WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Approche multicritère pour l'implantation d'éoliennes au Liban

( Télécharger le fichier original )
par Tania Zgheib
Université Paris Diderot - Paris 7 - Master 1  2016
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

1.3 Visibilité des sites depuis les lieux touristiques

L'une des polémiques principales s'avère l'opinion publique concernant l'impact d'un projet éolien sur le paysage. Alors l'objectif serait d'étudier la visibilité et de choisir les emplacements les moins visibles à partir des points d'observation tels que les sites touristiques. La visibilité dans notre étude dépend uniquement de la topographie du terrain, la hauteur des bâtiments, les forêts et les obstacles ne sont pas pris en compte.

La Figure 25 est le résultat du chevauchement entre la carte des visibilités et la carte finale des potentialités. Nous avons considéré les sites touristiques comme points d'observations, et la taille d'une turbine de 50 m comme paramètre supplémentaire au calcul de la visibilité. Cela a fourni la carte des sites invisibles aux touristes tout en gardant leurs scores de potentialités. La topographie du pays fait que la majorité des sites sont classés invisibles.

Figure 25 : Les sites non visibles vis-à-vis du patrimoine culturel du Liban

Sources des données utilisées : SDATL et la carte des sites potentiels

à l'implantation des éoliennes au Liban,

51

Application de la distance aux habitats

Nous avons appliqué le facteur de la proximité aux habitats (500 m) afin de prévoir le pourcentage des zones qui peuvent être encore éliminés. Comme le montre la Figure 26, nous avons sélectionné une zone située au nord du Liban, cette dernière a été classée dans notre étude comme site à fort potentiel. Nous pensons toutefois que les pertes seront de l'ordre de 12%, donc assez minime par rapport à l'installation d'éoliennes.

Figure 26 : Application du facteur de la distance aux habitats pour une zone à fort

potentiel

Sources des données utilisées : SDATL, OpenStreetMap, EDL et les valeurs de la vitesse moyenne du vent extrapolées à 50 m par Zohbi

Nous pouvons donc conclure de ces résultats que la superficie du Liban ne s'est pas accompagnée d'une importante potentialité. Par contre, l'énergie éolienne peut contribuer durablement à augmenter la production dans le secteur énergétique pour soutenir la demande croissante dans l'avenir.

52

2. Discussion et limites de l'étude

L'énergie éolienne au Liban n'est pas exploitée aujourd'hui. En plus, aucune législation ou norme n'est mise en place pour développer cela. Nous avons alors élaboré ce travail pour générer une pré-étude sur la faisabilité d'un projet éolien au Liban afin de développer cette énergie dans l'avenir.

Les SIG ont une capacité d'automatisation des traitements informatiques de données multiples de façon à couvrir une vue d'ensemble et élaborer une étude théorique sans avoir recours à un travail de terrain. La combinaison de cet outil avec la méthode de l'analyse multicritère ajoute une dimension décisionnelle à la planification d'un projet.

Nous nous sommes inspirés de la littérature existante pour sélectionner les critères les plus adaptés aux caractéristiques du Liban et développer une méthodologie tout au long de ce travail de recherche. En effet, nous avons extrait de chaque étude les aspects les plus intéressants pour notre étude. C'est ce qui fait la particularité de notre approche.

Cette méthode reste modifiable puisque les superficies résultantes sont particulièrement faibles. La majorité des sites (9 899 km2 = 97,4%) sont classés des zones non potentielles. La faible superficie de potentialité (264 km2 = 2,6%) nous a permis de prendre un recul sur les contraintes et les seuils que nous avons sélectionnés au début de cette étude.

Nous sommes conscients d'avoir fait un choix de contraintes strictes. Il aurait fallu prendre des seuils plus flexibles, puisque l'étude est faite sur une superficie relativement grande, à l'échelle d'un pays. De plus, les paramètres ne s'appliquent pas à toutes les régions de la même manière, en fonction de la nature et la spécificité des terrains. Par exemple, les normes appliquées pour une zone rurale ou un champ agricole ne sont pas pareils pour une zone urbaine, ainsi pour la pente, le seuil adapter pour la plaine de Bekaa ne convient pas la chaîne du Mont-Liban.

Ce qui est remarquable dans notre étude, ce sont les contraintes économiques (pentes, réseaux électriques, routes et élévation) qui ont supprimé une proportion considérable de 60% de la superficie non potentielle.

Le fait d'avoir éliminé les sites à une altitude supérieure à 2000 m a réduit la superficie des zones potentielles de 727 km2 (~7%). Cette superficie supprimée comprend toutefois les plateaux cultivés et les cimes lissées et dénudées qui peuvent être des sites potentiels aux éoliennes. Par contre, ils exigent des investissements plus substantiels.

Le seuil de 10% de la pente, n'est pas un choix pertinent pour une grande superficie. Tout d'abord, il est calculé sur une résolution grossière de MNT de 28,5 m. En plus, le Liban est un pays montagneux et à pentes raides, la plupart des versants ont été aménagés en terrasse pour accueillir les activités anthropiques. Nous suggérons alors de placer le seuil à 20%.

Les modifications ci-dessus énoncées ont été appliquées à un nouveau modèle. Nous avons obtenu des résultats plus avantageux ; une superficie de 616 km2 a été classée en des sites potentiels. Le pourcentage des sites potentiels a augmenté pour attendre ~8% de la superficie totale du territoire libanais (Figure 27).

53

Figure 27 : Les zones potentielles suite à des modifications dans les contraintes de la pente et

de l'altitude

Sources des données utilisées : SDATL, OpenStreetMap, EDL et les valeurs de la vitesse moyenne du vent extrapolées à 50 m par Zohbi

Pour améliorer le travail de recherche, nous recommandons tout d'abord de suivre une approche multiscalaire. Appliquer des normes moins strictes à un niveau large du pays. Ensuite, à une échelle plus fine, se procurer de données plus précises et détaillées à des résolutions plus fines, et intégrer des facteurs locaux plus spécifiques. Par exemple, être plus minutieux en présence

54

des écoles, universités, sociétés religieuses, bases militaires, habitats fauniques sensibles et d'espèces floristiques menacées ou vulnérables.

Nous suggérons de même d'effectuer des entretiens avec des experts, afin de discuter et valider les critères de sélections des sites, et modifier par la suite les valeurs de la méthode AHP pour répondre aux exigences des acteurs locaux. Nous pourrions donc imaginer ajouter des critères et des contraintes supplémentaires ou même les supprimer, changer la valeur des seuils des contraintes et modifier des poids des critères. De même nous conseillons d'associer ce travail à des études d'ingénierie poussées. Ainsi il serait probable de prévoir le nombre d'éoliennes à implanter sur une superficie, et de calculer, par des modèles, l'énergie qui pourrait être fournie afin de prendre les meilleures décisions.

Une étude peut être menée sur cette même zone d'étude, mais avec d'autres méthodes de l'analyse multicritère pour comparer les résultats. Par exemple, d'appliquer la méthode Fuzzy plutôt que la Booléenne pour éliminer les contrainte.

Les limites majeures de cette investigation sont l'accès et la disponibilité des données. La plupart des données sont obsolètes et incomplètes. De plus, les stations de mesures de vitesse du vent sont largement insuffisantes pour notre étude. Au niveau de l'infrastructure, nous sommes dans l'incapacité de connaître la puissance que les réseaux électriques peuvent véhiculer et donc de supporter l'énergie fournie par les éoliennes.

La méthode qui combine les SIG et AMCD est flexible et peut être appliquée dans différentes régions et pour diverses thématiques (développement de l'énergie renouvelable, risques environnementaux, etc.). Les données d'entrées et le choix du poids des critères sont fondamentaux dans la définition du résultat final. Alors, les facteurs et les critères doivent correspondre le plus possible aux caractéristiques du territoire étudié.

55

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon