基于CCMP衛星資料的中國海域風能資源分析

肖晶晶，李正泉，郭芬芬，馬浩

（1.浙江省氣候中心，浙江杭州310017；2.國家海洋局第二海洋研究所，浙江杭州310012）

基于CCMP衛星資料的中國海域風能資源分析

肖晶晶1，李正泉1，郭芬芬2，馬浩1

（1.浙江省氣候中心，浙江杭州310017；2.國家海洋局第二海洋研究所，浙江杭州310012）

基于1988—2011年CCMP衛星資料對中國海域的風能資源進行分析評估，研究中國海域風能資源的空間格局及氣候變化特征，并進行風能資源區劃。研究結果表明：（1）中國海域年風功率密度各海域分布在79.2（瓊州海峽）～465.8（巴士海峽）W/m2，其中東海南部、南海東北部和巴士海峽的年平均風功率密度大于400 W/m2，其次為南海中東部、東海北部、臺灣海峽、臺灣以東洋面（300～400 W/m2），渤海海峽、黃海北部、北部灣、渤海和瓊州海峽的風功率密度在200 W/m2以下；（2）DJF期間，中國海區風功率密度平均值最大（412.5W/m2），大值區的風功率密度達800～1000 W/m2；JJA期間，中國海域風功率密度平均值最小（159.4 W/m2）；（3）1988—2011年中國各海區風功能密度上升趨勢為20.8（瓊州海峽）～124.7（臺灣海峽）W/（m2?10 a），除南海西南部和南海東南部海區外，其他海區的變化趨勢均通過了0.05的顯著性檢驗；（4）中國海域風能資源分區結果表明，中國海區超過80%的海區適合并網風力發電，其中非常適合的海域占海區面積的62.3%。在風電開發技術可控范圍內（水深5～50 m），臺灣海峽、南海東北近海海區（水深0～50 m）風能資源最豐富，最高處達490 W/m2，其次是東海北部近海海區（水深20～50 m），風功率密度達300～350 W/m2。

CCMP；中國海域；風能資源

1 引言

能源危機已成為人類共同面臨的世界性難題之一，常規能源日益枯竭、氣候變暖、環境惡化等使人們認識到發展可再生能源的重要性和緊迫性[1-2]。IPCC《可再生能源與減緩氣候變化特別報告》指出，發展風能、太陽能等可再生能源是應對氣候變化的重要舉措[3-4]。其中風能是新能源中最具工業開發潛力的可再生能源[5]，風力發電是新能源開發中技術成熟、具有大規模開發和商業化發展前景的發電方式[2]。中國風能資源儲藏豐富，其中海上可開發量初估為400～500 GW，屬于風能資源較豐富的國家[6-8]。同時，中國是世界第二大能源消費大國，中國的經濟建設迅速發展使能源消耗爆發式增長，風能的開發利用對于減輕對化石能源的進口依賴，加強自身能源供應安全、穩定社會經濟具有十分重要的現實意義[9]。

海上風能資源開發優于陸地，不存在土地征用、噪聲等問題，且海上風場往往離負荷中心近、電網容納能力強，因而大規模發展海上風電越來越受重視。海上風能資源評估是海上風能開發的基礎工作。傳統海面風速觀測主要依靠船舶、石油平臺、浮標、觀測塔和島嶼站等實測氣象觀測，此種方法可對局地進行長時間連續觀測，但在空間上有局限性，而且人力、物力耗費高[10]。當前國際較前沿的科技手段是借助衛星遙感觀測、地理信息系統及中小尺度氣象學等相關技術研究成果[11-12]，得到全球尺度的風速分布情況，尤其是高分辨率衛星資料的應用，可以實現對風能資源的較精準評估。全球及各大洋區海表面風能資源的研究相對較多[13-17]，中國陸地風能資源已經開展過多次全國性普查，詳查工作在2007—2011年開展，但海上風能資源的調查與評估的相關工作尚不充分。中國氣象局利用風能資源數值模式（如WERAS/CMA）的模擬結果已評估了中國海域風能資源的大小及其空間分布[5]，但受數值模式運算量的限制，未能給出風能資源的歷年變化。CCMP（Cross Calibrated，Multi-Platform Ocean Surface Wind Velocity）衛星資料是衛星觀測數據和再分析數據的時空混合風場產品，是目前可覆蓋全球范圍的時空分辨率最精細的海表面風場數據，Atlas等[18]試驗證實CCMP風場較其它單個衛星平臺測量的風場數據在精度方面有很大提高，能夠滿足很多海洋和大氣環境應用研究需求。張華等使用CCMP風場資料對中國海域的風能資源進行分析，但其使用的資料年限太短（10 a），且未給出風能資源的歷年變化[19]；常蕊等利用合成孔徑雷達（Synthetic Aperture Radar，SAR）反演海面風場資料對杭州灣近海風能資源進行評估[10]；鄭崇偉等利用1988—2009年的CCMP資料，對全球海域的風能資源進行研究，并依據風能資源等級區劃標準，實現對全球海域風能資源的等級區劃[20]；Zheng等利用CCMP風場對中國海域風能進行了評估和等級區劃，但沒有分區討論[21]。

本文以1988—2011年的CCMP衛星資料為基礎，研究中國海域18個海區的風能資源的氣候空間分布及年際變化，并對中國海域的風能資源進行區劃，以期為中國海上風能資源開發及其它方面的相關研究提供參考。

2 資料與方法

2.1 研究區域概況

本文研究區為中國整體海域，參考中央氣象臺對中國海區的劃分標準，將中國海區從北到南共劃分為18個海區，分別為渤海-1、渤海海峽-2、黃海北部-3、黃海中部-4、黃海南部-5、東海北部-6、東海南部-7、臺灣海峽-8、臺灣以東-9、巴士海峽-10、北部灣-11、瓊州海峽-12、南海西北部-13、南海東北部-14、南海中西部-15、南海中東部-16、南海西南部-17和南海東南部-18[22-23]（見圖1）。

2.2 資料來源

圖1 中國海域劃分及海洋水深示意圖

本文使用的CCMP（1988—2011年）風場資料來源于美國國家大氣研究中心（National Center for Atmospheric Research，NCAR）的CISL研究數據檔案中心（http://rda.ucar.edu/datasets/ds744.9/index. html）。CCMP風場是以歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的再分析和業務資料為背景場，采用變分方法同化SeaWind、TMI、AMSR-E、SSM/I等多種衛星探測洋面風資料和傳統的船舶、浮標觀測資料后獲得的規則格點資料。CCMP風場的背景風場，在1987年7月至1998年12月使用的是ECMWF業務分析產品ERA-40的10 m洋面風場，1999年以后使用了ECMWF的業務分析產品ERA-Interim的10 m洋面風場資料，這較之ERA-40再分析產品，精度更高。論文所用資料為全球地表面風場（約10 m觀測高度）逐日4次（世界時：00:00，06:00，12:00，18:00）的緯向、徑向風矢量（U，V）數據，數據網格點大小分別為0.25°×0.25°，研究范圍為104.5°—133.5°E，2.5°—41.0°N。海洋水深數據來自美國地球物理中心（National Geophysical Data Center，NGDC）發布和推薦采用的ETOPO1地形高程數據（http://www.ngdc.noaa.gov/mgg/gdas/gd_designagrid.html?dbase=GRDET2）。

2.3 研究方法

（1）資料預處理

使用MATLAB語言編程，對下載的全球表面風場資料數據進行區域切割、濾值除噪、缺失插補等預處理。然后，對切割出的數據子集進行濾值除噪，以去除數據中32766和32767等噪點數據；利用缺失值周圍10×10的網格點對缺失值進行反距離權重（IDW）插補。最后，使用ARCGIS軟件平臺將網格點風場數據轉換成GRID格式的柵格點風場數據，再疊加中國海域矢量圖層，以子網掩碼（MASK）方式，按海域邊界對柵格點風場數據進行精細切割，獲取中國海域海表面風場數據。

（2）全風速（W）計算

根據各時刻（00:00，06:00，12:00，18:00）的緯向徑向風矢量（U，V）數據計算各時刻的全風速值。計算公式如下：

式中：W為全風速（單位：m/s），u和v分別為徑向和緯向風矢量網格值（單位：m/s），δu和δv分別為徑向和緯向風矢量網格值的附加值（ADDOFFSET），ku和kv分別為徑向和緯向風矢量網格值的換算因子（SCALE-FACTOR）。平均風速即計算時間段內風速平均值[19]，對1988—2011年逐日4個時次的全風速（W）進行加權平均得到日平均風速，由逐日風速可以計算出逐月、年平均風速。

（3）風能等級區劃

風能等級區劃常用的指標包括風功率密度、平均風速和有效風速時間。平均風速和風功率密度是風能資源評估中常用的重要指標，受衛星資料限制，論文在進行風能等級區劃時沒有考慮有效風速時間。風功率密度定義為與風向垂直的單位面積中風所具有的功率，計算公式為[24]：

式中：DWP為年平均風功率密度（單位：W/m2），ρi為年平均空氣密度（單位：kg/m3），vi為各時刻的平均風速（單位：m/s），n為一年中的觀測時刻。

3 結果與分析

3.1 CCMP資料精度計算

選用海島氣象站、海上測風塔、浮標站等站位點觀測的風速數據，與CCMP觀測數據進行比較。表1給出23個站位（3個測風塔、2個浮標、2個海島基本站和16個海島自動站）的觀測值與CCMP衛星資料的統計參數。由表1可知，CCMP衛星資料與觀測站的平均相關系數r值為0.78，部分站點甚至超過了0.85；平均均方根誤差RMSE在0.54～2.11 m/ s。相比于其它類型測站，測風塔風速與CCMP風速最為接近（r＞0.85，RMSE＜0.70）。因選取的測風站多位于近海，考慮到近岸風場影響因子眾多，小尺度過程活躍以及觀測自身的誤差，可以說CCMP衛星資料精準程度還比較可靠的。

3.2 中國海域風功率密度

利用1988年1月1日00時—2011年12月31日18時逐6 h CCMP風場觀測數據，計算中國海域10 m高度處24 a的4個季節和年平均風速及風功率密度。四季和年分別記為MAM（3—5月，March、April、May）、JJA（6—8月，June、July、August）、SON（9—11月，September、October、November）、DJF（12—翌年2

月，December、January、February）和Year（年）。圖2是MAM、JJA、SON、DJF及Year平均風功率密度分布圖。

表1 CCMP風速與觀測風速的驗證統計參數

圖2 中國海域四季及年風功率密度分布（單位：W/m2）

由圖2可以看出，MAM期間，風功率密度大值區分布在東海東部、臺灣海峽和巴士海峽，數值分布在200～485W/m2；JJA期間，中國海域平均風功率密度值最小（159.4W/m2），最大值位于南海西南部海域（458 W/m2），海區風功率密度平均值以東海南部最大（254.1 W/m2），其次為南海西南部海區（238.2 W/m2），渤海海區最小（48.4 W/m2）；SON期間，風功率密度的大值區主要分布在臺灣周邊的海域（海區7—10和15），海區風功率密度平均值分布在498.5～587.3 W/m2，受狹管效應影響，巴士海峽、臺灣海峽的大值中心達到700～800 W/m2；DJF期間，中國海區平均風功率密度值最大（412.5 W/m2），風功率密度明顯大于其他季節，大值區中心的風功率密度達800～1 000W/m2，其中巴士海峽平均風功率密度值最大（746.5 W/m2），其次為南海東北部海區（708.8 W/m2），瓊州灣、渤海、北部灣的風功率密度的平均值在250 W/m2以下。年風功率密度各海區分布在79.2（瓊州海峽）～465.8（巴士海峽）W/m2，其中東海南部、南海東北部和巴士海峽的年平均風功率密度大于400 W/m2，其次為南海中東部、東海北部、臺灣海峽、臺灣以東洋面（300～400 W/m2），渤海海峽、黃海北部、北部灣、渤海和瓊州海峽的風功率密度在200 W/m2以下。

3.3 中國海域風能資源年際變化

圖3 1988—2011年中國18個海區風功率密度年際變化

分別計算逐年各海域風速與風功率密度值（見圖3），1988—2011年中國各海區的風功率密度年平均值都在增加，1998以前風功率密度值變化較為平穩，1999年有一次明顯抬升增大現象；1999年后多數海區的風功率密度值仍在波動中增大。從各海區風功率密度的年際變化趨勢上看（見圖3）：黃海、渤海、渤海海峽和東海北部等海區屬同類區域，它們的風功率密度年際變化趨勢較為一致；東海南部、臺灣海峽和臺灣以東洋面等海區屬同區，變化趨勢基本相似；南海與巴士海峽屬同區，北部灣和瓊州海峽屬同區。1988—2011年期間，雖然各海區的年平均風功率密度都在增加，但各自的增大速率并不相同，瓊州海峽、南海西南部和南海東南部等海區的風功率密度增速最弱，僅在2.1～2.4 W/（m2?a），臺灣海峽風功率密度增速最強，可達12.5 W/（m2?a），除南海西南部和南海東南部海區外，其他海區的變化趨勢均通過了0.05的顯著性檢驗，風功率密度的變化趨勢與林剛等[25]、鄭崇偉[26]、潘靜等[27]研究結論相同，數值不同可能是由于年代和研究區域不同所致（見圖4）。

3.4 中國海域風能資源分區

根據《風電場風能資源評估方法GB/T 18710—2002》規定，將中國海域各海區的風功率密度分級[24]（見圖5）。中國海域風功能密度的大值區分布在臺灣島周邊海域、東海東部和南海西南部部分海域，渤海、北部灣等近陸地海域數值相對較小。從中國各海區年平均風功率密度空間分布來看（見表2）：巴士海峽和南海東北部平均年風功率密度分別為477.0 W/m2和433.5 W/m2（等級為VII），屬風能資源極其豐富區；東海北部、東海南部、臺灣海峽、臺灣以東洋面、南海中東部等5個海區的區域平均年風功率密度在317.3～395.1 W/m2（等級為VI），屬風能資源極豐富區；南海中西部和南海西南部平均年風功率密度為275.0 W/m2和255.7 W/m2（等級為V），屬風能資源豐富區；黃海南部、黃海中部、南海西北部和南海東南部海區，區域平均年風功率密度分布在200.1～248.4 W/m2（等級為IV），也屬風能資源豐富區；渤海海峽平均年風功率密度在158.9 W/m2（等級為III），屬風能資源較豐富區；其余海區的風功率密度小于150 W/m2，屬風能資源一般區。結合《風電場風能資源評估方法》可知，中國海區較好與好應用于并網風力發電的（等級Ⅲ、Ⅳ）區域占海區面積的11.83%和12.20%，很好（Ⅴ—Ⅶ）應用于并網風力發電的區域占海區面積的63.3%（表略）。

圖4 1988—2011年中國各海區風功率密度線性增加速率

圖5 中國海域風速及風功率密度分級分布

表2 我國18個海區風能資源統計情況

在風電開發技術可控范圍內（水深5～50 m），臺灣海峽風能資源最豐富，最高處達490 W/m2，其次是東海北部海區的東部海區（水深20～50 m），風功率密度達300～350 W/m2。

水深20 m范圍內，南海東北海區至黃海南部海區近海出現風功率密度等級分布在Ⅲ—Ⅴ級，其中臺灣海峽近海分布在Ⅳ—Ⅴ級，其他海區的風功率密度等級基本在Ⅲ級及以下；水深20～50 m范圍內，我國近海適用于并網風力發電的范圍大幅增加，幾乎所有海區近海均有風功率密度Ⅲ—Ⅳ級區域，其中東海北部海區面積增幅最大，風功率等級達Ⅲ—Ⅴ級，很適合并網風力發電；臺灣海峽、南海東北部近海的風功率密度等級為Ⅴ—Ⅶ，非常適合并網風力發電。由此可以看出，中國近海區域風能資源具有巨大的開發潛力，尤其是風電開發技術可控范圍延伸到水深50～100 m時，中國近海風能資源的開發潛力將有更大的空間。

4 結論與討論

4.1 風能資源估算的不確定性

當前已投運風電場的利用小時數大多達不到設計水平，這一方面是風能估算中存在許多不確定性，包括數據的完整形和測量誤差問題、水平年的選取、選取的風速概率分布模型與參數計算方法的差異以及被評估地點風速與最近氣象觀測點風速相關性不完全滿足要求等[28-29]；另一方面是風電折減因素較多，據2009年國家發展改革委氣候司委托水電水利規劃總院完成的《關于對中國風電發電量折減問題的說明》，折減因素包括尾流折減、風電機組可利用率折減、空氣密度折減等11項[30]。對于影響發電量的不確定因素，目前普遍的做法是在發電量計算時將不確定因素與折減因素一并考慮，具體的步驟為：首先根據訂正后的測風塔代表年風能資源情況推算預設機位處的資源情況，進而計算出“總發電量”，之后對影響發電量的各因素估算一定比例，在總發電量的基礎上“折減”，最后得到預估發電量[30]。這種經驗的計算方法必然與實際有一定的差距。隨著中國風電產業的迅猛發展，《風電場風能資源評估方法》中的風功率密度等級和中國風能區域等級劃分的不適用性日益顯現出來，王曉琳等通過對內蒙古西部電網風電接納能力運行特點和冬季供熱情況的分析，對評估方法和區劃進行修改意見[31]。中國氣象局的風能資源數值模式高分辨率的數值模擬結果與實際觀測資料對比表明（江蘇和青海），數值模擬可以較準確地模擬區域風能資源的分布趨勢，但數值需通過測風塔觀測資料進行訂正[1]；李澤椿等綜合比較國內外風能資源評估技術方法，指出數值模擬技術與風能資源測量相結合是風能資源評估的有效技術手段[1]。囿于資料限制，論文在計算海上風能資源過程中，使用的CCMP衛星遙感資料沒有經過觀測值校正，另外，風場每日4次的風速資料不能滿足風能資源評估技術規范中24時次的計算要求。

4.2 不同資料研究的結論

基于CCMP衛星資料的風功率密度年際變化表現為：1998以前變化較平穩、1999年有一次明顯抬升增大、1999年后在波動中增大；從1988—2011年中國海區風能表現出顯著的增加現象，與現有研究結論基本一致[25-27]。但作者在比較CCMP、NCEPDOE和ERA-Interim資料的風能變化趨勢時發現（NCEP-DOE風場資料來源于美國NOAA地球系統研究實驗室數據檔案中心；ERA風場資料來源于歐洲中期天氣預報中心，格點大小分別為2.5°×2.5°和0.75°×0.75°），1988—2011年NCEP-DOE中國海域風速資料并沒有明顯的遞增趨勢（k=0.02，R2=0.48），ERA-Interim資料甚至略有下降趨勢（k=-0.002，R2= 0.02）（圖略）。曠芳芳等研究發現采用CCMP資料計算的風功率密度在巴士海峽明顯比采用ERA-Interim資料計算的偏大[32]；張德天等使用1999—2009年的QuikSCAT/NCEP混合風場資料對中國海區海表面風進行研究，發現中國海區海表風場風速整體上沒有顯著的變化趨勢[33]。相關研究也表明，不同風場資料得出的風場年變化差異很大（如：ERA資料呈現南大洋風速減弱，而NCEP-DOE資料則呈現南大洋風速增強）[34]。這可能與數據格點大小和研究時段不同所致。此外，CCMP衛星資料在1999年更換融合背景場和衛星使用的數量增加也可能導致風場變化。

4.3 結論與下一步研究

本文基于1988—2011年的CCMP衛星資料對中國18個海區風能資源進行分析，研究中國海域風能資源的空間格局及氣候變化特征，并進行風能資源區劃，得出以下結論：（1）中國海區風能資源豐富，較好與好應用于并網風力發電的（等級Ⅲ、Ⅳ）區域占海區面積的11.83%和12.20%，很好（Ⅴ—Ⅶ）應用于并網風力發電的區域占海區面積的63.3%，其中巴士海峽和南海東北部海區屬風能資源極其豐富區（等級為VII），其次為東海北部、東海南部、臺灣海峽、臺灣以東洋面、南海中東部等5個海區（等級為VI），瓊州海峽、渤海海區屬風能資源一般區（等級為Ⅰ、Ⅱ）；（2）中國海區風能季節變化特點明顯，其中DJF期間中國海區風功率密度平均值最大（412.5 W/m2），JJA期間中國海域風功率密度平均值最小（159.4 W/m2）；（3）1988—2011年中國各海區風功能密度上升趨勢為20.8（瓊州海峽）～124.7（臺灣海峽）W/（m2?10 a），除南海西南部和南海東南部海區外，其他海區的變化趨勢均通過了0.05的顯著性檢驗；（4）在風電開發技術可控范圍內（水深5～50 m），臺灣海峽、南海東北近海海區（水深0～50 m）風能資源最豐富，最高處達490 W/m2，其次是東海北部近海海區（水深20～50 m），風功率密度達300～350 W/m2。

囿于資料限制，論文的衛星資料沒有經過觀測值校正，且未能對中國近海區（等深線25 m以內的海域）風能資源進行詳細分析，而近海才是中國海上風能資源開發的重點。因此在今后的研究中，應該加強資料的適用性以及近海區風能資源分析。

[1]李澤椿,朱蓉,何曉鳳,等.風能資源評估技術方法研究[J].氣象學報,2007,65(5):708-717.

[2]楊忠恩,李正泉.浙江省風能資源[M].北京:氣象出版社,2013.

[3]IPCC.Climate Change 2014:Mitigation of Climate Change[M]. Cambridge:Cambridge University Press,2014.

[4]朱蓉,巢清塵,張軍巖.IPCC《可再生能源與減緩氣候變化特別報告》及其對應對氣候變化前景的影響分析[J].氣候變化研究進展,2011,7(5):378-380.

[5]張秀芝,Boddington R,朱蓉,等.中國近海風電場開發指南[M].北京:氣象出版社,2010.

[6]薛桁,朱瑞兆,楊振斌,等.中國風能資源貯量估算[J].太陽能學報,2001,22(2):167-170.

[7]李俊峰.風光無限:中國風電發展報告2011[M].北京:中國環境科學出版社,2011.

[8]周濟福,林毅峰.海上風電工程結構與地基的關鍵力學問題[J].中國科學:物理學力學天文學,2013,43(12):1589-1601.

[9]侯建朝,譚忠富,謝品杰,等.世界風能資源開發現狀和政策分析及對我國的啟示[J].中國電力,2008,41(9):65-68.

[10]常蕊,朱蓉,周榮衛,等.高分辨率合成孔徑雷達衛星反演風場資料在中國近海風能資源評估中的應用研究[J].氣象學報, 2014,72(3):606-613.

[11]楊振斌,薛珩,王茂新,等.衛星遙感地理信息與數值樹脂模擬應用于風能資源綜合評估新嘗試[J].太陽能學報,2003,24(4): 536-539.

[12]凌鐵軍,高蘊斐,楊學聯,等.中尺度數值預報模式(MM5)在海面風場預報中的應用[J].海洋預報,2004,21(4):1-9.

[13]Ward M N,Hoskins B J.Near-Surface Wind Over the Global Ocean 1949-1988[J].Journal of Climate,1996,9(8):1877-1895.

[14]Gulev S K,Grigorieva V.Last Century Changes in Ocean Wind Wave Height from Global Visual Wave Data[J].Geophysical Research Letters,2004,31(24):L24302.

[15]莊曉宵,林一驊.全球海洋海浪要素季節變化研究[J].大氣科學,2014,38(2):251-260.

[16]賈本凱,鄭崇偉,郭隨平,等.近44年全球海域海表風速整體變化趨勢研究[J].延邊大學學報:自然科學版,2013,39(1):74-78.

[17]王蓉,肖瑜璋,俞勝賓,等.南海北部近岸海域風場特征分析與預報研究[J].海洋預報,2011,28(2):1-8.

[18]Atlas R M,Hoffman R N,Ardizzone J,et al.Error Estimates for CCMP Ocean Surface Wind Data Sets[C]//AGU Fall Meeting Abstracts 2011.American Geophysical Union,2011,1:1419.

[19]張華,張學禮.中國東部海域風能資源分析[J].水利學報,2013, 44(9):1118-1123.

[20]鄭崇偉,潘靜.全球海域風能資源評估及等級區劃[J].自然資源學報,2012,27(3):364-371.

[21]Zheng C W,Zhuang H,Li X Q.Wind energy and wave energy resources assessment in the East China Sea and South China Sea [J].Science China Technological Sciences,2012,55(1):163-173.

[22]王慧,隋偉輝.基于CCMP風場的中國近海18個海區海面大風季節變化特征分析[J].氣象科技,2013,41(4):720-725.

[23]石慧,蔡旭暉,宋宇.中國近海海面風場的分類[J].北京大學學報(自然科學版),2011,47(2):353-362.

[24]中華人民共和國國家質量監督檢驗檢疫總局.GB/T18710-2002風電場風能資源評估方法[S].北京:中國標準出版社,2004.

[25]林剛,鄭崇偉,邵龍潭,等.南中國海海表風速長期變化趨勢[J].解放軍理工大學學報(自然科學版),2013,14(6):704-708.

[26]鄭崇偉.基于CCMP風場的近22年中國海海表風場特征分析[J].氣象與減災研究,2011,34(3):41-46.

[27]潘靜,劉鑄飄,鄭崇偉,等.1958-2011年全球海域海表風速變化趨勢[J].氣象科技,2014,42(1):104-109.

[28]唐嵐,束洪春,于繼來.風能資源估算中的不確定性分析[J].太陽能學報,2011,32(10):1560-1565.

[29]賈寧,曾利華.平均有效風能密度估算的誤差分析[J].現代電力,2013,30(1):47-50.

[30]李偉,姚暉,王煥奇,等.發電量估算不確定性對風電項目投資決策的影響[J].風能,2014(9):78-81.

[31]王曉林.風功率密度等級劃分和風能區劃的修訂建議[J].電力技術,2010,19(8):78-82.

[32]曠芳芳,張友權,張俊鵬,等.3種海面風場資料在臺灣海峽的比較和評估[J].海洋學報,2015,37(5):44-53.

[33]張德天,鄭崇偉,石嶺琳,等.基于QuikSCAT/NCEP風場的1999-2009年中國海表風場研究[J].海洋預報,2011,28(4): 58-64.

[34]Li M,Liu J P,Zhao J C,et al.Evaluation of Reanalysis and Satellite-Based Sea Surface Winds Using in Situ Measurements fromChinese AntarcticExpeditions[J].AdvancesinPolar Science,2013,24(3):147-152.

Analysis of China sea wind energy based on CCMP satellite date

XIAO Jing-jing1,LI Zheng-quan1,GUO Fen-fen2,MAHao1
(1.Zhejiang Climate Center,Hangzhou 310017 China;2.Second Institute of Oceanography,SOA,Hangzhou 310012 China)

To analysis and access China Sea wind energy resource and study its spatial pattern and climate change characteristics,CCMP data from 1988 to 2011 were used in this paper.And the wind energy resource division were made for better develop wind energy resources.The results showed that the annual average wind energy density distribution from 79.2 W/m2(Qiongzhou Strait)to 465.8 W/m2(Bashi Strait)in China Sea,in which the southern of the East China Sea,the northeastern of the South China Sea and the Bashi Strait was greater than 400 W/m2,followed by the Eastern of the South China Sea,northern of the East China Sea and Taiwan Strait,Taiwan eastern ocean(300-400 W/m2).In the Bohai Strait,the northern of the Yellow Sea,the Beibu Gulf,the Bohai Sea and Qiongzhou Strait the data of the annual average wind energy density distribution was under 200 W/m2.The average maximum wind energy density was 412.5 W/m2,which occurred in DJF period and the value could reach 800 to 1000 W/m2.Corresponding the minimum value was 159.4 W/m2in JJA period.The wind energy density increased obviously at the rate of 20.8(Qiongzhou Strait)to 124.7(Taiwan Strait)W/(m2?10 a),in addition to the southwest and eastwest of the South.China Sea wind energy resource division results showed that more than 80%of the China Sea was suitable for wind power generation,and 62.3% was very suitable.In the range of ocean water depth of 5-50 m under the wind power development in technology manageable,Taiwan Strait and South China Sea Northeast offshore(ocean water depth of 0-50 m)owned the most abundant wind energy resources,the highest point reached 490 W/m2,followed by the Northern East China Sea offshore areas(ocean water depth of 20-50 m)with the wind power density of 300-350 W/m2.

CCMP;China Sea;wind energy resource

TK81

A

1003-0239（2017）01-0009-10

10.11737/j.issn.1003-0239.2017.01.002

2015-12-09；

2016-01-20。

浙江省科技計劃項目（2015C33055）；中國氣象局氣候變化專項（CCSF201427）；浙江省氣象科技計劃重點項目（2013ZD05，2015ZD09）。

肖晶晶（1984-），男，工程師，碩士，主要從事氣候資源、氣象災害研究。E-mail：xiaojingjing2005@163.com

郭芬芬（1987-），女，工程師，博士，主要從事遙感和GIS技術在資源環境方面的應用研究。E-mail：gufeefine@163.com