SpeedLocal landskapspotential

Modell

Vad beräknar appen?

Appen bör inte läsas som en maskin som pekar ut den optimala platsen för sol och vind. Den svarar på en mer villkorad fråga: givet ett landskap, ett rutnät, ett antal faktorer, restriktionslager, buffertar och energiscenarier, vilka delytor framstår som möjliga, hur mycket yta finns kvar och hur kan ett scenario fördelas över de högst rangordnade kandidaterna enligt modellens poängvärde?

Matematiskt börjar modellen med en region, Ω, som efter projektion behandlas som en avgränsad yta i ett tvådimensionellt koordinatplan, ℝ². Det betyder inte att landskapet i sig är platt, utan att area, avstånd och filter beräknas i ett plant kartkoordinatsystem. För att olika regioner ändå ska kunna beräknas med samma logik delas ytan upp med H3, ett rutnätssystem där landskapet representeras av hexagonala analysceller. H3 kan visas i olika upplösningar, ofta kallade R6, R7 eller R8. Det R:et ska inte blandas ihop med ℝ i ℝ², där ℝ betyder de reella talen. Det kontinuerliga landskapet blir då en diskret mängd celler, H = {h₁, h₂, ..., h_n}.

Varje cell får ett antal egenskaper: landskapsfaktorer, klustertillhörighet, andel buffert, avstånd till underlagslager, potentiell yta och eventuell social acceptans. Dessa egenskaper omvandlas till funktioner som går från analysceller till tal eller klasser: solpotential, vindpotential, etableringsbar area, landskapstyp och scenarioyta. Det appen visar är alltså inte landskapet självt, utan resultatet av en kedja av transformationer från geometri till beräkningsbara storheter.

Potential är därför inte en naturlig egenskap som finns ute i terrängen. Den är en modellvariabel. För sol kan den tolkas som landskapets kapacitet minus känslighet för kust, relief, skyddad natur och bebyggelse, ibland justerad av tekniska villkor som närhet till nät. För vind kombineras landskapsbedömning med avstånd, hårda exkluderingar och sammanhängande kärnzoner. I båda fallen blandas mätbara geometrier med normativa val: vikter, trösklar och tolkningar av vad som ska räknas som robust eller känsligt landskap.

Scenarierna lägger till en andra matematisk fråga. Energisystemet anger behov i TWh, medan kartan behöver area. Därför översätts energi till ytbehov genom faktorer som km² per TWh. Appens centrala test blir sedan enkelt men kraftfullt: är summan av möjlig yta större än eller lika med scenariots ytbehov? Om svaret är nej uppstår ett behov utanför den beräknade potentialen. Om svaret är ja kan appen visa hur scenariot ryms inom de modellerade etableringsytorna.

När appen placerar scenariohexagoner gör den inte en global optimering. Den löser inte ett problem där alla möjliga kombinationer av platser jämförs mot ett enda optimalt mål. I stället använder den en stegvis urvalslogik: kandidater rangordnas efter modellens poängvärde, de högst rangordnade väljs först och ytbehovet fylls tills scenariot är täckt eller den möjliga ytan tar slut. Det är begripligt, snabbt och stabilt, men det är inte ett bevis för att en viss placering är bäst i absolut mening.

Den djupare frågan är därför inte bara var det finns potential, utan hur landskapets kvaliteter översätts till tal. Appen gör politik, ekologi, teknik och rumslig form jämförbara genom samma beräkningsspråk: geometri blir analysceller, analysceller blir faktorer, faktorer blir poängvärden, poängvärden blir klasser, klasser blir area och area jämförs med scenario. Det är en användbar matematisk modell, men alla svar är villkorade av datakvalitet, upplösning och de antaganden som ligger i modellen.

Rätt läst säger appen alltså inte: här ska vi bygga. Den säger: om vi accepterar dessa data och dessa regler, så ser den modellerade relationen mellan energi, yta och landskap ut så här.