1960-2019年山西省地面风速变化分析

利用山西省1960—2019年108个地面气象观测站的风速观测资料,采用线性拟合、M-K检验等方法分析了近60年山西省地面风速的变化特征。结果表明:山西省晋西北及西部山区、晋中市北部、长治市东南部、运城盆地西南部等地风速较大,中部断陷盆地区风速较小;春季风速最大,冬季和夏季次之,秋季最小;近60年山西省年和四季平均风速变化趋势和阶段特征较为明显,20世纪60—70年代前期,风速为增加趋势,之后到80年代末期减少趋势明显,90年代开始风速减少趋势变缓;而冬季风速则自1990年之后显著增加。经M-K检验可知,年、春、夏和秋季平均风速突变时间点均在20世纪80年代初,年和秋季在1982年、春季和夏季在1984年;冬季则没有显著突变发生。     

近40年中国东北地区平均风速的气候变化特征分

采用气候统计分析方法分析了东北地区1961—2000年近40年地面平均风速的气候变率、气候趋势、气候突变等气候变化特征。结果表明,东北地区近40年平均风速呈整体下降趋势,倾向率为-0．23m／（s．10a）。东北地区东北部和西南渤海海边附近风速减弱最明显。个剐测站平均风速变化趋势与全区整体气候趋势不一致,呈现出周期性震荡特征。各季节风述变化均呈减弱趋势,冬、春季风速减弱比夏、秋季明显,冬、春季风速由强转弱年份比夏、秋季早5年左右。东北地区平均风速在1981年前后出现了气候跃变,由偏强转为偏弱。     

1961—2004年黑龙江省近地层风速变化趋势分析

利用1961—2004年地面风速资料,分析了黑龙江省近地层风速变化趋势特征,并对比了国家气象站与农垦气象站风速变化的异同,最后探讨了黑龙江省近地层风速对气候变暖、人类活动的响应。结果表明:(1)近44年来,除极少数测站外,黑龙江省大部分地区年和四季风速呈现显著减小趋势;春季平均风速减小最大,为1.74 m·s~(-1);冬季次之,为1.40 m·s~(-1);秋季较小,为1.33 m·s~(-1);夏季最小,为0.99 m·s~(-1)。(2)国家气象站与农垦气象站风速均呈现减小趋势,但农垦气象站减小幅度小于国家气象站,这可能与1978年以来黑龙江省城市化进程加快有关。(3)黑龙江省近地层风速的减小与气候变暖和人类对土地利用方式的改变有一定关系。     

濮阳近50a风速变化特征及突变分析

利用线性分析方法，分析了濮阳近50a平均风速、大风日数的变化特征，并利用滑动的t检验法分析了风速突变，结果显示：年平均风速以0．498（m／s）／10a的倾向率减少，大风和扬沙日数分别以2．7d／10a和5．6d／10a的倾向率减少；平均风速，大风、扬沙日数在20世纪80年代初期发生突变。     

濮阳近50a风速变化特征及突变分析

利用线性分析方法,分析了濮阳近50 a平均风速、大风日数的变化特征,并利用滑动的t检验法分析了风速突变,结果显示:年平均风速以0.498(m/s)/10 a的倾向率减少,大风和扬沙日数分别以2.7 d/10 a和5.6 d/10 a的倾向率减少;平均风速,大风、扬沙日数在20世纪80年代初期发生突变。     

聊城市蒸发量变化特征分析

利用聊城市南台气象站1961-2005年20cm口径蒸发量资料，对蒸发量的年、季、月的气候变化特征作了较全面分析。结果表明：45年来各季、月蒸发量呈现不同程度的减少趋势，年蒸发量以-13．9mm／a的倾向率减少，减少趋势主要表现在夏季、春季，其中5，6月份蒸发量减少趋势最明显。年蒸发量在20世纪60，70年代为相对偏多期，80年代以后为相对偏少期。采用累积距平曲线对年总蒸发量进行突变检验表明，年蒸发量在1981年发生一次突变。     

1976—2017年内蒙古最大风速时空特征分析

利用内蒙古58个国家级气象站1976—2017年逐日最大风速资料,分析了逐日最大风速在全年时段及四季时段内的平均值和极大值的时空变化特征。结果表明:全区年平均最大风速为6.8m·s-1,四季平均最大风速分别为8.0(春)、6.4(夏)、6.4m·s-1(秋)和6.2m·s-1(冬),以春季最大、冬季最小。最大风速在各时段的平均值在空间分布上均存在两个高值区,分别位于阿拉善盟东北部—巴彦淖尔市西北部、包头市北部—乌兰察布市北部—锡林郭勒盟西北部;两个低值区,分别位于鄂尔多斯市东部—呼和浩特市中南部、呼伦贝尔市东北部;以及两个在冬—春时段出现的季节性高值区,分别位于兴安盟南部—通辽市北部、锡林郭勒盟偏南部—赤峰市西部。最大风速的极大值的时空分布特征与平均值的基本相似,仅春、秋季在空间分布上出现局部高值区。全区大部分测站逐日最大风速在全年时段和四季时段中的平均值和极大值都有减小的趋势,其中以春季的减弱倾向最为明显,对全年趋势演变的贡献最大。全区大部分测站最大风速的平均值和极大值在20世纪90年代以后出现明显的突变现象。     

京津冀地区1951-2015年逐日风速序列的均一化

结合台站元数据，对京津冀地区179个国家气象站1951—2015年的日平均风速序列进行了非均一性检验和均一化订正，结果表明：造成序列非均一性的原因，按贡献大小依次是仪器切换占40%、站址迁移占34%、观测时制变更占18%、台站周围环境变化占8%。对比分析均一化序列和原始序列的线性趋势发现：1951—2015年，京津冀地区日平均风速呈下降趋势，均一化序列的下降速率明显更快；二者有相似的空间分布特征, 即河北西北部、北京、天津、河北东南部的西北—东南走向的带状区域中，风速的下降速率最快，河北西部次快，河北东北部最缓慢；均一化序列的下降速率明显偏快的区域主要在39°N以北。均一化序列准确反映了气候变化的特点，数据可靠。     

10分钟平均最大风速与极大风速评估方程的建立

运用统计分析和气象统计预报的方法，对广东省8个气象站的日10分钟平均最大风速和日瞬间极大风速资料进行分析，发现这两种风速资料有较好的近似线性的关系。通过建立这两种风速的回归方程，获得判别这两风速记录的准确性及估计两风速数值的客观方法。     

黑龙江省气温变化的研究

利用黑龙江省38个地面站的1961－1999年春、夏、秋、冬、年平均气温、平均最高气温和平均最低气温资料，分析了黑龙江省气温变化状况，得出：黑龙江省在近40年间增温趋势明显，且平均最低气温增高最为明显；从各季来看，冬季升温幅度最大；其次为春季；夏、秋两季升温幅度较小，但对气温的普遍升高仍具有一定作用。突变研究发现，黑龙江省年平均气温及年平均最高气温均存在突变点。     

“黄蜂”边界层风速分析—— 台风平均风速的时距选取与强度估计

通过对热带风暴(TC)"黄蜂"登陆的一次边界层观测所得到风速资料的分析计算,取得不同时距下平均风速序列.比较不同时距选取时登陆TC的平均风速、风向和台风强度,发现1 min平均比10 min平均水平最大风速大25.30%,风向变化不大,TC强度指数1 min与10 min相差2%～4%.时距选取较小时,TC平均风速和强度变大,所测得风速区域也变大,而风向与时距的选取没有明显关系.只是在阵风变化比较大的情况下选取小的时距可以更好的表示这种特征.所以时距选取需要对所研究问题的需要进行分析,对不同的问题选取不同的时距以得到更好的结果.     

基于测风塔观测资料的近地层风速平面订正

利用辽宁和吉林省24座测风塔风速观测资料,应用线性回归方法对高分辨率中尺度模式近地层风速预报产品进行订正。首先通过4组不同的订正实验分析训练样本长度、样本滚动方式等对订正效果的影响,确定单点订正最佳方案,并综合线性方法在东北地区不同下垫面条件下的适用性;然后应用24座测风塔已确定的单点订正关系,尝试区域风速的平面订正,并基于剩余23座测风塔资料对全场订正效果进行评估。结果表明：训练样本的长度对订正效果影响较明显,在东北地区训练样本长度取20 d效果最佳;当训练样本长度取最优天数时,滚动系数的订正效果与固定系数的订正效果基本一致;各种下垫面通过线性订正均能取得较明显提高,其中丘陵地区效果最明显,通过订正均方根误差整体降低1.61 m·s^-1,平原地区为0.95 m·s^-1,沿海地区为0.91 m·s^-1;平面风速订正实验显示,订正关系平面外推可取得明显的订正效果,全场平均绝对误差降低0.20 m·s^-1,该方法可为订正资料匮乏区域的预报提供参考。     

台站观测环境改变对我国近地面风速观测资料序列的影响

利用中国大陆地区460个气象台站1971-2002年10m高度平均风速资料和2007年台站观测环境综合调查资料,根据环境评分分数、障碍物视宽角等影响地面观测风速的台站环境数据,将气象台站分为五类,分别对平均风速观测记录进行了比较分析。结果表明,全国范围内绝大多数未迁移台站近地面平均风速呈明显的减小趋势,冬季平均风速相对减小的趋势最大、秋季最小;在影响风速观测资料序列的台站观测环境因素中,观测场周围障碍物视宽角最为重要,随着周围障碍物视宽角的增大,风速相对减小的趋势也变得更明显;台站周围障碍物视宽角对年和季平均风速减小趋势的贡献最大,约为三分之一。因此,观测环境变化对地面风速资料序列的影响是不可忽视的重要因素。     

应用泊松耿贝尔分布估算海上极端风速

采用泊松耿贝尔分布,基于中国气象局发布的《CMA-STI热带气旋最佳路径数据集》资料来估算海上极端风速,并以上川岛气象站多年实测资料通过概率评估来加以验证。结果表明,采用泊松耿贝尔分布可以得到较为保守的海上极值风速取值。对于海上的小面积区域的重现期风速估算,采用50 km半径区域进行评估,可以得到较为合理的估算结果,当评估区域较大时,则需考虑适当扩大评估半径。     

基于模糊时间序列的华南台风登陆时最大风速极值预测模型

利用1995—2017年登陆华南地区的台风登陆时最大风速极值数据,构建基于模糊时间序列的台风登陆时最大风速极值预测模型,并将该模型与传统时间序列ARIMA模型作对比。其预测结果表明,模糊时间序列的平均绝对误差、平均相对误差和均方根误差分别为2.621 m·s-1、0.066和2.727 m·s-1,预测的精确度明显高于传统时间序列ARIMA模型,同时也表明将模糊时间序列应用于登陆时最大风速极值的预测能够获得较理想的预测结果。     

基于1899—2015年观测资料的青岛风环境变化特征

基于青岛站1899—2015年117 a年平均风速和青岛市88个自动站1961—2015年逐日风速资料,结合NCEP/NCAR再分析资料,分析青岛风速气候变化特征。结果表明:在全球气候变化背景下,青岛站的风速变化是一个先增强（1899—1938年）,再波动维持（1939—1991年）,之后又减小（1992—2015年）的过程;20世纪90年代后的风速变化对1961—2015年青岛站风速明显下降（0.41 m·s-1/(10 a)）贡献显著;1961—2015年青岛偏北风减小趋势为0.33 m·s-1/(10 a);青岛东南沿海地区平均风速减小趋势大于北部内陆地区的分布特征是对青岛城市化发展水平区域差异的响应,城市化对地面年平均风速减弱贡献率约为-17.3%。     

Maximum Wind Speed Changes over China

In this study,the maximum wind speed（WSmax） changes across China from 1956 to 2004 were analyzed based on observed station data,and the changes of WS max for 2046-2065 and 2080-2099 are projected using three global climate models（GFDL_CM2₀,CCCMA_CGCM3,and MRI_CGCM2） that have participated in the IPCC Fourth Assessment Report（AR4）.The observed annual and seasonal WS max and the frequency of gale days showed obvious declining trends.The annual WS max decreased by approximately 1.46 m s-1 per decade,and the number of gale days decreased by 3.0 days per decade from 1956 to 2004.The amplitudes of the annual and seasonal WS max decreases are larger than those of the annual and seasonal average wind speeds（WSavg）.The weakening of the East Asian winter and summer monsoons is the cause for the distinct decreases of both WS max and WS avg over the whole China.The decrease of WS max in the southeast coastal areas of China is related to the reduced intensity of cold waves in China and the decreasing number（and decreasing intensity） of land-falling typhoons originated in the Northwest Pacific Ocean.The global climate models GFDL_CM2₀,MRI_CGCM2,and EBGCM（the ensemble of above mentioned three global climate models） consistently suggest that the annual and seasonal WS max values will decrease during 2046-2065 and 2080-2099 relative to 1981-2000.The models also suggest that decreases in WS max for whole China during 2046-2065 and 2080-2099 are related to both the reduced intensity of cold waves and the reduced intensity of the winter monsoon,and the decrease in WS max in the southeast coastal areas of China is corresponding to the decreasing number of tropical cyclones over the Northwest Pacific Ocean in the summer during the same periods.     

基于1988-2017年CCMP数据的浙江沿海海表风速变化及成因

利用1988-2017年CCMP海表风速（Cross Calibrated,Multi-Platform Ocean Surface Wind Velocity）逐月数据、沿海气象站实测风速数据及NCEP/NCAR再分析资料,分析了CCMP海表风速数据在浙江省沿海区域的适用性、浙江省沿海海表风速的年际变化特征及其可能成因。结果表明,利用CCMP海表风速数据与浙江省沿海典型气象站（嵊泗站、普陀站、大陈站、玉环站和洞头站）观测的海表风速进行对比发现,两套资料的风速变化趋势基本一致,且两者风速值偏差较小;利用CCMP海表风速研究浙江沿海风速年际变化特征是合理可信的。CCMP风速距平场的EOF分析结果显示：第一模态的方差贡献率达90.9%,空间场呈一致变化型;第二模态的方差贡献率仅为6.09%,空间场呈偶极子变化型。根据第一模态的方差贡献率和空间场的分布来看,可将浙江沿海全海域风速作为一个整体来研究。1988-2017年浙江沿海CCMP年平均风速序列表明,2002年前后海表风速发生了一次由上升到下降的趋势转变;分析海陆温度变化发现,引起浙江沿海海表风速变化的可能原因是陆地温度上升过快。     

复杂下垫面风电场风速数值模拟及误差特征

利用WRF模式分别对沿海及山地条件下风电场风速进行高分辨数值模拟,并对其误差特征进行分析,结果表明:1)WRF模式对复杂地形条件下的风速模拟性能良好,模拟值较好地体现天气尺度的周期变化;2)沿海及山地条件下模拟与观测的误差特征各不相同。模式静态数据未能显现沿海的小岛,并且低估了山地测风塔所在的海拔,导致沿海平均模拟风速偏大,山地平均模拟风速偏小;3)分析不同风向的归一化均方根误差,沿海陆风情况下,下垫面相对复杂,误差明显增大;沿海海风情况下,下垫面均一,误差明显减小;4)仅作单个风电场周边数百平方千米的模拟,采用一台12核的服务器进行WRF模式的并行计算可满足48 h短期预测的时效性。仅仅提高模拟的网格分辨率,并不一定能提升模拟的准确性。     

中国1960-2016年风能资源的时空分布特征

基于462个气象观测站1960–2016年共57年的近地面风速日资料,利用克里格空间内插,最小二乘法,相关系数检验和经验正交函数分解(EOF)等方法分析了年均和各个季节中国区域风速及有效风能密度的时空变化特征。研究结果表明:在中国北部和部分沿海地区年平均风速在3 m s-1以上,有效风能密度在75 W m-2以上,而在中国南部地区平均风速和有效风能密度均较小。近五十多年以来,中国区域年均和季节平均风速呈明显下降趋势,北部地区春季递减率最大,沿海地区冬季递减率最大。广东部分地区年平均风速有增大的趋势,西南,华南和华中西部地区年平均风速变化不大。平均风速大的区域,递减率也大。年平均风速和年有效风能密度的主要空间分布模态表现出高度的一致性,均呈现逐年减小趋势。中国风速及风能资源的减小趋势,主要与全球变暖及土地利用变化有关。