ΚΩΔΙΚΟΣ ΕΡΓΟΥ: 1272 ΥΔΡΟΠΟΛΗ

Transcript

1 ΣΤΟΙΧΕΙΑ ΠΡΟΓΡΑΜΜΑΤΟΣ ΘΑΛΗΣ ΚΩΔΙΚΟΣ ΕΡΓΟΥ: 1272 ΥΔΡΟΠΟΛΗ Τίτλος ερευνητικού προγράμματος: Διερεύνηση της αλληλεπίδρασης μεταξύ της Αστικής Ανάπτυξης και των Υποδομών Νερού στην πόλη με έμφαση σε καινοτόμες παρεμβάσεις κατανεμημένης διαχείρισης Παραδοτέο Πιλοτική εφαρμογή του εργαλείου υποστήριξης Έκδοση 0.1 Ημερομηνία υποβολής Παραδοτέου:

2 Το παρόν κείμενο αποτελεί Παραδοτέο του έργου που υλοποιείται στο πλαίσιο της Πράξης «ΘΑΛΗΣ ΕΜΠ Υδρόπολις: Διερεύνηση της αλληλεπίδρασης μεταξύ της Αστικής Ανάπτυξης και των Υποδομών Νερού στην πόλη με έμφαση σε καινοτόμες παρεμβάσεις κατανεμημένης διαχείρισης».

3 Ταυτότητα εγγράφου Τίτλος Σχετική Ε.Ε. Σχετική Δράση Συντάχθηκε από Μέθοδος ανάδειξης βέλτιστης επιλογής: Πιλοτική εφαρμογή 3: Εργαλείο υποστήριξης επιλογής τεχνολογιών 3.4: Μέθοδος ανάδειξης βέλτιστης επιλογής Ευάγγελο Ρόζο και Χρήστο Μακρόπουλο Ελέγχθηκε από Είδος Επίπεδο Σύντομη περιγραφή Τεχνική Έκθεση Δημόσιο Αντικείμενο αυτής της δράσης είναι ο εντοπισμός της πλέον κατάλληλης μεθόδου αξιολόγησης εναλλακτικών τεχνολογιών και του πλέον κατάλληλου αλγορίθμου βελτιστοποίησης για το εν λόγω πρόβλημα. Κατά τη διάρκεια αυτής της δράσης μελετήθηκαν τόσο συμβατικές όσο και εξελικτικές πολυστοχικές μέθοδοι βελτιστοποίησης. Στις πολυκριτηριακές μεθόδους σκοπός δεν είναι η εύρεση μίας μοναδικής βέλτιστης λύσης αλλά ενός συνόλου επιλογών στο οποίο δεν μπορεί να βρεθεί καμία επιλογή που να υπερτερεί/υστερεί σε σχέση με τις υπόλοιπες ταυτόχρονα ως προς όλα τα κριτήρια (Pareto-optimality). Αυτή η προσέγγιση είναι απαλλαγμένη από την υποκειμενικότητα που επιφέρει η επιλογή και η κατάστρωση της μεθόδου συνδυασμού των κριτηρίων στις συμβατικές μονοκριτηριακές μεθόδους. Σε αυτό το τεύχος εφαρμόζονται αυτές οι τεχνικές για την αξιολόγηση της ανάπλασης της περιοχής του Ελαιώνα. Έκδοση Ημερομηνία Αναθεωρήθηκε από Παρατηρήσεις Δεκεμβρίου 2014 Ευάγγελο Ρόζο

4 Περιεχόμενα Περίληψη... 3 Extended abstract Εισαγωγή Σενάρια ανάπλασης Σενάριο Σενάρια 1 και Μοντελοποίηση και βελτιστοποίηση Γενικά Περίκλειστου τύπου κατοικίες Μονοκατοικίες Πύργοι Στάδιο Πράσινο Καταστήματα Γραφεία Διοικητήριο Σταθμός υπεραστικών Κέντρο μεταφορών Κέντρο νερού Εμπορικό Αποτελέσματα Συμπεράσματα Βιβλιογραφία Πηγές Κατάλογος Πινάκων Πίνακας 2-1. Αριθμός κυττάρων χαρτών μωσαϊκού τύπου ανά κατηγορία Πίνακας 3-1. Μέθοδος μοντελοποίηση καταναλωτών Ελαιώνα Πίνακας 3-2. Χωροτακτικά χαρακτηριστικά κατοικιών Ελαιώνα Πίνακας 3-3. Χωροτακτικά χαρακτηριστικά κατοικιών Ελαιώνα Πίνακας 3-4. Χωροτακτικά χαρακτηριστικά Πύργων Ελαιώνα Παραδοτέο Σελίδα i

5 Κατάλογος Σχημάτων Σχήμα 2-1. Χάρτης διανυσματικού τύπου Σεναρίου Σχήμα 3-1. Μοντελοποίηση στο UWOT Περίκλειστων Κατοικιών Σχήμα 3-2. Μοντελοποίηση Μονοκατοικιών στο UWOT Σχήμα 3-3. Μοντελοποίηση Πύργων στο UWOT Σχήμα 3-4. Μοντελοποίηση Πύργων στο UWOT Σχήμα 3-5. Μοντελοποίηση πράσινων εκτάσεων Ελαιώνα στο UWOT Σχήμα 3-6. Μοντελοποίηση καταστημάτων Ελαιώνα στο UWOT Σχήμα 3-7. Μοντελοποίηση καταστημάτων Ελαιώνα στο UWOT Σχήμα 3-8. Ζήτηση πόσιμου νερού Σεναρίου Σχήμα 3-9. Ανηγμένη απορροή Σεναρίου Σχήμα Ζήτηση πόσιμου νερού Σεναρίου Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 2 με συλλογή ομβρίων Σχήμα Ανηγμένη απορροή Σεναρίου Σχήμα Ανηγμένη απορροή Σεναρίου 2 με συλλογή ομβρίων Σχήμα Ζήτηση πόσιμου νερού Σεναρίου Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 3 με συλλογή ομβρίων Σχήμα Ανηγμένη απορροή Σεναρίου Σχήμα Ανηγμένη απορροή Σεναρίου 3. με συλλογή ομβρίων Παραδοτέο Σελίδα ii

6 Περίληψη Αντικείμενο αυτής της δράσης είναι ο εντοπισμός της πλέον κατάλληλης μεθόδου αξιολόγησης εναλλακτικών τεχνολογιών και του πλέον κατάλληλου αλγορίθμου βελτιστοποίησης για το εν λόγω πρόβλημα. Κατά τη διάρκεια αυτής της δράσης μελετήθηκαν τόσο συμβατικές όσο και εξελικτικές πολυστοχικές μέθοδοι βελτιστοποίησης (Genetic Algorithms, Simulated Annealing, Particle Swarm Optimisation). Στις πολυκριτηριακές μεθόδους σκοπός δεν είναι η εύρεση μίας μοναδικής βέλτιστης λύσης αλλά ενός συνόλου επιλογών στο οποίο δεν μπορεί να βρεθεί καμία επιλογή που να υπερτερεί/υστερεί σε σχέση με τις υπόλοιπες ταυτόχρονα ως προς όλα τα κριτήρια (Pareto-optimality). Αυτή η προσέγγιση είναι απαλλαγμένη από την υποκειμενικότητα που επιφέρει η επιλογή και η κατάστρωση της μεθόδου συνδυασμού των κριτηρίων στις συμβατικές μονοκριτηριακές μεθόδους. Η χρήση εξελικτικών αλγορίθμων προτείνεται διότι οι αλγόριθμοι αυτοί δεν παγιδεύονται σε τοπικά ακρότατα (global optimisation techniques) και άρα είναι κατάλληλοι για προβλήματα με ιδιαίτερα ακανόνιστους χώρους λύσεων (Makropoulos and Butler, 2005), όπως είναι τα προβλήματα επιλογής τεχνολογιών (οι οποίες αλλάζουν όχι μόνο τη λύση αλλά και τη δομή του προς επίλυση προβλήματος (Di Pierro, 2006)). Οι αλγόριθμοι οι οποίοι επιλέχθηκαν, υλοποιήθηκαν προγραμματιστικά και εντάχθηκαν στο εργαλείο προσομοίωσης του αστικού κύκλου του νερού ώστε να επιτρέπουν στον χρήστη την επιλογή βέλτιστων τεχνολογιών, για δεδομένα κριτήρια βελτιστοποίησης στο πλαίσιο σεναρίων κλιματικών τάσεων. Σε αυτή την μελέτη εξετάζεται η εφαρμογή του UWOT μαζί με αλγόριθμο βελτιστοποίησης σε μια προς ανάπλαση περιοχή της Αθήνας. Πρόκειται για την περιοχή του Ελαιώνα όπου προβλέπονται τρία σενάρια ανάπτυξης. Το πρώτο σενάριο, το πλέον ήπιο, έχει τα χαρακτηριστικά μιας ζώνης πρασίνου σε έναν περιβάλλοντα αστικό ιστό. Το δεύτερο σενάριο έχει χαμηλή δόμηση και περιλαμβάνει παροχή βασικών υπηρεσιών που αφορούν μια αστική περιοχή (μεταφορές, αθλητικές εγκαταστάσεις, διοικητικά κέντρα). Τέλος, το τρίτο σενάριο προτείνει μεγιστοποίηση της αστικής ανάπτυξης. Στόχος της μελέτης είναι να διερευνηθεί η χρήση συστήματος συλλογής ομβρίων σε κάθε ένα από τα σενάρια έτσι ώστε η ετήσια ζήτηση νερού και η απορροή από την περιοχή να μειωθούν σημαντικά, γεγονός που θα βελτιώσει περαιτέρω το οικολογικό αποτύπωμα της σχεδιαζόμενης ανάπλασης. Παραδοτέο Σελίδα 3

7 Extended abstract The objective of this action is to identify the most appropriate method of assessment of alternative technologies and the most appropriate optimization algorithm for this kind of problems. During this action both conventional and evolutionary multi-objective optimization methods were studied (Genetic Algorithms, Simulated Annealing, Particle Swarm Optimisation). Multi-criteria methods do not aim for a single optimal solution, but for a set of choices for which no set can be found that outperforms / falls behind them simultaneously in all criteria (Pareto-optimality). This approach is free from the subjectivity introduced by the selection and implementation of the method that combines the criteria in conventional single objective methods. An evolutionary algorithm was suggested because these algorithms are not trapped in local minima (global optimisation techniques) and thus are suitable for problems with solutions of particularly irregular space (Makropoulos and Butler, 2005), as the problems of the selection of technologies (in which not only the solution changes but also the structure of the problem to be solved (Di Pierro, 2006)). The most appropriate algorithms were implemented and integrated with the tool that simulates the urban water cycle in order to allow the user to select the best technologies for given optimization criteria under scenarios of climate trends. In this study UWOT is applied along with optimization algorithms to assess the redevelopment plans of an urban area. Three alternative redevelopment scenarios are examined for this area, Eleonas, Athens, Greece. The first scenario, the agrarian, envisages the area as a green reservoir for the surrounding city. The second scenario acknowledges the area s key location as a nodal point for all mobility networks of the broader area. The third scenario acknowledges network accessibility and considers maximum development, the transformation of Eleonas into a potential new Central Business District for Athens. The objective of this study is to investigate the potential benefits of introducing a rainwater harvesting scheme in order to reduce the ecological footprint of this regenerated urban area. Παραδοτέο Σελίδα 4

8 1 Εισαγωγή Η αύξηση της λειψυδρίας, που προκαλείται είτε από παρατεταμένες περιόδους ξηρασίας ή αύξηση της κατανάλωσης ή και τα δύο, έχουν επιστήσει την προσοχή στη διαχείριση της αστικής ζήτησης του νερού, η οποία μπορεί να επιτευχθεί μέσω του ανασχεδιασμού του αστικού κύκλου, προκειμένου να μπορούν να εφαρμοστούν πρακτικές επαναχρησιμοποίησης του νερού. Παραδείγματα αυτών των νέων πρακτικών περιλαμβάνουν τη χρήση τοπικά επεξεργασμένου νερού για μια ποικιλία από μη πόσιμες χρήσεις σε κλίμακα οικίας ή γείτονας. Ωστόσο, ο επιτυχής σχεδιασμός και η εφαρμογή αυτών των νέων πρακτικών δεν είναι εύκολος. Η αποτελεσματικότητα ενός συστήματος συλλογής όμβριων υδάτων, για παράδειγμα, μπορεί να μειωθεί σημαντικά εάν η τοπική δεξαμενή είναι υποδιαστασιολογημένη, ενώ η μέγιστη αποδοτικότητα επιτυγχάνεται με τη χωρητικότητα της δεξαμενής να υπερβαίνει ένα κατώτατο όριο, το οποίο εξαρτάται από το στατιστικό προφίλ τόσο της ζήτησης όσο και της προσφοράς (βροχόπτωση). Ο προσδιορισμός του ορίου αυτού απαιτεί μοντελοποίηση του συστήματος ανακύκλωσης όμβριων υδάτων με τη χρήση ιστορικής χρονοσειράς αρκετά αντιπροσωπευτικής ώστε να αποδίδει σωστά τα στατιστικά χαρακτηριστικά της προσφοράς και της ζήτησης. Θα πρέπει να σημειωθεί ότι οι δεξαμενές per se είναι σχετικά φθηνές, αλλά ο χώρος για την εγκατάσταση τους και οι προπαρασκευαστικές εργασίες που απαιτούνται (π.χ. εκσκαφές στην περίπτωση υπόγειας εγκατάστασης) μπορεί να έχουν σημαντικό κόστος. Ως εκ τούτου, είναι απαραίτητο να προσδιοριστεί σωστά η βέλτιστη χωρητικότητα της δεξαμενής. Μια άλλη δαπανηρή προετοιμασία που απαιτείται για ένα σύστημα ανακύκλωσης όμβριων υδάτων είναι η διπλή σωλήνωση, η οποία στην περίπτωση της μετασκευής μεταφράζεται σε ακριβές υδραυλικές παρεμβάσεις των οποίων η περίοδος αποπληρωμής (αν υπάρχει) είναι πολύ μεγάλη. Ωστόσο, η διπλή σωλήνωση μπορεί να εγκατασταθεί εύκολα κατά τη διάρκεια της κατασκευής ενός κτιρίου. Μια τέτοια ευκαιρία προσφέρεται στην περιοχή του Ελαιώνα, Αθήνα, Ελλάδα. Ο Ελαιώνας καταλαμβάνει μια έκταση περίπου 900 στρεμμάτων λίγα μόλις χιλιόμετρα από το κέντρο της Αθήνας. Φέρει τα χαρακτηριστικά ενός μεταβιομηχανικού χώρου/εγκαταλελειμμένης περιοχής. Πρόκειται για ένα «αστικό κενό» περιτριγυρισμένο από τη μητροπολιτική περιοχή της ελληνικής πρωτεύουσας. Πρόσφατα, αυτή η περιοχή έχει προσελκύσει την προσοχή πολλών πολεοδόμων, οι οποίοι έχουν προτείνει τρία εναλλακτικά σενάρια αναγέννησης: Σενάριο 1, ανάπτυξη ως μια περιοχή πρασίνου εντός της περιβάλλουσας πόλης. Σενάριο 2, ανάπτυξη με εκτεταμένες περιοχές πρασίνου μαζί με κατοικημένες περιοχές και εγκαταστάσεις μεταφορικών υπηρεσιών. Σενάριο 3, μετατροπή του Ελαιώνα σε μια νέα κεντρική επιχειρηματική περιοχή της Αθήνας. Παραδοτέο Σελίδα 5

9 Στη μελέτη αυτή, τα εν λόγω τρία εναλλακτικά σενάρια αναγέννησης αξιολογήθηκαν με το UWOT. Το UWOT είναι ένα bottom-up μοντέλο αστικού νερού που προσομοιώνει την ενεργειακή κατανάλωση, τη συνάθροιση και διόδευση των σημάτων της ζήτησης (υδρευτική ζήτηση, η ζήτηση στράγγισης απορροής και λυμάτων). Αρχικά, το UWOT χρησιμοποιήθηκε για τη σάρωση των δικτύων ύδρευσης των τριών σεναρίων (υποθέτοντας συμβατικό δίκτυο νερού) έτσι ώστε να εντοπίσει τους πιο έντονους καταναλωτές νερού. Στη συνέχεια, ένα τοπικό σύστημα συλλογής βρόχινου νερού εισήχθη στα δίκτυα των μεγαλύτερων καταναλωτών για να μειωθεί επί τόπου η ζήτηση του νερού. Τέλος, το UWOT μαζί με έναν αλγόριθμο βελτιστοποίησης χρησιμοποιήθηκαν για τη διαστασιολόγηση του συστήματος συλλογής όμβριων υδάτων. 2 Σενάρια ανάπλασης 2.1 Σενάριο 2 Για το Σενάριο 2 δίνεται στο [1] λεπτομερής χάρτης της προτεινόμενης ανάπλασης. Παρακάτω φαίνεται η προβολή της διανυσματικής μορφής αυτού του χάρτη μέσω Συστήματος Γεωγραφικής Πληροφορίας (ΣΓΠ). Σχήμα 2-1. Χάρτης διανυσματικού τύπου Σεναρίου 2. Παραδοτέο Σελίδα 6

10 Σύμφωνα με το [1] (είτε ρητή αναφορά είτε μετρήσεις στον λεπτομερή χάρτη του Σεναρίου 2): Προβλέπονται 289 μονοκατοικίες με μεγάλους κήπους. Προβλέπονται 12 μεγάλα και 4 μικρά οικοδομικά τετράγωνα με πολυκατοικίες που μοιράζονται ακάλυπτους χώρους (περίκλειστες κατοικίες). Προβλέπονται 12 πολυώροφα κτήρια (πύργοι) με συνδυασμένη χρήση (κατοικίες, γραφεία). Προβλέπονται αστικές καλλιέργειες που περιλαμβάνουν ελιές ( m²) και διάσπαρτο πράσινο ( m²) συνολικής επιφάνειας m². 2.2 Σενάρια 1 και 3 Για τα Σενάρια 1 και 3 δεν υπάρχουν διαθέσιμοι λεπτομερείς χάρτες όπως στο Σενάριο 2. Υπάρχουν όμως για όλα τα σενάρια διαθέσιμοι χάρτες μωσαϊκού τύπου (ανάλυση m²), οι οποίοι δίνουν την έκταση που καταλαμβάνουν οι διάφορες χρήσεις γης στα τρία σενάρια. Γι' αυτόν τον λόγο, η πιο πάνω πληροφορία του λεπτομερούς χάρτη του Σεναρίου 2 μεταφέρεται στα υπόλοιπα σενάρια αναλογικά μετά από σύγκριση των αντίστοιχων μωσαϊκού τύπου χαρτών που δίνονται στο [1] (βλ. πιο κάτω πινάκα). Για παράδειγμα, οι αριθμοί των μικρών και μεγάλων περίκλειστων κατοικιών είναι 4 και 12 στο Σενάριο 2, ενώ στο Σενάριο 3 αναμένεται να είναι 5 και 15 (βλέπε αναλογία 29/23 των αντίστοιχων κυτταρικών τύπων στον Πίνακα). Ομοίως, η πράσινη περιοχή είναι m² στο Σενάριο 2, ενώ αναμένεται να είναι m² στο Σενάριο 3 (αναλογία 51/45 στον Πίνακα). Το Σενάριο 1 διαφέρει από το Σενάριο 2 στο ότι στερείται ορισμένων τύπων χρήσης γης. Πίνακας 2-1. Αριθμός κυττάρων χαρτών μωσαϊκού τύπου ανά κατηγορία. Σενάριο 1 Σενάριο 2 Σενάριο 3 Περίκλειστα Μονοκατοικίες Πύργοι Γραφεία Στάδιο Πάρκα Αστικές καλλιέργειες Διοικητήριο Καταστήματα Εμπορικό Κέντρο Νερού Παραδοτέο Σελίδα 7

11 Σταθμός Υπεραστικών Κέντρο Μεταφορών Μοντελοποίηση και βελτιστοποίηση 3.1 Γενικά Οι καταναλωτές χωρίζονται σε αυτούς που είναι κατανεμημένοι χωρικά σε μεγάλη επιφάνεια (π.χ. κατοικίες, ζώνες πρασίνου) και σε αυτούς που δημιουργούν συγκεντρωμένη κατανάλωση σε ένα συγκεκριμένο σημείο (π.χ. στάδιο, διοικητήριο κλπ). Για τους κατανεμημένους καταναλωτές, η προσομοίωση γίνεται σε επίπεδο πρότυπης μονάδας. Ακολούθως, για να γίνει η συνάθροιση στο επίπεδο περιοχής μελέτης, τα αποτελέσματα πολλαπλασιάζονται με τον αριθμό των πρότυπων μονάδων που προβλέπονται για κάθε σενάριο. Όπου είναι εφικτό, η προσομοίωση γίνεται σε επίπεδο συσκευής κατανάλωσης (π.χ. νιπτήρα). Όπου δεν είναι εφικτό, η προσομοίωση γίνεται με απλούς εμπειρικούς τύπους (π.χ. ανηγμένη κατανάλωση ως προς επιφάνεια). Στις περιπτώσεις όπου έγινε μοντελοποίηση σε επίπεδο συσκευής κατανάλωσης, εξετάστηκε η δυνατότητα χρήσης βρόχινου νερού για να καλυφθούν εσωτερικές ανάγκες (λεκάνη τουαλέτας) αλλά και εξωτερικές ανάγκες (άρδευση κήπων). Για τη μεγιστοποίηση των ωφελειών, χρησιμοποιήθηκε αλγόριθμος βελτιστοποίησης για να βρεθούν οι πλέον κατάλληλες οι χωρητικότητες των δεξαμενών. Πίνακας 3-1. Μέθοδος μοντελοποίηση καταναλωτών Ελαιώνα. Μοντελοπ. Μοντελοπ. Συγκεντρωμ. Πρότυπη Ποσοστό Συσκευής εμπειρική καταναλωτής μονάδα αδιαπέρατης Περίκλειστες. Κτήριο 0.52 Μονοκατοικ. Κτήριο 0.37 Γραφ. πύργων Κτήριο 0.18 Γραφεία Κύτταρο χάρτη 0.73 Στάδιο 0.73 Πράσινο 1 m² 0.00 Διοικητήριο 0.73 Καταστήματα Κύτταρο χάρτη 0.73 Εμπορικό 0.73 Κέντρο Νερού 0.73 Σταθμ Υπεραστ Κέντρο Μεταφ Η προσομοίωση έχει χρονική διάρκεια ένα έτος και έγινε με ημερήσιο χρονικό βήμα. Οι χρονοσειρές βροχής και θερμοκρασίας αποκτήθηκαν από τη βάση του freemeteo.gr για Παραδοτέο Σελίδα 8

12 μετρήσεις που ελήφθησαν από τον μετεωρολογικό σταθμό Ελληνικού. Όλα τα ιστορικά δεδομένα αναφέρονται στο έτος Περίκλειστου τύπου κατοικίες Η γεωγραφική πληροφορία που χρειάζεται για τη μοντελοποίηση των κατοικιών (μονοκατοικιών και περίκλειστου τύπου) μιας συγκεκριμένης περιοχής και ο τρόπος που αυτή εκτιμήθηκε φαίνεται παρακάτω: Συνολική επιφάνεια της περιοχής σε m² (κωδικός AREA). Αυτή μπορεί να υπολογιστεί από ΣΓΠ αυτόματα εφόσον είναι διαθέσιμος ο διανυσματικός χάρτης με τα αντίστοιχα πολύγωνα (από ψηφιοποίηση του λεπτομερούς χάρτη που δίνεται στο [1]). Ποσοστό της συνολικής επιφάνειας της συγκεκριμένης περιοχής που είναι αδιαπέρατη δημόσια επιφάνεια (κωδικός PUB.IMP). Αυτό εκτιμάται με διαίρεση της αδιαπέρατης επιφάνειας (μετράται μέσα από το ΣΓΠ με χειροκίνητη εμβαδομέτρηση πάνω στο διανυσματικό χάρτη που παράχθηκε από τον λεπτομερή του [1]) με τη συνολική επιφάνεια. Ποσοστό συνολικής επιφάνειας της συγκεκριμένης περιοχής που είναι περάτη δημόσια επιφάνεια (κωδικός PUB.PERV). Παρόμοια με το προηγούμενο. Ποσοστό επιφάνειας μέσου κτηρίου που είναι αδιαπέρατη (κωδικός HH.IMP). Εκτιμάται με οπτική θεώρηση πάνω στον λεπτομερή χάρτη που δίνεται στο [1]. Ποσοστό επιφάνειας μέσου κτηρίου που είναι περάτη (κωδικός HH.PERV). Υπολογίζεται από την εξίσωση: HH.IMP + HH.PERV = 100 Αριθμός κτηρίων της συγκεκριμένης περιοχής (κωδικός NUM.HH). Εκτιμάται με οπτική θεώρηση πάνω στον λεπτομερή χάρτη που δίνεται στο [1]. Επιφάνεια του μέσου κτηρίου σε m² (κωδικός AREA.HH). Υπολογίζεται από την εξίσωση: AREA (100 PUB.IMP PUB.PERV) / 100 = NUM.HH AREA.HH Με εφαρμογή των παραπάνω βημάτων για όλους τους τύπους κατοικιών προκύπτουν τα ακόλουθα: Πίνακας 3-2. Χωροτακτικά χαρακτηριστικά κατοικιών Ελαιώνα. Μονοκατοικ. Περίκλ. Περίκλ. μεγάλα μικρά Μέση επιφάνεια κτηρίου μονοκατοικίας 200 m² 8900 m² 3400 m² Οι περατές ιδιωτικές επιφάνειες 480 m² 8900 m² 3400 m² Αδιαπέρατες δημόσιες επιφάνειες 76.5 m² 931 m² 355 m² Παραδοτέο Σελίδα 9

13 Ο αριθμός των εγκατεστημένων κατοίκων στα συγκροτήματα περίκλειστων κατοικιών εκτιμάται ως εξής: 1. Εξετάζεται σε αεροφωτογραφίες ένα οικοδομικό τετράγωνο χτισμένο αμιγώς με πολυκατοικίες στην Αγ. Παρασκευή (σύμφωνα με οπτική εκτίμηση έχει συντελεστή κάλυψης 50%, παρόμοιο με αυτόν της περιοχής μελέτης) με έκταση περίπου όση αυτή ενός τετραγώνου περίκλειστων κατοικιών. 2. Μετράται ο αριθμός των κτηρίων του οικοδομικού τετραγώνου της Αγ. Παρασκευής, ο οποίος είναι Βρίσκεται ο μέσος αριθμός κατοίκων των πολυκατοικιών της Αγ. Παρασκευής βάσει στοιχείων ΕΛΣΤΑΤ [17] (για τα κριτήρια αναζήτησης των δεδομένων βλέπε πεδίο "Κατοικησιμότητα" στον παρακάτω πίνακα), ο οποίος είναι Πολλαπλασιάζεται ο μέσος αριθμός κατοίκων με τον αριθμό των κτηρίων που βρέθηκε στο βήμα 2. Το αποτέλεσμα (12 20=240) θεωρείται ότι είναι οι κάτοικοι σε κάθε μεγάλο συγκρότημα περίκλειστων κατοικιών. 5. Για τα μικρά συγκροτήματα περίκλειστων κατοικιών θεωρείται ότι εγκατεστημένοι κάτοικοι είναι οι μισοί (δηλαδή 120). Η αναπαράσταση στο UWOT του δικτύων των περίκλειστων κατοικιών φαίνεται στο ακόλουθο σχήμα Σχήμα 3-1. Μοντελοποίηση στο UWOT Περίκλειστων Κατοικιών. Παραδοτέο Σελίδα 10

14 3.3 Μονοκατοικίες Η γεωγραφική πληροφορία που χρειάζεται για τη μοντελοποίηση των μονοκατοικιών συλλέγεται με παρόμοιο τρόπο με αυτόν των περίκλειστου τύπου. Για την εκτίμηση του μέσου αριθμού εγκατεστημένων κατοίκων στις μονοκατοικίες χρησιμοποιήθηκαν στοιχεία της ΕΛΣΤΑΤ [17] για την Αγ. Παρασκευή (για κριτήρια αναζήτησης των δεδομένων βλέπε πεδίο "Κατοικησιμότητα" στον παρακάτω πίνακα). Συγκεκριμένα υπολογίστηκε ο σταθμισμένος μέσος των κατοικιών με έως και 5 κατοίκους ο οποίος είναι 3. Πίνακας 3-3. Ανεύρεση δεδομένων στην διαδικτυακή υπηρεσία της ΕΛΣΤΑΤ. Κατοικησιμότητα Μέση επιφάνεια κατοικίας Κατηγορία Πληθυσμός Πληθυσμός Υποκατηγορία Απογραφή Κτηρίων Απογραφή Κατοίκων Έρευνα Κτήρια Κατοικίες (Χαρακτηριστικά) Μεταβλητές Αριθμός Κτηρίων Αριθμός Κατοικιών Μεταβλητές αξόνων Αριθμός Κατοικιών Επιφάνεια Κατοικίας Η αναπαράσταση στο UWOT του δικτύου των μονοκατοικιών φαίνεται στο ακόλουθο σχήμα. Σχήμα 3-2. Μοντελοποίηση Μονοκατοικιών στο UWOT. Παραδοτέο Σελίδα 11

15 3.4 Πύργοι Η δημόσια και ιδιωτική περατή και αδιαπέρατη επιφάνεια μετρήθηκε στον λεπτομερή χάρτη του Σεναρίου 2. Πίνακας 3-4. Χωροτακτικά χαρακτηριστικά Πύργων Ελαιώνα. Κάτοψη πύργου 625 m² Περάτη επιφάνεια m² (¹) Γήπεδο 647 m² Έκταση τετραγώνου m² Δημόσια αδιαπέρατη 11.5% (²) Δημόσια περάτη 84% (³) (¹) ; (²) 1-( )/17130; (³) 14527/17130 Ο αριθμός των εγκατεστημένων κατοικιών εκτιμάται ως εξής: 1. Στο [1] δηλώνεται ότι η κατανομή διαμερίσματα/γραφεία στους πύργους είναι 50%-50%. Αν m² η συνολική επιφάνεια διαμερισμάτων όλων των πύργων [1], τότε ο καθένας από τους 12 πύργους έχει έκταση m² από τα οποία 7083 m² είναι κατοικίες και 7083 m² είναι γραφεία. 2. Για γραφεία θεωρείται ότι η μέση εταιρία έχει 9 εργαζόμενους με 6 m²/εργαζόμενο, ένα διευθυντή με γραφείο 15 m², και ένα χώρο συνεδριάσεων επιφάνειας 32 m². Σύνολο περίπου 10 m²/άτομο (βλ. [2],[3]). Άρα στα 7083 m² αναμένεται να στεγάζονται εργαζόμενοι. Η εκτιμώμενη κατανάλωση (χρησιμοποιείται για επαλήθευση αυτής που υπολογίζει το UWOT) για 9.3 m³/άτομο/yr ([8] Πίνακας 52 τιμή για κατηγορία "office") είναι L/day ή L/day για τις εργάσιμες ημέρες για κάθε πύργο. Η κατανάλωση αυτή προέρχεται από χρήση τουαλέτας, νιπτήρα και νεροχύτη. Στην προσομοίωση με UWOT, θεωρείται ότι η ημερήσια συχνότητα χρήσης αυτών των συσκευών είναι η μισή αυτής ατόμου εντός της οικίας του. 3. Για τις οικίες η μέση έκταση ανά άτομο θεωρείται ότι είναι όση και αυτή στην Αγ. Παρασκευή. Σύμφωνα με ΕΛΣΤΑΤ [17] η μέση οικία είναι m² (για την αναζήτηση των σχετικών δεδομένων βλέπε κριτήρια στο πεδίο "Μέση επιφάνεια κατοικίας" στον σχετικό πίνακα). Άρα οι μόνιμοι κάτοικοι ανά πύργο είναι περίπου 7083/ Η αναπαράσταση στο UWOT του δικτύου των πύργων με ενσωμάτωση συστήματος συλλογής ομβρίων φαίνεται στο ακόλουθο σχήμα. Με ξεχωριστό χρώμα σημαίνοντα τα δίκτυα των κατοικιών και των γραφείων. Παραδοτέο Σελίδα 12

16 Σχήμα 3-3. Μοντελοποίηση Πύργων στο UWOT 3.5 Στάδιο Η επιφάνεια του σταδίου και των βοηθητικών εγκαταστάσεων μετρήθηκε από τον λεπτομερή χάρτη του Σεναρίου 2 ίση με m². Από αυτά τα m² θεωρούνται ότι είναι το πράσινο του γηπέδου. Άρα τα υπόλοιπα m² μπορούν να χρησιμοποιηθούν για συλλογή ομβρίων. Για το Στάδιο θεωρείται ότι οι εγκατεστημένες συσκευές που καταναλώνουν νερό είναι οι τουαλέτες και οι νιπτήρες. Οι νιπτήρες τροφοδοτούνται απευθείας από το δίκτυο ενώ οι τουαλέτες τροφοδοτούνται με βρόχινο νερό. Για να υπολογιστεί η ζήτηση πρέπει να εξασφαλιστούν χρονοσειρές κατοικησιμότητας (δηλαδή οι μέρες που στο στάδιο υπάρχουν αθλητικές δραστηριότητες και άρα έχει κόσμο) και να εκτιμηθεί η συχνότητα χρήσης αυτών των συσκευών. Παραδοτέο Σελίδα 13

17 Η εκτίμηση της συχνότητα χρήσης γίνεται ως εξής. Σύμφωνα με Πίνακα 5.6 του [5] η ανηγμένη κατανάλωση για "Stadium" είναι L/5 θέσεις/matchday. Για ένα στάδιο θέσεων [6] αυτό σημαίνει L/matchday. Η ζήτηση αυτή θεωρείται ότι προέρχεται από χρήση τουαλέτας και νιπτήρα από τους θεατές. Με πράξεις διαπιστώνεται ότι η κατανάλωση αυτή αντιστοιχεί σε συχνότητα 0.38 χρήσεις/θεατή. Για τις χρονοσειρές κατοικησιμότητας χρησιμοποιήθηκαν οι μέρες που έπαιξε πρωτάθλημα¹ και κύπελο² το 2010 εντός έδρας ο Παναθηναϊκός, και θεωρήθηκε ότι το στάδιο ήταν πλήρως γεμάτο. ¹ Σύμφωνα με [10] και [11] ήτανε οι ημερομηνίες:10/1/2010, 17/1/2010, 30/1/2010, 14/2/2010, 14/3/2010, 21/3/2010, 18/4/2010, 29/8/2010,26/9/2010, 17/10/2010, 31/10/2010, 14/11/2010,21/11/2010, 05/12/2010, 19/12/2010. ² Σύμφωνα με [12],[13],[14] ήτανε οι ημερομηνίες: 13/1/2010, 02/2/2010, 24/3/2010, 24/4/2010, 22/12/2010. Η ποιότητα της εκροής από το στάδιο υπολογίζεται από την τιμή για "Sport stadiums" που δίνεται στον Πίνακα 5.8 του [5]. Δηλαδή (και σύμφωνα με τον τύπο που δίνεται στο 5.8) η ποιότητα είναι (0.02 lbs/person/day) / (5 gal/person/day) / Ε6 = mg/l. Η αναπαράσταση στο UWOT του δικτύου του σταδίου φαίνεται στο ακόλουθο σχήμα. Το συλλεγόμενο βρόχινο νερό χρησιμοποιείται για να αρδεύσει το πράσινο του αγωνιστικού χώρου και για τις τουαλέτες. Σχήμα 3-4. Μοντελοποίηση Στάδιου στο UWOT 3.6 Πράσινο Οι πράσινες εκτάσεις που λαμβάνονται υπόψη είναι αυτές που δημιουργούνται στην ανάπλαση και αντιπροσωπεύονται με τετράγωνα ανοιχτού ή σκούρου πράσινου χρώματος στους μωσαϊκούς χάρτες που δίνονται στο [1] για τα τρία σενάρια (Πίνακας 2-1). Για τη μοντελοποίηση της αρδευτικής ζήτησης των πράσινων χώρων χρησιμοποιήθηκε ένα Παραδοτέο Σελίδα 14

18 τροποποιημένο μοντέλο εδαφικής υγρασίας Thornthwait [18]. Το μοντέλο αυτό θεωρεί ότι για τη διατήρηση του φυτών απαιτείται μια ελάχιστη εδαφική υγρασία. Η εδαφική υγρασία μειώνεται με την εξατμοδιαπνοή και αυξάνεται με τη βροχόπτωση. Αν η υγρασία πέσει κάτω από αυτό το όριο τότε απαιτείται άρδευση. Αν η υγρασία υπερβεί τον κορεσμό του εδάφους τότε δημιουργείται απορροή. Η αναπαράσταση στο UWOT του δικτύου άρδευσης του πρασίνου φαίνεται στο ακόλουθο σχήμα. Η απορροή από τις οροφές του κτηρίου διοίκησης, σταθμού υπεραστικών και εμπορικό κέντρο συλλέγονται για να χρησιμοποιηθούν για άρδευση. Σχήμα 3-5. Μοντελοποίηση πράσινων εκτάσεων Ελαιώνα στο UWOT 3.7 Καταστήματα Η επιφάνεια που καταλαμβάνεται από τα καταστήματα εκτιμάται μέσω του αντίστοιχου αριθμού κυττάρων μωσαϊκού χάρτη που δίνεται στο [1] για τα τρία σενάρια (βλ. Πιν. 1). Η δομημένη επιφάνεια σε ένα κύτταρο καταστημάτων m² υπολογίζεται αφαιρώντας τις δημόσιες εκτάσεις (θεωρούνται 10% της επιφάνειας του κυττάρου) και τις ιδιωτικές μη δομημένες εκτάσεις (θεωρείται συντελεστής κάλυψης 70%). Άρα η ζητούμενη επιφάνεια είναι = 9072 m². Θεωρώντας συντελεστή δόμησης 3 η συνολική επιφάνεια καταστημάτων ανά κύτταρο θα είναι m². Η ανηγμένη κατανάλωση για "Retail store" σύμφωνα με [5] είναι 5.3 L/m²/d. Άρα η ζήτηση στα m² καταστημάτων του κάθε κυττάρου θα είναι L/day. Η ποιότητα εκροής θεωρείται ίση με αυτή του εμπορικού δηλαδή mg/l. Η αναπαράσταση στο UWOT του δικτύου των καταστημάτων φαίνεται στο ακόλουθο σχήμα. Παραδοτέο Σελίδα 15

19 Σχήμα 3-6. Μοντελοποίηση καταστημάτων Ελαιώνα στο UWOT 3.8 Γραφεία Οι εργαζόμενοι ανά κύτταρο γραφείων θεωρούνται ότι είναι διπλάσιοι αυτών ενός κύτταρου που περιέχει έναν πύργο, δηλαδή 26398/2 L/d (βλ. Πύργοι). Αυτό βασίζεται στη θεώρηση κοινού συντελεστή δόμησης για αυτές τις δυο περιοχές και στην προδιαγεγραμμένη χρήση των πύργων (το 50% είναι κατοικίες). Η ποιότητα εκροής είναι mg/l (βλ. Διοικητήριο). Η αναπαράσταση στο UWOT του δικτύου των γραφείων που περιλαμβάνει σύστημα συλλογής ομβρίων φαίνεται στο ακόλουθο σχήμα. Σχήμα 3-7. Μοντελοποίηση γραφείων Ελαιώνα στο UWOT 3.9 Διοικητήριο Η επιφάνεια του Διοικητηρίου είναι σύμφωνα με [1] m². Για την εκτίμηση της κατανάλωσης του Διοικητηρίου χρησιμοποιήθηκαν οι τιμές του Southampton Civic Centre [4] (κτήριο αντίστοιχης έκτασης με αυτό του Ελαιώνα) που είναι m³/έτος ενώ ανηγμένο ανά εργάσιμη ημέρα (253 το 2010) είναι L/day. Η ποιότητα υπολογίζεται από την τιμή για "office building" που δίνεται στον Πίνακα 5.8 του [5]. Δηλαδή (και σύμφωνα με τον τύπο που δίνεται στο 5.8) η ποιότητα είναι (0.05 lbs/person/day) / (18 gal/person/day) / Ε6 = mg/l Παραδοτέο Σελίδα 16

20 Από τις τιμές αυτές παράγονται οι χρονοσειρές ζήτησης νερού και παραγωγής λυμάτων για το 2010 λαμβάνοντας όμως υπόψη ποιες ημέρες ήταν εργάσιμες αυτό το έτος (συνολικά 253). Για τον υπολογισμό του τελευταίου χρησιμοποιήθηκε του εορτολόγιο του 2010 [9] καθώς και η συνάρτηση λογιστικού φύλλου "WEEKDAY". Τα m³/έτος διαιρέθηκε με 253 (εργάσιμες ημέρες 2010) και δημιουργήθηκε η χρονοσειρά ζήτησης που έχει τιμή 0 στις αργίες και την τιμή L/d στις εργάσιμες ημέρες. Η αναπαράσταση στο UWOT του δικτύου του Διοικητηρίου φαίνεται στο ακόλουθο σχήμα. Σχήμα 3-8. Μοντελοποίηση Διοικητηρίου Ελαιώνα στο UWOT Σταθμός υπεραστικών Η επιφάνεια του Σταθμού Υπεραστικών μετρήθηκε στον λεπτομερή χάρτη του Σεναρίου 2 ίση με m². Για τον Σταθμό Υπεραστικών χρησιμοποιήθηκε η ανηγμένη κατανάλωση που σύμφωνα με Πίνακα 5.6 του [5] για "Airport, bus station, rail depot" είναι L/επιβάτη. Για επιβάτες/day [7] αυτό συνεπάγεται L/day με ομοιόμορφη κατανομή στο έτος. Η ποιότητα υπολογίζεται εφαρμόζοντας την τιμή κατανάλωσης ανά επιβάτη που δίνεται στον Πίνακα 5.8 του [5] στον τύπο που δίνεται στο 5.8. Δηλαδή, η ποιότητα είναι (0.02 lbs/person/day) / (5 gal/person/day) / Ε+6 = mg/l. Η αναπαράσταση στο UWOT του δικτύου του Σταθμού Υπεραστικών είναι παρόμοια με αυτή του Διοικητηρίου Κέντρο μεταφορών Η επιφάνεια του Κέντρου Μεταφορών μετρήθηκε από τον λεπτομερή χάρτη του Σεναρίου 2 ίση με m². Για την εκτίμηση των αναγκών ύδρευσης, χρησιμοποιήθηκαν οι τιμές για "Vehicle inspectorate depot" από [8], που είναι 0.12 m³/m²/yr. Άρα για m² η ζήτηση είναι L/day ομοιόμορφα κατανεμημένα στο έτος. Για την ποιότητα, ελλείψει στοιχείων, θεωρείται η τιμή που υπολογίστηκε για τον Σταθμό Υπεραστικών, δηλαδή mg/l. Παραδοτέο Σελίδα 17

21 Η αναπαράσταση στο UWOT του δικτύου του Κέντρου Μεταφορών είναι παρόμοια με αυτή του Διοικητηρίου Κέντρο νερού Η επιφάνεια του Κέντρου Νερού μετρήθηκε από τον λεπτομερή χάρτη του Σεναρίου 2 ίση με m². Το Κέντρο Νερού θεωρείται ότι έχει 1000 επισκέψεις/μέρα. Τότε, για την ανηγμένη κατανάλωση L/guest/day (βλ. "Park or swimming "Πίνακα 5.6 του [5]) υπολογίζεται η ημερήσια κατανάλωση ίση με L/day ομοιόμορφα κατανεμημένα το έτος. Η ποιότητα υπολογίζεται από την τιμή για "Swimming pools and bathhouses" που δίνεται στον Πίνακα 5.8 του [5]. Δηλαδή (και σύμφωνα με τον τύπο που δίνεται στο 5.8) η ποιότητα είναι (0.021 lbs/person/day) / (10 gal/person/day) / Ε+6 = mg/L. Η αναπαράσταση στο UWOT του δικτύου του Κέντρου Νερού είναι παρόμοια με αυτή του Διοικητηρίου Εμπορικό Η επιφάνεια του Εμπορικού Κέντρου είναι σύμφωνα με [1] m². Η ανηγμένη κατανάλωση για "Shopping center" είναι σύμφωνα με [5] 6.11 L/m²/d. Άρα για εμπορικό κέντρο m² η κατανάλωση είναι L/day ομοιόμορφα κατανεμημένα το έτος. Η ποιότητα υπολογίζεται από την τιμή για "Shopping centre" που δίνεται στον Πίνακα 5.8 του [5]. Δηλαδή (και σύμφωνα με τον τύπο που δίνεται στο 5.8) η ποιότητα είναι (0.050 lbs/employee/day) / (11.5 gal/person/day) / E+6 = mg/l. Η αναπαράσταση στο UWOT του δικτύου του Εμπορικού είναι παρόμοια με αυτή του Διοικητηρίου Αποτελέσματα Για να μπορεί να γίνει μια πρώτη προσεγγιστική σύγκριση μεταξύ των σεναρίων, η απορροή δίνεται ανηγμένη ως προς επιφάνεια (L/m²/d = mm/d). Για να γίνει αυτό, οι τιμές εκροής από την περιοχή που υπολογίστηκαν από το UWOT διαιρέθηκαν με τις αντίστοιχες επιφάνειες προς ανάπλαση του κάθε σεναρίου, οι οποίες εκτιμήθηκαν από τους αντίστοιχους χάρτες μωσαϊκού τύπου και για τα Σενάρια 1 έως 3 και είναι , και m² αντίστοιχα. Για το Σενάριο 1, η συνολική ετήσια ζήτηση είναι m³/έτος ενώ ο μέγιστος όγκος απορροής από όλη την περιοχή είναι m³/μέρα. Η ζήτηση αυξάνει τους θερινούς μήνες εξαιτίας των αυξημένων αρδευτικών αναγκών αυτήν την περίοδο. Η ζήτηση νερού και οι εκροές από την περιοχή ανάπλασης για το Σενάριο 1 φαίνονται στα ακόλουθα σχήματα. Παραδοτέο Σελίδα 18

22 Σχήμα 3-9. Ζήτηση πόσιμου νερού Σεναρίου 1 Σχήμα Ανηγμένη απορροή Σεναρίου 1 Η συνολική ετήσια ζήτηση του συμβατικού Σεναρίου 2 είναι m³/έτος ενώ η αντίστοιχη όταν χρησιμοποιείται βρόχινο νερό για άρδευση και τουαλέτες είναι m³/έτος δηλαδή μείωση περίπου 5%. Η ζήτηση νερού για το συμβατικό Σενάριο 2 και το Σενάριο 2 που ενσωματώνει ανακύκλωση βρόχινου νερού φαίνεται στα ακόλουθα σχήματα. Το διάγραμμα της ζήτησης για τα δημόσια κτήρια (που περιλαμβάνουν γραφεία, Παραδοτέο Σελίδα 19

23 καταστήματα δημόσιες υπηρεσίες) παρουσιάζει "οδοντωτή" μορφή εξαιτίας του μηδενισμού της ζήτησης στις διάφορες υπηρεσίες που δεν λειτουργούν κατά τη διάρκεια των αργιών. Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 2 Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 2 με συλλογή ομβρίων Ο μέγιστος όγκος απορροής του συμβατικού Σεναρίου 2 είναι m³/μέρα ενώ του Σεναρίου 2 με ανακύκλωση είναι m³/μέρα δηλαδή μείωση περίπου 30%. Η ανηγμένη απορροή από την περιοχή ανάπλασης για το συμβατικό Σενάριο 2 και το Παραδοτέο Σελίδα 20

24 Σενάριο 2 που ενσωματώνει ανακύκλωση βρόχινου νερού φαίνεται στα ακόλουθα σχήματα. Σχήμα Ανηγμένη απορροή Σεναρίου 2 Σχήμα Ανηγμένη απορροή Σεναρίου 2 με συλλογή ομβρίων. Η συνολική ετήσια ζήτηση του συμβατικού Σεναρίου 3 είναι m³/έτος ενώ η αντίστοιχη όταν χρησιμοποιείται βρόχινο νερό για άρδευση και τουαλέτες είναι m³/έτος δηλαδή μείωση περίπου 5%. Η ζήτηση νερού για το συμβατικό Σενάριο 3 και το Παραδοτέο Σελίδα 21

25 Σενάριο 3 που ενσωματώνει ανακύκλωση βρόχινου νερού φαίνεται στα ακόλουθα σχήματα. Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 3. Σχήμα Ζήτηση πόσιμου νερού Σεναρίου 3 με συλλογή ομβρίων. Ο μέγιστος όγκος απορροής του συμβατικού Σεναρίου 3 είναι m³/μέρα ενώ του Σεναρίου 3 με ανακύκλωση είναι m³/μέρα δηλαδή μείωση περίπου 39%. Η ανηγμένη απορροή από την περιοχή ανάπλασης για το συμβατικό Σενάριο 3 και το Παραδοτέο Σελίδα 22

26 Σενάριο 3 που ενσωματώνει ανακύκλωση βρόχινου νερού φαίνεται στα ακόλουθα σχήματα. Σχήμα Ανηγμένη απορροή Σεναρίου 3. Σχήμα Ανηγμένη απορροή Σεναρίου 3 με συλλογή ομβρίων. Παραδοτέο Σελίδα 23

27 4 Συμπεράσματα Τα τρία προτεινόμενα σενάρια ανάπλασης του Ελαιώνα σχηματοποιήθηκαν και μοντελοποιήθηκαν μέσω UWOT. Για τα Σενάρια 2 και 3 διερευνήθηκε ένα σχήμα συλλογής ομβρίων για άρδευση και χρήση στις τουαλέτες. Οι παράμετροι αυτού του σχήματος βελτιστοποιήθηκαν με τη χρήση κατάλληλου αλγορίθμου. Σύμφωνα με τα αποτελέσματα της προσομοίωσης είναι ξεκάθαρο ότι ο μεγαλύτερος καταναλωτής είναι τα δημόσια κτήρια με έντονη διακύμανση από μέρα σε μέρα (ανάλογα με το αν είναι εργάσιμη η μέρα ή όχι). Στους λοιπούς καταναλωτές είναι ξεκάθαρη η εποχιακή αύξηση της κατανάλωσης εξαιτίας των αυξημένων αρδευτικών αναγκών κατά τη διάρκεια της ξηρής περιόδου. Συγκρίνοντας τα τρία σενάρια μεταξύ τους, είναι ξεκάθαρη η αύξηση τόσο της ζήτησης όσο και του όγκου απορροής από το Σενάριο 1 στο Σενάριο 3 ακολουθώντας την πυκνότητας δόμησης. Η απορροή ανά μονάδα επιφάνειας των σεναρίων 2 και 3 είναι σχεδόν διπλάσιες και τριπλάσιες αυτής του Σεναρίου 1. Όμως, μετά την ενσωμάτωση σχήματος συλλογής ομβρίων η απορροή μειώνεται σημαντικά και μάλιστα πιο αποτελεσματική είναι η μείωση στο Σενάριο 3 (40% σε σχέση με το 30% του Σεναρίου 2). Αντίθετα, όσον αφορά τη δυνατότητα μείωσης της ζήτησης, το σχήμα συλλογής ομβρίων δεν διαφαίνεται να μπορεί να προσφέρει σημαντική εξοικονόμηση πετυχαίνοντας ελάττωση μόνο περίπου 5% στα Σενάρια 2 και 3. Τέλος, θα πρέπει να αναφερθεί ότι η τοπική ανακύκλωση γκρι νερού για μείωση της ζήτησης δεν προσφέρεται για αυτή την περιοχή καθώς στα δημόσια κτήρια (ο βασικός καταναλωτής της περιοχή) δεν υπάρχει ικανή παραγωγή γκρι νερού (η εκροή από τουαλέτες και κουζίνες δεν μπορεί να επεξεργαστεί σε τοπικές μονάδες) το οποίο να μπορεί να επεξεργαστεί και να ξαναχρησιμοποιηθεί για να καλύψει σημαντικό ποσοστό των αναγκών. Παραδοτέο Σελίδα 24

28 Βιβλιογραφία Πηγές [1] ENVECO, ELEONAS METROPOLITAN REGION OF ATHENS, GREECE, Master Plan [2] [3] [4] Administrative Buildings Water Efficiency Report, Southampton City Council, p. 4, October [5] Onsite Sewage Treatment Program, Manual for Septic System Professionals in Minnesota, University of Minesota, Chapter 5, 2011 [6] [7] [8] Aisha Bello-Dambatta et al, TRUST Report, Work Package 42:Urban Water Demand Management, p. 120, January [9] [10] [11] [12] [13] [14] [15] [16] Πίνακες αντικειμενικών αξιών, Περιφέρεια Αττικής, σ. 53, 2007 [17] [18] Rozos, E., C. Makropoulos, and C. Maksimovic, Rethinking urban areas: an example of an integrated blue-green approach, Water Science and Technology: Water Supply, 13 (6), , doi: /ws , Παραδοτέο Σελίδα 25