基于GIS的小尺度城市近地風風力模擬研究

古黃玲 陳海楠 王韜

【摘 要】在城市的近地風場研究中，盛行的大尺度風向和地形因素往往會成為主要的影響，目前大多數研究都是通過各種不同的插值法來實現風力資源的評估，但是忽略了近地風場的復雜性不能通過單一數學模型來進行，因此本文提出使用克里金插值法和Wind Effect兩種數學模型進行模擬研究。本次研究通過氣象站數據的克里金插值，輸出無地形影響的風力風向的柵格數據，然后通過Wind Effect算法得出風力柵格圖。

【關鍵詞】DEM；風力；GIS；Wind Effect；插值分析

中圖分類號： F062.2；P208 文獻標識碼： A 文章編號： 2095-2457（2018）33-0038-002

DOI：10.19694/j.cnki.issn2095-2457.2018.33.015

【Abstract】In the study of urban near-field wind fields， the prevailing large-scale wind direction and topographic factors tend to be the main influences. At present， most studies use different interpolation methods to achieve wind resource assessment， but ignore the near-field complexity of the wind field cannot be performed by a single mathematical model. Therefore， this paper proposes to use the Kriging interpolation method and the Wind Effect two mathematical models for simulation research. In this study， the Kriging interpolation of the weather station data is used to output the raster data of the wind direction without terrain influence， and then the wind raster map is obtained by the Wind Effect algorithm.

【Key words】DEM； Wind power； GIS； Wind Effect； Interpolation analysis

0 引言

自然地理學中普遍認為，近地風的主要影響因素受到地轉偏向力，水平氣壓梯度力，摩擦力這三個因素的影響。但是在小尺研究范圍內的地轉偏向力的影響幾乎可以忽略不計。而在城市中地面固化程度較高，因此在摩擦力系數相同的情況下，城市近地風主要由整體范圍內的水平氣壓梯度力和地形起伏決定。

目前，國內對近地風的研究主要應用于風能資源的評估，史同廣等利用山東1：50000 DEM數據，借助周邊氣象站數據，在冬季風向背景下，利用ARC/INFO軟件，考慮一系列地形要素的影響，通過編寫AML程序，實現了起伏地形的風速空間的分布[1]。高陽華等利用重慶1：250000 DEM數據和氣象資料，結合坡度坡向和高程分析兩種插值方法，模擬了重慶市的風速分布[2]。張超和羅伯良通過MM5中尺度氣象模式，結合CALMET模式和GIS技術對湖南風能進行了精細化的評估[3]。唐矗和洪冠新利用曲面樣條插值建立復雜地形的三維數字模型以及其他理論計算三維風場[4]。然而在過去的相關的研究中的大多數只采用了單一的數學模型，卻忽略了近地風場在多方因素影響形成的客觀事實。另外部分研究所提出的計算模型只適用于其所研究的區域的風場，不具有普適性。

本文所實使用的Wind Effect算法是基于迎風對降水強度的影響取決于盛行的大尺度風向和地形屏障的海拔假設，充分考慮了高空風場和地形的影響，因此從數學模型的使用方面來看是合理的。而且城市的近地風場同樣受高空風場和地形的影響較大，因此廣泛的適用于城市近地風場的研究。

本文通過克里金插值，通過Wind Effect算法，利用湖南省1：50000 DEM以及湖南省各氣象站點2018年6月的風向和風速的平均數據，以此對株洲市近地風的大小進行模擬分析。

1 基于DEM風速模擬的思路與方法

1.1 預設條件

本文中對風速的預測是針對大尺度季風背景下對小范圍內的精細化預測。在研究過程中將風的摩擦力簡化到只受到地形起伏的影響，因此更加適用于城鎮地區或者地形起伏較大下墊面材質較為均一的地區。

1.2 技術流程

本文利用ArcGis和SAGA-GIS兩個軟件計算城市的近地風速。首先，我們將氣象點在地圖上標注，通過連接屬性表將從中國氣象數據網上下載的數據連接，接著實用克里金插值法輸出無地形影響的網格風速風向，最后同時將研究區的DEM數據和輸出的風速風向通過Wind Effect算法輸出研究區的風力大小。

1.3 數學模型

1.3.1 克里金插值法

克里金插值法，又叫做空間自協方差最佳插值法，它是一種以變異函數空間分析為基礎，對有限區域內的變量取值進行無偏最優估計的方法。其實質是通過區域變化的原始數據和變異函數的結構特點對未知樣點進行線性無偏、最優估計。無偏是指偏差的數學期望為0，最優是指估計值與實際值之差的平方和最小[5]。

1.3.2 Wind Effect算法

基于迎風對降水強度的影響取決于盛行的大尺度風向和地形屏障的海拔假設，本次研究采用了Wind Effect數學模型[7]。我們根據DEM高程數據確定近地的風場近似氣壓，對于每個網格單元，都遵循風的軌跡，并使用以下公式分析流的加權垂直角度。

其中，dWHi和dLHi是指迎風和背風方向的水平距離，dWZi和dLZi是與被考量的柵格單元對應的處置距離。公式（1）中的第二個總和代表了先前橫貫山脈的背風影響。式（2）中水平距離的對數化導致背風雨影的距離影響較大。最終的風效應參數應該與大尺度風場的相互作用和局部尺度降水特征有關，計算結果為H=HL·HW，順風位置取0.7，迎風位置取1.3。最終我們的計算過程通過開源GIS-SAGA實現。

2 實例研究

根據上述技術流程與數學模型，選擇株洲市區作為實驗區，以湖南省氣象站資料與1：5萬DEM作為基礎數據，由于株洲市只有1個氣象站點，為了提高分析精度，因而采用湖南省84個氣象站點的2018年6月的風向和風速的平均數據進行模擬。

2.1 氣象數據的處理

為了保證氣象數據準確度，所以我們采用整個湖南省84個氣象站的數據。

將從中國氣象數據網下載的風速數據，關聯到湖南氣象臺站的屬性表中，通過克里金插值法來計算出湖南區域范圍內的的風速風向，即湖南省風速風向的柵格數據，并裁剪出株洲市區的風速風向柵格數據（圖1）。

2.2 地形數據的處理

由于獲得的株洲市DEM數據是分幅存儲的，通過ArcMap的鑲嵌數據集工具將其拼接成一幅完整的地形數據。并將獲得的株洲市區的風速風向柵格數據與地形數據進行坐標的匹配、投影以及像素分辨率的統一，獲得的株洲市DEM數據（圖2）。

2.3 網格風力大小的計算

由于風力大小和三個因素有關——地形、風向、風速，且計算非常的復雜，結合J.Boehner，A.Ringeler，O.Conrad 等人提出的WindEffect算法[7]，利用開源軟件 SAGA GIS，將準備好的三種數據，利用 WindEffect 算法，計算出風力大小分布柵格圖（圖3）。

3 結果分析

結果顯示，以時間尺度上來說，在2018年6月內，株洲市區的風力大小在0.7378到1.3555米/秒?？傮w基本上沒有變化。在空間尺度上來說，西南角和東部地區風力較大，中部地區風力較小。

與以往利用地形高程數據對風力的模擬研究對比，本次研究結合了GIS技術手段，除了考慮地形高差的影響外，還充分考慮了坡度、坡向等地貌要素對風力的影響。

4 結語

此次研究可以用作風速的預測，可以通過風速風向月平均數據進行克里金插值和Wind Effect算法模擬出株洲市風力大小柵格圖，可作為風力預測的參考值。該參考值不僅可用作突發環境事件空氣污染物的擴散分析的基本風速數據，也可以用作實地監測在缺乏相關儀器時的參考數據。另外風能作為目前國家重點開發清潔能源，其風力預測有著對風電場選址和風能資源開發都有著重要意義，本次研究對于該應用具有一定的指導意義。

【參考文獻】

[1]史同廣，閆業超，王林林，王智勇.基于DEM的大尺度季風風速空間分布模擬研究[J].地理與地理信息科學，2007（02）：26-29.

[2]高陽華，王堰，邱新法，陳志軍，陳艷英，馬力，繆啟龍，王中.基于GIS的復雜地形風能資源模擬研究[J].太陽能學報，2008（02）：163-169.

[3]張超，羅伯良.基于GIS技術的湖南風能資源精細化評估[J].湖南電力，2011，31（03）：11-14.

[4]唐矗，洪冠新.基于地形高程數據的復雜地形風場建模方法[J].北京航空航天大學學報，2014，40（03）：360-364.

[5]馮俊軍，王恩元，沈榮喜，李學龍，朱亞飛，景林波.基于克里金插值法的煤體應力場分布規律研究[J].煤炭科學技術，2013，41（02）：38-41.

[6]王玉璟.空間插值算法的研究及其在空氣質量監測中的應用[D].開封：河南大學，2010： 6-19.

[7]Boehner，J.，Antonic，O.Land-surface parameters specific to topo-climatology.In：Hengl，T.，Reuter，H.[Eds.]：Geomorphometry–Concepts，Software，Applications.Developments in Soil Science，2009，Volume 33，p.195-226，Elsevier.