彭州邊界層鐵塔風梯度特征研究

康 雪 ,陸成偉 ,李 愉 ,許 晨 ,劉洋遠

（1.四川省成都市氣象局，成都 611130；2.四川省成都市環境保護科學研究院，成都 610000；3.四川省彭州市氣象局，成都 611930）

引言

近地層是大氣邊界層的最下層，離地面約幾十米至一百米[1]，近地層各種氣象要素存在明顯的日變化規律[2]。近地面20～100m高度區間是輸變電線路、塔吊、通訊鐵塔及高空構筑物的主要分布區域，該區域風場變化可對超高建筑的設計，高壓線路的架設、工業污染物的稀釋擴散等產生重大影響。一直以來，近地面風場特征研究都是氣象學家關注的重點，具有重要的科學意義和應用價值。

目前，氣象部門探測地面風場主要是利用地面自動站，但自動站的探風高度存在限制。另一方面，探測邊界層風場的邊界層風廓線雷達因探測盲區和地物雜波的影響，在100m以下的探測準確率不高[3]。因此，能夠對近地面風場進行立體連續觀測的邊界層鐵塔，可有效彌補現有觀測設備探測能力的不足。

近年來，國內學者利用測風鐵塔資料在近地層風場特征分析和風速反演等方面開展了一系列研究。馬亮等[2]采用統計分析方法，以夏季為例對鐵塔近地層平均風速、風向、最大風速等要素進行了分析研究，揭示了夏季近地層風場的分布特征。李曉霞等[4]利用蘭州新區測風塔和自動氣象站風向風速觀測資料，分析了蘭州新區盛行風向、風速、污染系數時空分布特征。何斌等[5]基于反映近地面風速廓線變化的指數律公式，利用不同的風速廓線變化率開展了海面風速反演試驗。

本文擬利用2018年10月～2020年12月彭州邊界層鐵塔的風速風向觀測資料，分析了彭州地區近地面各季節平均風速日變化特征、盛行風向特征及污染系數特征，并以反映近地面風速廓線變化的指數律公式為基礎，使用按月分類法和風速區間法來反演彭州100m以下的近地面風速，并檢驗其反演結果的有效性。

1 數據說明

1.1 彭州邊界層鐵塔及周邊環境簡介

彭州100m大氣邊界層梯度觀測鐵塔架設在彭州大氣環境氣象綜合監測基地內（圖1）。該基地位于四川省彭州市西北方向，在隆豐鎮九龍村石化大道西側，距成都市三環路約25km，距彭州主城區約8km，距彭州石化工業園區約1.9km，周圍無高層建筑，視野開闊。鐵塔垂直共有9層，觀測高度分別為10m、20m、30m、40m、50m、60m、70m、80m、90m。

圖1 彭州邊界層鐵塔及周邊環境實景

1.2 數據可用性分析及質量控制

在數據可用性分析方面，通過普查彭州鐵塔2018年10月～2020年11月30min平均風速和風向資料，發現彭州鐵塔因設備故障等因素，存在一定的數據缺失，而30～50m數據因相應高度層數據采集器設備故障原因，與其余高度層數據存在相關性較差的問題。為了保證數據的時空連續性，空間上選取了10～20m和60～90m高度，時間上選取2019年7～8月為夏季（2019年6月數據存在缺失）、2019年9～11月為秋季、2019年12月～2020年2月為冬季、2020年3～5月為春季，參與研究的總樣本數量為14059個，各月數據樣本量見表1。

表1 數據樣本量

在數據質量控制方面，本文將水平風速>20m/s的數據作為不符合一般氣候統計特征的數據和>10倍方差的數據作為隨機脈沖進行剔除。

2 分析方法

2.1 污染系數

污染系數是指某方位風向頻率與該方位平均風速的比值[4]，可代表該風向空氣污染程度，并作為廠址和企業內部布局的一項參考指標，計算公式如下：

式中：Pi為某方位污染系數，fi為該方位風向出現的頻率，ui為該方向平均風速。

2.2 基于風廓線冪指數律的近地面風速反演方法

風廓線在不同大氣層結下適用于不同的公式[6]。但在工程應用中，往往不能具體劃分大氣層結狀況，通常認為近地面風速隨高度變化服從指數公式[7?9]，即：

式中：U為某高度風速，U1則為已知高度z1的風速，α為風速隨高度變化系數（又稱為指數律參數）。α與大氣穩定度、下墊面情況及風速大小相關，確定其數值是得到準確風廓線的關鍵[4]。對公式（2）變換可得指數律 α的計算公式：

將兩個不同高度的風速觀測結果帶入公式（3）中可計算得到指數律參數α，再結合10m地面風速或某些在固定高度觀測的風速帶入到公式（2）中，可計算近地面其他高度的風速，從而對近地面風速進行反演。本文使用了按月分類法和風速區間法來計算指數律參數α，并結合指數律參數α和10m高度風速來反演近地面風速。

3 季節平均風速日變化特征分析

圖2給出了彭州近地層季節平均風速日變化特征。如圖2a所示，春季低層風速約在14時達到最大值，高層風速約在21時達到最大值，高層風速在09～10時無明顯變化。如圖2b所示，夏季各層平均風速均在07～09時達到最小值，低層約在15時達到最大值，高層約在15時達到較大值，此后繼續波動上升至19～20時達到最大值。如圖2c和d所示，秋、冬兩季平均風速日變化規律相似；低層（10～20m）風速均在07～09時達到最小值，在13～14時達到最大值；高層（60～90m）風速均在09～10時達到最小值，在20～21時達到最大值。

圖2 彭州近地層季節平均風速日變化特征（a.2020年春季，b.2019年夏季，c.2019年秋季，d.2019年冬季）

4 季節盛行風向及污染系數特征分析

4.1 季節盛行風向特征分析

圖3給出了彭州近地層季節盛行風向特征分布。在春季（圖3a），各高度盛行風向均為東北風，出現頻率為24.0%～35.4%，平均風速為2.28～3.97m/s；在夏季（圖3b），10m高度盛行西風，出現頻率為24.6%，其余各層均盛行東北風，出現頻率為19.6%～31.4%，平均風速為1.83～3.4m/s；在秋季（圖3c），各高度層均盛行東北風，出現頻率為34.4%～45.5%，平均風速為1.96～3.42m/s；在冬季（圖3d），各高度層均盛行東北風，出現頻率為33.0%～41.3%，平均風速為1.76～3.30m/s。可見，除夏季10m高度盛行西風以外，其余季節各高度均盛行東北風，秋冬兩季各高度東北風出現頻率大于春夏兩季；春季東北風向對應的平均風速最大，為2.28～3.97m/s；每個季節隨著高度增加，東北風出現頻率均逐漸增大，對應平均風速均逐漸增大。

圖3 彭州近地層季節盛行風向特征分布（a.2020年春季，b.2019年夏季，c.2019年秋季，d.2019年冬季）

4.2 季節污染系數特征分析

圖4給出了彭州近地層季節污染系數特征分布。如圖4a和b所示，春季和夏季10m高度的最大污染系數在偏西方向且數值超過0.1，其他各高度最大污染系數均在東北方向且數值均低于0.1，各層高度最小污染系數多在東南或偏南方向。如圖4c和d所示，秋冬季各高度污染系數均大于春夏兩季，最大的方向均為東北方向，數值超過0.1，10～20m最小污染系數多在偏南或偏東南方向，60～90m最小污染系數的方向為偏西北方向。已有研究[4]表明，每個季節隨高度增加，各高度污染系數呈減輕趨勢，有益于大氣污染物的擴散。結合以上分析可知，彭州鐵塔偏西和東北方向不宜布設污染源。

圖4 同圖3，但為污染系數

5 近地面風速反演方法及其準確性分析

5.1 指數律參數 α的計算方法

本節選用彭州鐵塔10m、20m、60m、90m高度30min平均風速數據，運用按月分類和按風速區間兩種方法來計算得到10～20m、10～60m、10～90m、20～60m、20～90m、60～90m共6個高度區間的平均指數律α值，分別反映大氣層結狀態的月變化和風速大小對于 α的不同影響。

按月分類處理是依據彭州鐵塔樣本的采樣時間，將已知不同月份各高度區間的平均風速數據，帶入公式（3）計算得到該月不同高度區間的平均指數律參數α值，可反映大氣層結狀態的月變化對其影響。

按風速區間計算則是將彭州鐵塔10m高度上的風速數據按照風速大小采用分組處理的辦法，以1m/s為間隔，將6m/s以下風速分為6組，計算每組中相應高度區間的平均 α值，可反映風速大小對其影響。

5.2 指數律參數 α的變化特征分析

圖5是按月分類法計算的不同高度區間及平均的參數 α變化特征。如圖所示，隨高度升高，α呈減小的趨勢。春季參數 α值最大，4月為0.48，5月為0.37；夏季參數 α值最小，8月為0.22；秋季和冬季 α值變化平緩。

圖5 按月分類法計算的不同高度區間及平均的參數 α變化特征（a.不同高度區間，b.高度平均）

圖6是按風速區間法計算的不同高度區間及平均的參數α變化特征。如圖所示，當風速在0～1m/s時，即弱風狀態下，不同高度區間的參數α均達到最大值；其中10～20m高度的參數 α超過了0.9，表示大氣在極穩定條件下風速梯度較大[1]；當10m高度風速>1m/s時，各高度區間的參數 α均出現了不同程度的下降，說明

圖6 按風速區間法計算的不同高度區間及平均的參數 α變化特征（a.不同風速區間，b.高度平均）

隨著低層風速增大，上下層混合越充分，指數律參數α減小；5～6m/s風速區間的參數 α有所增大的原因可能是因為該區間樣本的數量較少，隨機性較大導致的。

5.3 近地面風速反演及反演準確性分析

5.3.1 近地面風速反演方法

近地面風速反演也參照上述指數律參數 α的計算方法，應用按月分類和按風速區間兩種方法來進行處理。

應用按月分類法進行風速反演，使用的指數律參數 α為各月的平均 α值，將各月的平均 α值與該月彭州鐵塔10m實時觀測風速值代入公式（2），計算得到對應時間60m、70m、80m、90m高度上的反演風速值。

應用按風速區間法進行風速反演，使用的指數律參數 α為各風速區間的平均 α值，將各風速區間的平均 α值與該風速區間彭州鐵塔10m實時觀測風速值代入公式（2），計算得到對應時間的60m、70m、80m、90m高度上的反演風速值。

5.3.2 統計方法介紹

為了考察近地面風速反演的有效性，本文使用三種誤差指標及相關系數（R）對近地面風速反演值與觀測值的統計誤差和相關性進行檢驗。三種誤差指標分別是平均偏差（MB）、平均絕對誤差（MAE）及均方根誤差（RMSE），將其進行歸一化處理，便于統計誤差的直接比較。具體公式如下：

式（4）～（7）中，A為使用近地面風速反演方法計算得到的風速值，B為彭州鐵塔對應時間的觀測風速值，n為樣本數。

5.3.3 反演有效性分析

表2給出了使用按月分類法進行風速反演在各月、各高度的統計誤差和相關系數。就平均偏差而言，除4月外，其他月份平均偏差為-0.4～0.4m/s，均處于較小水平。就平均絕對誤差而言，多數月份的平均絕對誤差均低于1m/s，僅10月、5月和4月相對較大；平均絕對誤差值較平均偏差更大，說明反演風速和實測風速的差異是非系統性的。就均方根誤差而言，除4月、5月和10月外，其余月份均方根誤差基本低于1m/s。就相關系數而言，除10月外，其余月份反演風速與實測風速的相關系數均處于較高水平，基本在0.7以上，尤其是7月和8月接近0.8。綜上所述，使用按月分類風速反演法能較好地對近地面風速進行反演。

表2 按月分類法反演風速的統計誤差（單位：m/s）和相關系數

表3給出了使用按風速區間法進行風速反演在各風速區間、各高度的歸一化統計誤差和相關系數。就歸一化平均偏差而言，各風速區間的歸一化平均偏差基本偏低6%及以下，隨著風速區間的增大，該指標逐漸降低。就歸一化平均絕對誤差而言，隨著風速區間的增大，該指標逐漸降低，總體指標在30%以內。就歸一化均方根誤差而言，隨著風速區間的增大，該指標逐漸降低，總體指標在40%以內。就相關系數而言，當10m風速>5m/s時，相關系數最高達到0.6。可見，使用風速區間法在較大風速區間時能夠較好地對近地面風速進行反演。

表3 按風速區間法反演風速的歸一化統計誤差和相關系數

對比分析將以上兩種風速反演方法，從表4可以看到，按月分類法歸一化平均偏差較小，但按月分類法歸一化平均誤差和均方根誤差均略大于風速區間法，按月分類法相關系數略優于風速區間法。

表4 兩種風速反演法統計誤差及相關系數

另外，再結合兩種方法計算的反演風速與實測風速的散點分布（圖7），當實測風速>5m/s時，按月分類法反演風速明顯偏大，風速區間法反演風速則更接近實測風速值。結合誤差統計、相關分析和散點分布可知，風速區間法在大風區間的風速反演效果略優于按月分類法。

圖7 按月分類法（上）和風速區間法（下）反演風速與實測風速的散點對比（從左至右依次為60m、70m、80m、90m高度）

5.4 個例分析

為進一步驗證兩種風速反演方法的有效性，本節選取了2020年5月6～8日彭州市有明顯大風天氣的個例進行分析。2020年5月7日13:30成都市氣象臺發布了大風藍色預警，從彭州鐵塔觀測風速數據來看，在5月7日08～18時10m高度的30min平均觀測風速在4～6m/s。

圖8為5月6日00時～5月8日22時60～90m觀測值與兩種方法反演風速的時間變化。表5為對應時段兩種方法反演風速的統計誤差與相關系數。可以看到，在各個高度上，兩種方法得出的風速反演值與觀測值的變化趨勢基本一致；5月7日8:30～18:30，在大風區間使用風速區間法得出的風速反演值與實測值更為接近。就統計誤差與相關系數而言，如表5所示，使用風速區間法得到的各高度歸一化平均偏差、平均絕對誤差、均方根誤差均優于按月分類法，兩種方法得到的相關系數均在0.9左右，風速區間法略低于按月分類法。綜上所述，兩種反演方法均能對該個例風速進行較為有效的反演，在較大風速區間，風速區間法得到的反演效果優于按月分類法。

表5 兩種風速反演法的統計誤差（單位：m/s）與相關系數

圖8 5月6日00時～5月8日22時不同高度觀測值與兩種方法反演風速的時間變化（a.60m，b.70m，c.80m，d.90m）

6 結論

本文利用2018年10月～2020年12月彭州邊界層鐵塔的風速風向觀測資料，分析了彭州地區近地面各季節平均風速日變化特征、盛行風向特征及污染系數特征，選取彭州大風天氣個例，對按月分類法和風速區間法的反演結果進行有效性驗證，主要結論如下：

（1）春季低層風速約在14時達到最大值，高層風速約在21時達到最大值，高層風速在09～10時無明顯變化。夏季各層平均風速均在07～09時達到最小值，低層約在15時達到最大值，高層約在15時達到較大值，此后繼續波動上升至19～20時達到最大值。秋、冬兩季平均風速日變化規律相似；低層（10～20m）風速均在07～09時達到最小值，在13～14時達到最大值；高層（60～90m）風速均在09～10時達到最小值，在20～21時達到最大值。

（2）除夏季10m高度盛行西風以外，其余三季各高度均盛行東北風，秋冬兩季各高度東北風出現頻率大于春夏兩季，每個季節隨著高度增加，東北風出現頻率均逐漸增大，對應平均風速均逐漸增大。

（3）春季和夏季10m高度的最大污染系數在偏西方向，其他各高度最大污染系數均在東北方向，各層高度最小污染系數多在東南或偏南方向。秋冬季各高度污染系數均大于春夏兩季，最大的方向均為東北方向，10～20m最小污染系數多在偏南或偏東南方向，60～90m最小污染系數的方向為偏西北方向。彭州鐵塔偏西和東北方向不宜布設污染源。

（4）隨高度升高，指數律參數 α呈減小的趨勢。春季參數 α值最大，夏季參數 α值最小，秋季和冬季 α值變化平緩。當風速在0～1m/s時，不同高度區間的參數 α均達到最大值；當10m高度風速>1m/s時，各高度區間的參數 α均出現了不同程度的下降，說明隨著低層風速增大，上下層混合越充分，參數 α減小。

（5）按月分類法反演風速的平均偏差大多為?0.4～0.4m/s，平均絕對誤差和均方根誤差基本低于1m/s，相關系數基本在0.7以上。春季（4月和5月）和10月風速反演效果較差，前者可能是春季靜風頻率較高導致的，后者可能與10月樣本數較少有關。

（6）風速區間法反演風速的歸一化平均偏差、平均絕對誤差及均方根誤差隨著風速區間增大，均逐漸降低，其偏差指標分別為6%及以下、30%以內和40%以內。就相關系數而言，當10m風速>5m/s時，相關系數最高達到0.6。使用風速區間法在較大風速區間時能夠較好地對近地面風速進行反演。

（7）將兩種風速反演法應用在大風個例，兩種方法得出的反演值與觀測值的變化趨勢基本一致。就統計誤差而言，使用風速區間法得到的各高度的平均偏差、平均絕對誤差、均方根誤差均優于按月分類法。就相關系數而言，兩種方法得到的相關系數均在0.9左右。兩種反演方法均能對該個例風速進行較為有效的反演，在較大風速區間，風速區間法得到的反演效果略優于按月分類法。