对数风廓线对研究风随高度与沿海地区地形变化的关系
风廓线雷达在我国民用航空气象领域中的研究与应用
风廓线雷达在我国民用航空气象领域中的研究与应用作者：钱一嘉来源：《科学与财富》2016年第18期摘要：本文从理论上分析了风廓线雷达的工作方式和特点，阐述了风廓线雷达在我国民用航空气象领域中实际的应用情况和未来发展趋势。
低空风切变是一种小尺度性质的天气系统现象，最至关紧要的一点是不容易被观测，这就对飞机运行状态产生了重要影响，是飞机事故的一种安全隐患，所以国内外对这种气象类型给予了高度重视。
在多数机场中都有风廓线雷达的装置，探测气象要素的变化情况，保证飞机在飞行和着陆中的安全状态。
关键词：风廓线雷达；民用航空；航空气象前言：风切变是民用航空气象界的一个热门话题，对飞机运行产生了一定威胁，当正在运行中的飞机遇到这种气象条件，会不受控制，从而导致安全事故的发生，是引起空中事故不容忽视的隐形杀手。
因此为了安全保障，要从根本上对风切变增加认识了解，加强对其现象的研究，降低造成的危害。
风廓线雷达是一种新型气象雷达，能够对风切变等气象要素以垂直探测模式进行监控。
低空风切变的产生与大气本身运动情况等因素有着重要关系，风廓线雷达的应用能够探测到其存在，能够获取到相关数据信息，为规避这种气象条件的不良影响创造了有利条件，大大保证了飞机运行的安全性。
本文以风廓线雷达与低空风切变为研究对象，对风廓线雷达探测低空风切变的应用展开了论述。
一、民用航空气象风廓线雷达与低空风切变概述（一）风廓线雷达风廓线是对风速的一种描述，是对风速与高度关系的描述，也就是分析当高度变化时风速如何随着变化，为风速在大气边界层内的规律奠定了研究基础。
其调查方法是在小于1.5千米的地面高度基础上测试出风速、风向，通过测试观察风速、风向与高度的关系，并根据大气稳定度进行分类，得出数学表达式[1]。
而风廓线雷达是描述风廓线，用来研究风速的一种遥感设备，还可以用来对天气的监测。
从不同方向高空发射电磁波束，电磁波受到大气折射率的影响发生散射现象，雷达对电磁波束信息进行接收处理，形成大气风场，收集有关大气风场的信息，对高空风场做出进一步的探测，探测过程体现出自动化程度高与不受时间与空间限制的高.分辨率。
风速廓线名词解释
风速廓线名词解释
风速廓线是指在垂直方向上随着高度变化的风速分布情况。
由于大气中的摩擦力和地形等因素的作用，风速在不同高度上可能会有所不同。
风速廓线的研究对于风力发电、建筑设计等领域具有重要意义。
以下是一些与风速廓线相关的名词解释：
1. 高度：风速廓线中的高度通常指的是相对于地面的高度，可以用来描述风速在不同海拔高度上的变化。
2. 层流层：也称为滑行层，是指离地面较近的地区，受到地表粗糙度和摩擦力影响较大，风速廓线比较平缓，变化较小。
3. 过渡层：也称为混合层，是指从地表至层流层之间的过渡区域。
在这个区域内，地形和局地特征对风速廓线的影响逐渐减弱，风速的垂直梯度变大。
4. 自由大气层：也称为自由对流层，是指远离地表的大气层区域。
自由大气层中的风速廓线受到大尺度天气系统和地球自转等因素影响，通常表现出明显的垂直梯度和变化。
5. 稳定层：指在大气中温度逐渐减小或增加的情况下，风速随高度变化不大的层次。
稳定层可以分为辐射稳定层、温度递增稳定层等不同类型。
6. 不稳定层：指在大气中温度逐渐增加或减小的情况下，风速随高度变化较大的层次。
不稳定层可以分为辐散不稳定层、对流不稳定层
等不同类型。
风速廓线的研究对于风能资源评估、风力发电机组设计以及建筑物的结构安全等方面具有重要意义。
了解风速廓线及其特征有助于更好地评估和利用风能资源，并进行相应的工程规划和设计。
海陆风及沿海风速廓线在风电场风速预报中的应用
犔 犪 狀 犱 狊 犲 犪犫 狉 犲 犲 狕 犲犪 狀 犱狋 犺 犲犪 犾 犻 犮 犪 狋 犻 狅 狀狅 犳狑 犻 狀 犱狆 狉 狅 犳 犻 犾 犲 犻 狀狋 犺 犲 狆 狆 狑 犻 狀 犱狊 犲 犲 犱犳 狅 狉 犲 犮 犪 狊 狋 犻 狀 狋 狅狑 犻 狀 犱犳 犪 狉 犿犪 犾 狅 狀 狋 犺 犲 犮 狅 犪 狊 狋 狆 犵 犵
１ 引 言
风电场风功率预报对于风电的稳定发展至关重 要． 对风电场风功率进行预测 ， 并实时对电网调度计 可以有效减轻风电对电网的不 划进行相应的调整 ， 利影响 ． 而进行风功 率 预国风电场的风速预报主要集中于一些 并不能满足风电场的实际需求 ， 国际上普 统计方法 ， 数值预报结合统计模型给出风速 遍采用的方法是 ： 的合理预报 ． 但并没有人针对海陆风这一特殊现象 ， 对海陆风时 ， 海风和陆风的不同时段分别进行考虑 ． 海陆风一直在世界范围内针对不同目的被广泛 有些采用观测资料 ， 有些则采用不断发展的数 研究 ，
１２３ ２ ２ １ ４ Ｓ ＵＮ Ｃ ｈ ｕ ａ ｎ Ｙ ｏ ｎ Ｔ ＡＯＳ ｈ ｕ Ｗ ａ ｎ Ｌ ＵＯ Ｙ ｏ ｎ ＷＡＮＧＳ ｈ ｉ Ｇ ｏ ｎ Ｓ ＯＮＧ Ｌ ｉ Ｌ ｉ ｇ ， ｇ， ｇ， ｇ， ，，
１犇 犲 犪 狉 狋 犿 犲 狀 狋 狅 狋 犿 狅 狊 犺 犲 狉 犻 犮犛 犮 犻 犲 狀 犮 犲 狊， 犔 犪 狀 狕 犺 狅 狌犝 狀 犻 狏 犲 狉 狊 犻 狋 犲 犪 犫 狅 狉 犪 狋 狅 狉 狉 犻 犱犆 犾 犻 犿 犪 狋 犻 犮犆 犺 犪 狀 犲犪 狀 犱犇 犻 狊 犪 狊 狋 犲 狉犚 犲 犱 狌 犮 狋 犻 狅 狀， 狆 犳犃 狆 狔犓 狔犔 狔狅 犳犃 犵
海陆风及沿海风速廓线在风电场风速预报中的应用
边界层气象学课件：CH04_近地面层及其廓线规律
无 量
z
u*
u z
m
z L
纲
风 温 湿
z *
z
h
z L
廓 线
z
q*
q z
v
z L
KM
u*z
m
(
z L
)
KH
u*z
h
(
z L
)
KV
u*z
v
(
z L
)
是近地面层的相似性理论对于平均气象要素廓线的普遍表达式 的微分形式。方程中除卡曼常数κ外，只包含气象要素值、高度 和各要素的通量，也叫做通量—廓线关系。
lm z
KM
lm2
u z
2z2 u
z
u u*02 u*02 ; u u*0
z KM 2z2 u
z z
z
u( z)
u*0
ln(
z z0
)
由混合长理论得出的中性近地面层对数风廓线。积分过程中自然引 入了一个量，z0，称为下垫面空气动力学粗糙长度，其含义为平均 风为0时所在高度。
中性近地面层风温湿对数廓线：
u*0
z0
2、非中性近地面层廓线（Monin-Obukhov Similarity Theory, MOST）
非中性层结下风速、温度和湿度的垂直廓线不同于中性层结下的廓线，这 是因为稳定度对廓线有影响。广泛采用莫宁与奥布霍夫的相似性理论。他们以 相似理论和量纲分析的方法，论述了切应力和浮力对近地面层湍流输送的影响， 建立了近地层气象要素廓线规律的普遍表达式。
引入一个无量纲稳定度判据更为方便： z
L
所以z/L成为近地面层稳定度判据的另一种表达方式。莫宁—奥布 霍夫研讨L值的第一篇论文中对它的物理意义叙述得比较明确，当 时称之为“动力底层厚度”，即z/L<<1的大气边界层底层，浮力 影响可以忽略不计，仍可认为保持中性层结的廓线规律；z/L=1处 以上，浮力作用开始超过动力影响； z/L>>1时浮力影响将完全占 据控制优势。在稳定大气边界层中z/L>0, L>0; 不稳定大气边界层 中z/L<0, L<0；中性边界层内 L ，z / L 0 。
对数风廓线
0 阶闭合
一个例子 求浮力通量 w' v' 随对流混合层高度而变的相似关系 Step 1: 猜测相关变量
w' v'
z
zi
( w' 'v )s
Step 2: 将变量组合成无量纲组
w' v ' ( w' v ' )s
z zi
Step 3: 根据大量数据，确定无量纲组之值
w' v'
w' v' 500 1 1.2 0.123 1300
( w' v' )s 0.123K ms1 ( w' v' ) |z 500 m 0.068K ms1
To be continued !
复习
相似理论
1）为什么需要相似理论？ 2）相似理论的思路？
应力、速度
速度密度、粘滞性
导管直径、导Байду номын сангаас粗糙度
Step 2: 根据基本量纲求出各个变量的量纲
基本量纲有： 长度=L 时间=T 电流=A 质量=M 温度=K 光强=I
100.0
height (m)
10.0
1.0
0.1 0 3 6 9 12 15
wind speed (m/s)
垂直坐标为线性
1000 1000 1000
800
800
800
600
600
600
400
400
400
200
200
200
0 2 4 6 8 10
0 4 6 8 10 12
0 3 4 5 6 7
Case 1
沙粒起跳与风沙流的研究
指出波纹波长与风速的平方成正比。Seppala和Linde认为二者呈线性关系，李
振山、倪晋仁通过风洞实验测量，发现沙纹发育呈现阶段性特点。兹纳门斯基
（1958）、西多连科（1956）认为，沙纹的形成时由于风对沙面颗粒的分选作用
小于15°，并相应得出了最大跃移高度和起跃角的分布。Mitha、Tran、Werner
和Haff（1986）用钢球代替石英沙研究了“沙粒”的起跳速度、起跳角度与入射角度、入射速度的关系。Rice、Willetts和Mecwan（1995）同样地提出了其分布关
系。Anderson根据数值实验结果，认为沙粒碰撞沙床时沙粒的反弹角大多集中
雅库波夫、刘振兴、朱震达、吴正、董治宝等对风沙流结构强度的宏观研究作出
了重要贡献。而伍德拉夫、哈德森、欧文、怀特等在沙粒平均轨迹；单颗沙粒跃
移轨迹德几何参数以及受力过程等微观研究中作出了大量工作。
20世纪30年代，拜格诺应用von karman(1934)、prangtl(1935)和shields所
[21][22][23][24]
。
风沙流中的沙量随高度的分布规律受许多因素的影响，地表粗糙度、风速、
沙量、沙子的粒径及含水量、地形等。输沙量是公路防沙治沙工程设计的一个重
要参数。吴正、邹学勇对沙砾戈壁地表的风沙流结构作过野外和风洞实验，表明
戈壁风沙流的总体高度大于流沙地表。FrankA.KocureKG，从风沙地貌的角度进
对于输沙率公式的建立，几十年来中外学者对其进行了大量的研究。
Bagnold、河村马龙、Zinng、Owen、Lettan等通过跃移颗粒受力和运动学分析得
不同季节天气条件下风廓线雷达测风精度分析
不同季节天气条件下风廓线雷达测风精度分析随着时代的发展和科技的不断进步，通过相关的技术手段能够测算出不同季节天气条件下的相关数据资料。
而本文就将针对不同季节天气条件下风廓线雷达测风精度进行详细的分析与讨论，通过一定的探测和资料对比，能够有效测算出晴空和不同降水条件下风廓线雷达所探测的精度以及高度随机变化的状况。
通过不同季节天气条件的应用和数据探测，将风廓线雷达探测风精度的准确性进行逐步的分析，对于测算较低的环境和条件进行详细的算法改进，有效提升测算数据质量，提高探测的性能标准。
标签：气象观测;风廓线雷达系统;精度分析引言在不同的天气条件下，通过风廓线雷达能够提供以风为主要数据的高时间分辨率扩线数据，并且这种风廓线雷达能够全天不间断的进行工作运转。
风廓线雷达系统能够提高时空密度以及风场观测资料的准确性，在现如今的气象部门被广泛的应用。
与此同时，风廓线雷达系统能够加强对于灾害性天气的预警，能够在第一时间有效的测算出一些恶劣影响的天气，尤其是面向一些具有高度灾害性的天气预测有着重要的探测作用。
1 不同季节天气条件下风廓线雷达测风的影响利用风廓线雷达系统的观测数据资料，一水平风速的差异作为计算的主体，利用风廓线雷达系统。
和探测空气球将携带的GTS1型探空仪进行细致的数据对比与分析。
通过不同的季节和天气条件下所产生的水平风速差异做出详细的计算和分析。
而处于不同季节和天气条件的影响，风廓线雷达系统所测出的水平风速差异也大有不同，以夏季和冬季为主要测算的两个季节，通过在晴空，夏季降水条，冬季寒冷空气进行风廓线雷达系统的水平探测和数据情况分析。
我们在数据探测和对比的过程当中，利用风廓线雷达系统的5波束进行观测顺应着东南西北四个方向，以一个垂直指向天顶的波束为中心，其他四个方向以相同的角度进行倾斜。
在所有垂直速度处于一种水平均匀的状态下，采用垂直波束能够测算出径向速度垂风以及降水条件下关于风的精度，以此类推，即可测算出水平方的分量。
风廓线雷达数据处理与应用研究
风廓线雷达数据处理与应用研究风廓线雷达数据处理与应用研究一、引言风廓线雷达是一种用于探测大气中风场特征的高分辨、全天候雷达系统。
它利用探测得到的散射信号和多普勒频移信息，可以获取大气中不同高度上的风速和风向数据。
这些数据对于气象、航空、气候等领域的研究和应用具有重要意义。
风廓线雷达数据的处理和分析是利用这一技术的关键环节，本文将对风廓线雷达数据的处理方法和应用进行研究和探讨。
二、风廓线雷达数据处理方法1. 数据获取风廓线雷达通过发射微波信号，利用散射回波量测来自大气中不同高度上的信号强度。
这些回波信号被接收到雷达天线，并通过模拟/数字转换等方式将其转化为数字信号保存。
获取的原始数据包括频率、强度和多普勒频移信息。
2. 数据预处理原始数据存在一定的噪声和杂波，需要进行滤波和去噪处理。
滤波可以选择不同的算法，如中值滤波、卡尔曼滤波等。
去噪处理可以采用傅立叶变换、小波变换等频域方法，也可以利用滑动窗口平均、差分算法等时域方法。
3. 数据分析数据分析主要包括信号处理、多普勒频移解算和风分析。
信号处理包括雷达图像生成和分析，可以利用滤波、插值等算法对散射回波信号进行处理和可视化展示。
多普勒频移解算是指通过多普勒频移信息计算出风速和风向，可以利用傅立叶变换、互相关等方法进行解算。
风分析是利用解算得到的风速和风向数据，对大气运动、风场结构等进行分析和研究。
三、风廓线雷达数据应用研究1. 气象学应用风廓线雷达可以提供大气中不同高度上的风场特征，对于气象学研究有着重要意义。
可以通过分析风廓线数据，探测大气中的气旋、锋面等天气系统；研究大气运动对降水、气温等气象要素的影响；监测大气层结、对流发展等气象过程；识别大气中的边界层和湍流等。
2. 航空航天应用风廓线雷达可以提供精确的风速和风向数据，在航空和航天领域有着广泛的应用。
利用风廓线雷达可以监测低空风场，为飞机起降、航迹规划等提供重要参考信息；可以预测复杂气象条件下的空气动力学影响，提高航空器的飞行安全性；可以研究风切变等对飞行的影响，改善飞行操纵性能。
中国近海海上风场分布特征研究——以近10_年(2010—2022_年)为例
第２６期２０２３年９月江苏科技信息ＪｉａｎｇｓｕＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎＮｏ ２６Ｓｅｐｔｅｍｂｅｒꎬ２０２３基金项目:上海勘测设计研究院有限公司科标业ꎻ项目名称:基于多源卫星遥感数据的海上风电场海洋环境参数分析研究ꎻ项目编号:２０２１ＦＤ(８)－００１ꎮ作者简介:张鑫凯(１９８５ )ꎬ男ꎬ江苏启东人ꎬ高级工程师ꎬ本科ꎻ研究方向:海上风电ꎬ光伏ꎮ中国近海海上风场分布特征研究以近１０年(２０１０ ２０２２年)为例张鑫凯(上海勘测设计研究院有限公司ꎬ上海２００３３５)摘要:相比传统观测手段ꎬ卫星遥感技术具有易获取㊁大时空㊁低成本等优势ꎬ在海上风场资料观测方面具有独特优势ꎮ目前ꎬ行业内基于卫星遥感手段对中国近海海上风场的分布变化特征研究相对较少ꎮ文章利用２０１０ ２０２２年海上风场融合资料ꎬ系统分析了中国近海海上风场近１０年的时空分布变化特征ꎮ结果显示:卫星反演海面风场与实测海面风场相比具有较好的一致性ꎬ风速平均相对绝对误差为１４ ８％ꎬ均方差误差为１ １ｍ/ｓꎬ风向的均方差误差为１７ ３３ʎꎬ平均偏差为１５ １７ʎꎻ中国近海整体上呈现冬春季风速大㊁夏季风速低的特点ꎬ在东海和南海交界处呈现出三角形高风速区域ꎮ本研究成果有望对海上风电场的前期规划提供理论支撑和科学支持ꎮ关键词:卫星遥感ꎻ海面风场ꎻ中国近海ꎻ时空分布特征中图分类号:Ｐ７１㊀㊀文献标志码:Ａ０㊀引言㊀㊀海面风场是海洋上层运动的主要动力来源ꎬ与海洋中几乎所有的海水运动直接相关[１]ꎮ在海洋动力学过程中ꎬ它不仅是形成海面波浪的直接动力ꎬ而且是区域和全球海洋环流的动力[２]ꎮ因此ꎬ海面风场的测量对于海洋环境数值预报㊁海洋灾害监测㊁海气相互作用㊁海上风电场规划建设等都具有重要意义ꎮ目前ꎬ观测海面风场的传统方法主要是通过浮标㊁船舶㊁沿岸及岛屿自动气象站等手段获取资料[３]ꎮ然而ꎬ由于海洋环境恶劣㊁仪器耗费高等原因ꎬ我国近海观测网多设置于沿海一带且数量有限㊁分布稀疏ꎬ无法获得大面积同步㊁长时间序列的观测资料ꎬ缺乏对海面风场整体性㊁系统性的认知ꎮ与传统观测手段相比ꎬ卫星遥感则具有大面积㊁准同步和全天候的观测能力ꎮ１９７８年美国国家航空航天局(ＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎꎬＮＡＳＡ)发射了全球第一颗ＳｅａＳＡＴ卫星ꎬ此后一系列用于测量地表风向量的卫星传感器发射升空ꎬ为海面风场的全球观测提供了行之有效的技术手段ꎮ目前ꎬ可以观测海面风的卫星传感器主要有微波散射计㊁微波辐射计和微波高度计[４]ꎮ同时ꎬ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)为世界海洋提供了矢量风场融合信息ꎬ能够更加深入地了解海上风速和风向的变化ꎬ掌握风速风向的变化规律ꎬ更好地利用海上风能ꎮ中国近海区域在人类生产和生活中占有重要的地位ꎬ其跨越不同的气候区域ꎬ气候差异显著ꎬ各类天气活动频繁ꎬ是世界上受海洋灾害最严重的区域之一ꎮ除海啸灾害外ꎬ中国近海海洋灾害都与风场密切相关ꎬ其中ꎬ台风引起的风暴潮灾害造成的损失最严重[５]ꎬ其次为台风㊁寒潮天气带来的海上大风相伴生的海浪灾害ꎬ这两类海洋气象灾害造成的经济损失达总灾害损失的８０％以上[６]ꎮ因此ꎬ对我国近海海面风的深入研究ꎬ不仅对台风等海洋天气形势的分析预报具有重要意义ꎬ而且可以为近海区域海上风能的有效利用提供科学支撑ꎮ然而ꎬ行业内基于卫星遥感手段对海上风场的分析研究相对较少ꎮ针对实际的开发需求和目前研究存在的不足ꎬ本文利用长时序(２０１０ ２０２２年)的卫星遥感产品资料ꎬ对中国近海目标海域的海面风场分布特征开展分析评估研究ꎬ获取不同近海海域的海面风场时空变化特征ꎬ以期为海上风电场的前期规划提供科学支撑ꎮ１ 研究区域与数据１ １㊀研究区域概况㊀㊀研究区域为中国近海ꎬ包括渤海㊁黄海㊁东海和南海ꎮ渤海三面被陆地环绕ꎬ大陆径流较强ꎬ湾内海水不易与外部进行交换ꎮ黄海是西太平洋重要的陆架边缘海之一ꎬ位于东亚季风区ꎬ受太阳辐射㊁大气强迫㊁河流径流及地形㊁岸线㊁潮汐潮流等多种因素的影响ꎬ水文和环流存在显著的季节变化和空间差异ꎮ东海西有宽广陆架㊁东有深海槽ꎬ兼有深浅海特征ꎬ是海况十分复杂的海区ꎮ南海位于中国大陆的南面ꎬ通过狭窄的海峡或水道ꎬ东与太平洋相连ꎬ西与印度洋相通ꎬ是一个东北－西南走向的半封闭海ꎮ为了研究分析典型子区域的海面风场特征ꎬ本文将中国近海分为１２个子区域ꎬ包括渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部㊁东海南部㊁台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡和北部湾ꎮ１ ２㊀卫星遥感数据㊀㊀微波测量海面风速是基于海面的后向散射或亮温与海面的粗糙度有关ꎬ而海面粗糙度与海面风速之间具有一定的经验关系进行的ꎮ微波散射计通过测量海面微波后向散射系数ꎬ根据它与海面风矢量的经验模式函数来反演海面风场ꎮ对同一海域不同入射角的资料进行分析ꎬ可获得风向分布信息ꎮ交叉校准多平台(Ｃｒｏｓｓ－ＣａｌｉｂｒａｔｅｄＭｕｌｔｉ－ＰｌａｔｆｏｒｍꎬＣＣＭＰ)是一种网格化的４级风场产品(Ｌ４)ꎬ可为世界海洋提供矢量风场信息ꎮＣＣＭＰ是通过对卫星微波遥感和仪器观测的海面风数据进行交叉校准和同化而得出的合成风场资料ꎮ使用的卫星传感器主要有两种类型ꎬ即成像辐射计和散射计ꎮ成像辐射计通过评估随着风的增加ꎬ海洋表面的发射和散射特性变化所引起的微波辐射变化ꎬ反演无冰海洋上近地面的风速[７－９]ꎮ以欧洲中期天气预报中心(ＥｕｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ－ＲａｎｇｅＷｅａｔｈｅｒＦｏｒｅｃａｓｔｓꎬＥＣＭＷＦ)的再分析业务资料为背景场[１０]ꎬＣＣＭＰ产品采用一种增强的变分同化分析法(ＶａｒｉａｔｉｏｎａｌＡｎａｌｙｓｉｓＭｅｔｈｏｄꎬＶＡＭ)[１１－１２]ꎬ同化了特殊传感器微波/成像仪(ＳｐｅｃｉａｌＳｅｎｓｏｒＭｉｃｒｏｗａｖｅ/ＩｍａｇｅｒꎬＳＳＭ/Ｉ)㊁ＴＭＩ㊁散射计ＱｕｉｋＳＣＡＴ㊁辐射计ＷｉｎｄＳＡＴ和高级散射计(ＡｄｖａｎｃｅｄＳｃａｔｔｅｒｏｍｅｔｅｒꎬＡＳＣＡＴ)等２０多种卫星探测海面风资料以及部分船舶㊁浮标观测资料ꎮＡｔｌａｓ等[１３]验证了ＣＣＭＰ合成风场资料较单个的卫星平台风场资料在精度方面有很大的提高ꎮ毛科峰等[１４]分析验证了ＣＣＭＰ风场资料的均方根误差精度在东中国海海域高于ＥＲＡ－Ｉｎｔｅｒｉｍ风场资料和ＱｕｉｋＳＣＡＴ/ＮＣＥＰ合成风场资料ꎮ由此产生的产品是一个空间上完整的数据集ꎬ每６ｈ提供一次ꎮ本文通过网站ｈｔｔｐｓ://ｗｗｗ.ｒｅｍｓｓ.ｃｏｍ/ｍｅａｓｕｒｅｍｅｎｔｓ/ｃｃｍｐ/下载了２０１０ ２０２２年共１３年的风场天数据ꎮ该产品以ｕ和ｖ分量的方式提供每天ＵＴＣ０时㊁６时㊁１２时和１８时的海面矢量风场ꎬｕ和ｖ分量分别为距海面１０ｍ处风矢量在纬线和经线方向的分量[１５]ꎮ１ ３㊀现场实测数据㊀㊀本文利用中国近海多个浮标观测资料ꎬ对ＣＣＭＰ风场产品进行了精度验证ꎮ在资料的时间匹配上ꎬ将对应时次(ＵＴＣ０时㊁６时㊁１２时和１８时)的现场观测资料与产品资料进行最近时间匹配ꎮ在资料的空间匹配上ꎬ将ＣＣＭＰ产品资料采取双线性二次插值方案插值到现场观测站点所在的经纬度上ꎬ然后进行空间匹配ꎮ此外ꎬ根据对数风廓线风速高度换算方法ꎬ本文通过ＣＣＭＰ和实测１０ｍ风场数据得到１００ｍ高度处风场数据ꎮ海面高度Ｚ处风速计算公式如下:ＶＺＶ０＝(ＺＺ０)１７(１)式(１)中:ＶＺ为高度Ｚ处的风速ꎻＶ０为高度Ｚ０处风速ꎻＺ㊁Ｚ０为距海面高度ꎮ１ ４㊀精度评价㊀㊀本文基于现场实测数据资料ꎬ对ＣＣＭＰ海面风速风向融合产品进行了精度检验ꎬ采用的精度检验指标包括决定系数(Ｒ２)㊁平均偏差(Ｂｉａｓ)㊁均方根误差(ＲｏｏｔＭｅａｎ－ｓｑｕａｒｅＥｒｒｏｒꎬＥＲＭＳ)和平均绝对百分比误差(ＭｅａｎＡｂｓｏｌｕｔｅＰｅｒｃｅｎｔａｇｅＥｒｒｏｒꎬＥＭＡＰ)ꎬ其具体计算如公式(２) (５)所示ꎮＲ２＝ðＮｉ＝１ｙｏｉ－ｙｏｉ()ｙｐｉ－ｙｐｉ()[]２ðＮｉ＝１ｙｏｉ－ｙｏｉ()２ðＮｉ＝１ｙｐｉ－ｙｐｉ()２(２)Ｂｉａｓ＝ðＮｉ＝１(ｙｏｉ－ｙｐｉ)/Ｎ(３)ＥＲＭＳ＝１ＮðＮｉ＝１(ｙｏｉ－ｙｐｉ)２(４)ＥＭＡＰ＝１ＮðＮｉ＝１ｙｏｉ－ｙｐｉｙｏｉˑ１００％(５)式(２) (５)中:ｙｏｉ为实测值ꎻｙ－ｏｉ为实测数据平均值ꎻｙｐｉ为卫星反演值ꎻｙｐｉ为卫星反演值平均值ꎻＮ为数据量ꎮ２㊀研究结果与分析２ １㊀海上风场资料的精度评估㊀㊀基于星地同步数据ꎬ本文获得的实测海面１００ｍ高度风速与卫星反演值对比情况如图１所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风速与实测值较为接近ꎮ从误差值来看ꎬＥＭＡＰ与ＥＲＭＳ值均比较低ꎬ决定系数Ｒ２值较高ꎬ其中Ｒ２＝０ ９ꎬＥＭＡＰ＝１４ ８％ꎬＥＲＭＳ＝１ １ｍ/ｓꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风速ꎮ同时ꎬ基于星地同步数据ꎬ获得的实测海面１００ｍ高度风向与卫星反演值对比情况如图２所示ꎮ可以看出:大多数散点都集中在１ʒ１线附近ꎬ表明反演的海面风向与实测值较为接近ꎮ从误差值来看ꎬＢｉａｓ与ＥＲＭＳ值均比较低ꎬＥＲＭＳ＝１７ ３３ʎꎬＢｉａｓ＝１５ １７ʎꎮ综合以上精度评价指标ꎬ卫星数据能够较好地反演出海面１００ｍ高度的风向ꎮ图１㊀实测海面风速与反演得到的海面风速之间的散点图图２㊀实测海面风向与反演得到的海面风向之间的散点图２ ２㊀中国近海风场的时空分布特征㊀㊀基于１３年间海上风场月产品数据ꎬ本文采用均值合成法得到并绘制海面风场多年月平均变化图ꎬ以探究海面风场月变化特征ꎮ整体上东海和南海交界处风速一直高于其他区域ꎬ但在不同的季节也表现出一定的差异性ꎮ春冬季节东海和南海交界处海面风速达到高峰ꎬ夏秋季节此处海面风速与其他海域海面风速差异远小于春㊁冬两季ꎮ从典型区域渤海海域㊁黄海海域㊁东海海域和南海海域角度分析ꎬ４个子区域的海面风场在３ １０月风速都保持较低的水平ꎬ风速变化不明显ꎮ１１月至次年２月风速逐渐升高ꎬ全年风速整体呈现冬春季高㊁夏季低的趋势ꎮ为分析中国近海海面１００ｍ高风场多年的年际变化特征ꎬ绘制２０１０ ２０２２年１３年间风速风向年平均图ꎮ整体上来看ꎬ在不同年份中国近海海域海面风场也表现出一定的差异ꎮ虽然风速和风向大小在１３年间均呈现出相对稳定的趋势ꎬ但也有一定的分布特征ꎬ东海和南海交界处区域风速相比其他区域常年偏大ꎬ呈现一个三角状的高风速区域ꎮ综合来看ꎬ典型区域渤海海域㊁黄海海域㊁东海海域和南海海域４个子区域的海面风场在２０１０ ２０１１年呈现上升趋势ꎬ随后在２０１２ ２０１６年逐渐下降ꎬ又在２０１７ ２０１９年逐年上升ꎬ在２０２０ ２０２１年有所下降ꎬ到２０２２年风速回升ꎮ２０１０ ２０２２年１３年间一直维持在较低值ꎬ平均风速小于１０ｍ/ｓꎮ２ ３㊀典型子区域的风场变化特征㊀㊀为了更深入地了解中国近海风场的时空变化特征ꎬ本文分析了１２个子区域的风速变化特征ꎬ结果如图３所示ꎮ可以看出:总体上１２个区域的风速最大值都集中在冬季ꎬ夏季风速略有回升ꎬ但总体呈现低值状态ꎮ就风速变化而言ꎬ其中渤海㊁渤海海峡㊁琼州海峡㊁北部湾风速的变化较为平缓ꎬ其余地区的风速变化较大ꎮ针对不同子区域而言ꎬ１２个区域虽然波动程度有大有小ꎬ但波动起伏趋势相似ꎮ风速月均值峰值都集中在１２月ꎬ最低值分布略有不同:渤海㊁渤海海峡㊁黄海北部㊁黄海中部㊁黄海南部㊁东海北部的最低值分布在４月ꎻ东海南部的最低值分布在６月ꎻ台湾海峡㊁南海东北部㊁南海北部㊁琼州海峡最低值在８月ꎻ北部湾最低值在９月ꎮ３㊀结论㊀㊀针对我国近海海域ꎬ本文利用实测海上风速风向㊀㊀图３㊀中国近海１２个子区域的海面风速月均值变化数据对海上风场融合资料进行精度评价ꎬ进而系统地分析了１３年间(２０１０ ２０２２年)我国近海海上风速风向的时空特征ꎬ并对典型子海域开展局部特征分析ꎮ本文得到的主要结论如下:(１)基于星地同步数据ꎬ获得的卫星反演海面风场与实测海面风场进行对比ꎬ其中海面风速平均相对绝对误差为１４ ８％ꎬ均方差误差为１ １ｍ/ｓꎬ海面风向的均方差误差为１７ ３３ʎꎬ平均偏差为１５ １７ʎꎮ(２)整体上而言ꎬ我国近海海域呈现冬春季风速大ꎬ夏季风速低的特点ꎻ东海和南海交界处有三角形高风速区域ꎬ秋冬季三角区域向两角延伸ꎬ春夏季向沿岸区域收缩ꎮ(３)针对１２个典型子海域ꎬ风速最大值均集中在冬季ꎬ夏季风速略低ꎬ其中渤海㊁琼州海峡㊁北部湾的月尺度风速变化较小ꎬ黄海㊁东海㊁台湾海峡㊁南海北部的月尺度风速变化较大ꎮ参考文献[１]吕柯伟ꎬ胡建宇ꎬ杨小怡.南海及邻近海域海面风场季节性变化的空间差异[Ｊ].热带海洋学报ꎬ２０１２(６):４１－４７.[２]沈春ꎬ蒋国荣ꎬ施伟来ꎬ等.南海ＱｕｉｋＳＣＡＴ海面风场变化特征分析[Ｊ].海洋预报ꎬ２０１２(３):１－８. [３]张振克ꎬ丁海燕.近十年来中国大陆沿海地区重大海洋灾害分析[Ｊ].海洋地质动态ꎬ２００４(７):２５－２７. [４]杨华庭.近十年来的海洋灾害与减灾[Ｊ].海洋预报ꎬ２００２(１):２－８.[５]项杰ꎬ杜华栋.南海海面风场融合研究[Ｃ]//第３２届中国气象学会年会Ｓ１８气象卫星遥感新资料 新方法 新应用.天津ꎬ２０１５:１４７－１４８.[６]蒋兴伟ꎬ宋清涛.海洋卫星微波遥感技术发展现状与展望[Ｊ].科技导报ꎬ２０１０(３):１０５－１１１.[７]ＤＲＡＰＥＲＤＷꎬＮＥＷＥＬＬＤＡꎬＷＥＮＴＺＦＪꎬｅｔａｌ.Ｔｈｅｇｌｏｂａｌｐｒｅｃｉｐｉｔａｔｉｏｎｍｅａｓｕｒｅｍｅｎｔ(ＧＰＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ(ＧＭＩ):ｉｎｓｔｒｕｍｅｎｔｏｖｅｒｖｉｅｗａｎｄｅａｒｌｙｏｎ－ｏｒｂｉｔｐｅｒｆｏｒｍａｎｃｅ[Ｊ].ＩＥＥＥＪｏｕｒｎａｌｏｆＳｅｌｅｃｔｅｄＴｏｐｉｃｓｉｎＡｐｐｌｉｅｄＥａｒｔｈＯｂｓｅｒｖａｔｉｏｎｓａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１５(７):３４５２－３４６２.[８]ＭＥＩＳＳＮＥＲＴꎬＷＥＮＴＺＦＪ.Ｔｈｅｅｍｉｓｓｉｖｉｔｙｏｆｔｈｅｏｃｅａｎｓｕｒｆａｃｅｂｅｔｗｅｅｎ６ａｎｄ９０ＧＨｚｏｖｅｒａｌａｒｇｅｒａｎｇｅｏｆｗｉｎｄｓｐｅｅｄｓａｎｄｅａｒｔｈｉｎｃｉｄｅｎｃｅａｎｇｌｅｓ[Ｊ].ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇꎬ２０１２(８):３００４－３０２６.[９]ＷＥＮＴＺＦＪ.Ａｗｅｌｌ－ｃａｌｉｂｒａｔｅｄｏｃｅａｎａｌｇｏｒｉｔｈｍｆｏｒｓｐｅｃｉａｌｓｅｎｓｏｒｍｉｃｒｏｗａｖｅ/ｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ:Ｏｃｅａｎｓꎬ１９９７(Ｃ４):８７０３－８７１８.[１０]ＡＴＬＡＳＲꎬＨＯＦＦＭＡＮＲＮꎬＡＲＤＩＺＺＯＮＥＪꎬｅｔａｌ.Ａｃｒｏｓｓ－ｃａｌｉｂｒａｔｅｄꎬｍｕｌｔｉｐｌａｔｆｏｒｍｏｃｅａｎｓｕｒｆａｃｅｗｉｎｄｖｅｌｏｃｉｔｙｐｒｏｄｕｃｔｆｏｒｍｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄｏｃｅａｎｏｇｒａｐｈｉｃａｐｐｌｉｃａｔｉｏｎｓ[Ｊ].ＢｕｌｌｅｔｉｎｏｆｔｈｅＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙꎬ２０１１(２):１５７－１７４.[１１]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８２(５):４３４－４４５.[１２]ＨＯＦＦＭＡＮＲＮ.ＳＡＳＳｗｉｎｄａｍｂｉｇｕｉｔｙｒｅｍｏｖａｌｂｙｄｉｒｅｃｔｍｉｎｉｍｉｚａｔｉｏｎ.ｐａｒｔⅡ:ｕｓｅｏｆｓｍｏｏｔｈｎｅｓｓａｎｄｄｙｎａｍｉｃａｌｃｏｎｓｔｒａｉｎｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８４(９):１８２９－１８５２.[１３]ＡＴＬＡＳＲꎬＡＲＤＩＺＺＯＮＥＪꎬＨＯＦＦＭＡＮＲ.Ａｐｐｌｉｃａｔｉｏｎｏｆｓａｔｅｌｌｉｔｅｓｕｒｆａｃｅｗｉｎｄｄａｔａｔｏｏｃｅａｎｗｉｎｄａｎａｌｙｓｉｓ[Ｚ].２００８.[１４]毛科峰ꎬ陈希ꎬ李妍ꎬ等.东中国海域交叉定标多平台合成洋面风场资料的初步评估[Ｊ].气象ꎬ２０１２(１２):１４５６－１４６３.[１５]ＷＥＮＴＺＦＪ.Ａ１７－ｙｒｃｌｉｍａｔｅｒｅｃｏｒｄｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｄｅｒｉｖｅｄｆｒｏｍｔｈｅｔｒｏｐｉｃａｌｒａｉｎｆａｌｌｍｅａｓｕｒｉｎｇｍｉｓｓｉｏｎ(ＴＲＭＭ)ｍｉｃｒｏｗａｖｅｉｍａｇｅｒ[Ｊ].ＪｏｕｒｎａｌｏｆＣｌｉｍａｔｅꎬ２０１５(１７):６８８２－６９０２.(编辑㊀姚㊀鑫)Ｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｗｉｎｄｆｉｅｌｄｉｎｔｈｅＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ ｔａｋｉｎｇｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ａｓａｎｅｘａｍｐｌｅＺｈａｎｇＸｉｎｋａｉＳｈａｎｇｈａｉＩｎｖｅｓｔｉｇａｔｉｏｎ Ｄｅｓｉｇｎ＆ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏ. Ｌｔｄ. Ｓｈａｎｇｈａｉ２００３３５ ＣｈｉｎａＡｂｓｔｒａｃｔ Ｃｏｍｐａｒｅｄｔｏｔｒａｄｉｔｉｏｎａｌｏｂｓｅｒｖａｔｉｏｎｍｅｔｈｏｄｓ ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙｏｆｆｅｒｓａｄｖａｎｔａｇｅｓｓｕｃｈａｓｅａｓｅｏｆａｃｑｕｉｓｉｔｉｏｎ ｌａｒｇｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｏｖｅｒａｇｅ ａｎｄｃｏｓｔ－ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｍａｋｉｎｇｉｔｐａｒｔｉｃｕｌａｒｌｙｖａｌｕａｂｌｅｆｏｒｏｂｓｅｒｖｉｎｇｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｃｕｒｒｅｎｔｌｙ ｔｈｅｒｅｉｓｌｉｍｉｔｅｄｒｅｓｅａｒｃｈｔｈａｔｕｔｉｌｉｚｅｓｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｆｏｒｔｈｅｓｔｕｄｙｏｆｔｈｅｓｐａｔｉａｌ－ｔｅｍｐｏｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ.Ｉｎｔｈｉｓｓｔｕｄｙ ｂａｓｅｄｏｎａｆｕｓｉｏｎｐｒｏｄｕｃｔｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ ｗｅａｎａｌｙｚｅｄｔｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓｉｎＣｈｉｎｅｓｅｃｏａｓｔａｌｗａｔｅｒｓｏｖｅｒｔｈｅｐａｓｔｄｅｃａｄｅ２０１０－２０２２ .Ｔｈｅｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｇｏｏｄｃｏｎｓｉｓｔｅｎｃｙｂｅｔｗｅｅｎｓａｔｅｌｌｉｔｅ－ｒｅｔｒｉｅｖｅｄａｎｄｍｅａｓｕｒｅｄｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄｓ.Ｔｈｅａｖｅｒａｇｅｒｅｌａｔｉｖｅａｂｓｏｌｕｔｅｅｒｒｏｒｏｆｗｉｎｄｓｐｅｅｄｉｓ１４ ８％ ｗｉｔｈａｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｏｆ１ １ｍ/ｓ ｗｈｉｌｅｔｈｅｒｏｏｔｍｅａｎｓｑｕａｒｅｅｒｒｏｒｆｏｒｗｉｎｄｄｉｒｅｃｔｉｏｎｉｓ１７ ３３ʎ ｗｉｔｈａｎａｖｅｒａｇｅｄｅｖｉａｔｉｏｎｏｆ１５ １７ʎ.Ｏｖｅｒａｌｌ Ｃｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓｅｘｈｉｂｉｔｈｉｇｈｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｗｉｎｔｅｒａｎｄｓｐｒｉｎｇ ａｎｄｌｏｗｅｒｗｉｎｄｓｐｅｅｄｓｄｕｒｉｎｇｓｕｍｍｅｒ.Ｆｕｒｔｈｅｒｍｏｒｅ ａｔｒｉａｎｇｕｌａｒｈｉｇｈ－ｓｐｅｅｄｗｉｎｄｒｅｇｉｏｎｎｅａｒｔｈｅｂｏｕｎｄａｒｙｏｆｔｈｅＥａｓｔＣｈｉｎａＳｅａａｎｄＳｏｕｔｈＣｈｉｎａＳｅａｗａｓｏｂｓｅｒｖｅｄ.Ｔｈｅｆｉｎｄｉｎｇｓｏｆｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｖａｌｕａｂｌｅｓｃｉｅｎｔｉｆｉｃｓｕｐｐｏｒｔｆｏｒｔｈｅｐｌａｎｎｉｎｇｏｆｏｆｆｓｈｏｒｅｗｉｎｄｆａｒｍｓ.Ｋｅｙｗｏｒｄｓ ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇ ｓｅａｓｕｒｆａｃｅｗｉｎｄｆｉｅｌｄ Ｃｈｉｎｅｓｅｃｏａｓｔａｌｒｅｇｉｏｎｓ ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃ。
IEC61400-1风力发电机设计要求(中文版)
3.43 旋转采样风矢量 旋转风轮上某固定点经受的风矢量。 注：旋转采样风矢量湍流谱与正常湍流谱明显不同。风轮旋转时，叶片切入气流，流谱
产生空间变化。最终的湍流谱包括相当大一部分转动频率下的流谱变化和由此产生的谐量。 3.44 风轮转速（风力机）
风力机风轮绕其轴的旋转速度。
3.45 粗糙长度 zo
在假定垂直风廓线随离地面高度按对数关系变化的情况下，平均风速为 0 时算出的高 度。 3.46 定期维护
按预定的日期进行的预防性维护。
4
3.47 场地数据 风力机所在位置的环境、地震、土壤和电力网的数据。没有特殊规定的话，风数据都按
10min 的取样来统计。 3.48 静止
不是根据确定的时间表，而是根据对某一状态的迹象而确定的临时性维护。 3.57 上风向
主风方向的相反方向。 3.58 垂直轴风力机
风力轴垂直的风力机。
3.59 威布尔分布 PW
概率分布函数，见 3.63 3.60 风电场
见 3.61 3.61 风电场
由一批风力发电机组或风力发电机组群组成的电站。 3.62 风廓线—风切变律
2 引用标准
下列标准所包含的条文，通过在本标准中引用而成为本标准的条文。凡是注日期的引用 文件，只有被引用的版本适合本标准。凡是不注日期的引用文件，其最新版本（包括任何的 修订）适用于本标准。
IEC 60204-1:1997, Safety of machinery – Electrical equipment of machines – Part 1: General requirements
保护装置系统触发或人工干预下，使风力机迅速关机。 3.16 环境条件
海面与海岸陆面风速廓线特征
海面与海岸陆面风速廓线特征首先，海面与海岸陆面风速廓线的特征呈现出明显的垂直分层特征。
通常情况下，海面风速比陆地风速略低，并且随着高度的增加逐渐减小。
这是由于海洋表面的粗糙度较小，风阻力较小，导致海面风速相对较高。
而在陆地上，地表的粗糙度较大，风阻力增大，使得陆地风速相对较低。
因此，海面与海岸陆面风速廓线在垂直方向上表现出相对平缓的变化趋势。
其次，海面与海岸陆面风速廓线的特征受地形和地理位置的影响。
在地形起伏较大的海岸地区，海岸陆面风速廓线呈现出较大的变化，其中风速廓线会有显著的上升和下降。
这是由于山地障碍物对风场的阻挡和转向作用导致的。
同样，在远离海岸线的地区，地形的影响较小，海面与陆面风速廓线相对平缓。
第三，季节变化对海面与海岸陆面风速廓线的特征也有显著影响。
在夏季，由于气温升高和海陆温差增大，海岸陆面风速廓线呈现出一定的逆温特征，即随着高度的增加，风速逐渐增大。
而在冬季，由于气温下降和海陆温差减小，海岸陆面风速廓线呈现出一定的顺温特征，即随着高度的增加，风速逐渐减小。
最后，海面与海岸陆面风速廓线的特征还受海洋表面温度和海洋环流的影响。
当海洋表面温度较高时，海面风速廓线相对较低。
而当海洋表面温度较低时，海面风速廓线相对较高。
此外，海洋环流的存在和强度也会对海面与海岸陆面风速廓线产生显著影响。
例如，海洋涡旋和冷海流会导致局部风场的剧烈变化。
综上所述，海面与海岸陆面风速廓线在垂直分层、地形和地理位置、季节变化以及海洋表面温度和海洋环流等方面呈现出一系列特征。
通过研究这些特征，可以更好地理解海洋风场的形成和变化机制，为海洋气象预报和海洋工程设计提供有力的依据。
【高中地理】2021 2021高考地理各要素之间的联系讲解
【高中地理】2021 2021高考地理各要素之间的联系讲解【高中地理】2021-2021高考地理各要素之间的联系讲解学习是一种充满思想的劳动。
Geonet为您整理了各种地理元素之间的联系和解释。
让我们一起学习，共同进步！1.地形与气候（1）地形对温度的影响海拔越高，气温越低。
产生了一山有四季，十里不同天的景观.在中低纬高山地区表现尤其明显.（2）地形对降水的影响山地迎风坡降水丰沛.而背风坡形成雨影区，降水稀少。
（3）地形对气候类型分布的影响南北走向的山地，对海陆之间的气流交换有阻碍作用.使沿海地区气候类型的分布呈狭长带状特征.如南北美西海岸。
而东西走向的山地使气候类型分布向内地延伸，如欧洲温带海洋性气候的分布。
（4）气候对地形的影响①主要是高寒地带，气候寒冷，冰蚀地貌广布;② 沙漠降水稀少，温差大强风作用和风蚀地貌广泛沙漠：③湿润地带.降水较多.流水作用强大、普遍.既有侵蚀作用形成的地貌(沟谷).又有沉积作用形成的地貌(三角洲、冲积平原)。
2.地形和河流(1)地形影响河流走向、水系形状中国地势西高东低，河流自西向东；德国地势南高北低，河流自南向北;亚洲地形高、中、低，形成径向水系统：四川盆地中部低、四周高，形成向心水系：亚马逊平原南北两侧地势较高，形成树状水系。
(2)地形影响河流落差当流量恒定时，不同地区的河流价值不同：山区流速大，水能资源丰富：平原地区水流稳定，航运价值大。
(3)河流对地形的影响高速强烈侵蚀的山脉：流速较慢的平原地区沉积作用显著。
3.河流与气候（1）气候要素中的降水温度直接影响河流流量和冰期。
雨季长，降水量大，河流流量大；相反地这条河流量很小。
冬季最低月平均气温在0℃以上，河流无冰冻期：反之，河流有冰期，温度越低，冰期越长。
(2)降水的季节变化、年际变化直接影响以雨水补给为主的河流径流量的季节变化和年际变化。
（3）中国夏季锋面雨带的移动阴影，啊，东部流出河流汛期的长度和早晚。
4.气候与动值物、土壤由于各区域的纬度位置和海陆位置不同，大气环流情况不同，地形和河流的影响也不同，因此形成了不同的气候类型。
高海拔风电场地表风廓线特性研究
高海拔风电场地表风廓线特性研究【摘要】金本文从大气边界层的概念及划分出发，指出风电场对风能资源的开发利用主要集中在近地面层，进而对近地面层中应用较为广泛的幂次律风廓线和对数律风廓线进行了系统地论述，分析了两种风廓线形式各自的优缺点。
通过两种风廓线在高海拔风电场的适用性对比，得出了对数律风廓线在高海拔风电场的适用性更好的结论，对高海拔风电场的的开发建设具有较大的实用价值。
【关键词】近地面层；风廓线；风电场；粗糙度1.大气边界层的概念及划分大气边界层（planetary boundary layer），是指靠近下垫表面的对流层的底层，它受到地面的直接影响，厚度从数百米到一两千米。
根据湍流摩擦力、气压梯度力和科里奥利力对不同层次空气运动作用的大小，可以分为三层[1，2]：（1）贴地层：紧靠地面的一个薄层，该层内分子黏性力比湍流黏性应力大得多。
其厚度在2m以内，在风电场的实际应用中可以忽略。
（2）近地面层（surface layer）：从贴地层顶到几十米到一两百米，该层中湍流黏性应力比分子黏性应力重要。
其厚度约为大气边界层厚度的1/10，该层内风速随高度呈对数分布，风向几乎不随高度改变，风电场的实际应用主要集中在这一层。
（3）埃克曼层（Ekman layer）：从近地面层到顶到一两千米，该层中湍流黏性应力、科里奥利力和气压梯度力几乎同等重要，且这三个力基本相平衡。
由于该层的高度往往超出了风电机组的高度，在风电场的实际应用中也可以忽略。
2.近地面层中的风廓线风速随高度的变化规律称为风廓线。
风电场对风能资源的开发利用主要集中在近地面层，所以研究近地面层的风廓线对风电场的开发建设至关重要。
下面就近地面层中广泛应用的两种风廓线形式介绍如下：2.1幂次律风廓线在中性层结条件下，平坦地形表面的风速u随高度z的变化可用赫尔曼的幂次律公式来表达[3]：（1）式中u1和u2分别为高度z1和z2处的风速。
指数α称为风切变指数，它与高度、地面粗糙度及大气层结有关。
沿海陆上风速衰减规律
沿海陆上风速衰减规律风是地球大气层中自然存在的一种物理现象，其强度与方向会受到地形、海洋、气压等因素的影响。
在沿海地区，海洋与陆地的交界处形成了独特的气候环境，使得风速的变化规律也呈现出特殊的特点。
本文将探讨沿海陆上风速衰减规律，并从地理、气象等多个角度进行分析。
一、地理环境对风速衰减的影响沿海地区的地理环境是影响风速衰减规律的重要因素之一。
由于地形的高低起伏，风在经过山脉、河流、湖泊等地形障碍物时会受到阻挡和摩擦的影响，使得风速减弱。
而在平原地带，由于地形相对平坦，风速相对较高。
在沿海地区，海洋与陆地的交界处形成了一种特殊的地形，即海岸线。
海岸线的形状和长度会影响风速的衰减程度。
研究表明，海岸线越长，风速衰减越明显。
这是因为海岸线的存在会形成一种“地形阻挡效应”，使得风速在沿海地区呈现出明显的减弱趋势。
二、气象因素对风速衰减的影响除了地理环境之外，气象因素也是影响沿海陆上风速衰减规律的重要因素之一。
气压是指空气分子对单位面积的压力，其大小和分布会影响风的产生和运动。
在沿海地区，气压的变化与海洋和陆地的温度差异、季节变化等因素密切相关。
在夏季，由于海洋温度较低，陆地温度较高，形成了一种“海陆温差效应”。
这种效应会导致海岸线附近风速较低，而距离海岸线较远的地区风速较高。
而在冬季，则因为海洋温度较高，陆地温度较低，风速的分布则与夏季相反。
此外，气象因素还包括湿度、云量等因素。
在沿海地区，由于海洋的存在，空气湿度较高，而云量也相对较大。
这些因素也会对风速的衰减产生影响。
三、人类活动对风速衰减的影响人类活动也是影响沿海陆上风速衰减规律的重要因素之一。
随着城市化进程的加速，沿海地区的城市化程度也在不断提高。
城市化过程中，人类活动会对地形、植被等因素产生影响，从而影响风速的衰减。
例如，在城市化过程中，建筑物的高度和密度增加，会对风速的衰减产生影响。
建筑物可以形成一种“阻挡效应”，使得风速在城市中减弱。
此外，城市化还会导致植被的减少和土地的水泥化，从而影响风速的衰减。
对数风廓线对研究风随高度与沿海地区地形变化的关系
中国海洋大学本科生边界层气象学论文对数风廓线对研究风随高度与沿海地区地形变化的关系中国海洋大学2013级大气科学张开翼2016/5/1对数风廓线对研究风随高度与沿海地区地形变化的关系【摘要】边界层中风随高度与地形的变化一直是边界层气象学研究中的重要课题。
本文主要论述对数风廓线对研究风场中风随高度与沿海地区地形的变化的意义与局限性。
通过绘制风随高度的对数风廓线，模拟风随高度的变化。
运用对数或指数风廓线公式, 对沿海地区测风资料作简单高度换算以得到海面10m风速的订正方法一般是不合理的，因此需要采用数值模拟的办法。
【关键词】对数风廓线风场数值模拟引言研究边界层中风随高度的变化，通常将高度取对数后进行研究。
因为对数函数具有良好的性质（如单调性），将高度取对数以后可以减小纵坐标的长度，并且使高度的对数与风速形成近似的线性关系。
以便于研究。
沿海地区测风资料具有年代久、定点性好、持续性长及质量高等优点, 但往往不能代表海面10m处的风。
在资料使用中, 要么不加订正, 要么只是运用对数风廓线公式作简单高度换算。
然而, 不同的天气状况、拔海高度与位置共同决定了此订正绝不是一个简单的高度换算问题, 而是一个复杂的动力学问题。
因此，就需要用数值模拟进行研究。
一、边界层中风随高度的变化。
首先通过几个实际例子来进行研究：边界层风随高度的分布的几个例子作图。
以10为底，对高度取对数，作图。
345674681012246810垂直坐标为对数（10为底）可以发现并总结为如下规律：即风速U与高度z的对数lnz呈线性关系。
028100.0100.1001.00010.000100.0001000.000345674681012246810bzaU+=lnlnzzaU=二、风与沿海地区地形变化的关系。
沿海地区测站测风受地形影响明显时, 如果用对数风廓线公式进行高度换算获取海面10m处风速值, 会造成很大误差。
因此利用数值模式进行订正显得十分必要。
风速分布方程
风速分布方程是指描述风速随高度变化的数学方程式。
常见的风速分布方程有以下几种：
1. 对数风廓线：对数风廓线是描述大气边界层内风速随高度变化的一种方程。
其基本形式为：
u = u0 * exp(-γh^β)
其中，u为风速，u0为地面风速，h为高度，γ为大气粘滞系数，β为对数风廓线斜率。
对数风廓线适用于高度较低、风速变化较小的情况。
2. 幂律风廓线：幂律风廓线是描述大气边界层内风速随高度变化的另一种方程。
其基本形式为：
u = u0 / (h - h0)^α
其中，u为风速，u0为地面风速，h为高度，h0为参考高度，α为幂律风廓线斜率。
幂律风廓线适用于高度较高、风速变化较大的情况。
3. 复合指数风廓线：复合指数风廓线是对数风廓线和幂律风廓线的结合，其基本形式为：
u = u0 * exp(-γh^β) * (h - h0)^α
复合指数风廓线适用于风速随高度变化范围较广的情况。
风速分布方程的选择应根据具体情况而定，例如气象观测数据、地形地貌等因素都会对风速分布产生影响。
海面与海岸陆面风速廓线特征
海面与海岸陆面风速廓线特征
海面与海岸陆面风速廓线特征是地理学中记录天气系统影响下大气
覆盖物的空间分布特征的一种重要概念。
它描述了风向及风速的变化，对海洋空气的影响，地区气象的变化以及水泥表表现出的具体原因有
着极为重要的影响力。
当有气象系统海上表面上例如低压或者暖流进入海域，这时便会发生
风力廓线变化。
当低压系统呈现时，由该系统引起的风速就会增加，
当高压系统呈现时，风速则会减弱。
因此，每一个气象系统都会对当
地海况造成一定的影响，而当这些影响积累成廓线特征时，就可以详
细描述出不同地区的风向和风速的具体情况。
除此之外，根据流量的海面风速特征可以进一步将其分为内海海面和
外海海面，在内海海面可以观察到风矢量，这是由于较大的热而产生
的强风搅动海面；而在外海海面可以观察到海浪波动，这是由于气象
系统和暖海气流推动的结果。
此外，还可以在海面上观察到海岸陆面风速廓线的变化，这是因为海
岸陆地的空气尤其热，当空气上升时，便会增强风力，当空气旋转时，便会降低风力。
而当空气湿度较大时，空气质量就会改变，使得对海
岸陆面的推动变化更加明显。
由此可见，海面与海岸陆面风速廓线特
征是一种十分重要的气象参数，可以为人们进行气象预测和海洋活动
提供重要参考。
基于高斯分布的风电场尾流效应计算模型
基于高斯分布的风电场尾流效应计算模型张晓东;张梦雨;白鹤【摘要】风电机组群的尾流效应一直是大型风电场设计与运行优化中不可忽略的问题.随着风电技术的迅速发展,人们对风电场尾流模型的研究越来越重视.目前风电场设计软件中采用的尾流模型难以满足大型风电场尾流效应计算的工程需要.因此在Jensen模型基础上引入服从高斯分布的速度亏损模型,得到了一种新的适用于远场尾流的分析模型,并以此为理论基础建立了多台风电机组的三维尾流效应模型,开发了相应的计算软件.采用新的尾流模型和改进Jensen模型以及修正后的改进Jensen模型分别对丹麦Horns Rev风电场和大丰风电场的部分风电机组进行尾流模拟,将模拟计算的数据和实际运行数据进行对比,结果表明新模型的模拟效果优于其他两种模型.%The wake effect of wind turbines has always been a significant topic of large-sized wind farm design and optimization.With the rapid development of wind power technology,researchers pay more attention to the wake model of wind farms.As present common used wake models used in wind farm design software are hard to satisfy the project needs of wake effect calculation of large-sized wind farm,velocity deficit model following Gaussian distribution has been introduced based on Jensen type models,which is a new analysis model suitable for far-field analytical wake.With the above model as theoretical basis,researchers established 3D discrete wake effect model of more than one wind turbines and developed new calculation software.The new wake model and the improved Jensen model as well as the improved Jensen model after a second modification are used to conduct wake simulations for some windturbines from Denmark Horns Rev offshore wind farm and DaFeng onshore wind farm.The results show that simulation effect of the new model is better than that of the used improved Jensen model and its amended one by comparing simulated calculation result with actual operating data.【期刊名称】《华北电力大学学报(自然科学版)》【年(卷),期】2017(044)005【总页数】5页(P99-103)【关键词】风力发电;风电场;全场尾流模型;高斯分布;速度亏损;功率亏损【作者】张晓东;张梦雨;白鹤【作者单位】华北电力大学电站设备状态监测与控制教育部重点实验室,北京102206;华北电力大学电站设备状态监测与控制教育部重点实验室,北京102206;北京金风慧能技术有限公司,北京100176【正文语种】中文【中图分类】TM614随着风力发电技术的进步，风电机组的单机容量增大，风电机组群的规模也在增大。
风廓线资料在灾害天气短时预报中的应
风廓线资料在灾害天气短时预报中的应用灾害性天气短时和临近预报，主要是研究雷达、卫星、风廓线仪、自动气象站、闪电定位仪等非常规资料的利用技术，局域资料融合技术等；研究汛期灾害性天气(台风、雷电、局地大风、暴雨、雾等)发生发展规律和特殊性。
风和它的变化与各种天气及其变化是紧密相关的，实时的风廓线资料能够反映探测高度上气流的结构和变化，从而可以分析天气系统，制作短时天气预报。
本文重点介绍风廓线资料在天气分析和短时预报中的应用。
上海地区的LAP-3000大气边界层风廓线仪（高、低模式测风）及组合使用的无线电声探测系统RASS，架设在上海市区上游方向的青浦区，可以得到0-3km的水平风垂直廓线和0-2km高度的温度廓线，其中风速测量精度小于1m/s,风向测量精度小于100，温度测量精度为1℃。
风廓线仪探测的时间密度和空间分辨率都比较高，最密时可达到每6min探测一条大气垂直风廓线，高度分辨率也可以精确到60m的间隔。
RASS系统与风廓线仪配合使用时，还能够同时获得温度的垂直分布廓线。
目前风廓线仪代表大气探测领域的世界先进水平，由于风廓线仪的探测高度和在各个高度上资料的可获取程度除了依赖于风廓线仪本身的性能以外，还强烈地依赖于天气状况等气象条件。
如水汽的含量，强烈发展的涡旋、湍流运动以及明显的温度、湿度梯度等，都为风廓线仪提供了更多的大气反射目标，风廓线仪可以实时地探测到大气风场的变化，基本能够反映出云、雾、降水等天气现象的发生机理。
一、用风廓线资料判断本地上空槽脊的结构和变化从风羽随高度、时间变化图上风向气旋式和反气旋式切变，可以定出槽脊的位置，从而分析影响本地上空的槽、脊结构和过境时间。
根据不同高度上的槽、脊过境时间，可以看出槽是前倾还是后倾。
槽的结构不同，产生的天气也不同。
前倾槽影响本地，有利于不稳定天气发展。
后倾槽，由于槽前有利于系统性垂直运动发展，往往容易产生大范围的云雨天气。
统计表明，上海地区冬半年及过度季节的后倾槽过境时都有降水。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国海洋大学本科生边界层气象学论文
对数风廓线对研究风随高度与沿海地区地形变化的关系
中国海洋大学2013级大气科学
张开翼
2016/5/1
对数风廓线对研究风随高度与沿海地区地形变化的关系
【摘要】边界层中风随高度与地形的变化一直是边界层气象学研究中的重要课题。
本文主要论述对数风廓线对研究风场中风随高度与沿海地区地形的变化的意义与局限性。
通过绘制风随高度的对数风廓线，模拟风随高度的变化。
运用对数或指数风廓线公式, 对沿海地区测风资料作简单高度换算以得到海面10m风速的订正方法一般是不合理的，因此需要采用数值模拟的办法。
【关键词】对数风廓线风场数值模拟
引言
研究边界层中风随高度的变化，通常将高度取对数后进行研究。
因为对数函数具有良好的性质（如单调性），将高度取对数以后可以减小纵坐标的长度，并且使高度的对数与风速形成近似的线性关系。
以便于研究。
沿海地区测风资料具有年代久、定点性好、持续性长及质量高等优点, 但往往不能代表海面10m处的风。
在资料使用中, 要么不加订正, 要么只是运用对数风廓线公式作简单高度换算。
然而, 不同的天气状况、拔海高度与位置共同决定了此订正绝不是一个简单的高度换算问题, 而是一个复杂的动力学问题。
因此，就需要用数值模拟进行研究。
一、边界层中风随高度的变化。
首先通过几个实际例子来进行研究：
边界层风随高度的分布的几个例子
作图。
以10为底，对高度取对数，作图。
3
4
5
6
7
4
6
8
10
12
2
4
6
8
10
垂直坐标为对数（10为底）
可以发现并总结为如下规律：
即风速U与高度z的对数lnz呈线性关系。
02810
0.010
0.100
1.000
10.000
100.000
1000.000
34567
4681012
246810
b
z
a
U+
=ln
ln
z
z
a
U=
二、风与沿海地区地形变化的关系。
沿海地区测站测风受地形影响明显时, 如果用对数风廓线公式进行高度换算获取海面10m处风速值, 会造成很大误差。
因此利用数值模式进行订正显得十分必要。
对沿海地区来说, 首先分不同大风方向然后对多次大风个例用数值方法求出测站与海面10m处模拟值, 最后给出测站观测值与海面10m模拟值之间的某种统计关系。
从模拟风场结构的合理和测站模拟值与观测值较为相符可以推断这种订正是可行的。
若通过海面实测资料与沿海地区测风资料的直接对比分析, 求得的订正效果可能最佳, 但是极难得到大风情形下海面实测风资料。
因此，通过数值模拟得到大风情形下实际沿海地区较为合理的风场结构是比较好的。
参考文献
1辛宝恒. 黄海渤海大风概论. 北京: 气象出版社, 1991. 18～34.
2徐天真, 方俊雄, 张淮. 近岸陆地与海面风速关系分析研究. 海洋与湖沼, 1992, 23 (47) : 356～361.
3井传才. 青岛近海海陆大风对比分析. 黄渤海海洋, 1995, 13 (4) : 18～21.
4张正, 徐天真, 方俊雄, 等. 埕岛海域风况观测与分析. 黄渤海海洋, 1994, 12 (1) : 9～18.
5山东省科学技术委员会编. 山东省海岛志. 济南: 山东科学技术出版社, 1995. 205.。