廊坊市风力资源分析

以廊坊市9个国家气象观测站2013~2022年的测风资料为基础,依据相关国家标准计算廊坊地区的各项风能参数,包括平均风功率密度、年有效时数、威布尔参数、风速频率、风能频率,并对廊坊地区风力资源的时空变化特征进行分析评价。通过研究可知,廊坊地区2013~2022年距地10m高度的平均风速在北部和中部均呈现减小趋势,而南部变化较平稳。历年平均风速有从廊坊东南部到西北部递减,再从西北部向东北部递增的空间分布规律。各观测站80m高度的平均风速为2.1~3.4m/s,平均风功率密度为30.7~115.4W/m2。南部的霸州市、大城县、文安县和北部的香河县、大厂县风力资源较丰富,平均风功率密度为72.5~115.4W/m2,年有效小时数为2858~3813h,具有一定开发价值。廊坊地区中部平均风速、风功率密度、年有效时数均较小,不利于风力资源的开发利用。

分散式风电中MCP方法对风速和发电量预测的误差研究

目前行业内多采用测量相关预测(MCP)方法得到完整的测风数据,但在实际的分散式项目风资源评估业务中无法分辨各种MCP方法的可靠性。随机选取400余个样本,针对年平均风速和年发电量,分析不同的同步时长、目标站和参照站相关性对MCP方法误差的影响,定量给出6种MCP方法存在的误差。研究表明,LLS、VS和BSR算法在年平均风速的预测上表现更好,而WBL、VR、BSR和SS算法则在年发电量的预测上表现更好,其中BSR算法可以兼顾年平均风速和发电量的预测。

1960-2013年南北疆风速变化特征分析

利用较为均匀分布在新疆的45个气象站1960-2013年平均风速数据,通过气候趋势分析、气候突变分析、Morlet小波分析、Pearson相关分析等方法,研究近50 a来南北疆平均风速变化特征,结果表明：（1）1960-2013年南北疆地区年平均风速分别以0.15 m·s-1·（10 a）-1和0.14 m·s-1·（10 a）-1的速率显著降低,1960-1990年南北疆年均风速分别以0.21 m·s-1·（10 a）-1和0.18 m·s-1·（10 a）-1速率降低;1991-2013年北疆以0.01 m·s-1·（10 a）-1的速率下降,而南疆却以0.17 m·s-1·（10 a）-1的速率上升,各季节风速变化趋势与年序列相似。（2）四季中,南北疆的年递减率均是夏季最为显著,北疆是冬季变化不明显,而南疆其余各季节相差不大。（3）从空间分布上显示,北疆各站点总体较南疆明显,低海拔区递减幅度较大。（4）风速的长期变化具有一定的突变性,南北疆的平均风速均在1980年前后出现明显的突变点,从各季节平均风速来看,北疆春、夏、秋季突变出现的时间稍早于冬季,南疆春季突变出现的时间稍早于夏、秋和冬季。（5）Morlet小波分析结果显示,南北疆风速变化均存在4 a、8 a及15~20 a左右的变化周期,春夏秋冬各季节表现出强弱不一致,体现出季节性变化。（6）城市化发展对风速的变化产生了一定影响,但不是风速显著下降的主要原因,大气环流变化和气候变暖才是造成风速减小的可能原因。

海南植胶区土壤有机质纬度分布特征及其气候影响因素

海南植胶区是中国热带森林的重要组成部分,土壤有机质的分布对海南橡胶产业的发展起到了重要作用,以海南植胶区土壤有机质为研究对象,在大区域尺度上研究跨纬度分布特征,以年累积温度、年均蒸发量和年均风速等气候为影响因素,研究其相关性。结果表明,土壤有机质含量随纬度上升而有升高的趋势,与年累积温度和年均蒸发量均呈显著负相关,与年均风速呈显著正相关。说明在大区域尺度上,海南植胶区土壤有机质含量具有北高南低的分布特征,年累积温度、年均蒸发量和年均风速等气候因素对土壤有机质的分布产生了重要影响。

PMFT方法对我国年平均风速的均一性检验

利用惩罚最大F检验(PMFT)方法并结合详尽的台站历史沿革信息对我国701个气象观测台站年平均风速资料进行了均一性检验,结果表明该检验方法能够应用于对年平均风速资料进行均一性检验,我国年平均风速资料的不连续点主要集中在1～2个,已检验的701个台站中有61.3%的台站年平均风速序列是均一的,表明我国大部分台站风速资料均一性情况良好。仪器变化和台站迁移是引起年平均风速序列非均一性的主要原因,而仪器变化中的仪器换型是造成年平均风速序列非均一性的最重要原因。

中国周边海域海表风场的季节特征、大风频率和极值风速特征分析

利用CCMP风场资料,分析了中国周边海域海表风场的季节特征、大风频率以及极值风速,为海洋工程、防灾减灾、航海、海洋水文保障等提供参考.研究发现:①春季,风速大值区分布于阿留申群岛附近,平均风速在8m/s以上,第一岛链以内的平均风速在6m/s以内;夏季盛行西南季风,大值区分布于南海大风区,平均风速在7m/s以上;秋季,日本海、黄海和渤海多西北风,平均风速约7m/s,台湾海峡平均风速可达9m/s以上;冬季,风速多在8～10m/s.②年平均风速大值区分布于阿留申群岛附近,平均风速在9m/s以上;次大值区分布于台湾海峡和吕宋海峡,平均风速在8.5m/s以上;南海大风区平均风速在7.5m/s以上.③大风频率与年平均风速的分布特征大体一致,中国近海的大值区主要分布于台湾海峡、吕宋海峡、琉球群岛附近海域、传统的南海大风区.④第一岛链以内的20年一遇极值风速存在几个相对大值区:渤海中部海域(35～40m/s)、琉球群岛附近海域(40m/s左右)、南海北部海域(35m/s左右);黄海的20年一遇极值风速基本在30～35m/s之间,东海在35～40m/s,台湾海峡在35m/s左右,南海北部在35m/s左右,南海中部在30m/s左右,南海南部在20～30m/s,日本海在40～45m/s,日本以南、菲律宾以东的广阔洋面在40～45m/s,日本以东的洋面基本在50m/s以上,其大值中心可达60m/s.50年一遇极值风速的分布特征与20年一遇极值风速的分布特征较为相似.

RBF神经网络在风电场年度发电量估算中的应用

风力发电量估算是风机匹配和风电成本分析中的关键步骤。为了准确地估算出风力发电量,利用径向基函数RBF(radial basis function)神经网络对风电场的年度发电量进行估计,并基于中国台湾18个气象台站和韩国26个气象台站的历史数据建模进行各自估计以及相互估计。由于影响风力发电量的主要因素是风速大小以及风机的工作时间,故采取年均风速以及对该年风机工作时间有影响的风速威布尔分布的形状参数k作为输入。将估计的结果与实际结果进行对比,对比结果证明该方法是可行且有效的。

涠洲岛海域风侯和波侯特征分析

根据涠洲海洋监测站多年风和波浪实时观测资料,分析得出:涠洲岛海域累年强风向为N和NNE,其平均风速分别为5.9 m/s和5.3 m/s;常风向为NNE和ENE,其频率分别为18.2%和12.4%;夏季(6—8月)月平均风速最大,春季(3—5月)月平均风速最小。涠洲岛海域累年强浪向为SSW,其波高(H_(1/10))平均值为0.8 m;常浪向为NNE、SSW、NE和ENE,其频率分别为16.5%、16.2%、14.4%和10.5%;夏季(6—8月)波高(H_(1/10))月平均值最大,其余季节月平均值稍小于夏季。采用Pearson-Ⅲ型分布曲线对4个方向角风速的年最大值和波高(H_(1/10))的年最大值进行重现期计算。结果表明:涠洲岛海域ENE向风速多年一遇值最大;涠洲岛海域SSW向波高(H_(1/10))多年一遇值最大。

基于三参数Weibull分布的安徽省年最大风速均一性检验

以安徽省56个国家级气象站1980-2018年年最大风速序列为研究对象,采用基于三参数Weibull分布的变点检验方法对年最大风速序列均一性进行检验,以郎溪站数据为例,给出了检验和分析的具体过程,最后将该方法检验结果与PMFT法、SNHT法检验结果进行了对比分析。结果表明:56个站点的年最大风速序列均通过Weibull分布检验,而通过正态分布检验的年最大风速序列只有45个,表明年最大风速序列更符合Weibull分布;Weibull法检测出的18个非均一点中有15个得到印证,检验准确率为83.3%,PMFT法检测出的4个非均一点均由迁站造成,检验准确率为100%,SNHT检测出的20个非均一点中有15个得到印证,检验准确率为75%。造成序列非均一的主要原因是台站迁移、仪器换型、仪器高度调整和探测环境变化等;综合比较发现,PMFT法对年最大风速序列非均一点的敏感程度不如Weibull和SNHT,而SNHT法对待检序列要求较高,且检验准确率不及Weibull法,表明Weibull方法在年最大风速序列的均一性检验中更具有优势。

基于Archimedean Copula函数的风浪联合统计分析

选取渤海海域某导管架平台24年的年最大波高和相应风速,基于Gumbel分布对2个边缘分布的拟合优度检验,采用Archimedean Copula函数族中的4种函数构建两变量联合概率分布模型,并进行了拟合优度评价。利用优选出的Clayton Copula函数,计算风浪联合分布的联合重现值。以海洋平台响应作为约束条件,进行了二维Clayton Copula函数的风浪联合统计分析。研究结果表明:基于Copula函数构造的二维分布,考虑了风浪之间的相关性,在相同重现值设计参数下,可以降低导管架平台的结构响应,从而可以降低海洋平台的环境条件设计标准。

1991～2013年发生在西沙永兴岛的台风风暴潮统计特征分析

利用1991~2013年西沙海洋站实测的潮位、气压、风资料,统计分析发生在西沙永兴岛的台风风暴潮特征.统计结果为以后的台风风暴潮增水预报工作提供一定借鉴.统计分析发现:发生在永兴岛的台风风暴潮过程年最大增水值基本在34cm处上下波动,最高预警级别仅为蓝色;最大增水有明显的年际变化特征,预计接下来10a左右发生在永兴岛的台风风暴增水值大体逐年递减;最大增水若与极大天文潮相叠加,在永兴岛可能出现灾害性高潮位;年最大增水有明显的季节特征,在夏季最强,其次为秋季,冬季和春季最弱;台风中心经过时由负压引起的增水较为明显,单峰型、双峰型和振荡型的增水曲线形态均有出现;影响西沙永兴岛的热带气旋的年最大风速年际与季节性变化是导致永兴岛台风风暴潮特征的主要成因之一.

Monte-Carlo模拟方法在风工程中的应用

用 Monte- Carlo模拟方法建立了上海的台风年最大风速概率分布 ,由此推算的 30 a、50 a一遇风速 (韦伯尔分布 )和实测风速值接近。表明由 Monte- Carlo模拟方法得到的台风年最大风速概率分布较为合理 ,在东南沿海台风多发区域 ,该方法是产生年最大风速概率分布的有力工具。

万安核电站年最大风速的统计与天气分析

使用1970～2009年吉安、永新、万安、遂川和泰和五站气象资料,对核电站区域年最大风速及产生最大风速的天气系统,采用统计学方法和个例分析方法进行研究,结果表明:90年代前,万安核电站区域年最大风速在15m/s左右,90年代后,降至12m/s左右;各站自有记录以来,年最大风速表现呈缓慢降低的趋势,且从90年代后这种趋势更加明显。40a的208次最大风速样本统计表明,区域内影响天气可分为强对流天气大风(48.1%)、冷空气大风(21.2%)、热带气旋及台前环流大风(16.8)和其他大风(13.9)4种类型。年最大风速主要出现在春季和夏季,依次由强对流天气、冷空气、热带气旋及台前和其他天气系统影响所致。

风速统计特性研究探讨

结合上海地区两个气象站的实测数据，在对上海地区的风特性进行分析研究的基础上，提出了风速统计特性研究的一种改进方法。

气候变暖背景下海洋工程设计中几个方面的新提法

介绍了全球气温升高对海洋工程的影响。传统的海洋工程设计中都没有考虑气温升高这个情况。而气温还在进一步升高,气温升高导致海平面上升;洋面气温高,这又导致台风频发强度增大。在海洋工程设计中应该考虑到这些影响。本文介绍了应对全球气温升高和海平面升高,设计高水位、年极值波高和设计风速的一种新提法。

江苏省年最大风速的时空分布及突变分析

根据江苏省34a年最大风速资料,用EOF、REOF方法研究了江苏省年最大风速的空间分布形式和长期变化趋势。结果表明:(1)34a年最大风速基本在11m/s以上,其中最大值区位于盐城的南部和南通的北部,在15m/s以上。近34a来具有明显的波动,整体上呈减小的趋势。(2)EOF分解的第一特征向量场空间分布绝大部分为正值,说明其变化具有极好的一致性,第一时间系数的变化相当于年变化。但是各特征向量场之间的特点相差明显。(3)REOF分析方法表明其可以被分为5个区,分别为西北区、西南区、东南区、中部地区、东北区,各个区域的年最大风速均呈现减小的趋势,但是减小的程度各不相同。突变特征各个区域表现也不同。

近45年北太平洋海表风速特征统计分析

本文利用来自欧洲中期天气预报中心（ECMWF——European Centre for Medium-Range Weather Forecasts）的1957年8月—2002年7月逐6 h的ERA-40海表10 m风场资料,统计分析了近45年期间北太平洋海表风场的月变化特征,以及多年平均海表风速的分布特征,为海洋水文保障、海洋工程等提供参考。结果表明：（1）北太平洋的海表风场具有明显的月变化特征,10月至来年2月的风速整体高于其余月份。（2）从年平均风速来看,阿留申群岛附近海域为北太平洋年平均风速的明显大值中心,年平均风速基本在8 m/s以上;中纬度海域的年平均风速在6~7 m/s;15°N-20°N的东部海域存在一相对大值区,年平均风速在7 m/s以上;赤道西部海域的年平均风速较小,基本在4 m/s以内。

基于广义统一概率图的东南沿海风速概率分布研究

传统的概率分布选择方法是基于观测数据在假设分布概率纸上进行绘制,由于受到概率纸的限制无法进行直接比对分析.本文提出了一种新的广义统一概率图(GUPP)方法,通过Rosenblatt变换,将假设分布转换到统一概率纸上进行直观比对,并提出基于GUPP的拟合优度快速检验方法及参数,该方法可用于大数据量和大范围假设概率分布的快速拟合和检验.采用本文方法对厦门地区1953-2015年采集的实时风速数据进行统计分析及拟合,结果显示Pearson-Ⅲ分布可以更好地模拟厦门地区年10 min平均最大风速的分布规律,以此更准确地确定厦门地区基于不同回归期的设计最大风速.

西北太平洋海表风速特征分析

利用QN风场,统计分析了西北太平洋海表风场的分布特征.研究发现：（1）春季大风区分布于阿留申群岛附近,在8 m/s以上,第一岛链以内在6 m/s以内;夏季大值区为南海大风区,在7 m/s以上;秋季,日本海和黄渤海多西北风,约7 m/s,台湾海峡可达9 m/s以上;冬季,风速多在8～10m/s.（2）从年平均风速来看,大值区分布于阿留申群岛附近,在8 m/s以上;次大值区为台湾海峡和吕宋海峡,基本在8.5 m/s以上,台湾海峡甚至可达9m/s以上;其次,南海大风区也在7.5 m/s以上.（3）大风频率的分布与年平均风速的分布特征大体一致,中国近海的风速大值区主要分布于台湾海峡、吕宋海峡、琉球群岛附近、南海大风区.

青藏高原蒸散年际变化及其对西风和季风环流的响应

在评估4种蒸散格点资料(GLDAS,GLEAM,MERRA-2,CRET)在青藏高原适用性的基础上,以精度最高的CRET(R^(2)为0.83,RMSE为14.76 mm)及同期气象环境数据,在年际尺度上分析了青藏高原蒸散变化特征及其受大尺度西风和季风环流的影响.结果表明,青藏高原年平均蒸散为414.2±18.32 mm,具有明显的年际变率和变化趋势,且区域(西风区、季风区和过渡区)间差异明显.蒸散年际变化与西风和季风环流强弱的年际变化密切相关,且季风和西风对蒸散的影响存在显著的区域差异.西风和季风通过调节局地气候环境因子影响蒸散:土壤湿度、归一化植被指数(NDVI)和风速三个局地气候环境要素是青藏高原蒸散主要调控因子,蒸散与土壤湿度和NDVI呈显著正相关,与风速在高原西部呈显著负相关、在高原东部呈显著正相关;研究WYI(Webster-Yang Index)和WI(Westerly Index)与影响蒸散的主导气候环境因子的关系发现,WYI与土壤湿度和NDVI呈显著正相关,且WYI与NDVI的相关系数在高原中部和南部较大,使得WYI对蒸散影响在中部分过渡区和南部季风区较大,WI也与土壤湿度和NDVI呈显著正相关,但WI与NDVI的相关系数在中部和北部较大,WI对蒸散影响在中部过渡区和北部西风区较大,同时,WI与风速在大部分高原显著相关,WI在高原东部通过风速对蒸散变化具有正贡献,使得季风区东部蒸散年际变化也受WI影响,最终使得WI对蒸散的影响在除季风区西部以外的区域较大.该研究结果可加深认识青藏高原水循环变化及其机理,为区域水资源和生态系统管理提供科学依据.