net/publication/284578928
KUTIPAN BACA
3 293
4 penulis , termasuk:
Anya Seward
Ilmu GNS
LIHAT PROFIL
Menilai indikator lingkungan dan mineral Selandia Baru (MBIE - Ide Cerdas) Lihat proyek
Semua konten setelah halaman ini diunggah oleh Christopher Bromley pada 25 November 2015.
c.bromley@gns.cri.nz
Kata kunci: pemantauan, kehilangan panas, penginderaan jauh satelit, infra merah didemonstrasikan di Lapangan Panas Bumi Ohaaki terdekat (Reeves et al., 2015).
termal, kalorimeter, Karapiti. Makalah ini menjelaskan pekerjaan penelitian yang sedang berlangsung untuk
meningkatkan penghitungan penilaian kehilangan panas tersebut menggunakan
ABSTRAK data inframerah termal satelit (TIRS), yang dikombinasikan dengan survei TIR di
Penilaian akurat kehilangan panas alami dari area panas bumi yang udara dan pengukuran suhu dan kalorimetri di darat.
dalam penilaian sumber daya dan dalam prediksi tingkat di dalam Wairakei Geothermal Field, dan bisa dibilang salah satu daerah
pemanfaatan yang berkelanjutan. Pemantauan perubahan yang paling banyak dipelajari dari tanah beruap di dunia (Mongillo & Allis,
kehilangan panas permukaan selama produksi sama pentingnya 1988, Bromley & Hochstein, 2001 2005, Hochstein & Bromley, 2001, 2005,
memanfaatkan citra inframerah termal dengan lebih baik dari satelit ventilasi uap, kawah, dan kolam lumpur panas. Panas juga dibuang secara
Landsat-8 yang baru diluncurkan, yang kualitas dan frekuensinya konvektif difus dan dengan transfer konduktif melalui tanah panas dan
telah meningkat (bersama-sama dengan Landsat-7). Bersama hangat, di atas area seluas ~ 0,35 km 2 ( Gambar 1). Daerah termal Karapiti
dengan pengukuran ground-truth, dan survei infra merah melalui berisi daerah yang luas dari endapan lempung hidrotermal ('tanah kosong')
udara resolusi tinggi, dan semak belukar 'bersujud' yang tahan panas (hijau muda pada Gambar
1). Dikelilingi oleh hutan pinus radiata (hijau tua pada Gambar 1), yang
kadang-kadang ditebang (sisi timur Gambar 1), memperlihatkan tanah
yang berasal dari batu apung.
Masalah yang saat ini sedang ditangani untuk membantu perkiraan fluks panas
yang lebih baik dengan menggunakan teknik penginderaan jauh meliputi:
perhitungan variasi emisivitas permukaan dan radiasi matahari ambien (latar
belakang); kalibrasi terhadap suhu permukaan badan air; dan menggunakan
algoritma yang dioptimalkan untuk koreksi atmosfer (jendela terpisah atau
mono). Sehubungan dengan penilaian kehilangan panas, masalah-masalah
meliputi: akuntansi untuk kehilangan uap konvektif; dan menangani masalah
resolusi spasial. Integrasi citra dengan pengukuran titik fluks panas total dari
area tanah yang beruap lemah merupakan tantangan. Makalah ini merangkum
upaya hingga saat ini dalam menyelesaikan masalah ini, dan memberikan
beberapa contoh penilaian kehilangan panas dari daerah termal Karapiti
(Craters of the Moon), Wairakei, Selandia Baru.
1. PERKENALAN
Areal steam ground berasal dari pembuangan uap panas bumi melalui
permukaan. Uap memanaskan air tanah, berinteraksi dengan curah hujan,
dan dapat mentransfer sejumlah besar energi panas, yang jumlahnya, di
beberapa tempat, hingga beberapa ratus megawatt. Mengukur dan
memantau kehilangan panas secara akurat sangat sulit, dan bisa memakan
waktu serta mahal. Namun, data kehilangan panas menjadi semakin penting
untuk mengkalibrasi (yaitu, pencocokan riwayat) model simulasi reservoir,
untuk tujuan memprediksi dengan lebih baik efek jangka panjang pada fitur
geotermal permukaan yang signifikan dari skenario pengembangan masa
Gambar 1: Foto satelit daerah termal Karapiti,
depan (Newson & O'Sullivan). , 2004, Newson, 2010, Yeh et al.,
(Sindikat Foto Udara Wilayah Waikato, 10 Nov 2012); daerah
cocok dengan angka 2-7.
2014). Alat geofisika yang ditingkatkan untuk membantu mengukur perubahan Makalah ini memberikan perbandingan perkiraan baru kehilangan panas
seperti itu selalu disambut baik. Sebuah contoh kegunaan survei airborne dari daerah termal Karapiti menggunakan citra satelit (bagian 2), citra
thermal infrared (TIR) berulang untuk memantau perubahan di tanah yang inframerah termal udara (bagian 3) dan suhu berbasis tanah dengan
menguap baru-baru ini kalorimetri (bagian 4).
Prosiding 37 Lokakarya Panas Bumi Selandia Baru
18 - 20 November 2015
Taupo, Selandia Baru
2. INFRA-MERAH TERMAL SATELIT NDVI = (SR 1- SR 2) / ( SR 1+ SR 2)
hijau).
Data Landsat-8 tersedia secara gratis dari USGS dalam format 16-bit
unsigned integer. Gambar (atau 'adegan') menggunakan koordinat UTM
(zona 1-60N) dan data belahan bumi Selatan diwakili dengan arah utara
negatif. Data "Surface Reflectance" -nya diperoleh dari situs web USGS
EarthExplorer (EE). Produk Landsat 8 Surface Reflectance dihitung
menggunakan perangkat lunak khusus yang disebut L8SR. Ini adalah
perangkat lunak sementara dan hasilnya belum sepenuhnya divalidasi;
namun, metode ini berpotensi lebih kuat dalam menghilangkan efek
atmosfer lokal karena adanya awan, bayangan awan, dan salju dalam data
(Zhu dan Woodcock, 2012). Metode sementara ini saat ini menggunakan
puncak matahari dan sudut pandang puncak di pusat pemandangan untuk
perhitungan sebagai bagian dari atmosfer.
koreksi.
Kesehatan vegetasi terkait dengan biomassa, konsentrasi klorofil Area ungu tengah pada Gambar 3 bertepatan dengan kawah yang dipanaskan
dan cekaman air, dan dapat dinilai dalam citra satelit melalui dengan uap (Gambar 1), sedangkan area di sepanjang tepi timur gambar
penghitungan Indeks Vegetasi Perbedaan Normalisasi (NDVI) (Mia baru-baru ini ditebang. NDVI juga digunakan untuk memperkirakan Fractional
et al., 2012): Vegetation (FV) yang merupakan
Suhu Permukaan Tanah (LST) adalah variabel kunci yang diambil Parameter Koreksi Atmosfer
dari data TIRS (Jimenez-Munoz et al., 2009). Koreksi atenuasi
Transmisi atmosfer rata-rata 0.94
atmosfer dan efek emisivitas permukaan dari data TIRS merupakan
langkah penting. Mengabaikan koreksi atmosfer akan mengakibatkan Sinar upwelling bandpass 0,47 Wm- 2 sr- 1 µ m- 1
kesalahan sistematis pada suhu permukaan yang diprediksi. Tanpa Sinar downwelling bandpass 0,85 Wm- 2 sr- 1 µ m- 1
koreksi atmosfer, suhu yang diprediksi biasanya 5-10 Hai K terlalu
rendah (Barsi et al., 2003).
Tiga metode berbeda untuk koreksi atmosfer mono-window yang
menggabungkan variasi emisivitas permukaan tanah telah dipertimbangkan.
Untuk contoh Karapiti yang dibahas di sini, berbagai metode pemrosesan
Mereka termasuk formulasi yang diterbitkan oleh Barsi et al. (2003) (Metode
diterapkan pada data sehingga dapat dibandingkan (Tabel 1). Sebagai
2), Qin et al. (2001) (Metode
referensi, Metode 1 dalam tabel ini menggunakan "Suhu Kecerahan"
3) dan Jiménez-Muñoz & Sobrino (2003) (Metode 4).
mentah tanpa koreksi untuk redaman atmosfer atau efek emisivitas
permukaan.
Metode 2 membutuhkan in-situ, data radio-sounding untuk direkam secara
bersamaan dengan satelit untuk mengoreksi parameter transmisi atmosfer
Ada dua opsi pemrosesan LST paralel untuk data termal Landsat8
lokal. Data tersebut tidak tersedia di Karapiti. Metode 3 dikembangkan
untuk memperhitungkan efek penyerapan atmosfer.
untuk data Landsat-5 untuk menghindari kebutuhan radiosounding. Itu
digunakan oleh Mia et al. (2012) untuk memproses data Landsat-5 dan
Landsat-7 untuk menunjukkan kegunaan potensial data inframerah satelit
a) Algoritma mono-window: metode ini memproses data dari satu
untuk pemantauan fluks panas permukaan jangka panjang. Variabel yang
saluran. Karena TIRS-1 (Band 10) terletak di daerah spektrum
diperlukan untuk menghitung LST yang dikoreksi meliputi emisivitas
serapan atmosfer yang relatif rendah (nilai transmissivitas
permukaan tanah,
atmosfer tinggi), lebih disukai menggunakan saluran ini untuk
pemrosesan saluran tunggal (Jimenez-Munoz et al., 2014) .
total atmosfer transmisi, dekat permukaan udara
4- T4
Q r = τ σ ε A (T s Sebuah )
- 0,268, 1,378, 0,183, 54.3, -2.238, -129.2, 16.4. 5 288.3 307.5 - 10.78 94.1 42.8
Perhatikan, metode ini tidak membedakan antara panas matahari yang diradiasi ulang
Untuk Karapiti, w adalah 5,6 g / cm3 2 seperti yang diperkirakan pada hari yang sama
dan panas dangkal yang berasal dari panas bumi untuk fluks panas total yang
gambar AQUA MODIS diproses ke Level-2 Atmosphere
diradiasikan. Misalnya anomali yang kuat
Data Aerial Thermal Inframerah (TIR) dalam format digital dikumpulkan di perhitungan fluks panas radiatif dan konduktif ini. Pelepasan seperti itu
atas area termal Karapiti pada malam 26/2/2014 menggunakan kamera FLIR secara signifikan meningkatkan fluks panas total. Sebagai contoh, Bromley
A615 TIR yang dipasang di pesawat sayap tetap. Ini adalah bagian dari & Hochstein (2005) menilai kehilangan panas konvektif pada tahun 2004
survei yang lebih besar dari Lapangan Panas Bumi Wairakei-Tauhara yang menjadi sekitar 107 MW dari fumarol dan 69 MW dari pembuangan uap
dilakukan untuk Contact Energy Ltd. Gambar TIR terdiri dari file gambar 'tif' yang menyebar, menyisakan 69 MW (atau 28% dari total Karapiti 245 +/- 20
16-bit. Ini adalah mosaicked dan geo-register ke foto udara menghasilkan MW) berasal dari kehilangan panas konduktif dan kemudian radiasi.
adalah suhu udara rata-rata selama survei TIR. Gambar 8: Citra inframerah termal Karapiti yang terbawa udara.
Area kuning ke merah lebih panas. Label “+” adalah situs
b) Persamaan diterapkan langsung ke setiap piksel untuk semua
kalorimeter (bagian 4). Jalan segel tar sisi timur menunjukkan sisa
piksel ≥ 18 Hai C, tanpa binning. Piksel terpilih yang jelas-jelas bukan karena
pemanas matahari.
pengaruh panas bumi akan dibuang.
Tabel 3 merangkum kehilangan panas konduktif / radiasi dari area termal
Metode selanjutnya (Metode 3 dalam Bromley et al., 2011), menggunakan Karapiti menggunakan setiap metode yang diterapkan pada data TIR 2014
hubungan empiris langsung antara suhu TIR yang disimpulkan dan fluks panas: untuk suhu permukaan ≥ 18 Hai C. Kisaran
diperkirakan 20 sampai 51MW. Metode 2 dan 3 menggunakan hubungan empiris yang
diturunkan dari kumpulan data yang serupa sehingga diharapkan besarnya serupa.
T = 50,3 * (T ( disimpulkan) - T ( Sekelilingnya)) - 148 W / m 2 Metode 4 didasarkan pada kehilangan panas radiasi teoritis dan konveksi udara diam,
jadi mungkin tidak cukup memperhitungkan pendinginan permukaan tanah (dan
Ini dikalikan dengan luas piksel dan dijumlahkan untuk menentukan fluks panas total.
karena itu kehilangan panas) yang disebabkan oleh angin. Juga, semua ini
Sedangkan untuk metode sebelumnya, ada dua variasi
Metode: 2a 2b 3a 3b 4
0,2, 0,25, 0,5 dan 1,0 m, menggunakan termistor tipe-K, untuk menentukan
gradien suhu dan kedalaman titik didih. Suhu permukaan diambil menggunakan
termometer inframerah genggam. Upaya untuk menentukan jumlah uap yang
dikeluarkan dari permukaan tanah dilakukan dengan dua teknik: (1) pengumpulan
cairan kental di dasar kalorimeter menggunakan tisu yang dikeringkan dan
ditimbang sebelumnya; dan (2) absorpsi kelembapan dengan pengering yang
Gambar 9: Lokasi fluks panas permukaan tanah
dikeringkan dan ditimbang sebelumnya. Tidak ada metode yang memberikan hasil
pengukuran di Karapiti pada tahun 2014.
yang memuaskan, karena sampel 'kontrol' ditemukan mendapatkan kelembaban
sepanjang hari, meskipun disimpan dalam wadah kering yang didinginkan.
∆ ∆
Fluks panas konduktif ditentukan dengan mengalikan gradien
∆ ∆ kedalaman suhu dengan konduktivitas termal.
∆
∆ ∆ $% & $ '
dimana ∆, adalah perubahan suhu yang direkam oleh sensor penutup dari waktu ke waktu,
dan digunakan sebagai proxy untuk pemanasan / Konduktivitas termal rata-rata (%) tanah di Karapiti diasumsikan 0,7 W /
pengaruh pendinginan dari suhu udara sekitar. mK. Nilai ini dapat ditingkatkan dengan mengumpulkan sampel tanah
dangkal dan melakukan pengujian sifat termal (Seward & Prieto, 2015,
Van Manen &
, ,
uap. Data satelit, bersama dengan survei infra merah yang ditularkan melalui udara
() *+ - . +&/ '
resolusi tinggi dan pengukuran berulang di permukaan tanah dari suhu dangkal dan
fluks kalorimeter panas, diharapkan dapat mencapai peningkatan jangka panjang
Dimana * adalah emisivitas tanah, -. adalah absorptsi pelat dasar
dalam penghitungan perubahan alami dan perubahan yang disebabkan pada
kalorimeter, + adalah Stefan- kehilangan panas permukaan. Ini akan membantu dalam mengkalibrasi model
Konstanta Boltzman dan Tw dan Tg adalah suhu air dalam simulasi reservoir yang menjadi semakin canggih dalam mencocokkan dan
kalorimeter dan suhu tanah. memprediksi efek pada fitur termal permukaan dari skenario pengembangan
Ini adalah perpindahan panas
reservoir yang berbeda.
komponen yang dideteksi dengan metode penginderaan jauh. Pekerjaan lebih
lanjut untuk menentukan emisivitas tanah dari tanah gundul dan tanah yang
tertutup vegetasi perlu dilakukan agar dapat menghubungkan pengamatan di
lapangan dengan pengukuran jarak jauh. Masalah pemrosesan data inframerah satelit saat ini sedang ditangani.
Ini termasuk: perhitungan variasi emisivitas permukaan; kalibrasi
menggunakan suhu permukaan yang diketahui; koreksi ambient (latar
Kedalaman hingga titik didih di setiap lokasi juga dihitung dengan:
belakang), efek radiasi matahari yang dipantulkan dan sisa; dan
mengoptimalkan algoritma koreksi atmosfer (split atau mono window).
$ exp4 5 & 67 8' 9 Untuk
dari waktu ke waktu (memperbarui Mia et al., 2012) Tabel 4 mencantumkan fluks panas
Penilaian kehilangan panas dilakukan dengan menggunakan data satelit dan TIR yang
Karapiti yang diproses dan kedalaman titik didih yang dikumpulkan pada Februari 2014.
terbawa udara dari daerah termal Karapiti di Wairakei. Masalah yang akan diselidiki
lebih lanjut di sini termasuk pemahaman yang lebih baik tentang alasan perbedaan fluks
panas total menggunakan metode penghitungan yang berbeda (seperti yang tercantum
dalam Tabel 2 dan 3).
K70 187 270 23 96 - 1.8 22 0.34 Bromley, CJ dan Hochstein, MP: Sifat termal dari
K99 310 295 31 203 - 1.8 36 0.24 mengukus tanah (Wairakei Field, NZ). Proc. Lokakarya Panas Bumi
K3 - 18 - 13 1.0 - 13 - 1.8 -1 10 Selandia Baru ke-23, Auckland, Selandia Baru, hlm. 69-74, (2001).
K5 143 149 38 85 3.6 34 1.14
Hochstein, MP dan Bromley, CJ: Pengukuran Reeves, RR, Bromley, CJ, Milloy, SF: Menggunakan deret waktu
kerugian radiasi di atas tanah termal menggunakan kalorimeter, survei inframerah termal udara untuk menentukan proses termal
Proc. Lokakarya Panas Bumi Selandia Baru ke-29, (2007). dekat permukaan di Lapangan Panas Bumi Ohaaki, Selandia
Baru. Kertas 02009, Proc. Dunia
Kongres Panas Bumi 2015, Melbourne, ( 2015).
Jiménez-Muñoz, JC, Cristobal, J., Sobrino, JA, Soria,
G., Ninyerola, M., Pons, X .: Revisi Algoritma Saluran Seward, AM dan Prieto, AM: Rock Selandia Baru
Tunggal untuk Pengambilan Suhu Permukaan Tanah dari properti: menentukan sifat termal tanah dangkal. Kertas
Data Inframerah Termal Landsat. 29013, Proc. Panas Bumi Dunia
Ilmu Geosains dan Penginderaan Jauh, Transaksi IEEE, Kongres 2015, Melbourne, (2015).
47 (1), hlm. 339-349, (2009).
Sobrino, JA dan Raissouni, N .: Menuju penginderaan jauh
Jiménez-Muñoz, JC dan Sobrino, J .: Sebuah single- metode untuk pemantauan dinamis tutupan lahan: Aplikasi di
metode saluran untuk mengambil suhu permukaan tanah dari Maroko. Jurnal Internasional Penginderaan Jauh, 21 (2),
data penginderaan jauh. Jurnal dari pp353-366, (2000).
Penelitian Geofisika: Atmosfer, 108, D22 (2003).
Van Manen, SM dan Wallin, E .: Suhu tanah
Jiménez-Muñoz, JC, Sobrino, JA, Skokovic, D., Mattar, profil dan properti batuan termal di Wairakei, Selandia Baru.
C., Cristobal, J .: Metode Pengambilan Suhu Permukaan Darat Energi terbarukan. 34, hlm. 313-321, (2012).
dari Sensor Inframerah Termal Landsat-8
Data. Geosains dan Surat Penginderaan Jauh, IEEE, Yeh, A., O'Sullivan, MJ, Newson JA, Mannington WI:
11 (10), hlm. 1840-1843, (2014). Update Pemodelan Numerik Sistem Panas Bumi
WairakeiTauhara. Proc. 36 th Selandia Baru
McMillin, LM: Estimasi suhu permukaan laut Bengkel Panas Bumi, ( 2014).
dari dua pengukuran jendela inframerah dengan daya serap
berbeda. Jurnal Geofisika Zhu, Z. dan Woodcock, CE: Cloud berbasis objek dan
Penelitian, 80 (36), hlm. 5113-5117, (1975). deteksi bayangan awan dalam citra Landsat. Terpencil
Penginderaan Lingkungan, 118 (1), hlm. 83-94, (2012).
Mia, MB, Bromley, CJ, Fujimitsu, Y .: Memantau panas
fluks menggunakan data inframerah termal Landsat TM / ETM +:
Viieew
V. wppuubblliicca.dll
attiiodin ssttaattss