Tutustu tuulivarakartoituksen yksityiskohtiin, joka on elintärkeä prosessi menestyksekkäille tuulivoimaprojekteille maailmanlaajuisesti. Opi menetelmistä, haasteista ja parhaista käytännöistä.
Tuulivarakartoitus: Kattava opas globaaliin tuulivoiman kehittämiseen
Tuulivarakartoitus (Wind Resource Assessment, WRA) on jokaisen onnistuneen tuulivoimahankkeen kulmakivi. Se on prosessi, jossa arvioidaan tuuliolosuhteita potentiaalisella sijoituspaikalla sen soveltuvuuden määrittämiseksi tuulivoiman tuotantoon. Tämä kattava opas syventyy WRA:n yksityiskohtiin, kattaen menetelmät, teknologiat, haasteet ja parhaat käytännöt tuulivoimahankkeille maailmanlaajuisesti. WRA:n ymmärtäminen on elintärkeää sijoittajille, kehittäjille, päättäjille ja kaikille tuulivoima-alalla toimiville.
Miksi tuulivarakartoitus on tärkeää?
Tehokas tuulivarakartoitus on ensisijaisen tärkeää useista syistä:
- Taloudellinen kannattavuus: Tarkka tuulidata on välttämätöntä tuulipuiston energiantuoton ennustamiseksi. Tämä ennuste vaikuttaa suoraan hankkeen taloudelliseen kannattavuuteen ja sijoitetun pääoman tuottoon. Tuulivarojen yliarviointi voi johtaa merkittäviin taloudellisiin tappioihin, kun taas niiden aliarviointi saattaa aiheuttaa potentiaalisesti kannattavan hankkeen sivuuttamisen.
- Hankkeen optimointi: Tuulivarakartoitus auttaa optimoimaan tuuliturbiinien sijoittelua tuulipuistossa energiantuotannon maksimoimiseksi ja jättövanavaikutusten (edeltävien turbiinien aiheuttama tuulen nopeuden hidastuminen) minimoimiseksi.
- Riskienhallinta: Perusteellinen arviointi tunnistaa tuulivaroihin liittyvät mahdolliset riskit, kuten äärimmäiset tuuliolosuhteet, turbulenssin ja tuuliväänteen, mikä antaa kehittäjille mahdollisuuden suunnitella kestäviä ja luotettavia tuuliturbiineja ja infrastruktuuria.
- Rahoituksen varmistaminen: Rahoituslaitokset vaativat yksityiskohtaisia tuulivarakartoitusraportteja ennen investoimista tuulivoimahankkeisiin. Uskottava arviointi osoittaa hankkeen potentiaalin ja vähentää investointiriskiä.
- Ympäristövaikutusten arviointi: Tuulidataa käytetään tuulipuiston mahdollisten ympäristövaikutusten, kuten meluhaittojen sekä lintu- ja lepakkotörmäysten, arvioimiseen.
Tuulivarakartoitusprosessi: Vaiheittainen lähestymistapa
Tuulivarakartoitusprosessi sisältää tyypillisesti seuraavat vaiheet:1. Sijoituspaikan tunnistaminen ja seulonta
Alkuvaiheessa tunnistetaan potentiaalisia sijoituspaikkoja seuraavien tekijöiden perusteella:
- Tuulivarakartat: Globaalit tuuliatlakset, kansalliset tuulikartat ja julkisesti saatavilla olevat tietolähteet tarjoavat alustavia arvioita tuulivaroista eri alueilla. Nämä kartat käyttävät usein satelliiteista, meteorologisista malleista ja historiallisista sääasemista peräisin olevaa dataa.
- Maastoanalyysi: Tunnistetaan alueita, joilla on suotuisia maaston piirteitä, kuten harjanteita ja avoimia tasankoja, jotka voivat voimistaa tuulen nopeutta. Tähän tarkoitukseen käytetään yksityiskohtaisia topografisia karttoja ja digitaalisia korkeusmalleja (DEM).
- Saavutettavuus ja infrastruktuuri: Huomioidaan kohteen saavutettavuus rakentamista ja ylläpitoa varten sekä sähköverkkoliitännän saatavuus. Syrjäiset kohteet, joilla on rajoitettu pääsy, voivat merkittävästi nostaa hankkeen kustannuksia.
- Ympäristölliset ja sosiaaliset rajoitteet: Tunnistetaan alueet, joilla on ympäristöherkkyyksiä (esim. suojelualueet, muuttolintujen reitit) ja mahdollisia sosiaalisia rajoitteita (esim. läheisyys asuinalueisiin, maanomistuskysymykset).
Esimerkki: Kehittäjä Argentiinassa saattaa käyttää Global Wind Atlas -kartastoa ja topografisia karttoja lupaavien kohteiden tunnistamiseen Patagoniassa, joka tunnetaan voimakkaista ja tasaisista tuulistaan. Tämän jälkeen he arvioisivat saavutettavuutta ja mahdollisia ympäristövaikutuksia ennen seuraavaan vaiheeseen siirtymistä.
2. Alustava tuulidatan kerääminen ja analysointi
Tässä vaiheessa kerätään olemassa olevaa tuulidataa eri lähteistä saadakseen yksityiskohtaisemman käsityksen potentiaalisen kohteen tuulivaroista. Yleisiä tietolähteitä ovat:
- Meteorologiset mastot: Historiallinen tuulidata läheisistä meteorologisista mastoista (mittamastoista), joita ylläpitävät sääpalvelut tai tutkimuslaitokset.
- Sääasemat: Data lentokentiltä, maatalouden sääasemilta ja muilta sääasemilta kohteen läheisyydestä.
- Numeeriset sääennustusmallit (NWP): Uudelleenanalyysidata NWP-malleista, kuten ERA5, jotka tarjoavat historiallista säädataa useiden vuosikymmenten ajalta.
- Satelliittidata: Tuulennopeusarviot, jotka on johdettu satelliittimittauksista.
Tätä dataa analysoidaan keskimääräisen tuulen nopeuden, tuulen suunnan, turbulenssin voimakkuuden ja muiden keskeisten tuuliparametrien arvioimiseksi. Tilastollisia malleja käytetään datan ekstrapoloimiseksi suunniteltujen tuuliturbiinien napakorkeudelle.
Esimerkki: Tuulipuistokehittäjä Skotlannissa voisi käyttää historiallista tuulidataa Ison-Britannian ilmatieteen laitoksen (Met Office) ylläpitämistä mittamastoista ja sääasemilta yhdistettynä ERA5-uudelleenanalyysidataan luodakseen alustavan tuulivarakartoituksen potentiaaliselle kohteelle Skotlannin Ylämailla.
3. Paikan päällä tehtävä tuulimittauskampanja
Tärkein vaihe on paikan päällä tehtävien tuulimittauslaitteiden käyttöönotto korkealaatuisen, hankekohtaisen tuulidatan keräämiseksi. Tämä tehdään tyypillisesti käyttämällä:
- Meteorologiset mastot (mittamastot): Korkeat tornit, jotka on varustettu anemometreillä (tuulennopeusanturit), tuuliviireillä (tuulen suunta-anturit), lämpötila-antureilla ja ilmanpaineantureilla useilla korkeuksilla. Mittamastot tarjoavat erittäin tarkkaa ja luotettavaa tuulidataa, mutta niiden asentaminen voi olla kallista ja aikaa vievää, erityisesti syrjäisissä paikoissa.
- Kaukokartoitusteknologiat: LiDAR (Light Detection and Ranging) ja SoDAR (Sonic Detection and Ranging) -järjestelmät käyttävät laser- tai ääniaaltoja tuulen nopeuden ja suunnan etämittaamiseen. Nämä teknologiat tarjoavat useita etuja mittamastoihin verrattuna, kuten alhaisemmat kustannukset, nopeamman käyttöönoton ja kyvyn mitata tuuliprofiileja korkeammilta. Ne vaativat kuitenkin huolellista kalibrointia ja validointia tarkkuuden varmistamiseksi.
Mittauskampanja kestää tyypillisesti vähintään yhden vuoden, mutta pidempiä jaksoja (esim. kaksi tai kolme vuotta) suositellaan tuulivarojen vuosien välisen vaihtelun huomioimiseksi.
Esimerkki: Tuulipuistokehittäjä Brasiliassa saattaa ottaa käyttöön yhdistelmän mittamastoja ja LiDAR-järjestelmiä potentiaalisella kohteella koillisella alueella mitatakseen tarkasti tuulivaroja, joille ovat ominaisia voimakkaat pasaatituulet. LiDAR-järjestelmää voitaisiin käyttää täydentämään mittamastodataa ja tarjoamaan tuuliprofiileja suurempien tuuliturbiinien napakorkeuteen asti.
4. Datan validointi ja laadunvalvonta
Mittamastoista ja kaukokartoituslaitteista kerätty raakadata käy läpi tiukat laadunvalvontamenettelyt mahdollisten virheiden tai epäjohdonmukaisuuksien tunnistamiseksi ja korjaamiseksi. Tämä sisältää:
- Datan seulonta: Poistetaan datapisteet, jotka ovat fysikaalisesti mahdollisten arvoalueiden ulkopuolella tai jotka mittauslaitteisto on merkinnyt virheellisiksi.
- Virheiden korjaus: Korjataan anturien kalibrointivirheet, jäätymisen vaikutukset anemometreihin ja muut systemaattiset virheet.
- Aukkojen täyttäminen datassa: Täytetään puuttuvat datapisteet käyttämällä tilastollisia interpolointitekniikoita tai dataa läheisiltä vertailukohteilta.
- Tuuliväänteen ja -suunnanmuutoksen analyysi: Tarkastellaan tuulen nopeuden pystysuoraa profiilia (väänne) ja tuulen suunnan profiilia (suunnanmuutos) tunnistaakseen epätavallisia kuvioita, jotka voivat vaikuttaa turbiinin suorituskykyyn.
Esimerkki: Kanadassa talvella tehdyn mittauskampanjan aikana jään kertyminen anemometreihin saattaa johtaa epätarkkoihin tuulennopeuslukemiin. Laadunvalvontamenettelyt tunnistaisivat nämä virheelliset datapisteet ja joko korjaisivat ne jäänpoistoalgoritmeilla tai poistaisivat ne aineistosta.
5. Tuulidatan ekstrapolointi ja mallinnus
Kun validoitu tuulidata on saatavilla, se on ekstrapoloitava suunniteltujen tuuliturbiinien napakorkeudelle ja muihin paikkoihin tuulipuiston alueella. Tämä tehdään tyypillisesti käyttämällä:
- Pystysuuntaiset ekstrapolointimallit: Mallit, jotka arvioivat tuulen nopeutta eri korkeuksilla perustuen mitattuun tuulen nopeuteen vertailukorkeudella. Yleisiä malleja ovat potenssilaki, logaritminen laki ja WAsP (Wind Atlas Analysis and Application Program) -malli.
- Vaakasuuntaiset ekstrapolointimallit: Mallit, jotka arvioivat tuulen nopeutta eri paikoissa kohteessa perustuen mitattuun tuulen nopeuteen vertailupaikassa. Nämä mallit ottavat huomioon maaston piirteet, esteet ja muut tekijät, jotka voivat vaikuttaa tuulen virtaukseen. Laskennallisen virtausdynamiikan (CFD) malleja käytetään usein monimutkaisessa maastossa.
- Pitkän aikavälin korjaus: Lyhyen aikavälin (esim. yhden vuoden) paikan päällä kerätty tuulidata korreloidaan pitkän aikavälin historiallisen tuulidatan (esim. NWP-malleista tai läheisistä mittamastoista) kanssa arvioidakseen kohteen pitkän aikavälin keskimääräistä tuulen nopeutta. Tämä on ratkaisevan tärkeää tuulipuiston pitkän aikavälin energiantuoton tarkaksi ennustamiseksi.
Esimerkki: Tuulipuistokehittäjä Espanjassa saattaa käyttää WAsP-mallia ekstrapoloidakseen tuulidataa mittamastosta 150 metrin napakorkeudelle ja muihin turbiinien sijainteihin tuulipuiston alueella, ottaen huomioon alueen monimutkaisen maaston. Sen jälkeen he korreloisivat yhden vuoden paikan päällä kerätyn datan 20 vuoden ERA5-uudelleenanalyysidatan kanssa arvioidakseen pitkän aikavälin keskimääräisen tuulen nopeuden.
6. Energiantuoton arviointi
Viimeisessä vaiheessa käytetään ekstrapoloitua tuulidataa arvioimaan tuulipuiston vuotuinen energiantuotanto (AEP). Tämä tehdään tyypillisesti käyttämällä:
- Tuuliturbiinien tehokäyrät: Tehokäyrät, jotka määrittävät tuuliturbiinin tehontuoton eri tuulen nopeuksilla. Nämä käyrät toimittaa tuuliturbiinin valmistaja ja ne perustuvat tuulitunnelitesteihin ja kenttämittauksiin.
- Jättövanamallinnus: Mallit, jotka arvioivat edeltävien turbiinien aiheuttamaa tuulen nopeuden hidastumista (vanavaikutukset). Nämä mallit ottavat huomioon turbiinien välisen etäisyyden, tuulen suunnan ja turbulenssin voimakkuuden.
- Häviökertoimet: Kertoimet, jotka huomioivat erilaiset häviöt tuulipuistossa, kuten turbiinien käytettävyyden, verkon rajoitukset ja sähköiset häviöt.
Energiantuoton arviointi tarjoaa joukon AEP-arvioita yhdessä niihin liittyvien epävarmuustasojen kanssa, heijastaen tuulivarakartoitusprosessiin kuuluvaa luontaista epävarmuutta. Tätä tietoa käytetään hankkeen taloudellisen kannattavuuden arviointiin ja rahoituksen varmistamiseen.
Esimerkki: Tuulipuistokehittäjä Intiassa käyttäisi tuuliturbiinien tehokäyriä, jättövanamalleja ja häviökertoimia arvioidakseen 50 turbiinin ja 150 MW:n kokonaiskapasiteetin tuulipuiston AEP:n. AEP-arvio esitettäisiin vaihteluvälinä (esim. 450–500 GWh vuodessa) heijastamaan tuulivarakartoituksen epävarmuutta.
Tuulivarakartoituksessa käytetyt teknologiat
Tuulivarakartoituksessa käytetään monenlaisia teknologioita, joilla kaikilla on omat vahvuutensa ja rajoituksensa:Meteorologiset mastot (mittamastot)
Mittamastot ovat edelleen tuulivarakartoituksen kultainen standardi. Ne tarjoavat erittäin tarkkaa ja luotettavaa tuulidataa useilla korkeuksilla. Nykyaikaiset mittamastot on varustettu:
- Korkealaatuiset anemometrit: Anemometrit on kalibroitu kansainvälisten standardien mukaisesti tarkkojen tuulennopeusmittausten varmistamiseksi. Yleisesti käytetään kuppianemometrejä ja ultraäänianemometrejä.
- Tarkat tuuliviirit: Tuuliviirit tarjoavat tarkkoja tuulen suunnan mittauksia.
- Dataloggerit: Dataloggerit tallentavat tuulidataa korkealla taajuudella (esim. 1 Hz tai korkeampi) ja tallentavat sen myöhempää analyysia varten.
- Etävalvontajärjestelmät: Etävalvontajärjestelmät mahdollistavat mittamaston suorituskyvyn reaaliaikaisen seurannan ja datan etänoudon.
Edut: Korkea tarkkuus, hyväksi todettu teknologia, pitkän aikavälin datan saatavuus.
Haitat: Korkeat kustannukset, aikaa vievä asennus, mahdolliset ympäristövaikutukset.
LiDAR (Light Detection and Ranging)
LiDAR-järjestelmät käyttävät lasersäteitä tuulen nopeuden ja suunnan etämittaamiseen. Ne tarjoavat useita etuja mittamastoihin verrattuna, kuten:
- Alhaisemmat kustannukset: LiDAR-järjestelmät ovat yleensä edullisempia kuin mittamastot.
- Nopeampi käyttöönotto: LiDAR-järjestelmät voidaan ottaa käyttöön paljon nopeammin kuin mittamastot.
- Korkeammat mittauskorkeudet: LiDAR-järjestelmät voivat mitata tuuliprofiileja korkeammilta kuin mittamastot, mikä on tärkeää nykyaikaisille, korkeammilla torneilla varustetuille tuuliturbiineille.
- Liikuteltavuus: Jotkut LiDAR-järjestelmät ovat liikuteltavia ja niitä voidaan helposti siirtää paikasta toiseen.
LiDAR-järjestelmiä on kahta päätyyppiä:
- Maahan asennettu LiDAR: Asennetaan maahan ja skannaa ilmakehää pystysuunnassa.
- Kelluva LiDAR: Asennetaan kelluville alustoille merellä ja käytetään merituulivarakartoitukseen.
Edut: Alhaisemmat kustannukset, nopeampi käyttöönotto, korkeat mittauskorkeudet, liikuteltavuus.
Haitat: Heikompi tarkkuus kuin mittamastoilla, vaatii huolellista kalibrointia ja validointia, herkkä ilmakehän olosuhteille (esim. sumu, sade).
SoDAR (Sonic Detection and Ranging)
SoDAR-järjestelmät käyttävät ääniaaltoja tuulen nopeuden ja suunnan etämittaamiseen. Ne ovat samankaltaisia kuin LiDAR-järjestelmät, mutta käyttävät valon sijaan ääntä. SoDAR-järjestelmät ovat yleensä edullisempia kuin LiDAR-järjestelmät, mutta myös epätarkempia.
Edut: Edullisempi kuin LiDAR, suhteellisen helppo ottaa käyttöön.
Haitat: Heikompi tarkkuus kuin LiDARilla ja mittamastoilla, herkkä melusaasteelle, rajoitettu mittauskorkeus.
Kaukokartoitus satelliiteilla ja lentokoneilla
Satelliitteja ja lentokoneita, jotka on varustettu erikoistuneilla antureilla, voidaan myös käyttää tuulen nopeuden ja suunnan mittaamiseen laajoilla alueilla. Nämä teknologiat ovat erityisen hyödyllisiä potentiaalisten tuulivoimakohteiden tunnistamisessa syrjäisillä tai merialueilla.
Edut: Laaja alueellinen kattavuus, hyödyllinen potentiaalisten kohteiden tunnistamisessa.
Haitat: Heikompi tarkkuus kuin maanpäällisissä mittauksissa, rajoitettu ajallinen resoluutio.
Tuulivarakartoituksen haasteet
Teknologian ja menetelmien kehityksestä huolimatta tuulivarakartoituksella on edelleen useita haasteita:Monimutkainen maasto
Tuulen virtaus monimutkaisessa maastossa (esim. vuoret, kukkulat, metsät) voi olla erittäin turbulenttista ja arvaamatonta. Tuulen virtauksen tarkka mallintaminen näillä alueilla vaatii kehittyneitä CFD-malleja ja laajamittaisia paikan päällä tehtäviä mittauksia.
Esimerkki: Tuulivarojen arviointi Sveitsin Alpeilla vaatii yksityiskohtaista CFD-mallinnusta monimutkaisen maaston ja orografisen nosteen (tuulen nopeuden kasvu ilman noustessa vuorten yli) vaikutusten huomioon ottamiseksi.
Merituulivarakartoitus
Merituulivarojen arviointiin liittyy ainutlaatuisia haasteita, kuten:
- Saavutettavuus: Mittauslaitteiden käyttöönotto ja ylläpito merellä on vaikeampaa ja kalliimpaa kuin maalla.
- Ankara ympäristö: Merellä käytettävien mittauslaitteiden on kestettävä ankaria merioloja, kuten voimakkaita tuulia, aaltoja ja suolapärskeitä.
- Datan epävarmuus: Merituulidata on yleensä epätarkempaa kuin maatuulidata käytettävissä olevien mittausteknologioiden rajoitusten vuoksi.
Esimerkki: Merituulipuistojen kehittäminen Pohjanmerellä vaatii kestäviä kelluvia LiDAR-järjestelmiä ja erityisiä mittamastoja, jotka on suunniteltu kestämään ankaraa meriympäristöä.
Vuosien välinen vaihtelu
Tuulivarat voivat vaihdella merkittävästi vuodesta toiseen. Tämän vuosien välisen vaihtelun huomioiminen vaatii pitkän aikavälin tuulidataa (esim. vähintään 10 vuotta) tai kehittyneitä tilastollisia malleja, jotka voivat ekstrapoloida lyhyen aikavälin datan pitkän aikavälin keskiarvoiksi.
Esimerkki: Australiassa toimivien tuulipuistokehittäjien on otettava huomioon El Niño- ja La Niña -ilmiöiden vaikutus tuulivaroihin, sillä nämä ilmastomallit voivat vaikuttaa merkittävästi tuulen nopeuksiin tietyillä alueilla.
Datan epävarmuus
Kaikkiin tuulimittauksiin liittyy epävarmuutta, joka voi johtua monista lähteistä, kuten anturivirheistä, datankäsittelyvirheistä ja mallien rajoituksista. Datan epävarmuuden kvantifiointi ja hallinta on ratkaisevan tärkeää tuulivoimahankkeita koskevien tietoisten päätösten tekemiseksi.
Esimerkki: Tuulivarakartoitusraportissa tulisi selkeästi ilmoittaa AEP-arvioon liittyvät epävarmuustasot käyttämällä luottamusvälejä tai todennäköisyysanalyysiä.
Ilmastonmuutos
Ilmastonmuutoksen odotetaan muuttavan tuulimalleja joillakin alueilla, mikä saattaa vaikuttaa tuulivoimahankkeiden pitkän aikavälin kannattavuuteen. Ilmastonmuutoksen mahdollisten vaikutusten arviointi tuulivaroihin on tulossa yhä tärkeämmäksi.
Esimerkki: Rannikkoalueilla toimivien tuulipuistokehittäjien on otettava huomioon merenpinnan nousun ja myrskyjen voimakkuuden muutosten mahdolliset vaikutukset hankkeisiinsa.
Parhaat käytännöt tuulivarakartoituksessa
Tarkan ja luotettavan tuulivarakartoituksen varmistamiseksi on tärkeää noudattaa parhaita käytäntöjä:
- Käytä korkealaatuisia mittauslaitteita: Investoi kalibroituihin ja hyvin huollettuihin mittauslaitteisiin maineikkailta valmistajilta.
- Noudata kansainvälisiä standardeja: Noudata tuulivarakartoituksen kansainvälisiä standardeja, kuten Kansainvälisen sähköteknisen komission (IEC) ja American Wind Energy Associationin (AWEA) kehittämiä standardeja.
- Suorita perusteellinen datan laadunvalvonta: Ota käyttöön tiukat datan laadunvalvontamenettelyt mahdollisten virheiden tai epäjohdonmukaisuuksien tunnistamiseksi ja korjaamiseksi tuulidatassa.
- Käytä sopivia mallinnustekniikoita: Valitse sopivat mallinnustekniikat maaston monimutkaisuuden ja saatavilla olevan datan perusteella.
- Kvantifioi ja hallitse epävarmuutta: Kvantifioi ja hallitse datan epävarmuutta koko tuulivarakartoitusprosessin ajan.
- Käytä kokeneita ammattilaisia: Työskentele kokeneiden tuulivarakartoituksen ammattilaisten kanssa, joilla on todistettu kokemus.
- Jatkuva seuranta: Käyttöönoton jälkeen jatka tuulipuiston suorituskyvyn seurantaa ja vertaa todellista energiantuotantoa ennustettuihin arvoihin. Tämä auttaa tarkentamaan tuulivarakartoitusmalleja ja parantamaan tulevia hankearviointeja.
Tuulivarakartoituksen tulevaisuus
Tuulivarakartoituksen ala kehittyy jatkuvasti teknologian kehityksen ja tarkan sekä luotettavan tuulidatan kasvavan kysynnän myötä. Joitakin keskeisiä suuntauksia ovat:- Kaukokartoituksen lisääntynyt käyttö: LiDAR- ja SoDAR-järjestelmät yleistyvät ja tarjoavat kustannustehokkaita ja joustavia vaihtoehtoja mittamastoille.
- Parannetut mallinnustekniikat: CFD-mallit kehittyvät yhä hienostuneemmiksi, mikä mahdollistaa tuulen virtauksen tarkemman simuloinnin monimutkaisessa maastossa.
- Tekoäly ja koneoppiminen: Tekoäly- ja koneoppimistekniikoita käytetään parantamaan tuulidatan analysointia, ennustamista ja epävarmuuden kvantifiointia.
- Ilmastonmuutosdatan integrointi: Tuulivarakartoituksessa otetaan yhä enemmän huomioon ilmastonmuutosdataa tuulivoimahankkeiden pitkän aikavälin kannattavuuden arvioimiseksi.
- Standardointi ja parhaat käytännöt: Jatkuvat pyrkimykset standardoida tuulivarakartoituksen menetelmiä ja edistää parhaita käytäntöjä ovat ratkaisevan tärkeitä tuulidatan laadun ja luotettavuuden varmistamiseksi.