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

由于世界能源危機和氣候變化的影響，風力資源的開發(fā)和利用得到了世界各國的高度重視。各國在風電領(lǐng)域的投入也逐步加大。風力發(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。為滿足風能資源開發(fā)的需求,首先要做的就是做好風能資源的評估工作。目前,國內(nèi)外風能資源評估方法主要是基于實測測風資料的風能資源評估及基于數(shù)值模擬的風能資源評估,前者主要使用氣象站、測風塔或其他觀測資料進行風能資源評估,如孟昭翰等、薛桁等、李艷等選取中國不同區(qū)域數(shù)量不等的氣象站風速資料繪制了年風能分布圖,探討了風能資源的時空氣候變化特征。美國和丹麥也利用各自的氣象站資料進行了風能資源的評估工作。使用氣象站或測風塔觀測資料進行的風能資源評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,站與站間的距離達幾十公里或上百公里,氣象站測風高度為10m,而風電場更多關(guān)注在風機輪轂高度的風速(70m或更高)。建立測風塔則需要耗費大量的人力、物力,且測風塔分布密度太稀疏,也需要至少觀測一年。由于風能資源開發(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)測風觀測站(塔)更少,幾乎為空白。應(yīng)用數(shù)值模式進行沿海和近海地區(qū)風能資源評估工作已經(jīng)被越來越多的相關(guān)機構(gòu)所采納,數(shù)值模擬已經(jīng)成為研究風能資源時空分布不可或缺的主要手段。李曉燕等、龔強等、袁春紅等利用MM5模式對風能資源進行了數(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)對各地風能資源分布進行了數(shù)值模擬,穆振海等運用TAPM模式系統(tǒng)對上海地區(qū)的風能參數(shù)進行了模擬,周榮衛(wèi)等、董旭光等、文明章等、任永健等運用MM5_CALMET模式系統(tǒng)對沿海地區(qū)的風能資源進行了模擬,張鴻雁等利用WRF模式對湖北省風能資源進行了模擬,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估軟件結(jié)合的方式進行區(qū)域高分辨率風能資源評估。同時,使用3DVAR同化模塊同化各種觀測資料來提高WRF模式初始場的質(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、梁愛民等分別同化了不同的觀測資料,做了同化效果的檢驗與分析等工作,WRF模式同化觀測資料后,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)同化多普勒雷達徑向風速資料能通過調(diào)整初始風場結(jié)構(gòu),改進對臺風結(jié)構(gòu)的模擬,從而提高模式對臺風麥莎的路徑、強度和降水的模擬能力。沈杭鋒等利用云跡風資料研究表明,云跡風資料可以提高分析場和預(yù)報場的風壓場質(zhì)量。在對流層中高層加密了風場,從而影響了高層風壓場,通過對流混合,對低層的系統(tǒng)也會產(chǎn)生影響。王改利等采用3DVAR、4DVAR方法進行了激光雷達風場反演的方法研究,利用2008年殘奧會測試賽期間車載多普勒激光雷達的外場試驗數(shù)據(jù)進行了風場反演結(jié)果的對比分析,表明3DVAR、4DVAR風場反演方法均能實現(xiàn)近海面風的精細化風場反演,并能反映出風向的變化,反演風場與浮標數(shù)據(jù)基本一致。其他研究學者也運用不同的風場資料進行數(shù)值同化,并對同化前后的風場進行了對比分析,討論了同化后的初始場以及氣象要素模擬的改進等。全國風能資源觀測網(wǎng)測風塔建成已有數(shù)年,已經(jīng)積累了豐富的觀測資料,目前,測風塔觀測資料僅用來做單點的風能資源評估及模式模擬結(jié)果的檢驗等工作,如何更有效地利用測風塔觀測資料,充分發(fā)揮測風塔觀測資料的作用是一個值得深入研究的問題,因此,本文利用WRF模式及其三維變分同化系統(tǒng)3DVAR,結(jié)合測風塔觀測數(shù)據(jù),設(shè)計并構(gòu)建了多種3DVAR同化方案,研究WRF模式同化測風塔觀測數(shù)據(jù)后是否能改進模式初始場,使得模擬結(jié)果更接近實際觀測,并進行了一系列的檢驗和分析,最后采用較優(yōu)的同化方案,對環(huán)渤海區(qū)域一整年的風能資源進行模擬分析。本文的分析工作選取的測風塔均位于環(huán)渤海區(qū)域沿海地區(qū),測風資料能夠較好地代表沿海及近海地區(qū)的風能特征。1模擬方案的描述1.1法測塔觀測數(shù)據(jù)1.1.1確定測風塔本次分析選擇的全國風能資源觀測網(wǎng)測風塔均位于環(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,測風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28座測風塔。測風塔有70m和100m兩種,100m高度測風塔有6座,分別為南尖、東崗、曹妃甸、漢沽、大北、伯于2號,其它測風塔為70m高,70m塔在10、30、50、70m高度設(shè)置風速觀測,在10、50、70m高度設(shè)置風向觀測,100m塔在100m高度處設(shè)置風速、風向測風,其它風速、風向設(shè)置同70m塔,所有測風塔溫濕度觀測均設(shè)置在10、70m高度,氣壓觀測設(shè)置在8.5m高度。1.1.2觀測層質(zhì)量控制本文使用的測風塔觀測資料時段為2009年6月1日至2010年5月31日,所有測風塔數(shù)據(jù)的有效完整率均達到90%以上,并對測風塔各觀測層數(shù)據(jù)的一致性、合理性及重大天氣過程特征要素的合理性進行了質(zhì)量控制。(1)觀測儀器檢定觀測儀器在進入現(xiàn)場安裝之前,均由觀測儀器供應(yīng)商進行測試和檢定,中國氣象局氣象探測中心對觀測儀器進行檢定抽檢;為確保觀測儀器的準確性,風能觀測網(wǎng)觀測運行滿一年度后,又對所有測風塔上的風速、風向傳感器進行了年度檢測,并根據(jù)檢測結(jié)果對觀測數(shù)據(jù)進行了修正。(2)平均風速、風向差、最大風速和時距一般檢驗:0m/s≤風速≤75m/s;0°≤逐時風向≤360°,或者以16個方位之一表示。特殊檢驗:對于梯度觀測數(shù)據(jù),根據(jù)各觀測層數(shù)據(jù)的一致性、合理性進行審查、判斷,主要的檢查內(nèi)容包括:相隔高度在1~20m條件下平均風速差小于5m/s;相隔高度在21~40m條件下平均風速差小于10m/s;當風速大于50m/s時,風速標準偏差值小于10m/s;兩高度的風向差小于22.5°;小時平均風速變化小于10.0m/s;風速0.4m/s持續(xù)時間小于3h。觀測數(shù)據(jù)超出了儀器測量范圍被認為無效,其判別條件因儀器不同而異。對于測風塔測風時間段出現(xiàn)的氣候極值,通過臨近的氣象站的相應(yīng)氣候要素歷史極值來判斷是否有效。對同時段各測風塔觀測數(shù)據(jù)的一致性、合理性進行審查、判斷。根據(jù)重大天氣過程如強冷空氣等天氣特征要素時空分布的合理性進行判斷。1.2模擬輸出結(jié)果物理過程和模擬區(qū)域區(qū)域資本次環(huán)渤海區(qū)域風能資源數(shù)值模擬和同化試驗設(shè)定同一個模擬區(qū)域,采用兩層嵌套,中心經(jīng)緯度為120.0°E,39.5°N,粗網(wǎng)格格點數(shù)97(東西方向)×85(南北方向),水平分辨率27km,細網(wǎng)格格點數(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。詳細設(shè)置和物理過程參數(shù)化方案見表1。模式內(nèi)層覆蓋了整個環(huán)渤海區(qū)域,對結(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座測風塔觀測資料,用來改進模式的初始場質(zhì)量,模式的輸出間隔為1h。1.33觀測數(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)展起來的,其基本思想是將資料同化歸結(jié)為一個表征分析場與觀測場和分析場與背景場偏差的二次泛函極小值問題。其目標函數(shù)為:式中:x為分析變量,xb為背景場,y0為觀測值,y=H(x),y為由分析變量導(dǎo)出的觀測值,B為背景誤差協(xié)方差,O為觀測誤差協(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為觀測算子。測風塔觀測數(shù)據(jù)同化流程圖略,首先將模擬起始時刻的測風塔觀測資料通過FOR-TRAN編程預(yù)處理為WRF-3DVAR同化模塊可識別的格式,即將測風塔觀測資料轉(zhuǎn)為LITTLE_R格式數(shù)據(jù),然后使用觀測資料預(yù)處理模塊(OBSPROC)將LITTLE_R格式的測風塔數(shù)據(jù)通過空間插值變換轉(zhuǎn)為同化模塊WRFDA的輸入數(shù)據(jù)文件,之后使用WRFDA模塊更新原初始場和邊界場,運行WRFDA模塊系統(tǒng)需要輸入三個文件:(1)WRF模塊運行得到的初始場和邊界場文件;(2)運行OBSPROC模塊得到的測風塔觀測數(shù)據(jù)文件;(3)背景場誤差文件。使用更新后的初始場和邊界場文件,在WRF模式系統(tǒng)主模塊中運行得到風速等氣象參數(shù)的同化模擬結(jié)果。3DVAR同化試驗和檢驗分析在同化模擬起始時刻將測風塔觀測數(shù)據(jù)同化入模式,其中,70m測風塔的10、50、70m風向和風速數(shù)據(jù),10、70m的氣溫和相對濕度數(shù)據(jù)及氣壓數(shù)據(jù)同化入模式,100m測風塔的10、50、70、100m風向和風速數(shù)據(jù),10、70m的氣溫和相對濕度數(shù)據(jù)及氣壓數(shù)據(jù)同化入模式。測風塔觀測數(shù)據(jù)作為一種探空資料進行同化,但與傳統(tǒng)的探空資料相比,測風塔觀測要素的觀測時次更多,站點更密集,觀測數(shù)據(jù)時空定位更精確,與氣象站觀測資料相比,測風塔觀測要素的觀測層次更多,站點區(qū)域代表性更好。同化模擬試驗和檢驗分析均采用模擬后第8~31小時的模擬結(jié)果。2大氣環(huán)流形勢分析環(huán)渤海區(qū)域一年四季大風頻發(fā),嚴重威脅著海上航運正常運營及近海漁業(yè)養(yǎng)殖的漁業(yè)資源安全,為了檢驗3DVAR同化模塊同化測風塔數(shù)據(jù)效果,本次選擇環(huán)渤海區(qū)域一次大風過程進行細致的數(shù)值模擬,檢驗同化效果。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。山東半島沿海地區(qū)平均風力5~6級,陣風8~9級;最大瞬時風速出現(xiàn)在成山頭(13日08:00),風力達9級(24m/s)。渤海、渤海海峽、黃海北部和中部平均風力6~8級,陣風8~10級,最大瞬時風速出現(xiàn)在煙臺大黑山(12日22:00),風力達10級(27.2m/s)。本次大風過程大氣環(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低壓中心,渤海西部為一低槽,溫度場垂直于高度場,冷平流明顯,700hPa渤海西部強冷平流更為顯著,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,大風降溫過程顯著。33區(qū)域設(shè)置、背景場數(shù)據(jù)為了檢驗與分析3DVAR方案對環(huán)渤海區(qū)域風的模擬初始場質(zhì)量的改進效果,設(shè)計了如下幾種試驗方案,所有的數(shù)值試驗均采用相同的區(qū)域設(shè)置、背景場數(shù)據(jù)等。(1)方案一:直接采用FNL背景場生產(chǎn)初始場,不同化任何觀測數(shù)據(jù);(2)方案二:采用3DVAR同化環(huán)渤海區(qū)域風能觀測網(wǎng)測風塔觀測數(shù)據(jù)生成初始場;(3)方案三:設(shè)置不同的邊界層方案,主要檢驗分析YSU方案和MRF方案對環(huán)渤海區(qū)域風的模擬效果。3.1測風塔逐時風速模擬結(jié)果及分析本次大風過程模式模擬時間為世界時2010年4月12日06:00,模擬48h,大風主要出現(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,不同化任何觀測數(shù)據(jù)和采用3DVAR同化測風塔數(shù)據(jù)生成初始場兩種數(shù)值試驗,檢驗同化測風塔觀測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小時未同化和同化測風塔觀測資料后的模擬結(jié)果,分析結(jié)果中去除了在該觀測時段內(nèi)缺測較多、觀測錯誤及觀測時段內(nèi)逐時風速相對較小的測風塔。區(qū)域內(nèi)山東北部沿海測風塔未同化8~31h逐時風速平均誤差為1.9m/s,加入測風塔觀測資料模擬后平均誤差為1.7m/s,區(qū)域內(nèi)逐時風速模擬效果得到較明顯的改進,大部分測風塔觀測資料同化到模式后,逐時風速模擬值有明顯的改進,模擬值與實測值更接近,同化效果明顯。不同測風塔址處模擬改善效果不同,部分測風塔逐時風速模擬值改善效果有限,也有個別測風塔同化后平均誤差增大。為檢驗單點同化效果,將埕口和刁龍咀測風塔作為檢驗點,在同化過程中不加入該塔實測資料,運用埕口、刁龍咀測風塔實測測風資料檢驗塔址處數(shù)值模式同化效果。圖5分別給出了塔址70m高度逐時風速模擬結(jié)果。模式加入其它測風塔觀測資料后,模式在該塔塔址處對逐時風速的模擬效果得到明顯提高,同化后的逐時風速模擬值與實測值更接近,變化趨勢更一致,WRF模式對該點逐時風速的模擬與實況更加接近,更能較真實地反映出實際風速的變化特征。3.2ysu邊界層方案與mrf邊界層方案對比分別設(shè)置使用YSU邊界層方案和MRF邊界層方案,檢驗分析YSU方案和MRF方案對環(huán)渤海區(qū)域風速的模擬效果。圖6給出了2010年4月12日06:00(世界時)模式模擬的70m高度8~31h平均風速誤差結(jié)果對比,可以看出,YSU邊界層方案對環(huán)渤海區(qū)域逐時風速的模擬效果較好,絕大多數(shù)測風塔址處YSU邊界層方案對風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風塔8~31h風速的平均風速誤差為1.8m/s,使用MRF邊界層方案風速的平均風速誤差為2.0m/s。另根據(jù)其他多個大風過程的同化模擬試驗研究結(jié)果(大風過程氣象要素特征場、模擬結(jié)果對比分析等略),確定同化環(huán)渤海區(qū)域全部測風塔觀測數(shù)據(jù),使用YSU邊界層方案的同化模擬方案,以此來分析該區(qū)域70m高度風能資源時空特征。4高度風能特征采用上述同化模擬方案對環(huán)渤海區(qū)域70m高度風能資源進行一整年的數(shù)值模擬,使用模擬結(jié)果分析環(huán)渤海區(qū)域70m高度風能參數(shù)時空分布特征。WRF模式使用的主要參數(shù)見表1。4.1擬結(jié)果逐時輸出模擬時段為12個月,起止時間為2009年6月1日至2010年5月31日。WRF逐日進行模擬,積分時間36h。起算時間為每日18:00(世界時),第三日06:00終止。模擬結(jié)果逐小時輸出,考慮到模式需要調(diào)整時間,使模式達到平衡,故統(tǒng)計分析采用模式輸出的8~31h逐時模擬結(jié)果。每小時輸出一次各高度層上、每個格點上的風向、風速以及地面溫度、相對濕度和氣壓等參數(shù)。輸出時間為正點時間,即北京時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)計分析4.2.1風電場資源評估法對逐日數(shù)值模擬結(jié)果進行統(tǒng)計分析,得到年、月平均風速、平均風功率密度等風能參數(shù),計算方法參照國家發(fā)展改革委員會《全國大型風電場建設(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,全國風能資源評價技術(shù)規(guī)定,以及GB/T18710—2002《風電場風能資源評估方法》。2)平均風功率密度平均風功率密度的計算是設(shè)定時段內(nèi)逐小時風功率密度的平均值。4.2.2模擬風速測定以xi代表平均風速逐時模擬結(jié)果,yi代表平均風速逐時觀測結(jié)果,ue0af代表統(tǒng)計時段內(nèi)模擬風速平均值,代表統(tǒng)計時段內(nèi)觀測風速平均值,n代表統(tǒng)計時段內(nèi)風速次數(shù),文中計算的統(tǒng)計量有相關(guān)系數(shù)絕對誤差相對誤差和均方根誤差4.3模擬結(jié)果分析4.3.1平均風速、相對誤差和均方根誤差根據(jù)環(huán)渤海區(qū)域測風塔分布情況,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風塔,結(jié)合逐小時模擬結(jié)果與同時段觀測資料的對比檢驗,檢驗該模式系統(tǒng)對環(huán)渤海區(qū)域風能資源模擬評估的可靠性。表2給出了測風站點70m高度實測風速與同化模擬前后風速的對比分析結(jié)果。同化測風塔觀測數(shù)據(jù)后,各測風塔各季節(jié)代表月份平均風速的模擬值與實測值更接近,平均風速的絕對誤差和相對誤差更小,模擬值和實測值的絕對誤差僅榮興10月為1.3m/s,其他各月份各測風塔風速的絕對誤差均在1.0m/s以下,榮興7月平均風速絕對誤差同化后比同化前減幅最大,為0.6m/s。同化后的平均風速相對誤差比同化前也不同程度地減小,其中榮興7月平均風速相對誤差同化前為14.0%,同化后僅為3.5%。同化前后平均風速的相關(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,說明模擬值和實測值之間的變化趨勢較為一致,均方根誤差一般在3.0m/s以下,僅少部分月份超過了3.0m/s。圖7給出了模擬時段內(nèi)典型測風塔四季代表月70m高度逐時平均風速數(shù)據(jù)同化前后模擬值和實測值的對比,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高度逐時平均風速的變化規(guī)律,不僅實測和模擬風速的逐時變化趨勢較為一致,而且實測和模擬風速值也非常接近。測風塔觀測數(shù)據(jù)同化后,逐時平均風速模擬值與實測值更接近,絕對誤差和相對誤差更小。同化后曹妃甸10月模擬和實測相對誤差為5.6%,絕對誤差為0.4m/s,均方根誤差為2.6m/s,榮興7月模擬和實測相對誤差為3.5%,絕對誤差為0.2m/s,均方根誤差為2.3m/s,央子1月模擬和實測相對誤差為4.8%,絕對誤差為0.3m/s,均方根誤差為2.0m/s。同化前曹妃甸10月模擬和實測相對誤差為7.0%,絕對誤差為0.5m/s,均方根誤差為2.3m/s,榮興7月模擬和實測相對誤差為14.0%,絕對誤差為0.8m/s,均方根誤差為2.4m/s,央子1月模擬和實測相對誤差為8.1%,絕對誤差為0.5m/s,均方根誤差為1.9m/s。對于個別實測風速,同化前后模擬值與實測風速存在一定的偏差,但總體上看,數(shù)值模式對環(huán)渤海區(qū)域的風速變化模擬效果較好。4.3.2最大風速和相對誤差各測風塔年平均風速的實測值與模擬值差對比分析結(jié)果圖略。由于巨峰測風塔位于模式嵌套層外部,因此不對該測風塔結(jié)果進行驗證。各測風塔的實測年平均風速與模式模擬的年平均風速差均不超過1.5m/s,風速差大于1.0m/s的測風塔有8座,超過10座測風塔風速差小于0.5m/s。所有測風塔年平均風速的相對誤差為11.3%,其中有12座測風塔的相對誤差不超過10.0%,超過20.0%的測風塔共3座,分別是漢沽、大北、埕口測風塔。從模擬風速和實測風速的對比結(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)域近地層實際風場特征,可應(yīng)用模擬結(jié)果進行該區(qū)域的風場分析。4.4平均風速與風功率環(huán)渤海區(qū)域70m高度年平均風速分布見圖8,可以看出,整個環(huán)渤海區(qū)域年平均風速呈現(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,遼寧沿海年平均風速較大,大部分區(qū)域超過6.0m/s,其中遼寧北部沿海區(qū)域最大,超過6.4m/s。渤海中部和北部年平均風速較大,達到6.4m/s以上,其中渤海遼寧灣中部海域最大,達到6.8m/s以上。渤海海面上年平均風速變化趨勢較小,內(nèi)陸地區(qū)平均風速受地形影響變化劇烈。平均風速的區(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)陸方向平均風速衰減速度較快,其中河北北部沿海地區(qū)年平均風速從海上向內(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高度年平均風功率密度分布見圖9,可以看出,整個環(huán)渤海區(qū)域年平均風功率密度分布與年平均風速分布類似。年平均風功率密度也呈現(xiàn)出南小北大的特征,高中心位于遼寧灣北部海面上,達到650W/m2以上,遼寧灣大部分海域年平均風功率密度一般在600W/m2以上,渤海中部大部分海域在550W/m2以上,渤海海峽年平均風功率密度不超過450W/m2,年平均風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平均風速、風速分布特征本文利用WR