李云婷，葛 瑩，張 杰，王 沖，周靖斐，肖勝昌

(1．河海大學(xué)地球科學(xué)與工程學(xué)院，南京市210098;2．中國電力建設(shè)集團昆明勘測設(shè)計研究院有限公司，昆明市650051)

0 引 言

在進行風(fēng)電場宏觀選址時，風(fēng)資源評估是關(guān)鍵。高海拔山區(qū)缺少足夠的風(fēng)速實測數(shù)據(jù)，所以如何得到風(fēng)速數(shù)據(jù)以完成復(fù)雜地形風(fēng)電場選址具有重要的實際意義［1-2］。近年來，國內(nèi)外學(xué)者對美國國家環(huán)境預(yù)報中心(national centers for environmental prediction，NCEP)氣象數(shù)據(jù)的可靠性和空間插值方法展開了一系列研究。Swail 等采用回報海浪場方法對NCEP 的3 種不同高度處風(fēng)數(shù)據(jù)進行分析，認為10 m 高程風(fēng)數(shù)據(jù)回報誤差最?。?］。李兆芹等比較了多種NCEP插值方法，認為北半球的雙線性插值結(jié)果較優(yōu)［4］。施曉輝等表示，地形對NCEP 氣象數(shù)據(jù)應(yīng)用的可靠性程度有較大的影響［5-6］。馮雙磊等提出了一種風(fēng)指數(shù)法，以評價NCEP 在風(fēng)資源評估中的精度［7］。鄧院昌等結(jié)合地形因子，繪制出我國地形適宜度圖，為風(fēng)電場宏觀選址中地形分析與評價提供依據(jù)［8］?？梢?，NCEP 氣象數(shù)據(jù)具有較高的可靠性，但應(yīng)用時需考慮哪些地形因子以及在傳統(tǒng)插值方法中如何加入地形因子仍有待研究。

本文以NCEP 氣象數(shù)據(jù)結(jié)合航天雷達地形測繪計劃(shuttle radar topography mission，SRTM)地形數(shù)據(jù)為數(shù)據(jù)源，選用反距離插值法和地形權(quán)重插值法這2 種方案，生成考慮和不考慮地形因子的2 套復(fù)雜地形風(fēng)速模擬數(shù)據(jù)，并將其分別與云南省紅河州8個風(fēng)電場20個測風(fēng)塔(風(fēng)電場以字母編號，如A;測風(fēng)塔以數(shù)字編號，如A1)實測風(fēng)速進行比較，以此確定適用于高海拔山區(qū)風(fēng)資源評估的NCEP 插值方法。再利用ArcGIS 繪制出云南省全年50 m 高度平均風(fēng)速圖，分析云南省風(fēng)資源的地域特征和季節(jié)特點，為云南省風(fēng)電場宏觀選址提供參考依據(jù)。

1 NCEP 和SRTM 簡介

NCEP 是由美國環(huán)境預(yù)報中心和美國大氣研究中心聯(lián)合推出的氣象數(shù)據(jù)，以全球2.5° ×2.5°柵格數(shù)據(jù)形式免費向全世界提供使用，是迄今公開時間最長的綜合性氣象數(shù)據(jù)，包括風(fēng)數(shù)據(jù)、溫度、熱通量等，廣泛應(yīng)用于氣象模擬、預(yù)測等研究［6］。NCEP 數(shù)據(jù)有2種格式:GRIB 和NetCDF(以下簡稱NC)，ArcGIS 軟件可直接讀取和處理。本文選用NC 格式的NCEP。NCEP 有3 種風(fēng)數(shù)據(jù):10 ～1000 hPa 不同等壓面風(fēng)數(shù)據(jù)、近地面層風(fēng)數(shù)據(jù)(約50 m 高程)和10 m 高程風(fēng)數(shù)據(jù)。本文選擇50 m 近地面風(fēng)速數(shù)據(jù)試驗，并以此高度測風(fēng)塔實測風(fēng)速作為參考進行精度分析。每個測風(fēng)塔都有1年的完整數(shù)據(jù)，測風(fēng)儀每10 min 記錄1次平均風(fēng)速。

SRTM 是航天雷達地形測繪計劃的簡稱，由美國太空總署、美國國防部測繪局、德國及意大利空間局合作共同實施。近年來，美國太空總署向外免費提供3″分辨率(水平分辨率90 m ×90 m)SRTM DEM 數(shù)據(jù)。該數(shù)據(jù)覆蓋全球80%陸地面積，在相關(guān)領(lǐng)域得到了廣泛應(yīng)用［9］，可為風(fēng)資源評估提供高分辨率DEM 數(shù)據(jù)［10］，為引入地形因子改善NCEP 插值精度奠定了良好的基礎(chǔ)。

本文選用數(shù)據(jù)有:(1)2012年7月—2013年6月的NCEP月平均數(shù)據(jù)，分辨率為2.5° ×2.5°，距離地面50 m 高度緯向風(fēng)和經(jīng)向風(fēng)的高斯格點再分析數(shù)據(jù);(2)20個測風(fēng)塔各自1 整年的測風(fēng)數(shù)據(jù)，如測風(fēng)塔C4 的2012年7月1 日00:00—2013年6月30 日23:50 每10 min 記錄1次的平均風(fēng)速數(shù)據(jù);(3)云南省及其周圍SRTM DEM 數(shù)據(jù)，經(jīng)緯度范圍19° ～30°N，96° ～108°E。

2 研究方法與思路

風(fēng)速與山地實際地形間的關(guān)系復(fù)雜，針對云南省高海拔山區(qū)地形特點，本文選用反距離插值法和地形權(quán)重插值法這2 種方案，分別生成NCEP 風(fēng)速模擬數(shù)據(jù)進行比較。

2.1 反距離插值法

在氣象模擬中，采用較多的空間插值方法是反距離插值法，將現(xiàn)有NCEP 氣象數(shù)據(jù)內(nèi)插得到未知點的風(fēng)速［11］。該方法主要考慮未知點與NCEP 格網(wǎng)點之間的距離，如:

式中:r 是未知點與已知點間的距離;R 為影響半徑，表示位于該距離內(nèi)已知點，對未知點取值有影響;m為大于1 的整數(shù)。由函數(shù)w(r)可知，未知點離已知點越近，其權(quán)重越大。

2.2 地形權(quán)重插值法

顯然，以距離為權(quán)重的插值法，沒有顧及地形對風(fēng)資源的影響，沒有體現(xiàn)高海拔山區(qū)的特點。本文借鑒Yizhak 等提出的一種優(yōu)化風(fēng)場矢量插值方法［12］。余琪等將該方法用于局部地區(qū)，得到了較好結(jié)果［11-13］。在內(nèi)插的權(quán)重函數(shù)中，我們不僅考慮了距離因子，還加入了海拔高度h、起伏度r、坡度s、坡向a另4 種對風(fēng)資源分布有影響的因子，使其更適合高海拔山區(qū)的風(fēng)資源評估。利用20個測風(fēng)塔2012年7月到2013年6月1 整年的年平均風(fēng)速與地形因子做線性回歸，得到方程式:

式中y 的標準差為0.798，且地形因子的系數(shù)較小，未能準確反映其對風(fēng)速的影響。究其原因，海拔高度、起伏度、坡度、坡向這4個因子的計量單位不同且數(shù)值差異較大，如果直接用原始數(shù)據(jù)進行試驗，會突出數(shù)值較高因子在綜合分析中的作用，為了合理區(qū)分各因子的重要性，將評價指標無量綱化。

常見的5 種線性無量綱方法如表1 所示［14］。比較各線性回歸y 值的標準差，選擇極大化法進行地形因子的無量綱化，得到回歸方程如下:

表1 5 種線性無量綱方法及其y 值的標準差Tab．1 The linear dimensionless methods and σ value of y

由因子前面對應(yīng)的系數(shù)可知，高程h 對風(fēng)速影響最大，且風(fēng)速隨海拔升高而增大。于是，考慮在權(quán)重函數(shù)中加入高程因子h，權(quán)重函數(shù)改造為式(5)。由r、h 的定義可知，變量r 和h 的大小可表達已知點和未知點之間的地形起伏大小。再采用極大值法進行無量綱化處理，進一步區(qū)分距離因子r 和高程因子h的重要度，改進后如式(6)。

式中a、b 為非負數(shù)。

2.3 插值效果分析

2.3.1 反距離插值法和地形權(quán)重插值法比較

分別用反距離插值法和地形權(quán)重插值法，對云南省紅河州20個測風(fēng)塔2012年7月(夏季)月平均風(fēng)速進行估算。對式(6)從a =1，b =1 進行迭代，發(fā)現(xiàn)引入SRTM 地形因子可以改善NCEP 插值結(jié)果精度，相對誤差減少約10%;且a 和b 取值對結(jié)果影響不大，插值法改進后的相對誤差，一直圍繞0.3 上下波動，如圖1 所示。

圖1 云南省2013年7月的月平均風(fēng)速Fig.1 Monthly average wind speed in July 2013 in Yunnan Province

2.3.2 模擬風(fēng)速與實測風(fēng)速比較

選取云南省紅河州20個測風(fēng)塔，統(tǒng)計50 m 高度的月平均風(fēng)速測量值，比較云南省紅河州的測風(fēng)塔月平均風(fēng)速與NCEP 模擬數(shù)據(jù)。

結(jié)果表明，20個測風(fēng)塔月平均風(fēng)速模擬值與實測值線性擬合較好，相關(guān)系數(shù)0.4≤|R|≤1 屬于顯著相關(guān)，其中40%測風(fēng)塔0.7≤|R|≤1 呈高度相關(guān)。以測風(fēng)塔C3 為例，其平均風(fēng)速與實測風(fēng)速相關(guān)性曲線如圖2 所示。盡管NCEP 模擬風(fēng)速在絕對值上與實測風(fēng)速還有差距，但兩者相關(guān)系數(shù)較高，表明模擬風(fēng)速和實測風(fēng)速變化趨勢一致，所以NCEP 對云南省高海拔地區(qū)風(fēng)資源分布整體趨勢模擬是可行的。

圖2 測風(fēng)塔C3月平均風(fēng)速相關(guān)性曲線Fig.2 Correlation curve of monthly average wind speed of anemometer tower C3

3 云南省風(fēng)資源評估

按照上述思路，利用NCEP 數(shù)據(jù)作為氣象數(shù)據(jù)、云南省SRTM DEM(90 m ×90 m)作為地形數(shù)據(jù)，采用地形權(quán)重插值法生成云南省風(fēng)速模擬值。

圖3 是云南省海拔高度分類圖。圖4 給出了云南省1月(冬季)、4月(春季)、7月(夏季)、10月(秋季)4個時段的平均風(fēng)速模擬圖，水平分辨率為90 m ×90 m。從云南省NCEP 風(fēng)資源模擬圖來看，云南多個地區(qū)風(fēng)速在3.0 m/s 以上，年平均風(fēng)速大致范圍為1.9 ～5.4 m/s，風(fēng)能分布廣泛，并且地形效應(yīng)顯著。

圖3 云南省SRTM DEM 分類Fig.3 Classification of SRTM DEM in Yunnan Province

圖4 云南省NCEP月平均風(fēng)速模擬圖Fig.4 Simulation of NCEP monthly average wind speed in Yunnan Province

進一步分析云南省風(fēng)速分布情況，可知:(1)云南省1月份風(fēng)速為2.0 ～5.5 m/s，西部、中部丘陵地帶及其他低海拔地區(qū)風(fēng)速較小，其風(fēng)速一般在2.0 ～3.3 m/s，局部地區(qū)可達到3.5 m/s 左右;3.5 m/s 以上地區(qū)主要分布在云南西北部和中東部高海拔地帶，風(fēng)速隨高度增加趨勢較明顯;(2)4月份風(fēng)速范圍與冬季基本一致，但是風(fēng)速大于3.5 m/s 區(qū)域明顯擴大，包括昆明西南片、楚雄、玉溪局部區(qū)域，此外，保山、臨滄、普洱的風(fēng)速也明顯提高;(3)7月份風(fēng)速普遍較1、4月份增大，而分布趨勢與1、4月基本一致，變化范圍為1.9 ～6.0 m/s，風(fēng)速較大區(qū)域主要分布于云南省西北部和中東部高海拔地帶，范圍變化不大;(4)10月份風(fēng)速風(fēng)速比1月偏小，但分布情況基本一致。

為了分析云南省風(fēng)速的季節(jié)變化情況，從NCEP模擬風(fēng)速圖上提取紅河州內(nèi)20個測風(fēng)塔風(fēng)速隨月份的變化曲線(圖5)。由圖4、5 可知，總體來說，云南省風(fēng)速四季變化明顯。其中冬、春季風(fēng)力為全年最大，風(fēng)能極具開發(fā)價值，從9月份風(fēng)速開始變大。該結(jié)果與顧本文等對云南省風(fēng)資源分析一致［15-17］。

圖5 20個測風(fēng)塔月平均風(fēng)速趨勢線Fig.5 Trend line of monthly average wind speed of 20 anemometer towers

4 結(jié) 論

(1)由地形權(quán)重插值法生成的NCEP 風(fēng)速模擬數(shù)據(jù)能較準確地描述云南省風(fēng)速實際分布情況。在實測風(fēng)數(shù)據(jù)缺乏時，由地形權(quán)重插值法生成NCEP 風(fēng)速模擬數(shù)據(jù)不失為一種獲得風(fēng)速數(shù)據(jù)的較好方法。

(2)值得一提的是，采用SRTM DEM(90 m ×90 m)分辨率較低，因而對地形的平滑作用更明顯，出現(xiàn)風(fēng)能豐富區(qū)、較豐富區(qū)、可利用區(qū)面積比實際偏小，貧乏區(qū)面積偏大等問題。若能采用更高精度的DEM，如我國資源三號衛(wèi)星數(shù)據(jù)，其模擬效果和風(fēng)資源評價的準確性將會進一步提高。

致 謝

本文中實驗方案的制定和實驗數(shù)據(jù)的搜集工作是在中國電力建設(shè)集團昆明勘測設(shè)計研究院有限公司楊林波、張箭、聞平等工作人員的大力支持下完成的，在此向他(她)們表示衷心的感謝。

［1］洪祖蘭．云南山區(qū)風(fēng)電場選址的方法問題［J］． 云南水力發(fā)電，2007，23(3):8-12．

［2］沈宏濤．山區(qū)風(fēng)資源特點和風(fēng)電場選址方法［J］．電力建設(shè)，2013，34(12):92-96．

［3］Swail V R，Cox A T． On the use of NCEP/NCAR reanalysis surface marine wind fields for a long-term North Atlantic wave hindcast［J］．Journal of Atmospheric ＆ Oceanic Technology，2000，17 (4):532-545．

［4］李兆芹，姚益平，姚克敏．NCEP/NCAR 再分析溫度資料在農(nóng)業(yè)氣象中的應(yīng)用可行性［J］． 南京氣象學(xué)院學(xué)報，2004，27(3):420-427．

［5］施曉暉，徐祥德，謝立安． NCEP/NCAR 再分析風(fēng)速，表面氣溫距平在中國區(qū)域氣候變化研究中的可信度分析［J］． 氣象學(xué)報，2006，64(6):709-722．

［6］周青，趙鳳生，高文華．NCEP/NCAR 逐時分析與中國實測地表溫度和地面氣溫對比分析［J］．氣象，2008，34(2):83-91．

［7］馮雙磊，王偉勝，劉純，等． NCEP/NCAR 再分析數(shù)據(jù)在風(fēng)能資源評估中的應(yīng)用研究［J］．資源科學(xué)，2009，31(7):1233-1237．

［8］鄧院昌，余志，鐘權(quán)偉．風(fēng)電場宏觀選址中地形條件的分析與評價［J］．華東電力，2010 (8):1244-1247．

［9］曾雪蘭，余志，鄧院昌，等．SRTM 數(shù)字高程模型在MM5 風(fēng)場模擬中的應(yīng)用［J］．資源科學(xué)，2008，30(5):662-666．

［10］呂雪芹，余志，鄧院昌，等．基于特征點修正的SRTM 數(shù)據(jù)在風(fēng)能資源微觀評估中的應(yīng)用［J］．測繪科學(xué)，2008，33(4):161-162．

［11］高陽華，王堰，邱新法，等．基于GIS 的復(fù)雜地形風(fēng)能資源模擬研究［J］．太陽能學(xué)報，2008，29(2):163-169．

［12］Feliks Y，Gavze E，Givati R． Optimal vector interpolation of wind fields［J］． Journal of Applied Meteorology，1996，35 (7):1153-1165．

［13］余琦，劉原中．復(fù)雜地形上的風(fēng)場內(nèi)插方法［J］．輻射防護，2001，21(4):213-218．

［14］郭亞軍，易平濤．線性無量綱化方法的性質(zhì)分析［J］． 統(tǒng)計研究，2008，25(2):93-100．

［15］顧本文，王明，施曉暉． 云南風(fēng)能資源的特點［J］． 太陽能學(xué)報，2000，21(1):45-49．

［16］洪祖蘭，張云杰．山區(qū)風(fēng)資源特點和對風(fēng)電機組、風(fēng)電場設(shè)計的建議［J］．云南水力發(fā)電，2008，24(3):4-9，21．

［17］邢婷，鄭有飛，朱勇，等． 云南風(fēng)能資源及其開發(fā)利用研究進展［J］．氣象與環(huán)境科學(xué)，2013，36(4):55-61．