Uncertainty-Aware Spatial Screening for Suburban Infrastructure–Solar Transition: An Open-Data Study of Long Island

Auf der Suche nach der Möglichkeit, unsere Häuser und Städte mit Sonnenlicht zu versorgen, stehen Planer vor einem schwierigen Rätsel: Wo sollten neue Solarmodule platziert werden? Die Antwort hängt von der Abwägung zweier konkurrierender Bedürfnisse ab. Einerseits benötigen wir Orte, an denen die Sonne intensiv scheint und an denen das Stromnetz neue Energie leicht aufnehmen kann. Andererseits müssen wir die natürliche Welt schützen und sicherstellen, dass wir keine Wälder oder Feuchtgebiete zubetonieren, die für lokale Ökosysteme lebenswichtig sind. Dieser Balanceakt wird dadurch erschwert, dass wir oft nicht über perfekte Informationen verfügen. Einige Daten darüber, wie gut ein Stadtviertel an den öffentlichen Nahverkehr angebunden ist oder wie viel Solarenergie ein Dach aufnehmen kann, fehlen oder sind unklar. Wenn Informationen vage sind, kann das Erstellen einer einzigen, definitiven Liste der „besten“ Orte für Solarprojekte irreführend sein, da sich diese Liste völlig ändern könnte, wenn wir die fehlenden Lücken anders füllen oder uns entscheiden, die Natur etwas stärker zu gewichten.

Eine neue Studie konzentrierte sich auf Long Island, speziell auf die Vorzeigebezirke Nassau und Suffolk, und geht dieser Unsicherheit direkt entgegen. Anstatt zu versuchen, eine einzige, perfekte Rangliste für Stadtviertel zu erzwingen, entwickelten die Forscher ein flexibles Auditsystem, um zu sehen, wie unterschiedliche Entscheidungen die endgültige Kandidatenliste beeinflussen. Sie untersuchten über 2.000 kleine Gemeinschaftsbereiche und betrachteten dabei, wie gut die Straßen vernetzt sind, wie viel öffentlicher Nahverkehr vorhanden ist, wie viele Arbeitsplätze und Geschäfte in der Nähe liegen und wie viel natürlicher Bodenbelag verbleibt. Sie kartierten auch das technische Potenzial für Solarenergie auf Hausdächern und Parkplätzen. Der Kern ihrer Arbeit bestand darin, tausende verschiedene Szenarien durchzuführen, von denen jedes leicht unterschiedliche Prioritäten hatte, um zu sehen, welche Stadtviertel konsistent als gute Kandidaten erschienen und welche nur unter sehr spezifischen, vielleicht unrealistischen Bedingungen gut aussah.

Die Forscher begannen damit, öffentliche Daten aus verschiedenen Regierungsquellen zu sammeln, darunter Aufzeichnungen über abgeschlossene Solarprojekte und Flächennutzungskarten. Sie stellten fest, dass für viele Gebiete, insbesondere in Suffolk County, die Daten zum öffentlichen Nahverkehr unvollständig oder gänzlich fehlend waren. Anstatt diese Lücken zu ignorieren oder die Zahlen zu raten, behandelten sie die fehlenden Informationen als einen Bereich von Möglichkeiten. Wenn beispielsweise ein Wert für den Nahverkehr fehlte, betrachteten sie diesen als einen Wert, der irgendwo zwischen Null und dem maximal möglichen Wert liegen konnte. Dieser Ansatz ermöglichte es ihnen, jede mögliche Kombination fehlender Daten zu testen, um zu sehen, ob der Status eines Stadtviertels als „guter Kandidat“ unter all diesen verschiedenen Möglichkeiten Bestand hatte.

Sie führten daraufhin eine massive Simulation durch und testeten 20.000 verschiedene Regelsätze. In einigen Szenarien priorisierten sie Solarenergie über alles andere. In anderen fügten sie strenge Regeln hinzu, nach denen ein Stadtviertel eine bestimmte Menge an natürlicher Bodenbedeckung, wie Bäume oder Gras, aufweisen musste, um überhaupt in Betracht gezogen zu werden. Sie testeten auch, was passierte, wenn sie die Bedeutung der Straßenanbindung oder des Zugangs zu Arbeitsplätzen unterschiedlich gewichteten. Das Ziel war nicht, eine einzige magische Liste zu finden, sondern zu sehen, wie stabil die Ergebnisse waren. Sie suchten nach Stadtvierteln, die auf der Liste blieben, egal wie sich die Regeln verschoben, und nach jenen, die ausschieden, sobald sich die Regeln geringfügig änderten.

Die Ergebnisse zeigten, dass es keine einzelne, unbestrittene Liste der besten Orte für die Solartransition gibt. Als die Forscher jede beliebige Kombination von Prioritäten zuließen, fanden sie 58 Stadtviertel, die konsistent starke Kandidaten waren, selbst wenn die fehlenden Nahverkehrsdaten mit den Worst-Case-Szenarien gefüllt wurden. Als sie jedoch eine Regel hinzufügten, die verlangte, dass mindestens 10 % des Landes mit natürlicher Vegetation bedeckt sein mussten, schrumpfte die Liste auf nur noch 30 Stadtviertel. Noch wichtiger war, dass die beiden Listen kaum Gemeinsamkeiten aufwiesen; nur etwa 9 % der Stadtviertel erschienen auf beiden Listen. Dies bedeutet, dass die Entscheidung, die Natur zu schützen, die Wahl der Gemeinschaften für die Entwicklung grundlegend verändert, und es gibt keinen Weg, zu wissen, welche Liste die „richtige“ ist, ohne eine klare, wertebasierte Entscheidung darüber zu treffen, wie viel Natur geschützt werden soll.

Die Studie zeigte auch einen deutlichen Unterschied zwischen den beiden Counties auf. Nassau County hatte viele Stadtviertel, die selbst bei unsicheren Daten starke Kandidaten blieben. Im Gegensatz dazu gab es in Suffolk County sehr wenige Stadtviertel, die ihren Status unter allen möglichen Bedingungen garantieren konnten. Dies lag hauptsächlich daran, dass die Daten zum öffentlichen Nahverkehr in Suffolk viel unvollständiger waren. Als die Forscher die Extreme dessen untersuchten, was die fehlenden Daten sein könnten, änderte sich die Liste der guten Kandidaten in Suffolk dramatisch, was darauf hindeutet, dass Entscheidungen dort sehr sensibel darauf reagieren, wie wir die fehlenden Informationen interpretieren.

Um zu prüfen, ob ihre Methode sinnvoll war, verglichen die Forscher ihre Bewertungen mit realen Daten darüber, wie viele Solarprojekte bereits in verschiedenen Städten gebaut worden waren. Sie fanden ein interessantes Muster: Die Städte, die in ihrer „Bereitschafts“-Liste hohe Werte erzielten, hatten tendenziell weniger Solaranlagen pro Person, aber mehr Solaranlagen pro Quadratmeile Land. Dies deutet darauf hin, dass die Methode der Studie gut darin ist, Gebiete mit hoher Entwicklungsdichte und verfügbarem Dachraum zu identifizieren, aber nicht unbedingt vorhersagt, welche Gemeinden die meisten Bewohner haben, die in der Lage oder bereit sind, Solaranlagen zu installieren. Diese Unterscheidung ist entscheidend; sie zeigt, dass ein hoher Wert die physische Gelegenheit und Dichte widerspiegelt, nicht unbedingt die soziale Bereitschaft oder finanzielle Leistungsfähigkeit.

Letztlich kommt die Studie zu dem Schluss, dass wir uns nicht auf eine einzige Rangliste verlassen können, um den Übergang zur Solarenergie zu leiten. Der „beste“ Ort hängt ganz davon ab, was wir im Moment am meisten schätzen. Wenn wir den maximalen Solarausstoß schätzen und die Natur ignorieren, erhalten wir einen Satz Stadtviertel. Wenn wir darauf bestehen, Grünflächen zu schützen, erhalten wir einen völlig anderen Satz. Die Forscher argumentieren, dass der ehrlichere Ansatz darin besteht, diese Unsicherheit anzuerkennen und mehrere Listen basierend auf unterschiedlichen Prioritäten zu präsentieren, anstatt vorzugeben, dass eine Liste die endgültige Antwort ist. Indem sie dies tun, können Planer transparentere Entscheidungen treffen und genau verstehen, wie ihre Entscheidungen über Natur, Verkehr und Energie die Zukunft ihrer Gemeinschaften gestalten. Die Arbeit dient als Erinnerung daran, dass in einer komplexen Welt das nützlichste Werkzeug oft nicht eine einzige Antwort ist, sondern eine klare Karte darüber, wie verschiedene Entscheidungen zu unterschiedlichen Ergebnissen führen.