基于星载雷达数据的近海风能方向性参量遥感方法及其不确定性研究

Offshore wind energy is an attractive energy source due to the very high wind power potentials at sea. Long-term meteorological observations and atmospheric model results are used to predict wind resources. However, wind speeds over the oceans are difficult to obtain with in situ methods. Thus, satellite remote sensing, such as synthetic aperture radar and scatterometer, may be a useful additional data source. The applicability of satellite wind data derived from active microwave remote sensing technologies for wind energy assessment has been verified by several former studies. But only two parameters, i.e. mean wind speed and wind power density, have been fully investigated. Other wind energy parameters, such as wind direction rose map, wind energy density directional distributions, turbulence intensity, do not have remote sensing calculation methods. Besides, the uncertainties inherent in application of remote sensing methodologies have yet to be fully quantified. This study will address these issues, and propose an algorithm to calculate offshore wind energy directional distribution parameters from remote sensing data. The error source and error bounds of this method will also be studied.

由于近海风能资源开发利用的迅猛发展和海上连续观测数据获取的困难，利用卫星遥感数据开展近海风能资源评估成为近年来国际海洋遥感界的研究热点。已有相关工作仅研究了平均风速和风功率密度两个参量的计算方法开展了研究工作，而风向频率和风能密度方向分布等描述风能方向性分布的参量则缺乏研究。本项目将利用高分辨率的星载雷达遥感数据，研究近海风场垂直廓线模型和风能遥感估算误差传递规律，建立风向频率和风能密度方向分布等风能方向性参量的遥感计算方法；通过仿真模拟和统计分析，探讨风能方向性参量遥感估算的不确定性，论证利用遥感手段开展近海风能资源全参量评估的可行性和应用前景，为我国遥感卫星应用产业化和风能资源开发利用提供科学论证和技术方法支撑。

由于近海风能资源开发利用的迅猛发展和海上连续观测数据获取的困难，利用卫星遥感数据开展近海风能资源评估成为近年来国际海洋遥感界的研究热点。目前遥感反演的风能参数中不包括风能方向性参量，难以满足实际的风电场选址供求需求。针对这一问题，本项目建立了基于卫星遥感数据的风能方向性参量遥感方法，包括风能方向性参量体系、数据处理和反演流程、反演过程中不确定性因素和误差来源的限制方法和反演结果的精度评价方法。.风能方向性参量包括风向频率，风能密度方向分布，平均风向，平均风能方向，风向标准差和风能方向标准差等，其中风向频率和风能密度方向分布这两个方向分布为核心参量，其余为描述性辅助参数。文章结合风能方向分布自身特点，建立了基于归一化总偏差和Wasserstein距离的差异评价方法，并且根据Kuiper检验的同一性检验结果进行了Fisher判别分析，明确了两个风能方向分布同一的判定标准——归一化总偏差<16.32%或Wasserstein距离<0.74。.风能方向性参量反演方法中的不确定性因素包括：风能反演风向风速的误差、数据密度、积分时间、时间代表性和测风范围等。根据敏感性分析结果，风能反演风向风速的误差、数据密度和时间代表性为敏感因素。通过对这几个不确定性因素进行理论分析并进行模拟实验，确定了在典型卫星观测时间条件下进行风向频率和风能密度方向分布的准确反演分别需要最少350条和800条观测数据，发现了反演风向风速的误差对风能方向性参量最终反演结果的影响可以通过反卷积算法进行消除。.项目利用ASCAT海面风场产品进行了全球海面风能方向性参量的反演，并分析了反演结果。借助美国国家大气海洋局NDBC提供的54个同期浮标观测数据对反演结果进行了验证，96%的反演结果通过了同一性检验，验证了反演的有效性和准确性，为我国遥感卫星应用产业化和风能资源开发利用提供科学论证和技术方法支撑。