), gilt dies nicht für die Größe der Szintillationen am magnetischen Äquator selbst. Dazu ist es notwendig, die Dichte am IPP der Szintillationsmessungen zu berücksichtigen. Dies wird in Abschnitt 5 besprochen.

3.3. Pre-Reversal Enhancement (PRE) am 5. und 10. Oktober 2008

[31] Vertikale Plasmadrift spielt eine wichtige Rolle bei der Bildung von EIA [z. Basuet al., 2009]. Die Lage der Kämme, die Scheitel-Tief-Differenz des EIA und das Scheitel-Tief-Verhältnis werden alle durch die vertikale Drift beeinflusst [z. Heelis, 2004]. Die vertikale Bewegung des Plasmas wird hauptsächlich durch das zonale elektrische Feld verursacht. Daher wurde die vertikale Plasmadrift untersucht, um den Unterschied in der Breitenverteilung von TEC zwischen den beiden Tagen zu untersuchen.

[32] Abbildung 13 zeigt die vertikale Drift gegen die Ortszeit in Jicamarca für die beiden Tage. Die blaue Linie zeigt die am 10. Oktober beobachtete vertikale Driftgeschwindigkeit. Die Driftgeschwindigkeit von 0700 bis 1600 LT, die in Abbildung 13 mit Dreiecken dargestellt ist, wurde mit zwei Magnetometern geschätzt: einem bei Jicamarca und dem anderen bei Piura, wie in Abschnitt 2 erwähnt. Von 1700 bis 2000 LT maß das ISR bei Jicamarca die vertikale Drift. Die Driftgeschwindigkeit wurde zwischen 368 km und 428 km Höhe gemittelt [ Kelleyet al., 2009 ] und mit Punkten in Abbildung 13 dargestellt. Die Aufwärtsdrift nahm gegen Sonnenuntergang ab und der PRE begann um 1800 LT. Die PRE wurde nach 2000 LT fortgesetzt. Die Aufwärtsdrift könnte auch von Digisonde h′ abgeleitet werdenF Daten bei Jicamarca. Die mit h′ erhaltene AufwärtsbewegungF mit den ESR-Daten abgestimmt.

[33] Die rote Linie zeigt die vertikale Driftgeschwindigkeit am 5. Oktober. Die Driftgeschwindigkeit während des Tages wurde mit Magnetometerdaten auf die gleiche Weise wie am 10. Oktober abgeleitet. Die Aufwärtsdrift war kleiner und größer als am 10. Oktober morgens bzw. gegen Mittag. Der Geschwindigkeitsunterschied zwischen den beiden Tagen betrug weniger als 5 m s -1 . Die Driftbewegung von 1900 bis 2000 LT wurde aus der Variation von h′ abgeleitetF da keine ISR-Messungen verfügbar waren. Die PRE startete am 10. Oktober um 1800 LT. Bemerkenswerter Unterschied zwischen den beiden Tagen war die Dauer der PRE, die auf die Variabilität von Tag zu Tag zurückzuführen sein könnte. Der Aufwärtsdrift wurde vor 2000 LT am 5. Oktober beendet, während er nach 2000 LT am 10. Oktober fortgesetzt wurde. Der Unterschied in der Dauer der PRE kann zu dem Unterschied in der TEC-Verteilung an den beiden Tagen beitragen.


Mikroklima

Variablen zur Beschreibung und Bestimmung des Mikroklimas

Wie in der Klimatologie üblich, wird das Mikroklima eines bestimmten Ortes durch eine Reihe von Klimavariablen charakterisiert. Traditionell sind diese Variablen diejenigen, die den thermodynamischen und dynamischen Zustand der Atmosphäre beschreiben, d. h. Strahlung, Temperatur, Feuchtigkeit, Windgeschwindigkeit und Druck (Dichte). Je nach Forschungsschwerpunkt sollten weitere Variablen, wie zB Spurengaskonzentrationen, in die Liste aufgenommen werden. So steht beispielsweise die Gesundheit und das Wohlbefinden der immer mehr Menschen in Städten in direktem Zusammenhang mit der Konzentration und Verteilung von Luftschadstoffen, die zusätzlich benötigt werden, um den mikroklimatischen Zustand dieser besonderen Umgebung zu charakterisieren.

Für die das Mikroklima bestimmenden Oberflächeneigenschaften sind bei einfachen, ebenen Oberflächen folgende Gruppen von Größen relevant: Strahlungseigenschaften (Albedo, Emissionsgrad) Aerodynamische Eigenschaften (Rauheitslänge, Nullpunktverschiebung) Thermische Eigenschaften (Wärmekapazität und Leitfähigkeit) und Eigenschaften, die den Feuchtigkeitszustand beeinflussen (hydraulische Eigenschaften des Bodens, Art der Oberflächenbedeckung). An Standorten mit komplexerer Geometrie haben Neigung und Exposition einen wichtigen Einfluss, insbesondere auf die Komponenten der Strahlungsbilanz. Diese Oberflächeneigenschaften sind nicht statisch, sondern spiegeln beispielsweise den Antrieb durch das großräumige Windfeld, tageszeitliche Veränderungen der Bodenfeuchtebedingungen, jahreszeitliche Veränderungen der Vegetation oder das Vorhandensein oder Nichtvorhandensein von Schnee wider.

Die zeitliche und räumliche Verteilung der Zustandsgrößen richtet sich nach den Erhaltungsgleichungen für Energie, Impuls und Masse (trockene Luft, Wasserdampf, Traktgase). Aufgrund der im Allgemeinen turbulenten Natur der Strömung in der Nähe der Erdoberfläche sind die Terme für den turbulenten Transport in diesen Gleichungen besonders wichtig und finden in der Mikroklimaforschung große Beachtung.


1. Einleitung

Es besteht die Besorgnis, dass Berggebiete im Vergleich zu angrenzenden Tiefländern aufgrund von Faktoren wie Schnee-Albedo-Feedback, Änderungen der atmosphärischen Feuchtigkeit und den Gesetzen der Physik eine stärkere Erwärmung als Reaktion auf den Treibhausantrieb zeigen könnten [siehe Rangwala und Miller, 2012 Pepin et al., 2015]. Die Beobachtungen der Oberflächentemperatur sind jedoch in Richtung niedrigerer Höhen verzerrt [Lawrimore et al., 2011 ], und das aktuelle Beobachtungsnetz ist nicht ausreichend, um festzustellen, ob sich hohe Lagen schneller erwärmen als tiefere Lagen. Zahlreiche Studien haben Beobachtungsnachweise für eine höhenabhängige Erwärmung untersucht, aber während einige eine Zunahme der Erwärmungsraten im Hochgebirge zeigen [Diaz und Bradley, 1997 Ohmura, 2012 Yan und Liu, 2014 ], andere zeigen einen Rückgang [Lu et al., 2010 Vuille und Bradley, 2000 Ceppi et al., 2010 Sie et al., 2010 ] oder ein komplexeres Bild [Pepin und Lundquist, 2008 ].

Fernerfasste Temperaturen haben den Vorteil einer umfangreichen räumlichen Abdeckung, oft mit relativ hoher Auflösung [Händler et al., 2013 ], aber bisher haben relativ wenige Studien diese potenzielle Datenquelle im Zusammenhang mit Temperaturtrends in großen Höhen genutzt [Qin et al., 2009]. Dies liegt zwar zum Teil an der kurzen Länge der Satellitenaufzeichnungen, jedoch verliert dies mit der Zeit an Relevanz. Allerdings messen Satelliten die Temperatur der Landoberfläche oder „Haut“ (im Folgenden als LST bezeichnet) [Jin und Dickinson, 2010 ] im Gegensatz zur Lufttemperatur auf Bildschirmhöhe (

2 m über dem Boden im Folgenden als bezeichnet TLuft). Letzteres wird häufig für Klimabewertungen verwendet [Hartmannet al., 2013 ] und ist ein kritisches Maß in Ökologie, Hydrologie und Klimawissenschaften. LST wird stärker durch die Strahlungsbilanz der Oberfläche gesteuert [Benali et al., 2012 ], das wiederum durch das Zusammenspiel zwischen lokalen Eigenschaften der Landoberfläche und der Sonnengeometrie gesteuert wird, während TLuft tendenziell eher regional, obwohl es aufgrund von Faktoren wie Kaltluftableitung über kurze Distanzen zu schnellen Schwankungen kommen kann [Daly et al., 2010 Lundquist et al., 2008]. Wenn also Satellitenaufzeichnungen verwendet werden sollen, um die höhenabhängige Erwärmung zu untersuchen, sollten Studien, die LST und TLuft in extrem hohen Lagen (>4000 m) erforderlich. Bisher beschränkten sich Vergleiche auf das Tiefland [Coll et al., 2009 Vancutsem et al., 2010 ] oder Umgebungen mit mittlerer Höhe [Wenbin et al., 2013 Shamir und Georgakakos, 2014 ].

Dieses Papier vergleicht daher Moderate Resolution Imaging Spectroradiometer (MODIS) LST der MOD11A2/MYD11A2-Produkte [Wan, 2006 ] mit TLuft entlang eines Transekts von 22 Wetterstationen über den Kilimandscharo, einschließlich Standorten in Höhen bis zu 5800 m. Der Höhenbereich von fast 5000 m ist einer der größten der Welt. Das Hauptziel besteht darin, den Kontrast zwischen LST und zu verstehen TLuft und entdecken Sie die Faktoren, die dies steuern. Frühere Studien werden in Abschnitt 2 diskutiert. Das Untersuchungsgebiet wird skizziert und Methoden werden in Abschnitt 3 erläutert. Das Hauptverhalten des Unterschieds zwischen LST und TLuft wird in Abschnitt 4 zusammen mit den Faktoren untersucht, die seine Variation steuern, bevor die Konsequenzen unserer Ergebnisse diskutiert werden.


Venus

Aufgabe 615: Strahlungsniveaus auf der Marsoberfläche
Schüler erforschen Strahlungsdosen auf dem Mars und im interplanetaren Raum [Klasse: 6-8 | Themen: Analyseraten von Einheitenumrechnungen ] (PDF)

Problem 570: Neugierige Köpfe für Mt Sharp
Tabellendaten werden verwendet, um abzuschätzen, wie lange der Curiosity-Rover braucht, um die Basis des Mt. Sharp zu erreichen, wobei Daten von seinen porevösen Wochenreisen verwendet werden. [Note: 3-5 | Themen: Mittelung von Zahlen in einer Tabelle Zeit = Strecke/Geschwindigkeit] (PDF)

Problem 536: Erkunden eines möglichen InSight-Landegebiets auf dem Mars
Die Schüler arbeiten mit Breiten- und Längengrad und skalierten Bildern des Mars, um den von InSight vorgeschlagenen Landebereich zu lokalisieren und das Gelände des Landebereichs zu beschreiben. [Note: 6-8 | Themen: Gradmaß Breiten- und Längengrad Arbeiten mit skalierten Bildern metrisches Maß] (PDF)

Problem 535: Vergleich der InSight-Landezone mit einem Stadtblock!
Die Schüler verwenden skalierte Bilder eines geplanten InSIight-Landebereichs und ein skaliertes Bild einer städtischen Nachbarschaft auf der Erde, um die Größen vertrauter Dinge mit der unbekannten Marslandschaft zu vergleichen. [Note: 6-8 | Themen: Skalenanteil metrische Messung] (PDF)

Aufgabe 534:Erkundung der Marsbebenenergie mit der Moment-Magnituden-Skala
Die Schüler werden in die Moment-Magnitude-Marsbebenskala eingeführt, die einen logarithmischen Index für Marsbeben unterschiedlicher Energie angibt. Sie berechnen zwei Beispiele für Marsbeben und Meteoriteneinschläge und vergleichen ihre Momentengröße. [Note: 8-10 | Themen: Logarithmen Wissenschaftliche Notation Algebra ] (PDF)

Aufgabe 533: Untersuchen von Logarithmen und der Richter-Magnitudenskala
Die Studierenden arbeiten mit einer logarithmischen Skala, um abzuschätzen, wie viel Bodenbewegung bei Erdbeben unterschiedlicher Stärke auftritt. [Note: 8-10 | Themen: Logarithmen zur Basis-Zehn-Exponenten] (PDF)

Problem 532:Die Entfernung zum Marshorizont
Die Schüler entwickeln eine Grundgleichung für die Entfernung zum Horizont an einem kugelförmigen Körper mit dem Satz des Pythagoras und ein wenig Algebra. Die Schätzung der Anzahl von Mobilfunkmasten, die benötigt werden, um den Mars zu bedecken. [Note: 8-10 | Themen: Satz des Pythagoras, Algebra wissenschaftliche Notation Bereiche von Sphären und Kreisen ] (PDF)

Aufgabe 531: Das Innere des Mars mit Kugeln und Schalen erkunden
Die Schüler verwenden die Volumeneigenschaften von Kugeln und Schalen zusammen mit der Beziehung Masse=DichtexVolumen, um ein Modell des Inneren des Mars zu erstellen. [Note: 8-10 | Themen: Formel für das Volumen von Kugeln und Kugelschalen Masse=DichtexVolumen wissenschaftliche Notation ] (PDF)

Aufgabe 530: Erforschung der Marsmasse
Die Schüler berechnen die Masse des Mars mithilfe von Satellitendaten und dem dritten Keplerschen Gesetz. [Note: 8-10 | Themen: Wissenschaftliche Notation der Algebra ] (PDF)

Aufgabe 529: Erforschung von Einschlägen und Beben auf dem Mars
Die Schüler arbeiten mit logarithmischen Skalen, um die Beziehung zwischen der Energie eines Marsbebens und seinem logarithmischen Index zu untersuchen, der der für Erdbeben verwendeten Richterskala ähnelt. [Note: 8-10 | Themen: Logarithmische Skalen wissenschaftliche Notation ] (PDF)

Aufgabe 528: Vergleich der Wärmeleistung von Mars und Erde
Die Studierenden lernen die Wärmeflussformel kennen und untersuchen damit die Eigenschaften von Erde und Mars in Bezug auf ihre Krustenzusammensetzung. [Note: 8-10 | Themen: Algebra-Temperaturgradienten] (PDF)

Problem 527:Untersuchung von Wärmefluss und Isolierung
Die Schüler untersuchen, wie Isolierung funktioniert, um den Wärmefluss zu reduzieren. Sie wandeln eine verbale Beschreibung einer Formel in Proportionen um und berechnen damit, warum sich Aluminiumtöpfe schneller erhitzen als Stahltöpfe und wie wir die Eigenschaften von Marsboden aus Wärmefluss und Temperaturänderungen bestimmen können. [Note: 8-10 | Themen: Algebra-Änderungsraten ] (PDF)

Problem 526:Untersuchung der Temperaturänderung in der äußeren Erdkruste
Die Schüler untersuchen die Temperaturänderungsrate in der Erd- und Marskruste und lernen Einheiten in Grad C/km kennen. Sie berechnen, wie heiß der Boden in verschiedenen Tiefen sein wird und wie Goldgräber mit extremer Hitze umgehen müssen. [Note: 6-8 | Themen: Änderungsraten von Fahrenheit und Celsius (PDF)

Problem 525: Untersuchen des InSight Lander Telemetry-Datenflusses
Die Schüler untersuchen anhand von Beispielen aus dem Herunterladen von Songs von ihrem Computer auf ihren iPod, wie lange es dauert, digitale Daten zu übertragen. [Note: 6-8 | Themen: Arbeiten mit Kilo, Mega und Datenübertragungsraten in Byte/Sek. ] (PDF)

Problem 524:Die Marsoberfläche mit IDC sehen
Die Schüler lernen die IDC-Kamera kennen und berechnen die Auflösung und wie viele Bilder benötigt werden, um den InSight-Landebereich zu kartieren. [Note: 6-8 | Themen: Winkelmaß, Grad und Sekunden Bildskalierung Kacheln eines Bereichs mit Überlappung. ] (PDF)

Aufgabe 523: Zeit auf dem Mars sagen - Earth Days und Mars Sols
Die Schüler arbeiten mit zwei Uhren auf der Erde und auf dem Mars und lernen etwas über die Erd- und Marszeit, da ein Tag auf dem Mars 40 Minuten länger ist als ein Tag auf der Erde. [Note: 6-8 | Themen: Zeitrechnungen, Stunden, Minuten, Sekunden Tageslänge ] (PDF)

Problem 522: Funkkommunikation mit der Erde? Der Erde-Sonne-Winkel
Der Winkel Erde-Sonne wird tabellarisch in Grad angegeben. Die Schüler stellen die Daten grafisch dar und finden die Daten, an denen keine Übertragungen zur Erde stattfinden können. [Note: 8-10 | Themen: Interpretation von tabellarischen Datenraten und Steigungen ] (PDF)

Aufgabe 521: Schätzen der Masse eines Marsstaubteufels!
Die Schüler schätzen die Masse eines Marsstaubteufels mit der Näherung, dass es sich um einen Zylinder mit einer festen Staubdichte handelt. [Note: 8-10 | Themen: Volumen eines Zylinders Masse = Dichte x Volumen ] (PDF)

Problem 520:Der Arbeitsbereich vor dem Lander
Die Schüler schätzen den Bereich vor dem InSight-Lander ein, in dem Experimente durchgeführt und Instrumente mit einem einzigen Roboterarm bewegt werden. [Note: 6-8 | Themen: Fläche eines Kreissegments Gemeinsame Fläche zweier sich schneidender Kreise] (PDF)

Problem 519: Planung von Ereignissen rechtzeitig für den Start
Die Schüler lernen, wie man viele Ereignisse entlang einer Zeitachse plant (Frühstück, Packen, Fahren usw.), indem sie eine Familienreise planen, bei der die Familienmitglieder am Flughafen ankommen müssen, um einen Flug zu einem bestimmten Datum und einer bestimmten Uhrzeit zu starten. [Note: 5-7 | Themen: Arbeiten mit Zeiteinheiten Erstellen einer Zeitleiste] (PDF)

Problem 518:Das Solarstromsystem der InSight Seismographic Station
Die Schüler erkunden die Eigenschaften von Zehnkanten, um die Fläche der Sonnenkollektoren zu bestimmen, die auf dem InSight-Lander verwendet werden. [Note: 7-9 | Themen: Fläche regelmäßiger Polygone zur Schätzung von Flächen mit nicht-quadratischen Formen] (PDF) Problem 508: Die seismographische Station InSight - Ankunftszeiten der Wellen
Die Schüler arbeiten mit dem Umfang des Mars und der Geschwindigkeit von Stoßwellen in der Marskruste, um die Ankunftszeiten der Wellen am InSight Lander abzuschätzen. [Note: 6-8 | Themen: Geschwindigkeit=Weg/Zeit Zeitberechnungen Kreisumfang] (PDF)

Problem 500: Neugier nutzt Röntgenbeugung, um Mineralien auf dem Mars zu identifizieren
Die Schüler lernen etwas über Beugungsgeometrie und schätzen dann den Abstand zwischen Kristallebenen in einer Marsgesteinsprobe. [Note: 10-12 | Themen: Geometrie-Trigonometrie] (PDF)

Problem 491: Der Curiosity Rover in Bewegung.
Die Schüler zeichnen die Position des Curiosity Rovers auf einem kartesischen Raster, das das Satellitenbild des Landeplatzes abdeckt. Sie verwenden die 2-Punkt-Entfernungsformel, um zu bestimmen, wie weit der Rover zwischen den Haltestellen zurückgelegt hat, und bestimmen seine Geschwindigkeit. [Note: 6-8 | Themen: Cartsesche Graphen geordnete Paare und Koordinaten Distanz = Geschwindigkeit x Zeit metrisches Maß ] (PDF)

Problem 485: Neugier entdeckt den alten Mars-Fluss
Die Schüler schätzen die Geschwindigkeit eines alten Marsflusses anhand von Bildern des CUriosity-Rovers. [Klasse: 9-12 | Themen: Algebra Trigonometrie Auswertungsfunktionen ] (PDF)

Problem 479: Erkundung des Gale-Kraters mit dem Curiosity Rover
Die Schüler erkunden den Landebereich des Gale-Kraters und berechnen die Entfernungen des Rovers zu verschiedenen Zwischenstationen, um die Hin- und Rückfahrt und die Reisezeit zu bestimmen. [Klasse: 9-12 | Themen: Pythagoräische Distanzformel Koordinatengeometrie ] (PDF)

Problem 457: Die interplanetare Reise von MSL
Die Schüler verwenden die Eigenschaften von Ellipsen, um die Formel für den Hohmann-Transferorbit zu bestimmen, der das Mars Science Laboratory 2012 zum Mars bringt [Note: 10-11 | Themen: Zeit=Entfernung/Geschwindigkeit Skalenmodelle metrische mathematische Eigenschaften von Ellipsen] (PDF)

Problem 456: Der Start des Mars Science Laboratory (MSL) im Jahr 2011
Die Schüler verwenden eine Sequenz von Startbildern, um die Startgeschwindigkeit und -beschleunigung des Atlas V zu bestimmen. Durch die Bestimmung des Maßstabs jedes Bildes schätzen sie die durchschnittlichen Geschwindigkeiten während der ersten 4 Sekunden nach dem Abheben. [Note: 8-10 | Themen: Zeit=Entfernung/Geschwindigkeit Skalenmodelle metrische Mathematik] (PDF)

Problem 393: Ein Spaziergang durch einen Marskrater! Die Schüler verwenden ein aktuelles Foto eines Kraters auf dem Mars, um seinen Umfang und die Zeit abzuschätzen, die der Opportunity Rover der NASA benötigt, um seinen Rand einmal zu umrunden. [Note: 6-8 | Themen: maßstabsgetreues Modell Distanz = metrisches Maß GeschwindigkeitxZeit] (PDF)

Problem 237: Die Staubteufel des Mars Die Schüler bestimmen die Geschwindigkeit und Beschleunigung eines Marsstaubteufels aus Zeitrundenbildern und Informationen über den Maßstab des Bildes. [Note: 6-8 | Themen: Skalen Geschwindigkeitsbestimmung aus sequentiellen Bildern V = D/T (PDF)

Aufgabe 139: Wie groß ist es? - Mars Die Schüler verwenden ein Bild einer Kraterwand auf dem Mars, um alte Wasserrinnen zu untersuchen, die 2008 vom Mars Orbiter entdeckt wurden. [Note: 4 - 7 | Themen:Bildskalen metrisches Maß Division und Multiplikation Dezimalzahlen] (PDF)

Aufgabe 133: Wie groß ist es? - Der Mars-Rover. Die Schüler arbeiten mit einem Bild, das der Mars Orbiter-Satelliten vom Landeplatz Spirit aufgenommen hat. Sie bestimmen den Abbildungsmaßstab und berechnen aus dem Bild die Größe verschiedener Oberflächenmerkmale. [Note: 4 - 7 | Themen:Bildskalierung multiplizieren, dividieren, mit Millimeterlineal arbeiten] (PDF)

Problem 126: Wie groß ist es? - Eine Marslawine! Die Schüler arbeiten mit einem Mars-Aufklärungs-Orbiter-Bild, um den Bildmaßstab zu bestimmen und nach den kleinsten Dingen zu suchen, die auf einem Foto zu sehen sind. Diese Lawine wurde am 19. Februar 2008 erfasst, als sie sich ereignete! [Note: 4 - 7 | Themen:Bildskalierung multiplizieren, dividieren, mit Millimeterlineal arbeiten] (PDF)

Problem 74: Eine heiße Zeit auf dem Mars - Das NASA-Experiment Mars Radiation Environment (MARIE) hat eine Karte der Marsoberfläche erstellt und den bodennahen Strahlungshintergrund gemessen, dem Astronauten ausgesetzt wären. Diese mathematische Aufgabe ermöglicht es den Schülern, die Gesamtstrahlungsdosis zu untersuchen, die diese Entdecker auf einer Reihe von 1000 km Reisen über die Marsoberfläche erhalten würden. Die Schüler werden diese Dosierung mit typischen Hintergrundbedingungen auf der Erde und in der Internationalen Raumstation vergleichen, um ein Gefühl für die Perspektive zu bekommen [Klassenstufe: 6-8 | Themen: Dezimalzahlen, Einheitenumrechnung, Graphik und Analyse ] (PDF)

Aufgabe 70: Berechnung der Gesamtstrahlungsdosen auf dem Mars - Dieses Problem verwendet Daten des Mars Radiation Environment Experiment (MARIE), das den Mars umkreist, und misst die tägliche Strahlungsdosis, die ein Astronaut in einer Umlaufbahn um den Mars erfahren würde. Die Schüler werden die tatsächlich aufgetragenen Daten verwenden, um die Gesamtdosis zu berechnen, indem sie die Flächen unter der Datenkurve addieren. Dies erfordert die Kenntnis der Fläche eines Rechtecks ​​und die Kenntnis der Tatsache, dass das Produkt einer Rate (rems pro Tag) mal der Zeitdauer (Tage) eine Gesamtdosis (Rems) ergibt, ähnlich wie das Produkt aus Geschwindigkeit mal Zeit gibt Distanz. Beide stellen die Flächen unter ihren entsprechenden Kurven dar. Die Studierenden berechnen die Dosierungen für kosmische Strahlung und solare Protoneneruptionen und entscheiden, welche Komponente das schwerwiegendste Strahlungsproblem verursacht. [Klassenstufe: 6-8 | Themen: Dezimalzahlen, Rechteckfläche, Graphanalyse] (PDF)


Ausblick und neue technische Möglichkeiten

Die zukünftigen Richtungen in der Photobiologie sind vielversprechend und weit außerhalb des Rahmens des kleinen Überblicks. Der deutliche Fortschritt der Optogenetik drückt sich heute in möglichen medizinischen Anwendungen aus. Ein weiteres und tieferes Verständnis photobiologischer Prozesse einschließlich des Sprungs zur räumlichen Nanoskala und zeitlichen Femtoskala in Kombination mit neuen Ansätzen der Molekularbiologie und Genetik erfordert auch eine integrative und synthetische Sichtweise. Das neue und detailliertere Bild mit höherer Auflösung wird steigen. Mehr Wissen wird von verschiedenen Arten gewonnen, daher können Details der Phototransduktion variieren und viel Raum für zukünftige Forschungen lassen.

Neue Lichtquellen mit unterschiedlichen Photonenstatistiken (Laser) und Leuchtdioden mit ungewöhnlichen spektralen Eigenschaften bieten wertvolle Werkzeuge, um alte Probleme zu hinterfragen und neue aufzuwerfen. Das jüngste Interesse an Quantenpunkten wurde durch die Möglichkeit belohnt, einzelne Photonen mithilfe von Quantenpunkten zu erhalten. 104 - 106 Die Quelle einzelner Photonen könnte wertvoll sein, um die Empfindlichkeit des Photoempfangs zu bestimmen, um die genaue Anzahl von Photonen einer bestimmten Energie (Wellenlänge) bereitzustellen und scheint für die zukünftige Forschung sehr vielversprechend zu sein.


Schau das Video: Hvorfor har vi årstider jordens hældning (September 2022).