1961~2017年中国地区风速时空变化规律研究
Spatiotemporal Change of Wind Speed across China in 1961~2017
DOI: 10.12677/CCRL.2022.116113, PDF, HTML, XML,  被引量 下载: 289  浏览: 499  科研立项经费支持
作者: 卞 瑶:航天行云科技有限公司,湖北 武汉;李 兰, 方思达:武汉区域气候中心,湖北省气象局,湖北 武汉;白 磊*:生态与环境学院,海南大学,海南 海口;海南省农林环境过程与生态调控重点实验室(海南大学),海南 海口;高原与盆地暴雨旱涝灾害四川省重点实验室,四川 成都;曲 涛:北京驰远科技公司,北京;李世禧:生态与环境学院,海南大学,海南 海口
关键词: 长时间序列风速区划趋势变化天山青藏高原Long-Term Time Series Wind Speed Regionalization Trend Analysis Tianshan Mountains Qinghai-Tibet Plateau
摘要: 对我国多年风速变化规律的研究有助于我们对风能更好的利用。利用CN05.1格点化数据集,采用线性分析趋势、层次聚类、高斯混合模型、k-means、谱聚类等方法对我国1961~2015年的风速时空变化规律进行了研究。研究表明:我国1961~2017年风速的趋势变化在空间分布上呈现出差异,但变化趋势大致相同,多年平均风速少部地区略有增加,整体呈现显著减小的趋势;我国北部地区风速普遍高于我国南方一带;我国西北部及东部地区的风速整体偏大,中部地区风速最小。
Abstract: The study of wind speed variation in China for many years is helpful for us to make better use of wind energy. Using CN05.1 lattice data set, the temporal and spatial variation law of wind speed in China from 1961 to 2015 was studied by linear analysis trend, hierarchical clustering, Gaussian mixture model, k-means and spectral clustering. The research shows that the trend change of wind speed in China from 1961 to 2017 is different in spatial distribution, but the change trend is roughly the same. The average wind speed increases slightly in areas with few years, and the overall trend shows a significant decrease; the wind speed in northern China is generally higher than that in southern China. The wind speed in the northwest and east of China is relatively large, while the wind speed in the central region is the smallest.
文章引用:卞瑶, 李兰, 方思达, 白磊, 曲涛, 李世禧. 1961~2017年中国地区风速时空变化规律研究[J]. 气候变化研究快报, 2022, 11(6): 1088-1095. https://doi.org/10.12677/CCRL.2022.116113

1. 引言

风是大气运动特征的基本要素,通过传输大气中的能量和输送水汽等物质参与地球的自然循环。在全球气候变化背景下,各国均将寻找新能源减少化石能源消耗导致的温室气体排放作为首要任务 [1] [2]。在众多新能源中,风能以较低的技术经济成本的特点引人瞩目,使得众多国家优先开发风能资源 [3] [4]。除在能源领域,风还对社会经济发展有不可忽略的影响,所以风也是建设规划、大气污染防治、城市环境建设等领域需要考虑的重要因素 [5] [6]。

在全国范围上,研究发现中国大陆地区年平均风速呈显著减小趋势 [7] [8]。陕西省、河北省、内蒙古 [9] [10] [11] 等地区的研究表明,区域尺度上风速也呈现减小趋势。以上研究使用的数据都为站点数据,但在已有研究中发现中国不同站网监测的中国平均年、季、月风速均存在一定的差异,监测差异的产生主要与站网布局相关 [12]。台站观测的风速数据能够反映出风速变化的特征,但其准确性容易受到外界影响 [13] [14],在一定范围内这些站点表现的规律存在空间上的异质性,不能很好表现区域空间特征。格点数据是其所覆盖区域的平均状态,因此,格点数据相对于站点数据来说,空间代表性更强,且空间分布更加规则 [15]。基于格点数据的研究相对于站点或站点外推研究空间异质性较强的风速变量更有优势。

本文采用格点化风速数据对1961~2017年中国大陆地区风速变化进行分析,研究中国风速时空变化趋势和风速区划,为中国区域气候变化、大气污染防治、风能开发利用等领域研究提供理论支持。

2. 数据与方法

2.1. 数据

本研究使用格点数据来源是国家气候中心团队利用2400余个中国地面气象台站观测资料和薄样板外推插值方法,获得的0.25˚ × 0.25˚分辨率的格点化数据集(简称CN05.1) [16]。该数据集包括日平均、最高和最低气温、日降水和日平均风速等变量,时间序列起至为1961年1月1日至2017年4月30日。该数据集已经在气候变化、水文研究中得到了广泛的应用 [17] [18]。

2.2. 气候态对比方法

在气象研究中,对所取时段有着特定的要求,取得过长不能反映现阶段气候的特点,过短则容易受到气候极值的影响,造成常年平均值在统计上的不稳定。因此气候标准值的定义为气候要素连续30年的平均值,每10年更新一次。综上,选取1961~1990年共30年作为气候标准值。

2.3. 风速区划方法

采用算数平均法计算我国1961~1990年及1991~2017年的多年平均风速,可直观看出我国1961~2017年这57年整体的风速变化情况。在对我国具体区域风速变化情况进行研究时,通过Python中sklearn机器学习包实现了层次聚类、高斯混合模型、k-means、谱聚类四种算法对1961~2017年中国地区的风速样本进行聚类的目的,以更好的呈现风速在空间分布上的特征,并选取最优聚类算法。在风速趋势变化研究中,基于年平均风速进行趋势分析。

3. 结果

3.1. 风速气候态的变化

图1中,从1961~1990多年平均风速可看出,中国东北地区的东北平原、长白山山脉、大兴安岭山脉西部以及内蒙古高原东北部多年平均风速(约4.0 m/s)显著高于临近周边地区。内蒙古高原中西部地区风速在空间分布上比东部地区较强,大约在4.0~5.0 m/s。在中国西部,新疆天山山脉的风速约为4.0~5.0 m/s之间,其北部的准噶尔盆地和南部的塔里木盆地风速相比天山山脉风速较小,分别在3.0 m/s和2.0 m/s以下。

在青藏高原,整体的风速相对中国地区其他大的地貌单元风速较大(约6.0~8 m/s)。但在高原上,风场空间分布也存在异质性。在高原东北地区的柴达木盆地,其多年平均风速仅有4.0 m/s。通过对比准噶尔盆地和塔里木盆地和其周边的风速空间分布看,盆地的多年风速相对周边地区小。在中国南方,多年平均风速大多在3.0 m/s以下,对比中国北方,中国北方风速普遍高于中国南方风速。这和基于站点分析的风速空间格局一致 [19]。

图1(b)为1991~2017年中国地区多年平均风速。图1(c)为前两个时期的差值(1991~2017的平均风速减去1961~1990的平均风速),大部分地区差值小于0 m/s,后27年多年平均风速相比于前30年是下降的。从局部地区来看,风速减小幅度最显著的地区出现在长白山山脉、东北平原以及大兴安岭地区,1991~2017年多年平均风速在3 m/s左右,相比1961~1990年,风速减弱在1 m/s以上(见图1(c))。1991~2017年内蒙古高原的多年平均风速虽仍明显高于周边地区,但此时的风速相比1961~1990年有下降,且风速达到4 m/s以上的地区明显减少。风速分布总体偏小的是我国的华中、华北地区以及西部的新疆地区。这与已有的基于站点数据的研究结论相吻合 [20] [21]。中国西南地区1961~1990年的多年平均风速与1991~2017多年平均风速相比,整体变化不显著。

(在子图(c)中,暖色表示1961~1990年多年平均风速高于1991~2015年多年平均风速)注:此图基于审图号为GS (2016) 1766的世界地图绘制,底图无修改。原数据无台湾,故为空白。

Figure 1. Annual average wind speed

图1. 多年平均风速

3.2. 风速气候分区变化

风速具有突发性、随机性等特点,这使得风速的研究具有一定的难度。因此采用对风速进行空间聚类,针对不同类别进行具体分析的方法,即对风速气候进行分区讨论 [22],这样得到的研究结果准确性更高、更具有代表性。从对风速气候态的变化的分析可以看出,风速变化在不同地区都存在较大的差异,也正是基于这些差异,才得以完成对风速的区划(1961~2017)。

选取不同的聚类算法对相同的数据样本进行聚类时,得到的结果往往是不一样的。因此,为了得到更具有代表性的聚类结果,分别采用了层次聚类、高斯混合模型、k-means、谱聚类四种聚类算法对1961~2017年中国地区的风速样本进行聚类,即对风速属性样本进行分类,将风速样本聚成了四类和六类(图2)。

史培军 [23] 等在对中国进行区划时,采用了1961年至2012年,565个风速观测站的数据,将风速趋势作为关键指标,分区时以中国县级行政单位为基本单位,以中国的地形数据为辅助参考指标,将中国划分为6个区域。以此划分结果为参考,再结合上文中的多年平均风速分析结果(图1(a)、图1(b)),此时仅以风速变化趋势为划分的关键指标。可看出,采用谱聚类方法、聚成四类得到的结果更加准确,因此,本文决定采用此方法。

注:此图基于自然资源部标准地图服务网站下载的审图号为GS (2020) 4632号的标准地图制作,底图无修改。由于数据CN05.1原始数据原因,本研究不包括香港、台湾和澳门。

Figure 2. Wind speed regionalization by different cluster algorithm

图2. 不同聚类算法得出的风速区划

图3是采用谱聚类算法将1961~1990年的风速聚成四类。由图可看出,我国东北地区延伸至内蒙古高原东北一带,以及华北平原北部地区的风速样本可视为同一种类型,即东北部;我国东南地区至云贵高原东北部、黄土高原可看作第二类,即东部;由我国西北部的准噶尔盆地、塔里木盆地向南部一代延伸至青藏高原、喜马拉雅山脉的风速数据可看作第三类,即西北部;剩下的地区的风速样本可视为第四类,即中部。本文后续的研究均在此分区基础上进行。

注:原数据无台湾,故为空白。

Figure 3. Wind speed zoning distribution in 1961~1990

图3. 1961~1990年风速聚类

3.3. 风速趋势变化

图4(a)给出了我国1961~1990年风速趋势变化的情况。全国范围内,大部分区域风速呈现小幅度的下降趋势,风速减小趋势最明显的区域出现在我国华北地区,风速下降的值在0.047~0.07 m/s之间。除此之外,青海西南部、西藏东南部以及四川、云南一带风速略有增加,增加幅度约为0~0.022 m/s,其中青藏高原东部地区的风速增加幅度最大,可达0.022~0.045 m/s。总体看来,我国1961~1990年大部地区风速呈现下降趋势,局部地区风速有小幅度增加。

从我国1991~2017年的风速趋势变化(图4(b))可看出,与前30年的风速变化趋势大致相同,大部分地区风速呈现减小趋势,局部地区风速略有增加。值得关注的地方在于风速的趋势变化在空间分布上呈现出差异,后27年与前30年变化幅度明显的地区有所不同。此时,风速呈现增加趋势的地区为新疆东部、甘肃北部、内蒙古西部以及青藏高原一带,增加幅度在0.0407~0.0898 m/s。东北平原、长白山脉、华北平原及华中地区、西北地区风速的下降趋势略为明显,下降幅度最大可达0.0575 m/s。

结合我国1961~1990年及1991~2017年的风速变化趋势可得出结论,这57年以来,我国风速少部分地区略有增加,整体呈现下降趋势,这和基于站点分析的风速变化趋势结果一致。

注:原数据无台湾,故为空白。

Figure 4. The comparison of climatological wind speed’s trend in two periods

图4. 不同时期气候态风速趋势变化

Figure 5. Interannual variation of wind speed in different zones

图5. 不同分区风速的年际变化

图5是在已定的风速分区(图3)基础上,观察我国1961~2017年在第99个百分位下的多年平均风速的年际变化。此时,我国东部的多年平均风速最大,最大可达4.4 m/s左右,中部最小。20世纪70~90年代,西北部的多年平均风速大于东北部,90年代之后,两个区域的多年平均风速大致相同,差异不明显。

在20世纪70~80年代,我国东部与东北区域多年平均风速整体呈现出上升趋势,且幅度较大,差值可达0.5 m/s。西北与中部区域的多年平均风速虽有波动,但整体来看无上升或下降趋势。从20世纪80年代至2005年,我国四个分区的多年平均风速的变化走势大致相同,整体皆表现出下降趋势。2005年至2011年左右,我国四个区域的多年平均风速表现稳定,略有小幅度的上升。

4. 结论与讨论

利用CN05.1格点化数据集,采用线性分析趋势、层次聚类、高斯混合模型、k-means、谱聚类等方法对我国1961~2017年的风速时空变化规律进行了研究,可以得出以下结论:

1) 1961~1990年的多年平均风速在空间上呈现显著差异,具体表现为:中国东北部(包括东北平原、长白山山脉、大兴安岭山脉西部以及内蒙古高原东北部)显著高于临近周边地区;全国范围内,风速最大的地区出现在青藏高原一带;中国北方风速普遍高于中国南方风速。1991~2017年的多年平均风速在整体上与前30年表现大致相同。

2) 中国1961~2017年风速少部分地区略有增加,整体呈现下降趋势,但风速的趋势变化在空间分布上呈现出差异,前30年变化幅度明显的地区为我国华北部,后27年变化幅度明显的地区相对离散,主要为东北平原、华北平原及华中地区、西北地区。

3) 在结合已有研究的基础上,采用谱聚类算法对我国1961~2017年多年平均风速进行聚类,可将我国风速大致分为4个区域,分别为东北部、中部、东部、西北部。

4) 在四个分区中,我国东部的多年平均风速最大,20世纪70~90年代,西北部的多年平均风速大于东北部,90年代之后,两个区域的多年平均风速大致相同,差异不明显,中部多年平均风速最小。

本文基于2400余个中国地面气象台站观测资料和薄样板外推插值方法,获得的0.25˚ × 0.25˚分辨率的格点化数据集对我国1961~2017年风速时空变化规律进行了研究,但未对风速变化的原因进行深入探讨。在之前对风速变化原因的研究中,影响因素可大致分为两类,气候系统内部相互作用及人类活动影响,如土地利用等,这将是本研究下一步工作的重要方向。

基金项目

高原与盆地暴雨旱涝灾害四川省重点实验室开放研究基金项目、海南大学科研基金资助项目(KYQD(ZR)-22083)。

NOTES

*通讯作者。

参考文献

[1] 顾年华, 尤丽霞, 吴育华. 21世纪我国新能源开发展望[J]. 中国能源, 2002(1): 37-38.
[2] 冯世良. 我国新能源发展现状与开发前景[J]. 中国石油和化工经济分析, 2007(16): 26-31.
[3] 邱欢. 关于新能源发电风力发电技术的探讨[J]. 科技风, 2020(25): 135-136.
[4] 兰忠成. 中国风能资源的地理分布及风电开发利用初步评价[D]: [硕士学位论文]. 兰州: 兰州大学, 2015.
[5] 王虎. 沿海风能资源开发利用策略研究[J]. 中国设备工程, 2019(22): 187-188.
[6] 史密伟. 气象条件对京津冀地区大气环境的影响[J]. 甘肃科技, 2019, 35(4): 39-42.
[7] 江滢, 罗勇, 赵宗慈, 等. 近50年中国风速变化及原因分析[C]//2007年中国气象学会年会论文集. 2007: 80-89.
[8] Zhang, R., Zhang, S., Luo, J., et al. (2019) Analysis of Near-Surface Wind Speed Change in China during 1958-2015. Theoretical and Applied Climatology, 137, 2785-2801.
https://doi.org/10.1007/s00704-019-02769-0
[9] 鲁渊平, 杜继稳, 侯建忠, 等. 陕西省风速风向时空变化特征[J]. 陕西气象, 2006(1): 1-4.
[10] 龚宇, 邢开成, 王璞. 近30年来沧州地区日照时数与风速变化特征[J]. 中国农业气象, 2007(3): 263-267.
[11] 邢丽珠, 张方敏, 黄进, 等. 1961-2018年内蒙古风速变化及影响因素分析[J]. 干旱区资源与环境, 2020, 34(11): 162-168.
[12] 侯敏, 王国复, 黄菲. 中国不同密度站网风速变化的对比分析[J]. 气候变化研究进展, 2013, 9(5): 319-326.
[13] 韩海涛, 王雅萍, 张瑾. 中国西北地区台站迁移对气候资料均一性影响的研究进展[J]. 高原气象, 2021, 40(2): 448-454.
[14] 赵煜飞, 任芝花, 张强. 适用于全国气象自动站正点相对湿度资料的质量控制方法[J]. 气象科学, 2011, 31(6): 687-693.
[15] 张强, 阮新, 熊安元. 近57年我国气温格点数据集的建立和质量评估[J]. 应用气象学报, 2009, 20(4): 385-393.
[16] 吴佳, 高学杰. 一套格点化的中国区域逐日观测资料及与其它资料的对比[J]. 地球物理学报, 2013, 56(4): 1102-1111.
[17] Sun, B. and Wang, H. (2017) A Trend towards a Stable Warm and Windless State of the Surface Weather Conditions in Northern and Northeastern China during 1961-2014. Advances in Atmospheric Sciences, 34, 713-726.
https://doi.org/10.1007/s00376-017-6252-x
[18] 罗映雪, 徐长春, 楚智, 等. CN05.1气象数据在流域水文模拟中的应用——以新疆开都河流域为例[J]. 气候变化研究进展, 2020, 16(3): 287-295.
[19] 田莉. 中国北方地区地面风速变化特征及其影响因子研究[D]: [硕士学位论文]. 兰州: 兰州大学, 2012.
[20] 刘苏峡, 邱建秀, 莫兴国. 华北平原1951年至2006年风速变化特征分析[J]. 资源科学, 2009, 31(9): 1486-1492.
[21] 贾诗超, 陈晓梅, 宋义和, 等. 1970-2013年新疆地区风速变化特征分析[J]. 鲁东大学学报(自然科学版), 2019, 35(4): 352-359.
[22] 宋红海. 基于微粒子动态搜索的K-medoids聚类算法及其在风速聚类中的应用研究[D]: [硕士学位论文]. 长沙: 长沙理工大学, 2016.
[23] Shi, P.J., et al. (2015) Wind Speed Change Regionalization in China (1961-2012). Advances in Climate Change Research, 6, 151-158.
https://doi.org/10.1016/j.accre.2015.09.006