Science & Technology Development Journal: Science of the Earth & Environment

An official journal of Institute for Environment and Resources, Viet Nam National University Ho Chi Minh City, Viet Nam

Skip to main content Skip to main navigation menu Skip to site footer

 Original Research

HTML

1441

Total

437

Share
Integrating Fuzzy-AHP and Fuzzy-GIS method in zoning wind power development in Bac Lieu province towards sustainability






 Open Access  

Downloads

Download data is not yet available.

Abstract

From the perspective of economic, environmental, and social point of view , Wind project site selection is a difficult problem with many criteria to consider. In this study, a proposed decision support tool was developed by the integration of the Fuzzy Analytical Hierarchy Process Method (Fuzzy-AHP) and Fuzzy Geographic Information System (Fuzzy–GIS) methods. Fuzzy-AHP was used to determine the weights of the criteria and the Fuzzy-GIS was used to normalize the data and develop the maps for optimal option determination. The study has proposed two sets of evaluation criteria, including a set of exclusion criteria and a set of criteria for ranking priority of wind power plant locations. The set of evaluation criteria was divided into 3 criteria and 10 sub-criteria. Besides, the research results showing the suitability with the wind power development planning in Bac Lieu province, an outstanding result of the study is: While local decision-makers considered that the rice fields, which account for 83.86% of the total area of the province, were unsuitable for wind power development, we found that the rice fields should be included in the planning consideration area because of the high wind speed as well as the positive effects of wind farms on crop yields and minimizing negative impacts on the natural environment.

Giới thiệu

Trong nhiều năm qua, đã có những nỗ lực to lớn trong việc giới thiệu các kỹ thuật ra quyết định đa tiêu chí (Multiple Criteria Decision Making -MCDM) để tìm ra các quyết định xếp hạng thứ bật hiệu quả. MCDM giúp người ra quyết định đưa ra các quyết định mang tính khách quan và có tính định lượng hơn so với các phương pháp truyền thống chỉ mang tính định tính và chủ quan. Bên cạnh đó, việc ứng dụng phương pháp phân tích thứ bậc trong các kỹ thuật ra quyết định đa tiêu chí hoặc kết hợp các phương pháp này với nhau hoặc kết hợp một/nhiều phương pháp trong nhóm kỹ thuật này với GIS/Fuzzy logic trong GIS trong việc lựa chọn vị trí tối ưu, ngay cả trong lĩnh vực năng lượng tái tạo. Trên thế giới và cũng như tại Việt Nam, đã có nhiều nghiên cứu về phát triển công cụ hỗ trợ ra quyết định trong lựa chọn vị trí điện gió dựa trên đã sử dụng kết phương pháp GIS và phương pháp phân tích quyết định đa tiêu chí. Trong đó, phương pháp phân tích thứ bậc (Analytic Hierarchy Process – AHP) và phương pháp phân tích thứ bậc mờ (Fuzzy Analytic Hierarchy Process - FAHP) là phương pháp MCDM được sử dụng phổ biến nhất. Table 1 thể hiện tổng quan một số nghiên cứu trong 3 năm gần nhất đã được thực hiện liên quan đến việc xác định vị trí đặt nhà máy điện gió.

Table 1 Tổng quan một số nghiên cứu trong 3 năm gần nhất liên quan đến việc xác định vị trí đặt nhà máy điện gió

Tại tỉnh Bạc Liêu, dựa trên quy hoạch phát triển điện gió tỉnh Bạc Liêu tại Quyết định số 1403/QĐ-BCT được Bộ Công Thương phê duyệt ngày 11/4/2016, tỉnh Bạc Liêu đã xác định 3 vùng quy hoạch phát triển điện gió. Mặc dù vậy, trong nội dung quy hoạch hiện tại chưa có một phương pháp cụ thể nào được đề cập và mức độ ảnh hưởng của từng tiêu chí đánh giá đối với nội dung được quy hoạch cũng chưa được thể hiện rõ ràng. Do đó, bộ công cụ hỗ trợ ra quyết định dựa trên Fuzzy AHP kết hợp với phương pháp Fuzzy logic-GIS trong nghiên cứu này sẽ đem lại một phương pháp khả thi nhằm xây dựng một bộ công cụ để xác định vị trí tối ưu trong lĩnh vực năng lượng tái tạo.

Khu vực nghiên cứu và phương pháp nghiên cứu:

Khu vực nghiên cứu

Tỉnh Tỉnh Bạc Liêu nằm ở Tây Nam Bộ, thuộc khu vực Đồng bằng sông Cửu Long ( Figure 1 ), có tọa độ từ 9 0 00’00’’ đến 9 0 37’30’’ vĩ độ Bắc và từ 105 0 15’00’’ đến 105 0 52’30’’ kinh độ Đông, địa hình tự nhiên thấp và tương đối bằng phẳng, phía Bắc giáp tỉnh Hậu Giang và Kiên Giang; phía Đông và Đông Bắc giáp tỉnh Sóc Trăng; phía Tây và Tây Nam giáp tỉnh Cà Mau; phía Đông và Đông Nam giáp biển Đông.

Figure 1 . Khu vực nghiên cứu

Figure 1 Khu vực nghiên cứu

[Download figure]

Phương pháp nghiên cứu

Trong nghiên cứu này, nhóm tác giả đề xuất mô hình MCDM, bao gồm tích hợp phương pháp Fuzzy- GIS và phương pháp Fuzzy-AHP để lựa chọn vị trí tối ưu cho việc xây dựng nhà máy điện gió theo hương bền vững. Có 04 giai đoạn trong nghiên cứu này, như thể hiện trong Figure 2 .

Figure 2 . Khung tiến trình nghiên cứu

Figure 2 Khung tiến trình nghiên cứu

[Download figure]

- Giai đoạn 1 : Xác định mục tiêu và tiêu chí. Trong bước này, các tiêu chí để lựa chọn vị trí tối ưu sẽ được xác định. Tất cả các tiêu chí đã được xây dựng thông qua tham khảo ý kiến các chuyên gia và tổng hợp, đánh giá tài liệu nghiên cứu trước đó.

Để xác định các khu vực tiềm năng phát triển điện gió, hai bộ tiêu chí gồm các tiêu chí loại trừ và các tiêu chí có trọng số được xác định dựa trên việc tham vấn ý kiến chuyên gia và tổng quan các tài liệu nghiên cứu đã có. Các tiêu chí loại trừ được sử dụng để xác định các vùng không phù hợp để phát triển điện gió và các tiêu chí có trọng số phục vụ việc phân loại hoặc xếp hạng mức độ phù hợp của các khu vực còn lại cho việc phát triển các dự án điện gió 21 . Các tiêu chí được phân loại và mô tả trong Table 2 và Table 3 .

Table 2 Các tiêu chí loại trừ
Table 3 Các tiêu chí có trọng số

- Giai đoạn 2: Thu thập và xây dựng bộ cơ sở dữ liệu cho các tiêu chí đã xác lập. Các dữ liệu liên quan được chuyển thành các lớp bản đồ để xử lý ở các bước tiếp theo trong môi trường GIS.

Các dữ liệu liên quan được thu thập từ các nguồn uy tín, đã được công bố rộng rãi, trong đó:

  • Dữ liệu gió tại độ cao 100m lấy từ cơ sở dữ liệu của The Global Wind Atlas, trong đó, số liệu đo gió tham khảo của bộ dữ liệu này xây dựng từ trạm đo gió Thạnh Hải (thuộc huyện Thạnh Phú, tỉnh Bến Tre), cách tỉnh Bạc Liêu khoảng 120km;

  • Dữ liệu đo gió tại trạm đo gió Công Lý (tại Tp. Bạc Liêu) phục vụ hiệu chỉnh bản đồ tiềm năng gió;

  • Dữ liệu sử dụng đất để tính hệ số ma sát mặt đất theo công thức Hellman.

Trong đó: v là vận tốc gió ở độ cao H, v 0 là vận tốc gió ở độ cao H 0 và α hệ số ma sát bề mặt hay số mũ Hellman ( Table 4 ).

Table 4 Số mũ Hellman theo từng loại địa hình 39

Từ kết quả xây dựng từ dữ liệu gió toàn cầu, tốc độ gió tại độ cao 80m được xác định dao động từ 4,32 m/s đến 6,64 m/s và tốc độ gió trung bình toàn vùng là 5,49m/s.

Áp dụng Fuzzy để chuẩn hóa dữ liệu:

- Chuyển các định dạng dữ liệu vector thành raster với độ phân giải 300m x 300m.

- Chuẩn hóa dữ liệu : Phương pháp phân loại Fuzzy Logic là phương pháp dựa trên nguyên tắc mỗi pixel có thể thuộc về nhiều lớp phủ và mỗi lớp phủ sẽ chiếm tỷ lệ phần trăm tương ứng trong mỗi pixel. Dữ liệu trong các các lớp tiêu chí được phân loại lại hoặc chuyển đổi theo thang điểm từ 0 đến 1 dựa trên khả năng là thành viên của một tập hợp cụ thể. 0 được gán cho những vị trí chắc chắn không phải là thành viên của tập được chỉ định, 1 được gán cho những giá trị chắc chắn là thành viên của tập được chỉ định và toàn bộ phạm vi khả năng từ 0 đến 1 được gán cho một số mức có thể thành viên (số lượng càng lớn thì khả năng càng lớn). Việc chuẩn hóa các lớp bản đồ là cần thiết để chuyển đổi các đơn vị không đồng nhất thành các đơn vị tương tự và có thể so sánh được 40 . Trong nghiên cứu này, các lớp bản đồ đã được chuẩn hóa bằng logic mờ thông qua các hàm thuộc mờ thể hiện tại Table 5 . Table 6 đưa ra các giá trị tham chiếu và ngưỡng cho phép đối với từng tiêu chí và tiêu chí phụ.

Table 5 Các hàm thuộc mờ (Fuzzy membership functions) được sử dụng trong nghiên cứu này 41

- Các tiêu chí có trọng số được chuẩn hóa bằng các hàm Fuzzy Logic tương ứng như sau:

Table 6 Chuẩn hóa dữ liệu các lớp tiêu chí bằng các hàm Fuzzy logic

Kết quả chuẩn hóa 10 tiêu chí được thể hiện trong Figure 3 .

Figure 3 . Các tiêu chí đã được chuẩn hóa theo từng lớp dữ liệu bản đồ

Figure 3 Các tiêu chí đã được chuẩn hóa theo từng lớp dữ liệu bản đồ

[Download figure]

- Giai đoạn 3: Áp dụng phương pháp phân tích thứ bậc Fuzzy-AHP nhằm xác định trọng số của các tiêu chí và phương pháp Fuzzy -GIS để chuẩn hóa dữ liệu và xây dựng bản đồ. Bản đồ các khu vực phù hợp để phát triển điện gió được xây dựng thông qua phương pháp Tổ hợp tuyến tính có trọng số (WLC) các lớp tiêu chí.

Trong phương pháp phân tích thứ bậc Fuzzy -AHP, thang đo chuyển đổi được áp dụng để chuyển đổi biến ngôn ngữ thành số Fuzzy. Nghiên cứu sử dụng thang đo từ 1 đến 9 43 với 5 khoảng chuyển đổi được thể hiện trong Table 7 .

Table 7 Các biến ngôn ngữ và số mờ tương ứng

Từ đó, ma trận so sánh cặp Fuzzy được xây dựng như sau:

Tnh toán trọng số Fuzzy cho từng tiêu chí.

Sử dụng phương pháp trung bình hình học để xác định số trung bình hình học Fuzzy và trọng số Fuzzy cho mỗi tiêu chí.

Trong đó: là số trung bình hình học Fuzzy

là trọng số Fuzzy của tiêu chí thứ j,

Với , và đại diện cho các giá trị thấp nhất, trung bình và cao nhất của trọng số Fuzzy của tiêu chí thứ j.

Giải mờ trọng số Fuzzy.

Vì vẫn là số mờ nên tiến hành giải mờ bằng phương pháp khu vực trung tâm (Centre of Area method) theo công thức:

Với là trọng số thực của tiêu chí thứ j.

Chuyển về dạng trọng số wj theo công thức sau:

Giai đoạn 4: Tiến hành xếp hạng mức độ phù hợp của các vị trí và đưa ra đề xuất để giải quyết mục tiêu. Phương pháp WLC 44 được sử dụng để xếp hạng các khu vực phù hợp theo công thức sau:

Trong đó: V(x i ) là tổng điểm của phương án thứ i

W j là trọng số của tiêu chí thứ j

v j (x i ) là giá trị thô của tiêu chí thứ j của phương án thứ i

r ij là giá trị đã chuẩn hóa của tiêu chí thứ j của phương án thứ i

Kết quả nghiên cứu

Nghiên cứu thực hiện khảo sát 05 chuyên giá có kinh nghiệm tư vấn điện gió và quy hoạch môi trường về mức độ ưu tiên của các tiêu chí cấp 1 với nhau theo thang điểm 1-9. Dựa vào kết quả đánh giá của những chuyên gia và khảo sát mối quan hệ giữa các tiêu chí, áp dụng công thức (1) đến (5), kết quả đánh giá các tiêu chí được thể hiện tại Table 8 .

Table 8 Kết quả xác định trọng số của các tiêu chí đánh giá

Theo kết quả đánh giá cho thấy, tiêu chí Kỹ thuật đóng vai trò vô cùng quan trọng trong quyết định chọn vị trí quy hoạch điện gió ( =0,65), trong khi các tiêu chí Kinh tế - Xã hội ít quan trọng hơn ( =0,25) và tiêu chí Môi trường có vai trò ít quan trọng nhất ( =0,10) vì theo đánh giá của các chuyên gia, các tác động môi trường từ các dự án điện gió là không lớn và có thể giảm thiểu hoặc khắc phục được. Đối với các tiêu chí cấp 2, tiêu chí tốc độ gió, hay tiềm năng năng lượng gió là tiêu chí quan trọng nhất khi xem xét lựa chọn khu vực phát triển điện gió (chiếm 34,5% sức ảnh hưởng trong bộ tiêu chí) và tiêu chí ít quan trọng nhất trong quá trình xem xét là các tác động từ bóng nhấp nháy của cánh quạt tuabin, các tác động này không gây tác động lên sức khỏe và dễ dàng tránh được bằng nhiều biện pháp khác nhau.

Với các trọng số được xác định ở trên, giá trị các pixel của 10 lớp tiêu chí được chuẩn hóa trong khoảng 0-1, áp dụng phương pháp WLC và vùng loại trừ, các khu vực phù hợp phát triển điện gió tại tỉnh Bạc Liêu được xác định như trong Figure 4 .

Figure 4 . Bản đồ phân vùng mức độ ưu tiên phát triển điện gió tỉnh Bạc Liêu

Figure 4 Bản đồ phân vùng mức độ ưu tiên phát triển điện gió tỉnh Bạc Liêu

[Download figure]

Trong đó, các khu vực phù hợp thể hiện trong Figure 4 được xếp hạng theo 05 cấp độ dựa trên tổng điểm tính được từ phương pháp WLC như trong Table 9 .

Table 9 Xếp hạng các khu vực phù hợp phát triển điện gió

Theo kết quả đánh giá, vùng không phù hợp phát triển điện gió chiếm 80,26% diện tích toàn tỉnh Bạc Liêu và vùng phù hợp chiếm 19,34% diện tích ( Figure 5 ).

Figure 5 . Vùng phù hợp và không phù hợp để phát triển điện gió tại tỉnh Bạc Liêu

Figure 5 Vùng phù hợp và không phù hợp để phát triển điện gió tại tỉnh Bạc Liêu

[Download figure]

Kết quả đánh giá cho thấy, tổng diện tích phù hợp để phát triển điện gió ở Bạc Liêu là 52.677ha, trong đó tập trung chủ yếu ở huyện Đông Hải (chiếm 60%), huyện Hòa Bình (chiếm 25%) và TP. Bạc Liêu (chiếm 10%). Vùng phù hợp nhất để phát triển điện gió tập trung ở khu vực ven biển và khu bãi bồi thuộc ba huyện này, các huyện càng nằm sâu trong đất liền thì càng không phù hợp để phát triển điện gió. Bên cạnh đó, trong khi những nhà ra quyết định của tỉnh Bạc Liêu cho rằng các khu vực đất trồng lúa, chiếm 83,86% tổng diện tích của tỉnh, không thích hợp để phát triển điện gió thì nhóm nghiên cứu phát hiện ra rằng các khu vực ruộng lúa cần được đưa vào khu vực xem xét quy hoạch vì có tốc độ gió lớn cũng như các tác động tích cực của các trang trại gió mang lại cho năng suất cây trồng và giảm thiểu tác động tiêu cực lên môi trường tự nhiên. Do đó, kết quả của nghiên cứu này có thể được sử dụng làm tài liệu tham khảo trong việc lập và điều chỉnh quy hoạch phát triển năng lượng gió hiện có của tỉnh Bạc Liêu.

Kết luận

Nghiên cứu này đã đề xuất một bộ công cụ hỗ trợ ra quyết định thông qua việc tích hợp phương pháp phân tích thứ bậc Fuzzy-AHP nhằm xác định trọng số của các tiêu chí và phương pháp Fuzzy -GIS để chuẩn hóa dữ liệu và xây dựng bản đồ phân vùng khu vực tiềm năng, xác định các phương án bố trí tối ưu các nhà máy điện gió. Trong đó, 02 bộ tiêu chí đánh giá đã được đề xuất, bao gồm bộ các tiêu chí loại trừ và bộ các tiêu chí đánh giá xếp hạng mức độ ưu tiên các khu vực phát triển điện gió. Kết quả nghiên cứu khi áp dụng thử nghiệm phương pháp luận này tại tỉnh Bạc Liêu cho thấy tổng diện tích phù hợp để phát triển điện gió ở Bạc Liêu là 52.677ha, vùng phù hợp nhất để phát triển điện gió tập trung ở khu vực ven biển, đồng thời, đề xuất xem xét các khu vực ruộng lúa được đưa vào quy hoạch phát triển điện gió của tỉnh. Kết quả của nghiên cứu này có thể được sử dụng làm tài liệu tham khảo trong việc lập và điều chỉnh quy hoạch phát triển năng lượng gió nói riêng và năng lượng tái tạo nói chung tại tỉnh Bạc Liêu và các tỉnh khác thuộc Vùng Đồng bằng sông Cửu Long.

Danh mục từ viết tắt

AHP : Phân tích thứ bậc (Analytic Hierarchy Process)

BCT : Bộ Công thương

DSS : Hệ thống hỗ trợ ra quyết định (Decision Support system)

FAHP : Phân tích thứ bậc mờ (Fuzzy Analytic Hierarchy Process)

GIS : Hệ thống thông tin địa lý (Geographic Information System)

IAHP : Phương pháp phân tích thứ bậc theo khoảng thời gian (Interval Analytic Hierarchy Process )

LMC : Đất làm muối

LNC : Đất trồng cây công nghiệp lâu năm

LNK : Đất trồng cây lâu năm khác

LNQ, : Đất trồng cây ăn quả lâu năm

LUC : Đất chuyên trồng lúa nước

LUK : Đất trồng lúa nước còn lại

LUN : Đất lúa nương

MCA : Phương pháp phân tích đa tiêu chí (Multi-criteria analysis)

MCDM : Kỹ thuật ra quyết định đa tiêu chí (Multiple Criteria Decision Making)

MNC : Đất có mặt nước chuyên dùng

ONT : Đất ở tại nông thôn

PROMETHEE : Phương pháp xếp hạng ưu tiên (Preference Ranking Organization Method for Enrichment of Evaluations)

QĐ : Quyết định

RPN : Đất có rừng tự nhiên phòng hộ

RPT : Đất có rừng trồng phòng hộ

RPH : Đất rừng phòng hộ

RSX : Đất rừng sản xuất

SON : Đất sông, ngòi, kênh, rạch, suối

TOPSIS : Kỹ thuật sắp xếp thứ tự ưu tiên tương tự với giải pháp lý tưởng (Technique for Order of Preference by Similarity to Ideal Solution)

TSL : Đất nuôi trồng thủy sản nước lợ, mặn

TSN : Đất nuôi trồng thủy sản nước ngọt

VIKOR : Phương pháp hỗ trợ ra quyết định VIKOR (VIekriterijumsko KOmpromisno Rangiranje)

WLC : Phương pháp tổ hợp tuyến tính có trọng số (weighted linear combination)

Xung đột lợi ích

Nhóm tác giả cam đoan rằng không có xung đột lợi ích trong bài báo “Tích hợp phương pháp phân tích thứ bậc Fuzzy-AHP và phương pháp Fuzzy -GIS trong phân vùng phát triển điện gió tỉnh Bạc Liêu theo hướng bền vững”.

Đóng góp của tác giả

Hoàng Nhật Trường, Lý Thị Bích Trâm, Đỗ Thị Thu Huyền, Nguyễn Minh Hiếu cùng thực hiện tất cả các bước và quy trình xây dựng kết quả của nghiên cứu này.

References

  1. Koç A, Turk S, Sahin G. Multi-criteria of wind-solar site selection problem using a GIS-AHP-based approach with an application in Igdir Province/Turkey. Environmental Science and Pollution Research. 2019;26:1-13. . ;:. PubMed Google Scholar
  2. Rehman AU, Abidi MH, Umer U, Usmani YS. Multi-Criteria Decision-Making Approach for Selecting Wind Energy Power Plant Locations. Sustainability. 2019;11(21). . ;:. Google Scholar
  3. Gavériaux L, Laverrière G, Wang T, Maslov N, Claramunt C. GIS-based multi-criteria analysis for offshore wind turbine deployment in Hong Kong. Annals of GIS. 2019;25:1-12. . ;:. Google Scholar
  4. Emeksiz C, Demirci B. The determination of offshore wind energy potential of Turkey by using novelty hybrid site selection method. Sustainable Energy Technologies and Assessments. 2019;36:100562. . ;:. Google Scholar
  5. Harper M, Anderson B, James P, Bahaj A. Assessing socially acceptable locations for onshore wind energy using a GIS-MCDA approach. International Journal of Low-Carbon Technologies. 2019;14(2):160-9. . ;:. Google Scholar
  6. Konstantinos I, Georgios T, Garyfalos A. A Decision Support System methodology for selecting wind farm installation locations using AHP and TOPSIS: Case study in Eastern Macedonia and Thrace region, Greece. Energy Policy. 2019;132:232-46. . ;:. Google Scholar
  7. Spyridonidou S, Vagiona D. Spatial energy planning of offshore wind farms in Greece using GIS and a hybrid MCDM methodological approach. 2020;5. . ;:. Google Scholar
  8. Díaz H, Guedes Soares C. An integrated GIS approach for site selection of floating offshore wind farms in the Atlantic continental European coastline. Renewable and Sustainable Energy Reviews. 2020;134:110328. . ;:. Google Scholar
  9. Abdul Baseer M, Alhems L. GIS-Based Multi-Criteria Wind Farm Site Selection Methodology. FME Transactions. 2020;48:855-67. . ;:. Google Scholar
  10. Xu Y, Li Y, Zheng L, Cui L, Li S, Li W, et al. Site selection of wind farms using GIS and multi-criteria decision making method in Wafangdian, China. Energy. 2020;207:118222. . ;:. Google Scholar
  11. Peri E, Tal A. A sustainable way forward for wind power: Assessing turbines' environmental impacts using a holistic GIS analysis. Applied Energy. 2020;279:115829. . ;:. Google Scholar
  12. Rehman S, Khan S, Alhems L. Application of TOPSIS Approach to Multi-Criteria Selection of Wind Turbines for On-Shore Sites. Applied Sciences. 2020;10:7595. . ;:. Google Scholar
  13. Gao J, Guo F, Ma Z, Huang X, Li X. Multi-criteria group decision-making framework for offshore wind farm site selection based on the intuitionistic linguistic aggregation operators. Energy. 2020;204:117899. . ;:. Google Scholar
  14. Cui L, Xu Y, Xu L, Huang G. Wind Farm Location Special Optimization Based on Grid GIS and Choquet Fuzzy Integral Method in Dalian City, China. Energies. 2021;14(9). . ;:. Google Scholar
  15. Saraswat SK, Digalwar AK, Yadav SS, Kumar G. MCDM and GIS based modelling technique for assessment of solar and wind farm locations in India. Renewable Energy. 2021;169:865-84. . ;:. Google Scholar
  16. Genç MS, Karipoğlu F, Koca K, Azgın ŞT. Suitable site selection for offshore wind farms in Turkey's seas: GIS-MCDM based approach. Earth Science Informatics. 2021;14(3):1213-25. . ;:. Google Scholar
  17. Taoufik M, Fekri A. GIS-based multi-criteria analysis of offshore wind farm development in Morocco. Energy Conversion and Management: X. 2021;11:100103. . ;:. Google Scholar
  18. Gharaibeh AA, Al-Shboul DA, Al-Rawabdeh AM, Jaradat RA. Establishing Regional Power Sustainability and Feasibility Using Wind Farm Land-Use Optimization. Land. 2021;10(5). . ;:. Google Scholar
  19. Ajanaku BA, Strager MP, Collins AR. GIS-based multi-criteria decision analysis of utility-scale wind farm site suitability in West Virginia. GeoJournal. 2021. . ;:. Google Scholar
  20. Elhosiny AM, El-Ghareeb H, Shabana BT, AbouElfetouh A. A Hybrid Neutrosophic GIS-MCDM Method Using a Weighted Combination Approach for Selecting Wind Energy Power Plant Locations: A Case Study of Sinai Peninsula, Egypt. IJFIS. 2021;21(1):12-28. . ;:. Google Scholar
  21. Chaudhry R. Using multi-criteria evaluation to determine suitable sites for developing wind farms in Massachusetts. Project Report, Clark University, Worcester, USA. 2008:16. . ;:. Google Scholar
  22. Leary J, Delor M, Little M, Bellamy M, Williams A, Williamson S. Engineering in Development: Energy: EWB-UK; 2014. . ;:. Google Scholar
  23. Höfer T, Sunak Y, Siddique H, Madlener R. Wind farm siting using a spatial Analytic Hierarchy Process approach: A case study of the Städteregion Aachen. Applied Energy. 2016;163:222-43. . ;:. Google Scholar
  24. Pamučar D, Gigović L, Bajić Z, Janošević M. Location Selection for Wind Farms Using GIS Multi-Criteria Hybrid Model: An Approach Based on Fuzzy and Rough Numbers. Sustainability. 2017;9(8). . ;:. Google Scholar
  25. Sánchez-Lozano JM, García-Cascales MS, Lamata MT. GIS-based onshore wind farm site selection using Fuzzy Multi-Criteria Decision Making methods. Evaluating the case of Southeastern Spain. Applied Energy. 2016;171:86-102. . ;:. Google Scholar
  26. Baffoe PE, Sarpong D. Selecting Suitable Sites for Wind Energy Development in Ghana. Ghana Mining Journal. 2016;16(1). . ;:. Google Scholar
  27. Wang C-N, Huang Y-F, Chai Y-C, Nguyen V. A Multi-Criteria Decision Making (MCDM) for Renewable Energy Plants Location Selection in Vietnam under a Fuzzy Environment. Applied Sciences. 2018;8(11). . ;:. Google Scholar
  28. Ayodele TR, Jimoh AA, Munda JL, Agee JT. Wind distribution and capacity factor estimation for wind turbines in the coastal region of South Africa. Energy Conversion and Management. 2012;64:614-25. . ;:. Google Scholar
  29. Moradi S, Yousefi H, Noorollahi Y, Rosso D. Multi-criteria decision support system for wind farm site selection and sensitivity analysis: Case study of Alborz Province, Iran. Energy Strategy Reviews. 2020;29. . ;:. Google Scholar
  30. Rezaian S, Jozi SA. Application of Multi Criteria Decision-Making Technique in Site Selection of Wind Farm- a Case Study of Northwestern Iran. Journal of the Indian Society of Remote Sensing. 2016;44(5):803-9. . ;:. Google Scholar
  31. Feng J. Wind farm site selection from the perspective of sustainability: A novel satisfaction degree‐based fuzzy axiomatic design approach. International Journal of Energy Research. 2020;45(1):1097-127. . ;:. Google Scholar
  32. Ayodele TR, Ogunjuyigbe ASO, Odigie O, Munda JL. A multi-criteria GIS based model for wind farm site selection using interval type-2 fuzzy analytic hierarchy process: The case study of Nigeria. Applied Energy. 2018;228:1853-69. . ;:. Google Scholar
  33. Li M, Xu Y, Guo J, Li Y, Li W. Application of a GIS-Based Fuzzy Multi-Criteria Evaluation Approach for Wind Farm Site Selection in China. Energies. 2020;13(10). . ;:. Google Scholar
  34. Latinopoulos D, Kechagia K. A GIS-based multi-criteria evaluation for wind farm site selection. A regional scale application in Greece. Renewable Energy. 2015;78:550-60. . ;:. Google Scholar
  35. Peri E, Tal A. A sustainable way forward for wind power: Assessing turbines' environmental impacts using a holistic GIS analysis. Applied Energy. 2020;279. . ;:. Google Scholar
  36. Angulo I, de la Vega D, Cascón I, Cañizo J, Wu Y, Guerra D, et al. Impact analysis of wind farms on telecommunication services. Renewable and Sustainable Energy Reviews. 2014;32:84-99. . ;:. Google Scholar
  37. Tegou LI, Polatidis H, Haralambopoulos DA. Environmental management framework for wind farm siting: methodology and case study. J Environ Manage. 2010;91(11):2134-47. . ;:. PubMed Google Scholar
  38. Solangi Y, Tan Q, Khan M, Mirjat N, Ahmed I. The Selection of Wind Power Project Location in the Southeastern Corridor of Pakistan: A Factor Analysis, AHP, and Fuzzy-TOPSIS Application. Energies. 2018;11(8). . ;:. Google Scholar
  39. Bañuelos-Ruedas F, Camacho CÁ, Rios-Marcuello S. Methodologies used in the extrapolation of wind speed data at different heights and its impact in the wind energy resource assessment in a region. Wind farm-Technical regulations, potential estimation and siting assessment. 2011:97-114. . ;:. Google Scholar
  40. Li Z, Ronald Eastman J. The Nature and Classification of Unlabelled Neurons in the Use of Kohonen's Self-Organizing Map for Supervised Classification. Transactions in GIS. 2006;10(4):599-613. . ;:. Google Scholar
  41. Alonso SK. eMathTeacher: Mamdani's Fuzzy Inference Method Madrid, Spain: Department of Applied Mathematics, Polytechnic University of Madrid (UPM); 2015. . ;:. Google Scholar
  42. Ministry of Natural Resources and Environment. QCVN 26:2010/BTNMT - National Technical Regulation on Noise. In: Environment MoNRa, editor. Ha Noi. . 2010;:. Google Scholar
  43. Sodhi B, T V P. A simplified description of fuzzy TOPSIS. arXiv preprint arXiv:12055098. 2012. . ;:. Google Scholar
  44. Malczewski J. On the use of weighted linear combination method in GIS: common and best practice approaches. Transactions in GIS. 2000;4(1):5-22. . ;:. Google Scholar


Author's Affiliation
Article Details

Issue: Vol 6 No 1 (2022)
Page No.: 493-506
Published: Jun 30, 2022
Section: Original Research
DOI: https://doi.org/10.32508/stdjsee.v6i1.677

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

Funding data


 How to Cite
Hoang, T., Ly, T., Do, H., & Nguyen, H. (2022). Integrating Fuzzy-AHP and Fuzzy-GIS method in zoning wind power development in Bac Lieu province towards sustainability. Science & Technology Development Journal: Science of the Earth & Environment, 6(1), 493-506. https://doi.org/https://doi.org/10.32508/stdjsee.v6i1.677


 Download Citation
 Cited by

Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 1441 times
PDF   = 437 times
XML   = 0 times
Total   = 437 times