3dvar同化方案在wrf模擬中的應(yīng)用

3dvar同化方案在wrf模擬中的應(yīng)用

由于世界能源危機(jī)和氣候變化的影響，風(fēng)力資源的開發(fā)和利用得到了世界各國(guó)的高度重視。各國(guó)在風(fēng)電領(lǐng)域的投入也逐步加大。風(fēng)力發(fā)電是新能源領(lǐng)域中技術(shù)最成熟、最具規(guī)模開發(fā)條件和商業(yè)化發(fā)展前景的發(fā)電方式之一。為滿足風(fēng)能資源開發(fā)的需求,首先要做的就是做好風(fēng)能資源的評(píng)估工作。目前,國(guó)內(nèi)外風(fēng)能資源評(píng)估方法主要是基于實(shí)測(cè)測(cè)風(fēng)資料的風(fēng)能資源評(píng)估及基于數(shù)值模擬的風(fēng)能資源評(píng)估,前者主要使用氣象站、測(cè)風(fēng)塔或其他觀測(cè)資料進(jìn)行風(fēng)能資源評(píng)估,如孟昭翰等、薛桁等、李艷等選取中國(guó)不同區(qū)域數(shù)量不等的氣象站風(fēng)速資料繪制了年風(fēng)能分布圖,探討了風(fēng)能資源的時(shí)空氣候變化特征。美國(guó)和丹麥也利用各自的氣象站資料進(jìn)行了風(fēng)能資源的評(píng)估工作。使用氣象站或測(cè)風(fēng)塔觀測(cè)資料進(jìn)行的風(fēng)能資源評(píng)估工作存在著明顯的局限性,一般而言,氣象站多位于城市內(nèi)部且分布較稀疏,站與站間的距離達(dá)幾十公里或上百公里,氣象站測(cè)風(fēng)高度為10m,而風(fēng)電場(chǎng)更多關(guān)注在風(fēng)機(jī)輪轂高度的風(fēng)速(70m或更高)。建立測(cè)風(fēng)塔則需要耗費(fèi)大量的人力、物力,且測(cè)風(fēng)塔分布密度太稀疏,也需要至少觀測(cè)一年。由于風(fēng)能資源開發(fā)已經(jīng)向沿海和近海等區(qū)域轉(zhuǎn)移,而沿海和近海地區(qū)測(cè)風(fēng)觀測(cè)站(塔)更少,幾乎為空白。應(yīng)用數(shù)值模式進(jìn)行沿海和近海地區(qū)風(fēng)能資源評(píng)估工作已經(jīng)被越來(lái)越多的相關(guān)機(jī)構(gòu)所采納,數(shù)值模擬已經(jīng)成為研究風(fēng)能資源時(shí)空分布不可或缺的主要手段。李曉燕等、龔強(qiáng)等、袁春紅等利用MM5模式對(duì)風(fēng)能資源進(jìn)行了數(shù)值模擬研究,俞衛(wèi)等、張德等、邢旭煌等利用加拿大WEST模式系統(tǒng)對(duì)各地風(fēng)能資源分布進(jìn)行了數(shù)值模擬,穆振海等運(yùn)用TAPM模式系統(tǒng)對(duì)上海地區(qū)的風(fēng)能參數(shù)進(jìn)行了模擬,周榮衛(wèi)等、董旭光等、文明章等、任永健等運(yùn)用MM5_CALMET模式系統(tǒng)對(duì)沿海地區(qū)的風(fēng)能資源進(jìn)行了模擬,張鴻雁等利用WRF模式對(duì)湖北省風(fēng)能資源進(jìn)行了模擬,Brower等、何曉鳳等分別利用MASS/WindMap、MM5/CAD中尺度模式與微尺度模式或其他評(píng)估軟件結(jié)合的方式進(jìn)行區(qū)域高分辨率風(fēng)能資源評(píng)估。同時(shí),使用3DVAR同化模塊同化各種觀測(cè)資料來(lái)提高WRF模式初始場(chǎng)的質(zhì)量已經(jīng)有了豐富的研究成果,Lee等、盛春巖等、高山紅等、李紅莉等、徐枝芳等、梁愛(ài)民等分別同化了不同的觀測(cè)資料,做了同化效果的檢驗(yàn)與分析等工作,WRF模式同化觀測(cè)資料后,模擬效果均得到不同程度的改善。陳鋒等應(yīng)用WRF-3DVAR系統(tǒng)同化多普勒雷達(dá)徑向風(fēng)速資料能通過(guò)調(diào)整初始風(fēng)場(chǎng)結(jié)構(gòu),改進(jìn)對(duì)臺(tái)風(fēng)結(jié)構(gòu)的模擬,從而提高模式對(duì)臺(tái)風(fēng)麥莎的路徑、強(qiáng)度和降水的模擬能力。沈杭鋒等利用云跡風(fēng)資料研究表明,云跡風(fēng)資料可以提高分析場(chǎng)和預(yù)報(bào)場(chǎng)的風(fēng)壓場(chǎng)質(zhì)量。在對(duì)流層中高層加密了風(fēng)場(chǎng),從而影響了高層風(fēng)壓場(chǎng),通過(guò)對(duì)流混合,對(duì)低層的系統(tǒng)也會(huì)產(chǎn)生影響。王改利等采用3DVAR、4DVAR方法進(jìn)行了激光雷達(dá)風(fēng)場(chǎng)反演的方法研究,利用2008年殘奧會(huì)測(cè)試賽期間車載多普勒激光雷達(dá)的外場(chǎng)試驗(yàn)數(shù)據(jù)進(jìn)行了風(fēng)場(chǎng)反演結(jié)果的對(duì)比分析,表明3DVAR、4DVAR風(fēng)場(chǎng)反演方法均能實(shí)現(xiàn)近海面風(fēng)的精細(xì)化風(fēng)場(chǎng)反演,并能反映出風(fēng)向的變化,反演風(fēng)場(chǎng)與浮標(biāo)數(shù)據(jù)基本一致。其他研究學(xué)者也運(yùn)用不同的風(fēng)場(chǎng)資料進(jìn)行數(shù)值同化,并對(duì)同化前后的風(fēng)場(chǎng)進(jìn)行了對(duì)比分析,討論了同化后的初始場(chǎng)以及氣象要素模擬的改進(jìn)等。全國(guó)風(fēng)能資源觀測(cè)網(wǎng)測(cè)風(fēng)塔建成已有數(shù)年,已經(jīng)積累了豐富的觀測(cè)資料,目前,測(cè)風(fēng)塔觀測(cè)資料僅用來(lái)做單點(diǎn)的風(fēng)能資源評(píng)估及模式模擬結(jié)果的檢驗(yàn)等工作,如何更有效地利用測(cè)風(fēng)塔觀測(cè)資料,充分發(fā)揮測(cè)風(fēng)塔觀測(cè)資料的作用是一個(gè)值得深入研究的問(wèn)題,因此,本文利用WRF模式及其三維變分同化系統(tǒng)3DVAR,結(jié)合測(cè)風(fēng)塔觀測(cè)數(shù)據(jù),設(shè)計(jì)并構(gòu)建了多種3DVAR同化方案,研究WRF模式同化測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)后是否能改進(jìn)模式初始場(chǎng),使得模擬結(jié)果更接近實(shí)際觀測(cè),并進(jìn)行了一系列的檢驗(yàn)和分析,最后采用較優(yōu)的同化方案,對(duì)環(huán)渤海區(qū)域一整年的風(fēng)能資源進(jìn)行模擬分析。本文的分析工作選取的測(cè)風(fēng)塔均位于環(huán)渤海區(qū)域沿海地區(qū),測(cè)風(fēng)資料能夠較好地代表沿海及近海地區(qū)的風(fēng)能特征。1模擬方案的描述1.1法測(cè)塔觀測(cè)數(shù)據(jù)1.1.1確定測(cè)風(fēng)塔本次分析選擇的全國(guó)風(fēng)能資源觀測(cè)網(wǎng)測(cè)風(fēng)塔均位于環(huán)渤海區(qū)域沿海地區(qū),可以代表環(huán)渤海區(qū)域沿海地區(qū)不同的下墊面地形,測(cè)風(fēng)塔地理位置分布見圖1,其中山東沿海19座、河北沿海1座、天津沿海3座、遼寧沿海5座共計(jì)28座測(cè)風(fēng)塔。測(cè)風(fēng)塔有70m和100m兩種,100m高度測(cè)風(fēng)塔有6座,分別為南尖、東崗、曹妃甸、漢沽、大北、伯于2號(hào),其它測(cè)風(fēng)塔為70m高,70m塔在10、30、50、70m高度設(shè)置風(fēng)速觀測(cè),在10、50、70m高度設(shè)置風(fēng)向觀測(cè),100m塔在100m高度處設(shè)置風(fēng)速、風(fēng)向測(cè)風(fēng),其它風(fēng)速、風(fēng)向設(shè)置同70m塔,所有測(cè)風(fēng)塔溫濕度觀測(cè)均設(shè)置在10、70m高度,氣壓觀測(cè)設(shè)置在8.5m高度。1.1.2觀測(cè)層質(zhì)量控制本文使用的測(cè)風(fēng)塔觀測(cè)資料時(shí)段為2009年6月1日至2010年5月31日,所有測(cè)風(fēng)塔數(shù)據(jù)的有效完整率均達(dá)到90%以上,并對(duì)測(cè)風(fēng)塔各觀測(cè)層數(shù)據(jù)的一致性、合理性及重大天氣過(guò)程特征要素的合理性進(jìn)行了質(zhì)量控制。(1)觀測(cè)儀器檢定觀測(cè)儀器在進(jìn)入現(xiàn)場(chǎng)安裝之前,均由觀測(cè)儀器供應(yīng)商進(jìn)行測(cè)試和檢定,中國(guó)氣象局氣象探測(cè)中心對(duì)觀測(cè)儀器進(jìn)行檢定抽檢;為確保觀測(cè)儀器的準(zhǔn)確性,風(fēng)能觀測(cè)網(wǎng)觀測(cè)運(yùn)行滿一年度后,又對(duì)所有測(cè)風(fēng)塔上的風(fēng)速、風(fēng)向傳感器進(jìn)行了年度檢測(cè),并根據(jù)檢測(cè)結(jié)果對(duì)觀測(cè)數(shù)據(jù)進(jìn)行了修正。(2)平均風(fēng)速、風(fēng)向差、最大風(fēng)速和時(shí)距一般檢驗(yàn):0m/s≤風(fēng)速≤75m/s;0°≤逐時(shí)風(fēng)向≤360°,或者以16個(gè)方位之一表示。特殊檢驗(yàn):對(duì)于梯度觀測(cè)數(shù)據(jù),根據(jù)各觀測(cè)層數(shù)據(jù)的一致性、合理性進(jìn)行審查、判斷,主要的檢查內(nèi)容包括:相隔高度在1~20m條件下平均風(fēng)速差小于5m/s;相隔高度在21~40m條件下平均風(fēng)速差小于10m/s;當(dāng)風(fēng)速大于50m/s時(shí),風(fēng)速標(biāo)準(zhǔn)偏差值小于10m/s;兩高度的風(fēng)向差小于22.5°;小時(shí)平均風(fēng)速變化小于10.0m/s;風(fēng)速0.4m/s持續(xù)時(shí)間小于3h。觀測(cè)數(shù)據(jù)超出了儀器測(cè)量范圍被認(rèn)為無(wú)效,其判別條件因儀器不同而異。對(duì)于測(cè)風(fēng)塔測(cè)風(fēng)時(shí)間段出現(xiàn)的氣候極值,通過(guò)臨近的氣象站的相應(yīng)氣候要素歷史極值來(lái)判斷是否有效。對(duì)同時(shí)段各測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)的一致性、合理性進(jìn)行審查、判斷。根據(jù)重大天氣過(guò)程如強(qiáng)冷空氣等天氣特征要素時(shí)空分布的合理性進(jìn)行判斷。1.2模擬輸出結(jié)果物理過(guò)程和模擬區(qū)域區(qū)域資本次環(huán)渤海區(qū)域風(fēng)能資源數(shù)值模擬和同化試驗(yàn)設(shè)定同一個(gè)模擬區(qū)域,采用兩層嵌套,中心經(jīng)緯度為120.0°E,39.5°N,粗網(wǎng)格格點(diǎn)數(shù)97(東西方向)×85(南北方向),水平分辨率27km,細(xì)網(wǎng)格格點(diǎn)數(shù)88(東西方向)×79(南北方向),水平分辨率9km,垂直分辨率為36層。詳細(xì)設(shè)置和物理過(guò)程參數(shù)化方案見表1。模式內(nèi)層覆蓋了整個(gè)環(huán)渤海區(qū)域,對(duì)結(jié)果的分析主要依據(jù)內(nèi)層的模擬輸出結(jié)果。模擬區(qū)域范圍設(shè)置及區(qū)域海拔高度分布見圖2。利用WRF模式及其3DVAR同化模塊,采用FNL再分析數(shù)據(jù)(FinalAnalysisDataofGFS,1°×1°)為模式初始時(shí)刻提供背景數(shù)據(jù)和側(cè)邊界,利用3DVAR同化模塊同化區(qū)域內(nèi)28座測(cè)風(fēng)塔觀測(cè)資料,用來(lái)改進(jìn)模式的初始場(chǎng)質(zhì)量,模式的輸出間隔為1h。1.33觀測(cè)數(shù)據(jù)同化文中所使用的同化系統(tǒng)是WRF三維變分同化系統(tǒng),它是在MM5的三維變分系統(tǒng)基礎(chǔ)上發(fā)展起來(lái)的,其基本思想是將資料同化歸結(jié)為一個(gè)表征分析場(chǎng)與觀測(cè)場(chǎng)和分析場(chǎng)與背景場(chǎng)偏差的二次泛函極小值問(wèn)題。其目標(biāo)函數(shù)為:式中:x為分析變量,xb為背景場(chǎng),y0為觀測(cè)值,y=H(x),y為由分析變量導(dǎo)出的觀測(cè)值,B為背景誤差協(xié)方差,O為觀測(cè)誤差協(xié)方差矩陣,x和xb為N維模式空間的N維向量,y和y0為M維觀測(cè)空間的M維向量,B為N×N階矩陣,O為M×M階矩陣,H為觀測(cè)算子。測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)同化流程圖略,首先將模擬起始時(shí)刻的測(cè)風(fēng)塔觀測(cè)資料通過(guò)FOR-TRAN編程預(yù)處理為WRF-3DVAR同化模塊可識(shí)別的格式,即將測(cè)風(fēng)塔觀測(cè)資料轉(zhuǎn)為L(zhǎng)ITTLE_R格式數(shù)據(jù),然后使用觀測(cè)資料預(yù)處理模塊(OBSPROC)將LITTLE_R格式的測(cè)風(fēng)塔數(shù)據(jù)通過(guò)空間插值變換轉(zhuǎn)為同化模塊WRFDA的輸入數(shù)據(jù)文件,之后使用WRFDA模塊更新原初始場(chǎng)和邊界場(chǎng),運(yùn)行WRFDA模塊系統(tǒng)需要輸入三個(gè)文件:(1)WRF模塊運(yùn)行得到的初始場(chǎng)和邊界場(chǎng)文件;(2)運(yùn)行OBSPROC模塊得到的測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)文件;(3)背景場(chǎng)誤差文件。使用更新后的初始場(chǎng)和邊界場(chǎng)文件,在WRF模式系統(tǒng)主模塊中運(yùn)行得到風(fēng)速等氣象參數(shù)的同化模擬結(jié)果。3DVAR同化試驗(yàn)和檢驗(yàn)分析在同化模擬起始時(shí)刻將測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)同化入模式,其中,70m測(cè)風(fēng)塔的10、50、70m風(fēng)向和風(fēng)速數(shù)據(jù),10、70m的氣溫和相對(duì)濕度數(shù)據(jù)及氣壓數(shù)據(jù)同化入模式,100m測(cè)風(fēng)塔的10、50、70、100m風(fēng)向和風(fēng)速數(shù)據(jù),10、70m的氣溫和相對(duì)濕度數(shù)據(jù)及氣壓數(shù)據(jù)同化入模式。測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)作為一種探空資料進(jìn)行同化,但與傳統(tǒng)的探空資料相比,測(cè)風(fēng)塔觀測(cè)要素的觀測(cè)時(shí)次更多,站點(diǎn)更密集,觀測(cè)數(shù)據(jù)時(shí)空定位更精確,與氣象站觀測(cè)資料相比,測(cè)風(fēng)塔觀測(cè)要素的觀測(cè)層次更多,站點(diǎn)區(qū)域代表性更好。同化模擬試驗(yàn)和檢驗(yàn)分析均采用模擬后第8~31小時(shí)的模擬結(jié)果。2大氣環(huán)流形勢(shì)分析環(huán)渤海區(qū)域一年四季大風(fēng)頻發(fā),嚴(yán)重威脅著海上航運(yùn)正常運(yùn)營(yíng)及近海漁業(yè)養(yǎng)殖的漁業(yè)資源安全,為了檢驗(yàn)3DVAR同化模塊同化測(cè)風(fēng)塔數(shù)據(jù)效果,本次選擇環(huán)渤海區(qū)域一次大風(fēng)過(guò)程進(jìn)行細(xì)致的數(shù)值模擬,檢驗(yàn)同化效果。受冷空氣影響,2010年4月12至13日,環(huán)渤海區(qū)域出現(xiàn)偏北大風(fēng)。山東半島沿海地區(qū)平均風(fēng)力5~6級(jí),陣風(fēng)8~9級(jí);最大瞬時(shí)風(fēng)速出現(xiàn)在成山頭(13日08:00),風(fēng)力達(dá)9級(jí)(24m/s)。渤海、渤海海峽、黃海北部和中部平均風(fēng)力6~8級(jí),陣風(fēng)8~10級(jí),最大瞬時(shí)風(fēng)速出現(xiàn)在煙臺(tái)大黑山(12日22:00),風(fēng)力達(dá)10級(jí)(27.2m/s)。本次大風(fēng)過(guò)程大氣環(huán)流背景見圖3。2010年4月12日08:00,蒙古高原西部為冷渦中心,冷渦中心以東以西等高線密集,850hPa低壓中心位于甘肅、內(nèi)蒙古西部,內(nèi)蒙古中東部也存在一個(gè)低壓中心,渤海西部為一低槽,溫度場(chǎng)垂直于高度場(chǎng),冷平流明顯,700hPa渤海西部強(qiáng)冷平流更為顯著,500hPa從西伯利亞至渤海一帶為寬廣的冷平流,形成渤海區(qū)域的大風(fēng)降溫天氣。20:00,低槽入海,渤海區(qū)域受槽后偏西氣流影響,大風(fēng)降溫過(guò)程顯著。33區(qū)域設(shè)置、背景場(chǎng)數(shù)據(jù)為了檢驗(yàn)與分析3DVAR方案對(duì)環(huán)渤海區(qū)域風(fēng)的模擬初始場(chǎng)質(zhì)量的改進(jìn)效果,設(shè)計(jì)了如下幾種試驗(yàn)方案,所有的數(shù)值試驗(yàn)均采用相同的區(qū)域設(shè)置、背景場(chǎng)數(shù)據(jù)等。(1)方案一:直接采用FNL背景場(chǎng)生產(chǎn)初始場(chǎng),不同化任何觀測(cè)數(shù)據(jù);(2)方案二:采用3DVAR同化環(huán)渤海區(qū)域風(fēng)能觀測(cè)網(wǎng)測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)生成初始場(chǎng);(3)方案三:設(shè)置不同的邊界層方案,主要檢驗(yàn)分析YSU方案和MRF方案對(duì)環(huán)渤海區(qū)域風(fēng)的模擬效果。3.1測(cè)風(fēng)塔逐時(shí)風(fēng)速模擬結(jié)果及分析本次大風(fēng)過(guò)程模式模擬時(shí)間為世界時(shí)2010年4月12日06:00,模擬48h,大風(fēng)主要出現(xiàn)在環(huán)渤海區(qū)域12日下午至13日正午前后,主要的WRF模式設(shè)置見表1,采用YSU邊界層方案,利用FNL再分析資料生成模式初始場(chǎng),不同化任何觀測(cè)數(shù)據(jù)和采用3DVAR同化測(cè)風(fēng)塔數(shù)據(jù)生成初始場(chǎng)兩種數(shù)值試驗(yàn),檢驗(yàn)同化測(cè)風(fēng)塔觀測(cè)資料后模式的模擬效果是否得到優(yōu)化。圖4給出了70m高度第8~31小時(shí)未同化和同化測(cè)風(fēng)塔觀測(cè)資料后的模擬結(jié)果,分析結(jié)果中去除了在該觀測(cè)時(shí)段內(nèi)缺測(cè)較多、觀測(cè)錯(cuò)誤及觀測(cè)時(shí)段內(nèi)逐時(shí)風(fēng)速相對(duì)較小的測(cè)風(fēng)塔。區(qū)域內(nèi)山東北部沿海測(cè)風(fēng)塔未同化8~31h逐時(shí)風(fēng)速平均誤差為1.9m/s,加入測(cè)風(fēng)塔觀測(cè)資料模擬后平均誤差為1.7m/s,區(qū)域內(nèi)逐時(shí)風(fēng)速模擬效果得到較明顯的改進(jìn),大部分測(cè)風(fēng)塔觀測(cè)資料同化到模式后,逐時(shí)風(fēng)速模擬值有明顯的改進(jìn),模擬值與實(shí)測(cè)值更接近,同化效果明顯。不同測(cè)風(fēng)塔址處模擬改善效果不同,部分測(cè)風(fēng)塔逐時(shí)風(fēng)速模擬值改善效果有限,也有個(gè)別測(cè)風(fēng)塔同化后平均誤差增大。為檢驗(yàn)單點(diǎn)同化效果,將埕口和刁龍咀測(cè)風(fēng)塔作為檢驗(yàn)點(diǎn),在同化過(guò)程中不加入該塔實(shí)測(cè)資料,運(yùn)用埕口、刁龍咀測(cè)風(fēng)塔實(shí)測(cè)測(cè)風(fēng)資料檢驗(yàn)塔址處數(shù)值模式同化效果。圖5分別給出了塔址70m高度逐時(shí)風(fēng)速模擬結(jié)果。模式加入其它測(cè)風(fēng)塔觀測(cè)資料后,模式在該塔塔址處對(duì)逐時(shí)風(fēng)速的模擬效果得到明顯提高,同化后的逐時(shí)風(fēng)速模擬值與實(shí)測(cè)值更接近,變化趨勢(shì)更一致,WRF模式對(duì)該點(diǎn)逐時(shí)風(fēng)速的模擬與實(shí)況更加接近,更能較真實(shí)地反映出實(shí)際風(fēng)速的變化特征。3.2ysu邊界層方案與mrf邊界層方案對(duì)比分別設(shè)置使用YSU邊界層方案和MRF邊界層方案,檢驗(yàn)分析YSU方案和MRF方案對(duì)環(huán)渤海區(qū)域風(fēng)速的模擬效果。圖6給出了2010年4月12日06:00(世界時(shí))模式模擬的70m高度8~31h平均風(fēng)速誤差結(jié)果對(duì)比,可以看出,YSU邊界層方案對(duì)環(huán)渤海區(qū)域逐時(shí)風(fēng)速的模擬效果較好,絕大多數(shù)測(cè)風(fēng)塔址處YSU邊界層方案對(duì)風(fēng)速的模擬效果明顯好于MRF邊界層方案,使用YSU邊界層方案同化所有測(cè)風(fēng)塔8~31h風(fēng)速的平均風(fēng)速誤差為1.8m/s,使用MRF邊界層方案風(fēng)速的平均風(fēng)速誤差為2.0m/s。另根據(jù)其他多個(gè)大風(fēng)過(guò)程的同化模擬試驗(yàn)研究結(jié)果(大風(fēng)過(guò)程氣象要素特征場(chǎng)、模擬結(jié)果對(duì)比分析等略),確定同化環(huán)渤海區(qū)域全部測(cè)風(fēng)塔觀測(cè)數(shù)據(jù),使用YSU邊界層方案的同化模擬方案,以此來(lái)分析該區(qū)域70m高度風(fēng)能資源時(shí)空特征。4高度風(fēng)能特征采用上述同化模擬方案對(duì)環(huán)渤海區(qū)域70m高度風(fēng)能資源進(jìn)行一整年的數(shù)值模擬,使用模擬結(jié)果分析環(huán)渤海區(qū)域70m高度風(fēng)能參數(shù)時(shí)空分布特征。WRF模式使用的主要參數(shù)見表1。4.1擬結(jié)果逐時(shí)輸出模擬時(shí)段為12個(gè)月,起止時(shí)間為2009年6月1日至2010年5月31日。WRF逐日進(jìn)行模擬,積分時(shí)間36h。起算時(shí)間為每日18:00(世界時(shí)),第三日06:00終止。模擬結(jié)果逐小時(shí)輸出,考慮到模式需要調(diào)整時(shí)間,使模式達(dá)到平衡,故統(tǒng)計(jì)分析采用模式輸出的8~31h逐時(shí)模擬結(jié)果。每小時(shí)輸出一次各高度層上、每個(gè)格點(diǎn)上的風(fēng)向、風(fēng)速以及地面溫度、相對(duì)濕度和氣壓等參數(shù)。輸出時(shí)間為正點(diǎn)時(shí)間,即北京時(shí)09:00、10:00、11:00、12:00、13:00、14:00、15:00、16:00、17:00、18:00、19:00、20:00、21:00、22:00、23:00、24:00,第二日01:00、02:00、03:00、04:00、05:00、06:00、07:00、08:00。4.2模擬結(jié)果的統(tǒng)計(jì)分析4.2.1風(fēng)電場(chǎng)資源評(píng)估法對(duì)逐日數(shù)值模擬結(jié)果進(jìn)行統(tǒng)計(jì)分析,得到年、月平均風(fēng)速、平均風(fēng)功率密度等風(fēng)能參數(shù),計(jì)算方法參照國(guó)家發(fā)展改革委員會(huì)《全國(guó)大型風(fēng)電場(chǎng)建設(shè)前期工作管理辦法及有關(guān)技術(shù)規(guī)定匯編》辦法及規(guī)定之二,全國(guó)風(fēng)能資源評(píng)價(jià)技術(shù)規(guī)定,以及GB/T18710—2002《風(fēng)電場(chǎng)風(fēng)能資源評(píng)估方法》。2)平均風(fēng)功率密度平均風(fēng)功率密度的計(jì)算是設(shè)定時(shí)段內(nèi)逐小時(shí)風(fēng)功率密度的平均值。4.2.2模擬風(fēng)速測(cè)定以xi代表平均風(fēng)速逐時(shí)模擬結(jié)果,yi代表平均風(fēng)速逐時(shí)觀測(cè)結(jié)果,ue0af代表統(tǒng)計(jì)時(shí)段內(nèi)模擬風(fēng)速平均值,代表統(tǒng)計(jì)時(shí)段內(nèi)觀測(cè)風(fēng)速平均值,n代表統(tǒng)計(jì)時(shí)段內(nèi)風(fēng)速次數(shù),文中計(jì)算的統(tǒng)計(jì)量有相關(guān)系數(shù)絕對(duì)誤差相對(duì)誤差和均方根誤差4.3模擬結(jié)果分析4.3.1平均風(fēng)速、相對(duì)誤差和均方根誤差根據(jù)環(huán)渤海區(qū)域測(cè)風(fēng)塔分布情況,結(jié)合地形地貌特征,分別在渤海北部、西部和南部選取一座測(cè)風(fēng)塔,結(jié)合逐小時(shí)模擬結(jié)果與同時(shí)段觀測(cè)資料的對(duì)比檢驗(yàn),檢驗(yàn)該模式系統(tǒng)對(duì)環(huán)渤海區(qū)域風(fēng)能資源模擬評(píng)估的可靠性。表2給出了測(cè)風(fēng)站點(diǎn)70m高度實(shí)測(cè)風(fēng)速與同化模擬前后風(fēng)速的對(duì)比分析結(jié)果。同化測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)后,各測(cè)風(fēng)塔各季節(jié)代表月份平均風(fēng)速的模擬值與實(shí)測(cè)值更接近,平均風(fēng)速的絕對(duì)誤差和相對(duì)誤差更小,模擬值和實(shí)測(cè)值的絕對(duì)誤差僅榮興10月為1.3m/s,其他各月份各測(cè)風(fēng)塔風(fēng)速的絕對(duì)誤差均在1.0m/s以下,榮興7月平均風(fēng)速絕對(duì)誤差同化后比同化前減幅最大,為0.6m/s。同化后的平均風(fēng)速相對(duì)誤差比同化前也不同程度地減小,其中榮興7月平均風(fēng)速相對(duì)誤差同化前為14.0%,同化后僅為3.5%。同化前后平均風(fēng)速的相關(guān)系數(shù)和均方根誤差變化不大,相關(guān)系數(shù)一般在0.6以上,說(shuō)明模擬值和實(shí)測(cè)值之間的變化趨勢(shì)較為一致,均方根誤差一般在3.0m/s以下,僅少部分月份超過(guò)了3.0m/s。圖7給出了模擬時(shí)段內(nèi)典型測(cè)風(fēng)塔四季代表月70m高度逐時(shí)平均風(fēng)速數(shù)據(jù)同化前后模擬值和實(shí)測(cè)值的對(duì)比,可見,優(yōu)化的WRF模式及其3DVAR三維變分同化系統(tǒng)可以較好地模擬出環(huán)渤海區(qū)域70m高度逐時(shí)平均風(fēng)速的變化規(guī)律,不僅實(shí)測(cè)和模擬風(fēng)速的逐時(shí)變化趨勢(shì)較為一致,而且實(shí)測(cè)和模擬風(fēng)速值也非常接近。測(cè)風(fēng)塔觀測(cè)數(shù)據(jù)同化后,逐時(shí)平均風(fēng)速模擬值與實(shí)測(cè)值更接近,絕對(duì)誤差和相對(duì)誤差更小。同化后曹妃甸10月模擬和實(shí)測(cè)相對(duì)誤差為5.6%,絕對(duì)誤差為0.4m/s,均方根誤差為2.6m/s,榮興7月模擬和實(shí)測(cè)相對(duì)誤差為3.5%,絕對(duì)誤差為0.2m/s,均方根誤差為2.3m/s,央子1月模擬和實(shí)測(cè)相對(duì)誤差為4.8%,絕對(duì)誤差為0.3m/s,均方根誤差為2.0m/s。同化前曹妃甸10月模擬和實(shí)測(cè)相對(duì)誤差為7.0%,絕對(duì)誤差為0.5m/s,均方根誤差為2.3m/s,榮興7月模擬和實(shí)測(cè)相對(duì)誤差為14.0%,絕對(duì)誤差為0.8m/s,均方根誤差為2.4m/s,央子1月模擬和實(shí)測(cè)相對(duì)誤差為8.1%,絕對(duì)誤差為0.5m/s,均方根誤差為1.9m/s。對(duì)于個(gè)別實(shí)測(cè)風(fēng)速,同化前后模擬值與實(shí)測(cè)風(fēng)速存在一定的偏差,但總體上看,數(shù)值模式對(duì)環(huán)渤海區(qū)域的風(fēng)速變化模擬效果較好。4.3.2最大風(fēng)速和相對(duì)誤差各測(cè)風(fēng)塔年平均風(fēng)速的實(shí)測(cè)值與模擬值差對(duì)比分析結(jié)果圖略。由于巨峰測(cè)風(fēng)塔位于模式嵌套層外部,因此不對(duì)該測(cè)風(fēng)塔結(jié)果進(jìn)行驗(yàn)證。各測(cè)風(fēng)塔的實(shí)測(cè)年平均風(fēng)速與模式模擬的年平均風(fēng)速差均不超過(guò)1.5m/s,風(fēng)速差大于1.0m/s的測(cè)風(fēng)塔有8座,超過(guò)10座測(cè)風(fēng)塔風(fēng)速差小于0.5m/s。所有測(cè)風(fēng)塔年平均風(fēng)速的相對(duì)誤差為11.3%,其中有12座測(cè)風(fēng)塔的相對(duì)誤差不超過(guò)10.0%,超過(guò)20.0%的測(cè)風(fēng)塔共3座,分別是漢沽、大北、埕口測(cè)風(fēng)塔。從模擬風(fēng)速和實(shí)測(cè)風(fēng)速的對(duì)比結(jié)果看,本文確定的優(yōu)化的WRF模式及其3DVAR三維變分同化系統(tǒng)可以較好地模擬出環(huán)渤海區(qū)域近地層實(shí)際風(fēng)場(chǎng)特征,可應(yīng)用模擬結(jié)果進(jìn)行該區(qū)域的風(fēng)場(chǎng)分析。4.4平均風(fēng)速與風(fēng)功率環(huán)渤海區(qū)域70m高度年平均風(fēng)速分布見圖8,可以看出,整個(gè)環(huán)渤海區(qū)域年平均風(fēng)速呈現(xiàn)出南小北大的分布特征,渤海中部和北部較大。從山東蓬萊至天津一帶沿海區(qū)域70m高度年平均風(fēng)速多在5.2~5.6m/s之間,河北北部沿海一般在5.6m/s左右,遼寧沿海年平均風(fēng)速較大,大部分區(qū)域超過(guò)6.0m/s,其中遼寧北部沿海區(qū)域最大,超過(guò)6.4m/s。渤海中部和北部年平均風(fēng)速較大,達(dá)到6.4m/s以上,其中渤海遼寧灣中部海域最大,達(dá)到6.8m/s以上。渤海海面上年平均風(fēng)速變化趨勢(shì)較小,內(nèi)陸地區(qū)平均風(fēng)速受地形影響變化劇烈。平均風(fēng)速的區(qū)域分布受海岸線的影響明顯,沿海岸線附近,從海上向內(nèi)陸方向平均風(fēng)速衰減速度較快,其中河北北部沿海地區(qū)年平均風(fēng)速?gòu)暮Ｉ舷騼?nèi)陸方向衰減最快,在距海岸不到50km的陸上,從6.0m/s急劇衰減至4.0m/s以下。環(huán)渤海區(qū)域70m高度年平均風(fēng)功率密度分布見圖9,可以看出,整個(gè)環(huán)渤海區(qū)域年平均風(fēng)功率密度分布與年平均風(fēng)速分布類似。年平均風(fēng)功率密度也呈現(xiàn)出南小北大的特征,高中心位于遼寧灣北部海面上,達(dá)到650W/m2以上,遼寧灣大部分海域年平均風(fēng)功率密度一般在600W/m2以上,渤海中部大部分海域在550W/m2以上,渤海海峽年平均風(fēng)功率密度不超過(guò)450W/m2,年平均風(fēng)功率密度從海上向內(nèi)陸方向衰減顯著,陸上距海岸20km左右,已經(jīng)衰減至300W/m2以下。5平均風(fēng)速、風(fēng)速分布特征本文利用WR