Exploiting valley extraction algorithms for improving power transmission line routing

This thesis aims at facilitating the routing of power transmission lines by investigating, to what extent algorithms for finding valleys can be used to make the resulting power transmission line path more realistic. Electricity demand is growing all over the world while also the need of transporting electricity from power plants to load points is increasing. However, due to the potential impact that power transmission lines can have on landscape, environment, or on human health the public acceptance of these projects is very low. Therefore, it is crucial to create a participatory and transparent decision-making process, in which all stakeholders are involved from the beginning. In a mountainous terrain the routing can be even more difficult since the landscape can be easily affected when mountain ridges are crossed. Therefore, considering information about the location and the characteristics of valleys could force the path-finding algorithm to avoid exposed points as ridges and to stay in the main valleys. The current thesis considers two valley-finding algorithms. The former is based on a procedure proposed by Straumann, while the latter is based on Wood’s approach and has been implemented by using the software ‘Landserf’. Both algorithms require setting some parameters to represent the physical reality best. However, since it is not possible to know the parameters’ exact value, some alternatives were tested and the magnitude of variations assessed. The outcome showed that the parameters can affect the outputs in terms of valley length, floor width, and dimension of the valleys that can be identified. The information obtained from these algorithms summarises how much a location can be considered to be ‘in a valley’. While this seems easy to identify for humans, it is difficult to formalize in a program. The 3D Decision Support System (3D DSS) developed at ETH Zurich for routing power transmission lines can integrate this information. This makes the routing more realistic, as the power transmission line path follows a geodetermined circumstance. We investigated to what extent the results change with the integration of this additional criterion and we found out that the results are affected in very different ways according to the importance (weight) that is given to the new information. In cases when the new criterion was weighted low the route did not vary much and the fulfilment of the objectives (protect environment, increase bundling, decrease risk, etc.) slightly increased. In contrast, a high weight led to higher path variance and to a lower fulfilment of the objectives. In the last part, the valley-finding algorithms were applied to identify valleys on a cost surface. The identified valley might be used to find low-cost alternatives that geographically differ from the cost surface’s least cost path. The results need to be carefully examined by experts before being considered because many alternatives found by this approach are not feasible. However, some alternatives show acceptable characteristics (e.g. no crossing of ridges, cities and lakes for a long extent) that can be considered for further analysis. The investigated approach was then assessed by seven power transmission line planning experts. They evaluated the paths obtained with the different parametrisations and filled out a questionnaire. The feedback showed that in most cases experts agree with the alternative that the algorithm selects to be most optimal. In particular, experts agree in excluding the same alternatives that the algorithm suggest to exclude. However, experts were undecided when selecting the alternatives that the algorithm assessed to be optimal and when selecting alternatives identified as low-cost valleys. Some feedback showed that experts preferred alternatives close to the valley floors and those crossing less mountain ridges. Forcing the path-finding algorithm to stay within the main valleys generates alternatives that are preferred. However, since many criteria are considered in the analysis, it is very likely that at the same time the generated path satisfies less the interests of other stakeholders. This study could help widening the discussion for power transmission line routing in a mountainous terrain. Improvements are possible under certain conditions, but not all of them can be improved at the same time. In order to verify the general applicability of these methods, future research could apply them to other study areas. Moreover, further research could quantify the improvements of applying the same algorithms on a higher resolved DEM.

Questa tesi si pone come obiettivo il miglioramento del processo di pianificazione e localizzazione di linee elettiche aeree attraverso l’utilizzo di informazioni che algoritmi di estrazione e caratterizzazione delle valli possono fornire. La domanda di elettricità sta aumentando a livello globale e, allo stesso modo, anche il bisogno di realizzare le infrastrutture per trasportare l’energia sta crescendo. Tuttavia, l’accettazione pubblica di progetti riguardanti la realizzazione di linee elettriche è molto bassa. Questo è causato principalmente dei potenziali impatti che gli elettrodotti possono avere sul panorama, sull’ambiente o sulla salute umana. Di conseguenza, è fondamentale sviluppare un processo di pianificazione e decisione che sia il più trasparente possibile e che coinvolga tutti i portatori di interesse sin dalle prime fasi. In un territorio montuoso, la pianificazione del percorso di linee elettriche può essere ancora più complicata. Ad esempio, l’elevato rischio di generare un impatto visivo negativo si concretizza quando la linea attraversa le creste delle montagne. Considerare informazioni riguardanti la posizione e le caratteristiche delle vallate potrebbe, di conseguenza, permettere di concentrare la ricerca dei percorsi delle linee elettriche nelle valli, evitando creste ed aree esposte. In questa tesi sono stati utilizzati due algoritmi per estrarre informazioni relative alle vallate. Il primo è stato sviluppato all’interno di questa ricerca e si basa su una procedura proposta da Straumann. Il secondo è basato sull’approccio proposto da Wood e può essere velocemente applicato grazie al software ‘Landserf’. Entrambi gli algoritmi richiedono la calibrazione di alcuni parametri. Questa deve essere fatta allo scopo di ottenere risultati che rappresentino la realtà fisica il più fedelmente possibile. Tuttavia, visto l’impossibilità di conoscere il valore esatto di questi parametri, varie alternative sono testate per comprendere l’impatto che le variazioni hanno sui risultati. Gli esiti dell’analisi mostrano che i parametri possono influenzare i risultati in termini di lunghezza delle valli identificate, larghezza dei fondovalle e dimensioni delle valli estratte. Le informazioni ottenute da questi algoritmi riassumono quanto una località può essere considerata ‘in una valle’. Questa informazione può sembrare banale, ma è molto difficile da definire univocamente. Il 3D Decision Support System (3D DSS) è un metodo e strumento sviluppato all’ETH Zurich per supportare la pianificazione del percorso di linee elettriche. Il 3D DSS può integrare anche le informazioni riguardanti le valli, abbiamo quindi esaminato come i risultati variano con l’introduzione di queste nuove informazioni. I risultati mostrano che l’influenza ha entità differente in base al peso che è dato alla nuova informazione. Per pesi bassi e specifiche parametrizzazioni, il percorso subisce minime variazioni e gli obiettivi (protezione dell’ambiente, vicinanza a infrastrutture esistenti, riduzione del rischio, ecc.) migliorano leggermente. Per pesi elevati, il percorso subisce modifiche profonde in base alla scelta dei parametri. In ogni caso, la scelta di pesi elevati porta anche a un peggioramento generale degli obiettivi. Nell’ultima parte del nostro studio, gli stessi algoritmi usati per l’estrazione e caratterizzazione delle valli dai Modelli Digitali del Terreno (DEM) sono utilizzati per estrarre vallate dai corridoi delle superfici dei costi. L’obiettivo è quello di identificare le ‘valli di costi bassi’, trovando percorsi per la linea elettrica alternativi a quelli proposti dal 3D DSS. I risultati richiedono di essere esaminati dettagliatamente prima di essere considerati in succesive analisi. Infatti, molte alternative trovate con questo approccio sono chiaramente non realizzabili. Altre alternative con caratteristiche accettabili (nessun attraversamento prolungato di laghi, creste, città, ecc.) possono essere analizzate più nel dettaglio. I percorsi alternativi ottenuti con diversi metodi sono stati presentati ad alcuni esperti di pianificazione di linee elettriche tramite un questionario. Le risposte hanno permesso di paragonare l’opinione di esperti agli esiti delle nostre analisi. I risconti mostrano che in molti casi c’è concordanza tra le alternative che gli algoritmi scelgono e quelle che gli esperti adotterebbero. In particolare, gli esperti concordano nell’escludere le stesse alternative che anche l’algoritmo esclude. Invece essi risultano indecisi o discordi nelle decisioni sulle alternative che l’algoritmo valuta come positive e su quelle estratte come valli di bassi costi. Alcune risposte mostrano che c’è maggiore interesse nei percorsi che si trovano più vicini al fondovalle e che attraversano il minor numero di creste e vallate. Questo conferma che forzare l’algoritmo a ricercare percorsi all’interno di valli principali genera alternative che sono valutate positivamente. Tuttavia, visto che moltissimi fattori sono considerati nell’analisi, è molto probabile che contemporaneamente il percorso generato soddisfi meno altri interessi. L’intento di questo studio è quello di ampliare l’analisi riguardante la pianificazione delle linee elettriche in territori montani. Miglioramenti degli obiettivi di pianificazione sono possibili grazie alle nuove informazioni derivanti dall’analisi dei DEM. Tuttavia, non tutti gli obiettivi possono essere migliorati contemporaneamente. Per verificare l’efficacia generale di questi metodi, ci auguriamo che future ricerche possano applicarli ad altre aree di studio. Ulteriori ricerche potrebbero inoltre quantificare i miglioramenti generati dell’applicazione degli stessi metodi ad un DEM con migliore risoluzione.