福建沿海的风能资源分析

第61卷 第1期厦门大学学报(自然科学版)V o l .61 N o .1 2022年1月J o u r n a l o f X i a m e nU n i v e r s i t y (N a t u r a l S c i e n c e )J a n .2022h t t p :ʊjx m u .x m u .e d u .c n d o i :10.6043/j.i s s n .0438-0479.202010007基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析朱 琳1,谢 婷1,王怡人1,胡利平2,耿旭朴1*(1.厦门大学海洋与地球学院,近海海洋环境科学国家重点实验室,海洋遥感大数据福建省高校工程研究中心,福建厦门361102;2.北京环境特性研究所电磁散射重点实验室,北京100854)摘要:海面风场风能资源分析对海上风电场的建设开发具有重要意义.近年来随着遥感技术的发展,星载合成孔径雷达(S A R )为海面风能的分析与评估提供了新手段.基于2015 2019年福建沿海区域的122景S e n t i n e l -1S A R 影像,采用快速傅里叶变换风向反演方法及地球物理模式函数C M O D 5.N 风速反演方法对福建沿海区域进行S A R 风场反演,并从风能有效性㊁稳定性及时空分布特征方面分析福建近海风能资源.主要结果显示:风速数值范围较大的秋㊁冬季有效风能占比较高,可达70%以上;福建沿海区域多年平均风能稳定性较好,春㊁秋㊁冬季风能稳定性较好,而夏季风能稳定性较差;福建沿海风能的空间分布主要为东北 西南走向逐渐递减类型,在台湾海峡中部区域出现风能最大值.关键词:合成孔径雷达;S e n t i n e l -1;风场反演;风能资源;福建沿海区域中图分类号:P 743 文献标志码:A 文章编号:0438-0479(2022)01-0140-09收稿日期:2020-10-19 录用日期:2021-02-07基金项目:国家海洋局全球变化与海气相互作用项目(G A S I -02-P A C -Y G S T 2-02)*通信作者:g e n g x p@x m u .e d u .c n 引文格式:朱琳,谢婷,王怡人,等.基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析[J ].厦门大学学报(自然科学版),2022,61(1):140-148.C i t a t i o n :Z H UL ,X I ET ,W A N GYR ,e t a l .W i n d e n e r g y a s s e s s m e n t a n a l y s i s o f F u j i a n c o a s t a l a r e a b a s e d o n S e n t i n e l -1s yn t h e t i c a p e r t u r e r a d a r i m a ge s [J ].JX i a m e nU n i vN a t S c i ,2022,61(1):140-148.(i nC h i n e s e ) 风能属于可再生能源,具有无污染㊁可持续等优势,且随着风能发电技术的不断改进与完善,其发电生产成本大幅降低,已逐步接近传统能源,是最具开发前景的新能源发电方式之一.目前,近海风能资源分析研究经常利用实地监测结果㊁卫星反演结果以及数值模拟结果等.使用卫星反演数据进行风能资源分析可以克服实测数据测量成本高㊁序列数据少等缺点.其中星载合成孔径雷达(S A R )是一种具有高成像分辨率的主动成像式微波雷达,可以在全天时㊁全天候条件下工作,其探测不受云层影响,空间分辨率最高可达米级,能够获取台风的很多细节信息,因此S A R 在观测台风时有很大的优势[1-3].提取S A R 图像风向信息主要有快速傅里叶变换(F F T )法和局部梯度(L G )法等.基于这些方法可以从同极化(V V 或H H 模式)S A R 图像自带风条纹中提取风向信息,去除180ʎ模糊后可以得到唯一确定的风向.反演S A R 数据同极化V V 模式的风速利用地球物理模式函数(G M F )C M O D 系列反演模型,由欧洲中尺度天气预报中心(E C MW F )设计,目前有C M OD 4㊁C M O D 5㊁C M O D 5.N ㊁C M O D 7等模型产品.如A l e x i s 等[4]结合C M O D 系列模型与多普勒频移效果进行S A R 风场反演,该方法在S e n t i n e l -1卫星S A R 数据风场反演中取得了较好结果.Y a n g 等[5]将美国西部海岸3年Q u i c k S A C T 散射计风场数据与R a d a r s a t -1S A R 卫星遥感反演风场数据进行了相应时空匹配工作,证明了S A R 数据更适用于近海风场反演.福建省风能资源开发潜力巨大[6],其中台湾海峡区域更因其独特 狭管效应 优势而形成天然海上风库,是我国海上风电开发的重点关注区域,国内学者已对此进行了一些风能资源的研究[7-9],但以往研究风能分布大多数是基于测风塔或模式再分析等资料,其数据量过少且分辨率不够高.H a s a ge r 等[10]使用S A R 影像及散射计数据反演了丹麦近岸海域风场,证明了S A R 技术在近岸海域风能资源分析方面的适用性.但在涉及中国近海区域的S A R 影像风场反演工作及风能资源评估分析中,对于海面不同高度处风能资源状况的时Copyright©博看网 . All Rights Reserved.第1期朱 琳等:基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析h t t p :ʊjx m u .x m u .e d u .c n 空分析较少,缺乏结合实际风电场选址的风能参数分析工作,不能对风能资源分布进行准确评估.针对以上问题,本研究基于哨兵一号S e n t i n e l -1卫星的福建沿海区域S A R 影像数据,使用F F T 法计算得到区域海面风向;再与欧洲气象中心资料E R A -i n t e r i m 的外部风向数据相结合,输入地球物理模型C M O D 5.N 中,计算得到对应区域海面风速数据;并使用有效风速㊁有效风能密度㊁风能变异系数㊁风向频率等指标对福建沿海区域风能资源时空分布特征进行分析.1 数据与方法1.1 数据来源1.1.1 S e n t i n e l -1数据哨兵一号卫星(S e n t i n e l -1A /B )是欧洲航天局(E S A )哥白尼计划(C o p e r n i c u sP r o gr a m )专门设计和开发的新卫星.数据来源:h t t p s :ʊs c i h u b .c o pe r n i c u s .e u /d h u s /#/h o m e.本研究使用S e n t i n e l -1卫星I W (i n t e r f e r o m e t r i cw i d e s w a t h )模式的L 1级高分辨率G R D (gr o u n d r a n ge d e t e c t e d )地距影像产品数据,共122景,其分布范围为22ʎ~26ʎN ㊁117ʎ~121ʎE,图像覆盖区域如图1所示.时间跨度为2015 2019年,各年影像数量依次为18,29,26,29,20,每年各月影像数量总体分布均匀,具有较好的统计意义[11].图1 S e n t i n e l -1S A R 数据覆盖图F i g .1C o v e r a g em a p of S e n t i n e l -1S A Rd a t a 1.1.2 E R A -i n t e r i m 数据E R A -i n t e r i m 是一套数据量大㊁时空分辨率高㊁使用广泛的全球大气模式再分析规划化网格数据,是E R A 整套数据中最新的数据产品,由E C MWF 提供(h t t p s :ʊa p ps .e c m w f .i n t /d a t a s e t s /d a t a /i n t e r i m -f u l l -d a i l y /l e v t y pe =sf c /),在观测资料的应用及同化方法方面有很大改进[12].E R A -i n t e r i m 再分析数据时间范围覆盖1979年1月1日至今,不断更新,时间间隔为6h,空间范围覆盖全球,其产品包括气压㊁海表温度㊁海表风场等大气海洋参数[12-13],其风场数据与卫星观测资料有很好的匹配性[14],满足中国近海风场研究精度要求.因此,本研究使用E R A -i n t e r i m 产品中的0.125ʎˑ0.125ʎ分辨率数值模拟风场数据,为S A R 数据风向反演提供辅助风向数据.1.2 方 法收集S e n t i n e l -1卫星福建沿海区域S A R 影像数据,基于S A R 影像自带风条纹,使用F F T 法计算得到S A R 影像区域海面风向,与E R A -i n t e r i m 外部风向数据相结合,并将得到的对应风向数据代入地球物理模型C M O D 5.N 中,计算得到对应区域的海面风速数据,结合海面风向及风速数据得到福建沿海区域高空间分辨率风场数据.进而使用反演得到的风场数据对福建沿海区域进行风能有效性和稳定性分析,其中风能有效性的评估指标为有效风速和有效风能密度,风能稳定性的评估指标为风能变异系数和风向频率.最后使用S A R 反演风场结果结合再分析数据,对福建沿海区域风能进行时空变化特征分析.1.2.1 风向反演在进行海表风场反演前,分别进行辐射定标㊁陆地掩膜㊁噪声处理等数据预处理工作.用G M F 模式函数求解海面风速时,需要风向信息作为初始信息输入.风向信息的来源主要有S A R 自带风条纹提取风向和外部风向输入两种类型.为保证风向数据的时空匹配性及分辨率的统一性,以直接提取S A R 影像自带风条纹方法获取风向数据为主㊁E R A -i n t e r i m 风场数据为辅获取风向信息.为了去除诸如海冰㊁溢油等海表特征因素对S A R 图像风场反演的影响,对S A R 影像进行一次初始筛选,得到可用于提取风向的S A R 影像.筛选过程中,利用非均匀性参数C V A R 作为影像筛选判断条件,计算公式如下[15]:C V A R =v a r (I )/I 2,(1)其中I 为子图块后向散射系数,v a r 为方差计算函数.使用该公式可检验S A R 影像100m ˑ100m 分解图块的同质性.当C V A R 大于1时,图像影响因素不均匀,存在中尺度海洋或大气影响因素,舍弃此类影像图块㊃141㊃Copyright©博看网 . All Rights Reserved.厦门大学学报(自然科学版)2022年h t t p :ʊjx m u .x m u .e d u .c n 区域,后续使用E R A -i n t e r i m 海面风向数据作为这些图块区域的风向输入,由此可以排除S A R 影像中的中尺度海洋或大气因素对风向提取的影响.风向提取的方法主要有基于频率域和基于空间域两种.基于频率域的常见风向提取方法有F F T 法等,基于空间域有L G 法㊁二维连续小波变换(2D -C W T )法等[16-17].研究表明F F T 法较适合小风速范围风向反演,具体步骤如下:1)选取合适的S A R 子图像,进行滤波去噪处理;2)对子图像进行F F T 得到其频谱图;3)对频谱图进行尺度分离,得到两个谱能量峰;4)对两个谱能量峰连线,风向与该连线垂直,但具有180ʎ模糊;5)将E R A -i n t e r i m 风场数据作为风向辅助数据,利用北半球海区的热带气旋(T C )呈现逆时针方向旋转的风场特征,对计算得到的风向进行校正,消除风向180ʎ模糊的问题.1.2.2 风速反演S A R 反演海面风场的基本原理为B r a g g 共振机制.在20ʎ~60ʎ的入射角范围内,海面粗糙度与雷达波束遵循B r a g g 谐振机制,而海面风场对海表面粗糙度数值产生影响,可使后向散射系数发生变化[18],关系表达式为:k r =2k e m s i n θ,(2)其中,k r 为B r a g g 共振波数,k e m 为电磁波波数,θ为S A R 雷达波束入射角.因此,基于S A R 影像后向散射系数可进行海洋表面风场反演.地球物理函数模型建立了V V 极化模式与卫星方位角㊁入射角以及海面风场的函数关系.选用C M O D 5.N模式进行风速反演,该模式由H e r s b a c h [19]于2010年对C M O D 5模式函数的参数进行相应校正后开发得到,具体计算公式如下:σ0=b 0(1+b 1c o s φ+b 2c o s 2φ)1.6,(3)其中,σ0为后向散射系数,φ为相对风向,b 0㊁b 1和b 2是关于风速的经验系数.由上述方法反演得到的是海面10m 高度处的风场数据,而通常风能随海面高度的增高而呈上升趋势,因此使用指数规律风廓线进行海面不同高度风场数据的求取.以S A R 影像同极化V V 模式反演得到的海面10m 高度风场数据为基础,利用指数规律风廓线工具,计算得到不同高度的风场数据,具体计算公式[20]如下:v n =v 10Z nZ 10α,(4)其中,v n 和v 10分别为海面n 和10m 高度处的风速,Z n 和Z 10为海面高度,α为风廓线切变指数(该指数主要与区域大气稳定度及下垫面海面粗糙度有关).式(4)是风能评估中最常用的公式[21-27].丁国安等[22]的研究表明,采用指数公式计算所得不同高度的风速十分接近实测值.1.2.3 有效风速在实际区域海上风能发电生产过程中,3~25m /s范围的风速通常被称为有效风速,可以有效产生风能[28].一般情况下,风速低于3m /s 则风机设备无法正常启动,因此3m /s 通常被称为切入风速;当风速高于25m /s 时,风机将会判断风速过大,为避免设备产生损坏而切断发电进程,因此25m /s 也被称为切出风速.有效风速在风能发电领域应用十分广泛.1.2.4 有效风能密度海面风能数值的大小与风速密切相关.风能密度用来表示在一定时间范围内垂直通过某单位面积的风所带来的所有能量数值,该参数是风能资源评估分析工作中极为重要的综合指标之一,应用十分广泛.具体计算公式[29]为:W =12ρv 3.(5)其中:W 为风能密度,W /m 2;ρ为空气密度,k g /m 3;v 为风速,m /s .从该计算公式可以看出,对应海域的空气密度大小是风能密度的影响因素之一,因此在风能密度计算前,需要结合海面高度㊁大气压㊁海面温度等海面特征进行对应海域空气密度的计算[30],计算后本研究海域ρ为1.34k g/m 3.有效风能指使用风电机组正常运行风速范围计算得到的风能资源,其风速范围为3~25m /s .处于该范围内的所有风能密度称为有效风能密度,即在一定时间段内通过规定单位面积的有效风能,该指标可用于对某特定区域的海上风能资源进行分析与评估.1.2.5 风能变异系数风能变异系数是风能稳定性分析的一个重要评估指标[31],具体计算公式为:C v =s/x -,(6)其中,C v 为变异系数,s 为风速序列的标准差,x -为风速序列的均值.1.2.6 风向频率风向频率表示一定时间段范围内各方位的风向㊃241㊃Copyright©博看网 . All Rights Reserved.第1期朱 琳等:基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析h t t p :ʊjx m u .x m u .e d u .c n 次数占总数的百分比,通常用风向玫瑰图来直观化表示.通过风向玫瑰图可以得到目标区域主导风向及风向变化稳定性,从而辅助该区域风能资源分析.1.2.7 经验正交函数(E O F)分析E O F 分析方法可以实现对海表风速矩阵数据的结构特征分析,并提取其主成分特征向量,用尽可能少的模态表达出主要的时间和空间变化.自L o r e n z 在20世纪50年代首次将其引入气象和气候研究,该方法现已被广泛应用于海洋和其他学科[32].E O F 分析方法的主要原理如下[33]:首先将观测风速资料用矩阵表示,记为矩阵X ;矩阵X 可以分解为空间函数和时间函数两部分的乘积,通过求X X T 的非零特征值,可以得出空间函数矩阵以及时间系数.特征向量对应的是空间样本,在一定程度上反映要素场的空间分布特点;主成分对应的是时间变化,反映相应空间模态随时间的权重变化.2 结果与分析2.1 风能有效性根据国家标准风电场风能资源评估方法[34],主要测量10,30,50m 高度风速数据,对福建沿海区域海面3个高度测量的多年平均有效风能结果如图2所示(反演分辨率为5k mˑ5k m ).可以看出:1)福建沿海区域不同高度的风能资源空间分布较为一致,风能密度大小随高度增加而增大;2)使用S A R 影像反演得到的福建沿海区域风能密度数据空间细节分布更为突出,可以对此进行细节风能资源评估与分析.图2 福建沿海区域10m (a )㊁30m (b )和50m (c)高度的多年平均有效风能密度F i g .2M u l t i -y e a r a v e r a g e e f f e c t i v ew i n d e n e r g y d e n s i t i e s a t t h e h e i gh t o f 10m (a ),30m (b )a n d 50m (c )i n t h e c o a s t a l a r e a o f F u ji a n 对所有风能计算格点数进行统计,分别求出福建沿海各月和各季风能总量及有效风能量,得到有效风能概率,结果如图3所示.可以看出,福建沿海区域有效风能概率较高,总计有效风能占比68.21%,其中分月特征变化趋势为:4 10月有效风能占比较低,最低为8月,仅39%;11月 次年3月有效风能占比较高,最高为12月,达98%.分季特征变化趋势为:春㊁夏季较低,夏季仅为44%;秋㊁冬季较高,冬季达96%.风速范围大的秋㊁冬季有效风能占比较高,符合海上风电资源开发条件.图3 福建沿海区域各月(a )和各季(b)有效风能概率F i g .3P r o b a b i l i t y o f e f f e c t i v ew i n d e n e r g y i n e a c hm o n t h (a )a n d e a c h s e a s o n (b )i n t h e c o a s t a l a r e a o f F u ji a n ㊃341㊃Copyright©博看网 . All Rights Reserved.厦门大学学报(自然科学版)2022年h t t p :ʊjx m u .x m u .e d u .c n 2.2 风能稳定性除风能有效性外,风能的稳定性也是风能资源分析的重要组成部分,一定程度上决定了风电机组建设的安全性及生产效率大小.下文从风能变异系数和风向频率分布方面进行风能稳定性的时空特征分析.图5 春(a )㊁夏(b )㊁秋(c )㊁冬(d)季的风能变异系数F i g .5V a r i a t i o n c o e f f i c i e n t s o fw i n d e n e r g y i n s p r i n g (a ),s u m m e r (b ),a u t u m n (c )a n dw i n t e r (d )福建沿海多年平均风能变异系数结果如图4所示:从台湾海峡至厦门区域风能变异系数逐渐降低,符合客观规律,即台湾海峡附近由于地形及狭管效应影响,风能较不稳定,而靠近大陆地区风能较稳定.但上述多年平均结果可能将平均季节性信号丢失,因此将风能密度结果按春(3 5月)㊁夏(6 8月)㊁秋(911月)㊁冬(12月 次年2月)四季分别求平均值,得到各季平均风能密度并计算季节平均风能变异系数,结果如图5所示.可以看出:1)福建沿海多年平均风能稳定性较好,大部分区域风能变异系数均在0.5以图4 多年平均风能变异系数F i g .4M u l t i -y e a r a v e r a g e v a r i a t i o n c o e f f i c i e n t o fw i n d e n e r g y下;2)各季节风能变异系数分布特征存在一定差异,春㊁秋㊁冬季数值较低,大部分在0.5以下,而夏季风能变异系数较大,风能稳定性较差.对福建沿海区域各季节有效风向进行百分比统计并按10ʎ分区绘制风向玫瑰图(包括风向180ʎ模糊),结果如图6所示.可以看出,福建沿海区域常年风向以东北 西南风为主,夏季偏北,秋季偏东,春㊁冬季东北 西南风占大部分,风向较为稳定,变化较小.2.3 风能时空变化特征福建沿海区域各月风速和风能密度变化趋势如图7所示.可以看出,福建沿海区域的风能密度与风速变化趋势相似,风能时空特征的主要变化趋势为:9 10月风速呈上升趋势,12 1月到达顶峰,3 4月呈下降趋势,在5 8月达到海面风速最低值.用E O F 方法对福建沿海区域风场数据进行分析,得到海面风速时间序列的主成分特征向量,其中第一和第二模态的分析结果如图8和9所示.第一模态的方差贡献率为89.56%,远高于其他模态的方差贡献率,从图8可知,这一模态可能是影响福建沿海区域季风强盛时期的状况.福建沿海风能资源空间分布主要为东北 西南递减类型,即西南区域年平均风速较小,而东北区域年平均风速较大.E OF 分析的第二模态方差贡献率为4.47%,如图9所示,第二模态的特征向量在空间上也体现出福建沿海风能资源空间分布主要为东北 西南类型,但与第一模态不同的是在台湾海峡中部出现了风速较大值区㊃441㊃Copyright©博看网 . All Rights Reserved.第1期朱 琳等:基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析h t t p :ʊjx m u .x m u .e d u .cn 图6 春(a )㊁夏(b )㊁秋(c )㊁冬(d)季的风向玫瑰图F i g .6W i n d d i r e c t i o n r o s e d i a g r a m s i n s p r i n g (a ),s u m m e r (b ),a u t u m n (c )a n dw i n t e r (d)图7 各月风速(a )和风能密度(b)变化趋势F i g .7C h a n g e t r e n d o fm o n t h l y w i n d s p e e d (a )a n dw i n d e n e r g y d e n s i t y (b )㊃541㊃Copyright©博看网 . All Rights Reserved.厦门大学学报(自然科学版)2022年h t t p :ʊjx m u .x m u .e d u .cn 图8 福建沿海风场E O F 分析的第一模态时间序列(a )及填色图(b)F i g .8T i m e s e r i e s p l o t (a )a n d c o l o rm a p (b )o f t h e f i r s tm o d e o f E O F a n a l y s i s o f F u ji a n c o a s t a l w i n d f i e ld 图9 福建沿海风场E O F 分析的第二模态时间序列(a )及填色图(b)F i g .9T i m e s e r i e s p l o t (a )a n d c o l o rm a p (b )o f t h e s e c o n dm o d e o f E O F a n a l y s i s o f F u ji a n c o a s t a l w i n d f i e l d 域,可能是因为台湾海峡狭管效应的空间分布.狭管效应是指当气流由开阔地带流入地形构成的峡谷时,空气质量不能大量堆积,于是加速流过峡谷,风速增大;当流出峡谷时,空气流速又会减小.台湾海峡与常年盛行的东北风形成的狭管效应,使得福建沿海区域的风速加大,可利用风速持续时间加长.第一模态与第二模态的累计方差贡献率为94.03%,因此E O F 分析的前两个模态能够较好地解释福建沿海风能资源的时空分布特征.3 结 论本研究使用S e n t i n e l -1卫星S A R 影像V V 同极化数据进行海表风场反演,得到高空间分辨率的2015 2019年福建沿海区域风场数据,再将S A R 海面风场反演结果与E R A -i n t e r i m 再分析风场数据进行1k mˑ1k m 的网格化处理,并从风能有效性㊁风能稳定性及风能时空分布3个方面进行了福建沿海区域风能资源时空特征分析.研究结果表明:1)福建沿海区域不同高度的风能资源空间分布较为一致,风能密度均随高度增加而增大;经S A R 影像反演得到的风能密度空间细节分布更为突出,据此得到的月㊁季有效风能结果表明风速数值范围较大的秋㊁冬季有效风能所占百分比较高.2)福建沿海多年平均风能稳定性较好,各季节风能变异系数分布存在一定差异,春㊁秋㊁冬季较低,大部分在0.5以下,而夏季风能变异系数数较大,风能稳定性较差;风向玫瑰图表明福建沿海区域风向变化较小,较为稳定;3)福建沿海各月风速㊁风能密度变化趋势图说明风能密度变化趋势与风速变化趋势相似;E O F 分析结果表明,福建沿海风能的空间分布主要为东北 西南走向递减类型,在台湾海峡中部区域出现风能最大值.上述结果表明S e n t i n e l -1卫星S A R 影像V V 同极化数据反演海面风场方法具有可行性且能用于福建沿海区域风能资源评估;但本研究中未考虑V V 同极化以外其他极化模式的风场反演方法,因此在之后㊃641㊃Copyright©博看网 . All Rights Reserved.第1期朱 琳等:基于S e n t i n e l -1合成孔径雷达卫星影像的福建沿海区域风能资源分析h t t p :ʊjx m u .x m u .e d u .c n 的研究中,可采用多种类型S A R 卫星数据,并采用多源再分析数据进行辅助分析,以提高分析准确度.参考文献:[1] H O R S T M A N NJ ,F A L C H E T T I S ,W A C K E R M A NC ,e ta l .T r o p i c a l c yc l o n ew i nd sre t r i e v e df r o m C -b a n dc r o s s -p o l a r i z e d s y n t h e t i c a p e r t u r e r a d a r [J ].I E E ET r a n s a c t i o n s o nG e o s c i e n c e &R e m o t eS e n s i n g,2015,53(5):2887-2898.[2] L IX ,Z H A N G J A ,Y A N G X ,e ta l .O c e a n s u r f a c er e s p o n s e t o h u r r i c a n e so b s e r v e d b y S A R [C ]ʊI E E E I n t e r n a t i o n a lG e o s c i e n c ea n d R e m o t eS e n s i n g S y m po s i u m .[S .l .]:I E E E ,2012:5180-5183.[3] 张彪,何宜军.高海况海洋遥感信息提取技术研究进展[J ].海洋技术学报,2015,34(3):16-20.[4] A L E X I SA ,M O U C H EA ,F A B R I C EC ,e t a l .O n t h e u s e o f d o p pl e r s h i f t f o r s e a s u r f a c ew i n d r e t r i e v a l f r o mS A R [J ].I E E E T r a n s a c t i o n s o n G e o s c i e n c e a n d R e m o t eS e n s i n g ,2012,50(7):2901-2909.[5] Y A N G X ,L IX ,Z H E N G Q ,e t a l .C o m pa r i s o no f o c e a n -s u r f a c e w i n d sr e t r i e v e df r o m Q u i k S C A T s c a t t e r o m e t e ra n d r a d a r s a t -1S A Ri no f f s h o r ew a t e r so f t h eU S W e s tC o a s t [J ].I E E EG e o s c i e n c e a n dR e m o t e S e n s i n g Le t t e r s ,2011,8(1):163-167.[6] 黄神佑. 十三五 期间福建风电发展的关键问题突破研究[J ].能源与环境,2017(1):56-57,61.[7] 刘静,俞炳丰,姜盈霓.对福建省陆地风能资源的评估[J ].可再生能源,2002,25(1):59-61.[8] 朱伟强.福建省沿海风力资源特性分析[J ].电力勘测设计,2006(1):33-36.[9] 文明章,吴滨,林秀芳,等.福建沿海70米高度风能资源分布特点及评估[J ].资源科学,2011,33(7):1346-1352.[10] H A S A G E R CB ,P E N A A ,C H R I S T I A N S E N M B ,e ta l .R e m o t es e n s i n g ob s e r v a t i o nu s e di no f f s h o r e w i n d e n e r g y [J ].I E E EJ o u r n a l o f S e l ec t e dT o p i c s i nA p p l i ed E a r t hO b se r v a t i o n s a n dR e m o t e S e n s i n g,2008,1(1):67-79.[11] B A R T H E L M I ER J ,P R Y O RS C .C a n s a t e l l i t e s a m p l i n go f o f f s h o r e w i n d s p e e d s r e a l i s t i c a l l y r e p r e s e n t w i n d s pe e d d i s t r i b u t i o n s [J ].J o u r n a l o fA p p l i e d M e t e o r o l o g y ,2003,42(1):83-94.[12] D E E D P ,U P P A L A S M ,S I MM O N S AJ ,e t a l .T h eE R A -i n t e r i mr e a n a l y s i s :c o n f i gu r a t i o na n d p e r f o r m a n c e o f t h e d a t a a s s i m i l a t i o n s y s t e m [J ].Q u a r t e r l y Jo u r n a l o f t h e R o y a l M e t e o r o l o g i c a lS o c i e t y,2011,137(656):553-597.[13] 郑崇伟,李崇银,杨艳,等.巴基斯坦瓜达尔港的风能资源评估[J ].厦门大学学报(自然科学版),2016,55(2):210-215.[14] 孙稚权,项杰,管玉平.基于E R A -i n t e r i m 资料中国近海风能资源时空分布[J ].海洋预报,2016,33(3):50-56.[15] Z H A N G B ,P E R R I E W ,V A C H O N P W ,e t a l .O c e a nv e c t o rw i n d sr e t r i e v a l f r o m C -b a n df u l l ypo l a r i m e t r i c S A R m e a s u r e m e n t s [J ].I E E E T r a n s a c t i o n s o nG e o s c i e n c e &R e m o t eS e n s i n g,2012,50(11):4252-4261.[16] J U N GY ,P A R KSE .C o m p a r a t i v e a n a l ys i s o f p o l a r i m e t r i c S A Rc a l i b r a t i o nm e t h o d s [J ].R e m o t eS e n s i n g ,2018,10(12):2060.[17] S T R O M B E R G S S O N D ,M A R K L U N D P ,B E R G L U N DK ,e t a l .B e a r i n g m o n i t o r i n g i n t h e w i n d t u r b i n e d r i v e t r a i n :a c o m p a r a t i v e s t u d y of t h eF F Ta n dw a v e l e t t r a n s f o r m s [J ].W i n dE n e rg y ,2020,23(6):2491.[18] M O U C H EAA ,C H A P R O NB ,Z H A N GB ,e t a l .C o m b i n e dc o -a n dc r o s s -po l a r i z e dS A R m e a s u r e m e n t su n d e r e x t r e m e w i n d c o n d i t i o n s [J ].I E E ET r a n s a c t i o n s o nG e o s c i e n c e&R e m o t e S e n s i n g ,2017,99:1-10.[19] H E R S B A C H H.C o m pa r i s o no fC -b a n dsc a t t e r o m e t e r C M O D 5.Ne q u i v a l e n t n e u t r a lw i nd sw i t hE C MW F [J ].A t m o sO ce a nT e c h n o l ,2010,27:721-736.[20] Y E X ,L I N M ,S O N G Q ,e ta l .T h eo pt i m i z e ds m a l l i n c i d e n c e a n g l e s e t t i n g o f ac o m p o s i t eB r a g g s c a t t e r i n g m o d e la n di t sa p p l i c a t i o nt os e as u r f a c e w i n ds pe e d r e t r i e v a l [J ].I E E E J o u r n a l of S e l e c t e dT o p i c s i nA p pl i e d E a r t hO b s e r v a t i o n s a n dR e m o t e S e n s i n g,2020,99:1.[21] 丁国安,朱瑞兆.关于低层大气风速廓线的讨论[J ].气象,1982(8):18-20.[22] 丁国安,薛桁,朱瑞兆.武汉地区低空风的特性[C ]ʊ大气湍流扩散及污染论文集.北京:气象出版社,1982.[23] 薛桁,朱瑞兆,冯守忠,等.我国北部草原地区近地层平均风特征分析[J ].太阳能学报,1992,13(3):230-238.[24] 朱瑞兆.我国太阳能风能资源评价[J ].气象,1984(10):19-23.[25] 植石群,钱光明,罗金铃.广东省沿海风随高度变化研究[J ].热带地理,2001,21(2):131-134.[26] 朱瑞兆.近地层风特性与风能利用[C ]ʊ风能㊁太阳能资源研究论文集.北京:气象出版社,2008.[27] 李鸿秀,朱瑞兆.关于风切变指数对轮毂高度影响的探讨[C ]ʊ第五届亚洲风能大会论文集.北京:第五届亚洲风能大会,2008:10-18.[28] 钱莉,杨永龙,杨晓玲,等.河西走廊东部风能资源分布特征及开发利用[J ].气象科技,2009,37(2):198-204.[29] 朱晓辉,杨晓峰,杜延磊,等.风能方向性参量遥感反演[J ].遥感学报,2018,22(2):253-264.[30] 王桐,唐荣林,李召良,等.遥感反演蒸散发的日尺度扩展方法研究进展[J ].遥感学报,2017,23(5):813-830.㊃741㊃Copyright©博看网 . All Rights Reserved.厦门大学学报(自然科学版)2022年h t t p :ʊjx m u .x m u .e d u .c n [31] Z H O U Y ,Z H A OL ,M A T S U OIB M ,e t a l .Ad yn a m i c w e i g h t e d a g g r e g a t i o ne q u i v a l e n tm o d e l i n g a p pr o a c h f o r t h e D F I Gw i n d f a r mc o n s i d e r i n gt h e w e i b u l l d i s t r i b u t i o n f o rf a u l ta n a l y s i s [J ].I E E E T r a n s a c t i o n so nI n d u s t r y A p pl i c a t i o n s ,2019,99:1.[32] 魏凤英.现代气候统计诊断与预测技术[M ].北京:气象出版社,1999:120.[33] 杨亮.基于遥感数据的西北太平洋海面风场时空特征分析[D ].青岛:国家海洋局第一海洋研究所,2007:1-76.[34] 全国能源基础与管理标准化技术委员会新能源和可再生能源分技术委员会.风电场风能资源评估方法:G B /T18710 2002[S ].北京:中国标准出版社,2002.W i n d e n e r g y a s s e s s m e n t a n a l y s i s o f F u ji a n c o a s t a l a r e ab a s e d o nS e n t i n e l -1s y n t h e t i c a p e r t u r e r a d a r i m a ge s Z H UL i n 1,X I ET i n g 1,W A N GY i r e n 1,H UL i p i n g 2,G E N GX u pu 1*(1.S t a t eK e y L a b o r a t o r y o fM a r i n eE n v i r o n m e n t a l S c i e n c e ,E n g i n e e r i n g R e s e a r c hC e n t e r o f O c e a nR e m o t e S e n s i n gB i g D a t a ,F u j i a nP r o v i n c eH i g h e r E d u c a t i o n I n s t i t u t e s ,C o l l e g e o f O c e a n a n dE a r t hS c i e n c e s ,X i a m e nU n i v e r s i t y,X i a m e n 361102,C h i n a ;2.S c i e n c e a n dT e c h n o l o g y o nE l e c t r o m a g n e t i c S c a t t e r i n g L a b o r a t o r y,B e i j i n g I n s t i t u t e o f E n v i r o n m e n t a l F e a t u r e s ,B e i j i n g 100854,C h i n a )A b s t r a c t :T h ea n a l y s i so f w i n de n e r g y r e s o u r c e si ns e a -s u r f a c e w i n df a r m si so f g r e a ts i gn i f i c a n c et ot h ec o n s t r u c t i o na n d d e v e l o p m e n t o f o f f s h o r ew i n d f a r m s .I n r e c e n t y e a r s ,w i t h t h ed e v e l o p m e n t o f r e m o t e s e n s i n g t e c h n o l o g y ,s y n t h e t i c a pe r t u r e r a d a r (S A R )h a s p r o v i d e d a n e wm e t h o df o r t h e a n a l y s i s a n d e v a l u a t i o n o f s e a -s u r f a c e w i n d e n e rg y .B a s e d o n 122S e n t i n e l -1S A R i m a ge s of F u j i a n c o a s t a l a r e a sf r o m 2015t o2019,t h i ss t u d y u s e sf a s tF o u r i e r t r a n s f o r m w i n dd i r e c t i o ni n v e r s i o na n dg e o ph ys i c a lm o d e l f u n c t i o nC M O D 5.Nw i n d s p e e d i n v e r s i o n t o r e c o n s t r u c t S A R w i n d s i n t h e c o a s t a l a r e a s o fF u j i a n ,a n da n a l y z e s t h e o f f s h o r ew i n d e n e r g y r e s o u r c e s i nF u j i a nf r o mt h ea s p e c t so fe f f i c i e n c y ,s t a b i l i t y a n dt e m p o r a l a n ds pa t i a ld i s t r ib u t i o nc h a r a c t e r i s t i c so fw i nde n e r g y .O u r m a i nr e s u l t ss h o w a sf o l l o w i ng :Th ee f f e c ti v e w i n de n e r g y i na u t u m na n d w i n t e ra c c o u n t sf o rar e l a t i v e l y h i gh p r o p o r t i o n ,u p t om o r e t h a n 70%.T h e s t a b i l i t y o f w i n d e n e r g y i n t h e c o a s t a l a r e a o f F u j i a n i s g o o d o n a v e r a g e f o r m a n y y e a r s ,go o d i n s p r i n g ,a u t u m na n d w i n t e r ,a n d p o o r i ns u m m e r .T h ew i n de n e r g y a l o n g t h ec o a s to fF u j i a n m a i n l y d e c l i n e sf r o m n o r t h e a s t t o s o u t h w e s t ,a n d t h em a x i m u mw i n d e n e r g y a p pe a r s i n t h em i d d l e of t h eT a i w a n S t r a i t .K e yw o r d s :s y n t h e t i c a p e r t u r e r a d a r ;S e n t i n e l -1;w i n d f i e l d i n v e r s i o n ;w i n d e n e r g y r e s o u r c e ;F u j i a n c o a s t a l a r e a (责任编辑:徐婷婷)㊃841㊃Copyright©博看网 . All Rights Reserved.。

专题突破练(十二)资源安全与国家安全(2021·四川4月诊断性考试)一直以来,我国紧跟世界前沿,研发多用途先进核能系统,成果颇丰。

2020年10月12日在北京开幕的第十六届中国国际核工业展览会场上,我国成功研发的小型核反应堆“玲龙一号”正式亮相。

据此完成1~2题。

1.相比核电站百万千瓦的核电机组,规模更小的“玲龙一号”的特点是()A.产能较强B.灵活性差C.用途广泛D.安全性差2.大力研发多用途先进核能系统的最主要目的是()A.提供大量廉价能源B.优化能源消费结构C.解决环境污染问题D.保障能源供应安全读图,完成3~4题。

2010年我国能源消费结构2019年我国能源消费结构3.与2010年我国能源消费结构相比,2019年()①化石能源消费比重下降②煤炭不占重要地位③石油消费比重上升④一次电力及其他能源消费比重没有变化A.①②B.③④C.①③D.②④4.能促进我国能源消费可持续发展的措施有()①加快发展太阳能、风能等可再生能源②加快产业升级,提高重化工业比重③结合国情,增加煤炭消费比重④节约能源,提高能源利用率A.①②B.②④C.②③D.①④(2021·安徽马鞍山一模)《关于抓好“三农”领域重点工作确保如期实现全面小康的意见》强调,持续抓好农业稳产保供和农民增收,推进农业高质量发展。

下图为“新三农”耕地相互联系关系链。

据此完成5~7题。

5.生产活动集约经营的主要目的是()A.节约资源B.互通信息C.技术合作D.适应市场6.新农业与新农村在生态层面存在价值响应,主要表现在()①生态宜居②农业高产③绿色发展④农民增收A.①②B.②④C.①③D.③④7.在“谷物基本自给、口粮绝对安全”的新粮食安全观背景下,“新三农”需要()A.优化农业种植结构B.扩大农业土地供给C.增加化肥、农药的使用D.拓宽粮食进口渠道(2021·山西3月高考适应性考试)海洋牧场是基于海洋生态学原理,在一定海域内,采用规模化渔业设施和系统化管理体制,利用自然的海洋生态环境设置的人工渔场,其主要目的是确保作为渔业生产基础的水产资源稳定和持续增长。

我国风力发电场的分布情况我国有效风能分布图根据图中国风力资源分布状况图,我国风能资源丰富的地区主要分布在以下地区:(1)三北(东北、华北、西北)地区丰富带,风能功率密度在200~300瓦/米2以上,有的可达500瓦/米2以上,如阿拉山口、达坂城、辉腾锡勒、锡林浩特的灰腾梁等、可利用的小时数在5000小时以上,有的可达7000小时以上.这一风能丰富带的形成,主要是由于三北地区处于中高纬度的地理位置有关.(2)东南沿海及附近岛屿包括山东、江苏、上海、浙江、福建、广东、广西和海南等省(市)沿海近10 公里宽的地带,年风功率密度在200W/m2米以上.(3)内陆个别地区由于湖泊和特殊地形的影响,形成一些风能丰富点,如鄱阳湖附近地区和湖北的九宫山和利川等地区.(4)近海地区,我国东部沿海水深5米到20米的海域面积辽阔,按照与陆上风能资源同样的方法估测,10米高度可利用的风能资源约是陆上的3倍,即7亿多千瓦.根据中国气象科学研究院绘制的全国平均风功率密度分布图，中国陆地10m高度层的风能总储量为32.26亿KW，居世界第一位。

我国陆上实际可开发风能资源储量为2.53亿千瓦,近海风场的可开发风能资源是陆上3倍,则总的可开发风能资源约10亿千瓦。

也就是说，如果中国的风力资源开发60%，那么仅风能就可以支撑中国目前每年全部的电力需求。

中国的风电资源不仅丰富，而且分布基本均匀。

东南沿海及其岛屿、青藏高原、西北、华北、新疆、内蒙古和东北部分地区都属于风能储藏量比较丰富的地区，而甘肃、山东、苏北、皖北等地区也有相当大比例的风能资源可以有效利用。

我国陆地上从新疆、甘肃、宁夏到内蒙古，是一个大风力带；同时还有许多大风口，如张家口地区，鄱阳湖湖口地区、云南大理等。

这些为风能的集中开发利用提供了极大的便利。

到2008年底，中国的风电装机容量达到1200万千瓦，现在在全世界是位居第四位，装机容量近三年来是连续成倍增长。

如果按照现在这样的增长速度，到2010年底，可能会达到3000万千瓦。

太阳能和风能发展的现状及发展前景摘要：新能源是二十一世纪世界经济发展中最具决定力的五大技术领域之一。

太阳能是一种清洁、高效和永不衰竭的新能源。

在新世纪中，各国政府都将太阳能资源利用作为国家可持续发展战略的重要内容。

本文主要介绍了我国太阳能发展的现状，并对太阳能发展的前景进行了系统阐述。

关键词：太阳能风能潮汐能现状存在的问题前景目录前言第一章太阳能利用发展现状....................................................................... 错误！未定义书签。

1.1 太阳能热利用.................................................................................. 错误！未定义书签。

1.2太阳能电池技术............................................................................... 错误！未定义书签。

1.3太阳能热动力发电........................................................................... 错误！未定义书签。

第二章太能杨存在的主要问题................................................................... 错误！未定义书签。

2.1对开发太阳能资源的战略意义认识不够....................................... 错误！未定义书签。

2.2缺乏完整的激励政策....................................................................... 错误！未定义书签。

2.3投人力度不够................................................................................... 错误！未定义书签。

福州新能源福州的新能源发展具有广阔的空间和潜力。

福州位于福建省东部沿海，地理位置优越，气候条件适宜，丰富的自然资源为新能源的发展提供了有力的支撑。

首先，福州地处于中国东南沿海地区，沿海风力资源丰富，适宜发展风能。

根据相关数据，福州地区平均年风速为4.5-5.5米/秒，年平均有效风速高于等于3-4米/秒的区域面积达到1600多平方公里，风能资源丰富。

福州市政府积极推动风电项目的建设，目前已建成了一批大型风电场，如福清风电场、宁德风电场等。

未来，福州的风电装机容量还将进一步增加。

其次，福州市也有丰富的太阳能资源，适宜发展光伏发电。

福州年日照时数达到1800小时以上，太阳辐射量较高，适合建设光伏发电项目。

福建省政府在新能源政策方面给予了大力支持，推动光伏发电项目的建设。

福州已建成了一批大型光伏项目，如仓山光伏电站、福州国际会展中心屋顶光伏电站等。

福州市还积极推动民众自发领导参与光伏发电项目，鼓励居民安装光伏电站。

再次，福州拥有丰富的水能资源，适宜发展水能发电。

福州市境内有众多的河流和水库，水能资源丰富。

福州市政府在水能发电方面进行了积极探索，推动水电项目的建设。

如闽江水电站和闽江下游水电站等已经建成并投入运营，为福州市的电力供应做出了重要贡献。

未来，随着福州新一轮能源革命的推进，水能发电的装机容量还将进一步扩大。

最后，福州市政府还积极推动能源的多元化发展，发展地热能、生物质能等新兴能源。

福州市潜在的地热能资源较为丰富，是发展地热能发电的有利条件。

福州市政府也支持农村发展生物质能源，通过生物质燃料发电，提高农村能源利用效率，促进农村经济发展。

福州市还积极推动能源的储能技术的研发和应用，提高新能源的可存储性和可调度性。

综上所述，福州市的新能源发展具有广阔的前景和潜力。

在政府的大力支持和各方积极参与下，福州的新能源产业将不断壮大，为福州的经济发展和环境保护做出重要贡献。

福州的新能源建设也为全国其他地区提供了宝贵经验和借鉴。

2023福建公务员考试申论范文：坚持绿色发展实现生活宜居2023福建公务员考试申论范文：坚持绿色发展实现生活宜居近年来，我国加大了生态文明建设的力度，致力于实现绿色发展，推动经济增长与环境保护的协调发展。

福建作为我国经济发达地区之一，也积极响应国家号召，坚持绿色发展，努力实现生活宜居。

本文将从资源利用、环境保护和城市规划三个方面，阐述福建的绿色发展理念，以期为福建公务员考试的申论题提供参考。

一、合理利用资源福建地处东南沿海地区，拥有丰富的自然资源和独特的地理优势。

在推动绿色发展的过程中，福建注重合理利用资源，提高资源利用效率。

首先，福建大力发展清洁能源。

福建沿海地区风能和太阳能资源丰富，利用海上风电和太阳能发电等清洁能源，不仅能满足当地能源需求，还可以减少对传统能源的依赖，减少环境污染。

其次，福建积极推动农业绿色发展。

农业是福建的传统优势产业，发展绿色农业可以保护土壤和水源，提高农产品质量和安全标准。

此外，福建重视生态旅游的开发，充分发挥自然景观的吸引力，促进旅游业的可持续发展。

二、加强环境保护环境保护是绿色发展的重要支撑，福建在此方面也下了不少功夫。

首先，福建加强大气污染治理。

通过加强工业企业的排污标准、推广清洁能源和提高汽车尾气排放标准等措施，有效减少大气污染物排放，改善空气质量。

其次，福建注重水环境保护。

福建地处沿海地区，水资源丰富，但也面临水污染的压力。

福建加大水环境治理力度，加强水源保护，推进水污染治理和生态修复工程，保障人民饮水安全和水生态环境的健康。

此外，福建还加强了垃圾分类和废弃物处理，提倡绿色消费和低碳生活，从源头上减少资源的浪费和环境的污染。

三、优化城市规划城市是现代化发展的重要载体，福建注重优化城市规划，创造宜居环境。

首先，福建加大城市绿化和生态空间建设力度。

通过建设公园、绿地和景观带等，既增加居民的休闲娱乐空间，又改善城市的生态环境。

其次，福建注重交通规划和建设。

福建的道路交通发达，但也存在交通拥堵和污染的问题。

第31卷第1期台湾海峡Vol.31，No.12012年2月JOURNAL OF OCEANOGRAPHY IN TAIWAN STRAITFeb．，2012福建沿海海域波浪能资源分析与评价张军，许金电，郭小钢收稿日期：2011-01-18基金项目：福建908专项资助项目（FJ908-02-01-07）；国家海洋局海洋可再生能源专项资金资助项目（GHME2011ZC06）；国家自然科学基金资助项目（40706012）；国家海洋局海洋公益性行业科研专项经费资助项目（201105018-3）作者简介：张军（1973 ），男，副研究员；E-mail ：zhangj@tiosoa．cn （国家海洋局第三海洋研究所，福建厦门361005）摘要：采用波浪模拟的方法，较准确计算得出福建沿海海域波浪能资源分布状况，并给出相应的分析和综合评价．主要结论如下：（1）福建沿海海域波浪能平均密度为2．6 7．3kW /m ，波浪能资源储量为2210．45MW ，在我国沿海海域仅次于台湾和广东，是波浪能开发利用可以优先考虑的海区之一．（2）福建沿海海域波浪能资源储量的70%分布于平潭岛以北海域，其值达1512．49MW．其中，尤以北礵地区值最大，为378．80MW．（3）以年平均波高为指标，福建沿海海域中东山区段为三类区，其他区段均为一类区和二类区，具有良好的开发前景．（4）福建沿海海域波浪能具有波功率密度低、资源分布广泛且不均匀、波功率密度随季节变化、能量具有多向性等分布特点．（5）基于福建波浪能的开发与利用现状，建议应优先着眼于解决边远海岛等特殊场所的用电问题．关键词：物理海洋学；波浪能；SWAN 波浪数模；福建沿海海域DOI ：10．3969/J．ISSN．1000-8160．2012．01．020中图分类号：P731文献标识码：A文章编号：1000-8160（2012）01-0130-06福建省位于台湾海峡西岸，海洋国土面积13．6ˑ104km 2，是我国的一个重要海洋省份．它拥有“渔、港、景、油、能”五大优势资源和独特的对台区位优势，海洋开发前景日益广阔．其海岸线曲折，海岛棋布，海岸线直线长度535km ，曲线长度达3752km ，海岸线曲折率为1ʒ7．01，居全国首位．该省有许多优良的天然港湾，近岸海岛海域风大、浪大，蕴藏有巨大的可供开发利用的波浪能资源［1］．波浪能是指海洋表面波浪所具有的动能和势能，是一种在风的作用下产生的，并以位能和动能的形式由短周期波储存的机械能．波浪能是一种取之不竭的可再生清洁能源，但又是能量最不稳定的一种海洋能源，具有能量密度高、分布面积广等优点［2］．现有的福建沿海长期站波浪调查资料、历史波浪调查资料，无论从时间上和空间上都无法完整的反映福建省的波浪状况，更无法反映福建沿海海洋能状况．因此，本文首次通过利用SWAN 模式模拟提供基础数据，依相关规范计算得出较详细的福建沿海海域波浪能资源的储量和分布状况．并在文章的最后对福建沿海海域波浪能进行综合评价．上述工作可以给福建沿海波浪能的开发、利用提供背景资料，为政府在福建省实施海洋能开发利用规划、海洋环境保护等提供科学依据．作为可再生能源之一的波浪能，自20世纪70年代以来，就受到各沿海国家的重视．各国有关专家在海洋能开发利用热潮的鼓舞和迫使下，在各国政府的支持下，相继对世界各地的海洋能储量开展了大量的调查研究和分析评价工作．波浪能是全世界被研究最为广泛的一种海洋能，同时也是海洋能源中能量最不稳定的一种能源．波浪能是由风把能量传递给海洋而产生的，它实质上是吸收了风能而形成的．能量传递速率和风速有关，也和风与水相互作用的距离（即风区）有关［3］．全球波浪能储量非常丰富，潘尼克（1977）在其本人1976年工作的基础上，得到1975年10月2日12：00全球海洋的总波功率为45ˑ1015W ［4］．1986年，在中国沿海农村海洋能资源区划工作中，进行了沿岸波浪能资源区划．得到中国的波浪能功率为（1．0 1．5）ˑ1011W［5-8］．根据波功率密度及其变化和开发利用的自然环境条件，在全国沿岸有很多波浪能资源较丰富、开发条件优越的地区．首先1期张军，等：福建沿海海域波浪能资源分析与评价·131·是福建、浙江沿岸，应作为重点开发利用区段．下文将详细介绍福建沿海海域波浪能计算、分布状况分析及综合评价方面的工作．1福建沿海海域波浪能计算台湾海峡及邻近海域，波浪生成、传播过程较为复杂．海峡内水深较浅，平均深度不足50m，而台湾岛东侧的水深则为几千米，该海域在强风浪的混合作用下，可使得整个海域的流及温、盐跃层等物理要素发生巨大改变．该海域地形、地貌较为复杂，海峡内水深较浅，风-浪相互作用、深度诱导波破碎、底摩擦、地形狭管效应等对该海域影响巨大．SWAN模式是荷兰Delft大学土木工程系开发的第三代浅海海浪数值模式，该模式考虑了较多的物理过程，所采用的公式反映了当前海浪的研究状况［9-14］．已有的福建沿海长期站波浪调查资料、历史波浪调查资料，无论从时间上和空间上都无法完整的反映福建省的波浪状况，因此也无法由这些资料进行福建沿海海洋能的计算．本文拟采用SWAN（Sim-ulating Waves Nearshore）数值波浪模式得出波浪要素值（有效波高、平均周期等值），再由这些结果进行福建沿海海洋能的计算．所搜集到的福建海浪调查资料可以作为模式结果的验证．基于以上台湾海峡特点以及SWAN模式的介绍，SWAN模式（模拟范围：20．0ʎ 29．5ʎN，115ʎ 130ʎE，网格精度：5'ˑ5'）可以很好的模拟台湾海峡的海浪，进而为本次海洋能的计算提供基础数据．WAVEWATCHⅢ模式（模拟范围：0ʎ 41ʎN，98ʎ 140ʎE，网格精度：0．5ʎˑ0．5ʎ）提供SWAN模式的开边界条件．本次模拟提供2007年全年的有效波高、平均周期逐时数据．为了检验模式结果是否准确，特进行以下2方面的验证：（1）模式结果校验（校验资料来自福建863示范区海洋监测网浮标）．（2）模式结果与部分海洋站2007年统计值的比较．检验结果见表1和图1、2，由检验结果可以看出，模式计算结果与海洋站统计资料符合良好，其结果可以作为本次海洋能计算的基础数据．本次波浪能计算以福建沿海代表海洋站为计算点，代表测站选取标准为：尽量选取距大陆海岸线较远，对周围海域波浪代表性较好，具有良好波浪能开发前景的测波站［15］．依照此选取标准，本次福建省波浪能计算所选取9个波浪站，依从南到北的次序为：东山（DS）、厦门（XM）、围头（WT）、崇武（CW）、平潭（PT）、北茭（BJ）、北礵（BS）、三沙（SS）和台山（TS）．表1福建沿海海域2007年波高和周期模拟结果与4个海洋站统计值的比较Tab．1Comparison of simulation data and the statistic data from4ocean stations in nearshore waters of Fujian in2007海域海洋站统计值模式结果统计值H1/10/m T1/10/s H1/10/m T1/10/s东山0．805．00．814．88崇武1．204．51．184．56平潭1．405．71．385．61北礵1．445．01．445．14注：H1/10为十分之一大波波高，T1/10为十分之一大波周期为使计算结果有代表性，一般应选取较近年份、且该年份波浪资料为中等大小．经研究决定，本次计算统一取2007年的波浪数据作为基础数据．代表区段长度的计算采取以下原则［16］：（1）站距：福建省沿岸起、终点（起、终点按自北向南，自东向西排序）代表测波站的站距为该站至福建省海岸线起、终点的直线距离；中间站的站距为两站间直线距离，当两站连线跨越陆地时，则对直线距离做适当修正．（2）代表区段长：福建省沿岸起、终点站的代表区段长为起、终点站距加上起、终点站至下、上一站站距的一半：当福建省起、终点均在海上时，跨省的区段长度以在福建省的海上实际长度为准．中间站的代表长度为该站与前后相邻站距一半之和．波浪能的数据统计方法如下［15］：（1）统计福建省近海区域各波浪观测站代表年的全年逐次观测的有效波高H1/3和有效周期T1/3．代表区段长度可从大比例地图上计算求得（重点海域的波浪场为1ʒ50000，非重点区域的比例尺为1ʒ100000或1ʒ250000）．（2）利用采集到得各观测站资料统计每次的有效波高和有效周期，计算相应的波浪能平均密度F，由此再计算该站日、月、年的波浪能平均密度，最后用这些观测站年的波浪能平均密度和代表区段长度L，推算出该代表区段的波浪能理论平均功率N．波浪能理论储藏量按以下公式计算：F=（H1/3）2T1/3C/C（1）N=F·L（2）式（1、2）中H1/3、T1/3为有效波高（m）和有效周期（s）．F为波浪能平均密度，其单位是kW/m．C/C为浅水校正因子（可参考“海洋水文常用表”求得：当·132·台湾海峡31卷d/λ＜1/2为浅水区，Cg=C）．N为代表区段的波浪能理论平均功率，单位为兆瓦（MW），L为代表区段长度（km）．以上波浪能计算公式均为小振幅理论推出，若利用观测站观测或模式结果计算实际海浪（不规则波）的波浪能理论平均功率时，需按以下关系换算：T 1/3=0.877T1/10=1.15T（3）H1/3=0.7864H1/10=1.60H（4）选取每个测波站所在经纬度附近的几个网格点，分别进行插值，插值后的结果就是该测波站的逐时波浪数据，再利用上述公式计算获得福建沿海海域的波浪能．福建沿海波浪能的计算结果列于表2，图3为福建沿海波浪能的资源分布图，图4为福建省沿海各站波浪能平均密度柱状图．1期张军，等：福建沿海海域波浪能资源分析与评价·133·表2福建沿海海域波浪能计算结果Tab．2Evaluate data of the ocean wave energy in nearshore waters of Fujian海域经度纬度有效波高/m平均周期/s 水深/m 波能密度/kW ·m －1波浪能/MW 东山（DS ）117．52ʎE 23．78ʎN 0．643．7320．502．62125．63厦门（XM ）118．07ʎE 24．45ʎN 0．813．7010．003．44124．22围头（WT ）118．57ʎE 24．52ʎN 0．854．6012．404．86151．15崇武（CW ）118．92ʎE 24．92ʎN 0．933．4815．504．62295．96平潭（PT ）119．85ʎE 25．45ʎN 1．094．2822．005．21350．22北茭（BJ ）119．56ʎE 26．22ʎN 1．013．9916．005．33243．58北礵（BS ）120．20ʎE 26．42ʎN 1．133．9227．007．31378．80三沙（SS ）120．17ʎE 26．97ʎN 1．004．0113．005．36260．07台山（TS ）120．70ʎE27．00ʎN1．024．0513．205．68280．82总和2210．452福建省波浪能的综合评价由上述计算结果得出，福建省沿岸单位岸线长度上的波浪能平均密度为2．6 7．3kW /m ，全省波浪能资源蕴藏量2210．45MW ，在我国沿海海域仅次于台湾和广东，是我国波浪能开发利用可以优先考虑的海区之一［6］．图3福建沿海波浪能资源分布Fig．3Distribution of the ocean wave energy in nearshore waters of Fujian按照中国沿岸波浪能资料区划标准（以年平均波高为指标，一类区：1．3≤H 1/10，二类区：0．7≤H 1/10＜1．3m ，三类区：0．4≤H 1/10＜0．7m ，四类区：H 1/10＜0．4m ）划分，福建省除东山区段为三类区外，其他均为一、二类区，具有良好的开发前景．依计算结果可以总结出福建省波浪能的分布有以下特点：（1）波功率密度低．波功率密度的高低取决于波高的大小，但波高大面积或长时间的平均值一般较小，福建省沿海波高虽然相对而言较大，也不过1m 多不到2m ，因此，福建省波浪能的平均波功率密度是很低的．（2）资源分布广泛，但波浪能资源分布不均匀．波浪能资源的70%分布于平潭岛以北沿海海域，其值为1512．49MW．福建平潭岛以北的北茭、北礵、三沙和台山的平均波高大于1m ，周期在4s 以上，波功率密度相对较高，储量最丰富．其中，尤以北礵地区波浪能资源储量最大，为378．80MW．（3）波功率密度随季节变化．福建省沿海岛区受季风控制，又正面迎着东北季风，风区长，因此福建省海域波浪的波高高、周期长．福建沿海海域波浪能平均密度为2．6 7．3kW /m ，全省波浪能资源蕴藏量2210．45MW ，在我国沿海海域仅次于台湾和广东．（4）能量具有多向性．受风的制约，以及近岸区海底地形、海岸地形和外海传来波浪的影响等原因，决定了波浪具有多向性．福建省沿海位于台湾海峡内，由于海峡的狭管效应和壁垒效应，福建省海洋能多向性更加明显和强烈．而波浪的多向性，导致福建省的波浪能量和波能功率密度数值包含了来自各个方向的能量．波浪及其能量的多向性给波浪能的转换，特别是装置吸能效率造成一定影响．因此，如何更好选择波浪能电站的方向和波浪能装置布置方向，是福建省波浪能开发利用工作者应充分注意的一点．·134·台湾海峡31卷图4福建沿海海域波浪能平均密度Fig．4Average density of the ocean wave energy in nearshore waters of Fujian由于福建省近岸波浪能能流密度相对较低，在现有技术条件下，要将其成本降低至目前风能发电的水平尚存在较大的难度．但是波浪能在解决岛屿等常规能源难以供应场所的供电问题方面，具有明显的优势［17］．因此，福建省发展波浪能技术，应在降低发电成本的同时，着力提高装置的发电稳定性、环境适应性与生存能力，着眼于利用波浪能解决边远海岛等特殊场所的用电问题．参考文献：［1］苏纪兰．中国近海水文［M ］．北京：海洋出版社，2005．［2］楮同金．海洋能资源开发利用［M ］．北京：化学工业出版社，2005．［3］冯士笮，李凤歧，李少菁．海洋科学导论［M ］．北京：科学教育出版社，1999．［4］Panicker N N．Energy from ocean surface wave ［C ］//Proceedings of the energy technology conference．Ocean energy resources．Houston ：Texas ，1977：18-23．［5］王传崑．我国海洋能资源的初步分析［J ］．海洋工程，1984，2（6）：58-67．［6］王传崑．我国沿岸波浪能资源状况的初步分析［J ］．东海海洋，1984，2（2）：32-38．［7］Lu W．Information system for ocean wave resources and it ’s application to wave power utilization ［J ］．China Ocean Engineering ，1997，11（3）：325-334．［8］芦苇．海洋波浪资源信息与分析系统的研制与应用［J ］．新能源，1996，18（11）：1-5．［9］Booij N ，Holthuijsen L H ，Ris R C．The SWAN wave model for shallow water ［J ］．Coastal Engineering ，1996，33：668-676．［10］Gorman R M ，Neilson C G．Modelling shallow water wave generation and transformation in an intertidal estuary ［J ］．Coastal En-gineering ，1999，36：197-217．［11］Janssen P A E M．Quasi-linear theory of wind-wave generation applied to wave forecasting ［J ］．J Phys Oceanogr ，1991，21：1631-1642．［12］Ris R C ，Booij N ，Holthuijsen L H．A third-generation wave model for coastal regions ，Part ⅢVerification ［J ］．J Phys Ocean-ogr ，1998，104（C4）：7649-7666．［13］徐福敏，张长宽，陶建峰．浅水波浪数值模型SWAN 的原理及应用综述［J ］．水科学进展，2004，15（4）：538-542．［14］李燕．第三代浅水波浪数值预报模式及其在黄渤海域的应用［J ］．气象科学，2006，26（3）：265-271．［15］国家海洋局908办公室．近海可再生能源调查技术规程［M ］．北京：海洋出版社，2006．［16］王传崑，芦苇．海洋能资源分析方法及储量评估［M ］．北京：海洋出版社，2009．［17］张军，许金电，郭小钢．福建近海波浪能状况分析与评价［C ］//中国可再生能源学会海洋能专业委员会．中国可再生能源学会2011年学术年会海洋能分会论文集．北京：中国可再生能源学会海洋能专业委员会，2011：1-6．1期张军，等：福建沿海海域波浪能资源分析与评价·135·An evaluation and analysis of the ocean wave energyresource in nearshore waters of FujianZHANG Jun，XU Jing-dian，GUO Xiao-gang（Third Institute of Oceanography，SOA，Xiamen361005，China）Abstract：By a simulation of ocean wave energy in nearshore waters of Fujian with the third-generation wave model SWAN and with relative analysis and estimation．The conclusions are obtained as follows．（1）The ocean wave ener-gy’s average density range2．6to7．3kW/m in nearshore waters of Fujian，and the ocean wave energy reserve is 2210．45MW，which is next to that of Guangdong and Taiwan in China．（2）More than70%of the ocean energy reserve distribute in waters in the north of Ping-tan island where it is1512．49MW，and in Bei-shuang section it reaches the highest（378．80MW）．（3）With values of the average ocean wave-high of year，Dongshan section is lis-ted at the third class，other sections are first and second class．（4）The ocean wave energy reserve in nearshore wa-ters of Fujian has4characters，i．e．lower power density，wide but uneven distribution，seasonal variations and multi-ple directions．（5）Based on the status of ocean energy exploitation and utilization，it is suggested that the power supply problem be solved by the priority of remote islands．Key words：physical oceanography；ocean wave energy；wave model SWAN；nearshore waters of FujianDOI：10．3969/J．ISSN．1000-8160．2012．01．020（责任编辑：杜俊民）。

福建能源形势及解决能源问题的出路摘要：能源作为社会经济发展的基础，对保障国民经济持续快速发展和人民生活水平的不断提高至关重要。

但随着近年来福建省国民经济的持续增长,工业生产重化特征日趋明显,对能源的需求越来越大,出现了部分能源紧缺情况。

正确把握福建省能源生产和消费的现状，在不断变化的国际能源市场中运筹帷幄，对保证福建省经济的稳定快速发展具有重要的战略意义。

关键词：能源能源形势解决途径可再生能源一、福建省能源形势1、能源匮乏，品种单一福建能源匮乏，一次能源自给率低。

福建省无原油、无天然气，少煤，优质煤基本空白，常规能源短缺且一次能源生产的品种单一（一次能源包括原煤、原油、油页岩、天然气、核燃料、植物燃料、水能、风能、太阳能、地热能、海洋能、潮汐能等）。

目前，福建省一次能源的生产只有原煤和水电，以及少量风能。

人均一次能源生产量少。

2、能源结构简单能源供应结构主要依赖煤炭，且福建省是缺煤省份，煤炭资源少、煤质特殊、地质构造复杂、煤层赋存条件差。

这种过高的以煤炭为主的能源消费结构，直接影响到能源利用效率和环境污染。

3、人均一次能源生产量少福建省人均拥有一次能源生产量只相当全国平均水平的42.9%。

4.能源消费工业是能源消费的主要部门。

长期以来，福建省的经济发展形成了以第二产业为主体的经济结构。

这种产业结构特征在一定程度上决定了福建省工业是能源消费的最主要部门。

福建能源消费增长速度慢于GDP增长，随着福建省经济总量不断增长，能源需求总量将在较长时期内保持较高的增长水平。

因此，千方百计增加能源供给，提高能源利用效率，是确保福建省经济持续稳定发展的一项重要任务。

从终端消耗结构看，耗电和耗煤的比重较大，其他能源所占比重小。

二．解决途径1. 以可再生能源利用为重点可再生能源包括太阳能、水能、生物质能、氢能、风能、波浪能以及海洋表面与深层之间的热循环等。

从资源条件来看，福建省可再生能源资源首推小水电资源。

福建省气候温和，雨量充沛，水力资源比较丰富。

福建风电项目评估报告一、项目背景随着全球气候变化的趋势和对传统能源依赖的不断加深，新能源的发展成为了世界各国的共同目标。

福建省作为中国东南沿海地区的一个经济发达省份，拥有丰富的风能资源，并具备发展风电项目的良好条件。

本报告将对福建省风电项目进行评估，为项目决策提供参考。

二、项目概况福建省风电项目位于福建省各沿海地区，共涉及XX个县市市区。

项目的主要目标是建设风电场，利用风能发电。

项目的总装机容量约为XX 兆瓦，预计每年可发电XX亿千瓦时，能够满足XX万户居民的用电需求。

项目的建设周期约为X年。

三、项目优势1. 地理条件优越：福建省拥有长 coastline，海风资源丰富，特别适宜发展风能发电项目。

2.能源结构需求：福建省对能源结构的调整和改善有迫切需求，发展风电能够减少对传统煤炭等能源的依赖。

3.环保要求严格：随着环境保护意识的提高，对传统能源的环境污染问题也日益关注，风电作为清洁能源，符合福建省环保要求。

4.可持续利用：风能是一种可再生资源，发展风电项目可以实现能源的可持续利用。

四、项目可行性分析1.经济可行性：风电项目具有较高的经济回报率。

通过计算，预计项目的总投资约为XX亿元，建设期间的投资回收期大约为X年。

项目建成后，每年的利润约为XX亿元，具有较大的盈利潜力。

同时，项目的建设也能带动相关产业链的发展，对福建省经济增长起到积极的推动作用。

2.社会可行性：风电项目的建设可以提供大量的工作岗位，解决就业问题，改善当地居民生活水平。

项目建成后，可提供稳定的电力供应，满足居民和企业的用电需求，有助于提升当地的生活质量和经济发展水平。

3.环境可行性：风电作为清洁能源，减少了污染物排放，对环境友好。

项目建设将促进能源结构的改善，减少传统能源的使用，有助于改善当地的环境质量。

五、项目风险分析1.建设风险：项目规模较大，建设周期较长，面临建设周期延长、工程技术问题等风险。

2.技术风险：风电技术仍在发展中，可能存在技术成熟度不高、设备质量问题等风险。