What do wind farms look like? Visualizing global wind farms

Abstract

Der Ausbau der Windenergie auf globaler Ebene erfordert zuverlässige und aussagekräftige geografische Informationen über die Standorte von Windkraftanlagen. Studien haben gezeigt, dass man mithilfe von OpenStreetMap umfangreiche globale Daten über die Windinfrastruktur generieren kann, jedoch wurde bisher wenig Aufwand in die Darstellung und Analyse dieser Daten mittels visueller Werkzeuge gesteckt. Um eine präzise visuelle Untersuchung durchzuführen, ist es von großer Bedeutung, die passenden Parameter zur Charakterisierung von Windparks zu kennen und die geeigneten visuellen Kodierungen für die globale und lokale Analyse zu nutzen. Aus diesem Grund haben wir eine Designstudie durchgeführt, die zur Erstellung eines Datensatzes namens \textit{Enriched Data of Wind Farms} (EDWin) sowie eines Prototyps für dessen interaktive Visualisierung führte. In einer Nutzer:innenstudie haben wir die Leistung des Prototyps bei der Überprüfung unbestätigter Behauptungen über Windparks aus der Literatur sowie bei der Identifizierung spezifischer Merkmale von Windparks durch vereinfachte visuelle Kodierungen evaluiert. Der Prototyp ermöglichte es den Nutzer:innen, die Aufgaben erfolgreich zu absolvieren, jedoch benötigten manche von ihnen Unterstützung durch die Befragende Person aufgrund des Bedarfs an einer verbesserten Funktionalität zur dynamischen Gruppierung. Darüber hinaus zeigten Interviews mit Expert:innen aus der Windenergiebranche, welche Merkmale für die Community von Bedeutung sind, um Windparks zu charakterisieren. Diese lassen sich in technische, zeitliche, Gelände- und Wettermerkmale unterteilen. Aufgrund der erfassten Merkmale konnten mehrere Erkenntnisse gewonnen werden, darunter die Feststellung, dass die weltweit vorherrschende Landbedeckung für die Installation von Windkraftanlagen landwirtschaftliche Flächen sind und dass die vorherrschende Landform flaches Gelände ist.

The global expansion of wind energy requires robust and meaningful geographic information about its locations. Studies have shown how enriched global data on wind infrastructure can be generated using OpenStreetMap but have neglected to represent and make it analyzable using visual tools. For an accurate visual investigation, knowing which parameters can be used to characterize wind farms and which visual encodings are suitable for global and local analysis are essential. With this aim in mind, we conducted a design study that produced a dataset called the Enriched Data of Wind Farms (EDWin) and a prototype for its interactive visualization. Through a user study, we evaluated the tool's appropriateness for exploring unproven claims about wind farms from the literature and identifying specific wind farms characteristics through simplified visual encoding. The prototype enabled users to complete the tasks, but many needed help from the interviewer due to the need for an improved dynamic grouping functionality. Furthermore, interviews with wind energy experts revealed which features are relevant for the community to describe wind farms. They can be divided into technical, temporal, terrain, and weather characteristics. From those we have covered, several insights were generated, including that the worldwide predominant land cover for the installation of wind infrastructure is agricultural land and that the predominant landform is flat terrain.