基于SWAN模式的近10年南海北部波浪能资源研究

利用QN（QuikSCAT/NCEP）混合风场驱动第三代海浪数值模式SWAN（SimulatingWaves Nearshore）,得到中国南海北部1999年8月—2009年7月的海浪场,对该海域的波浪能资源进行综合分析,研究发现中国南海北部海域蕴藏着丰富的、适宜开发的波浪能资源.     

利用WW3模式实现中国周边海域波浪能流密度数值预报——以2次冷空气过程为例

近年来中国在海洋能研究方面得到快速发展,但目前为止尚未实现波浪能的预报。本研究以T639预报风场作为WW3(WAVEWATCH-III)海浪模式的驱动场,对2013年3月发生在中国周边海域的2次冷空气过程所致海浪场进行模拟,充分利用来自朝鲜半岛、日本、台湾岛的观测资料,检验WW3模式对能流密度的预报能力,实现了波浪能流密度的数值预报,为海浪发电、海水淡化等波浪能开发工作提供保障。研究表明:1)以T639预报风场驱动WW3海浪模式,可以较好地预报冷空气影响下的中国周边海域波浪能流密度。无论预报值与观测值在曲线走势上,还是从相关系数、偏差、均方根误差、平均绝对误差等定量来判断,预报能流密度都具有较高精度,其中在朝鲜半岛、日本周边海域的预报效果好于台湾岛周边的预报效果。2)在冷空气影响下,中国周边海域的波浪能流密度伴有明显的增幅。在渤海、渤海海峡、黄海北部,由于海域狭小,海浪得不到充分成长,能流密度的增幅相对较小,大值区的范围也相对较小;冷空气进入黄海中部、东海后,能流密度迅速增加,高值中心可达80 kW/m以上;冷空气进入南海后,虽然也使得能流密度明显增大,但由于南海纬度较低,冷空气南下行进至南海后强度大为减弱,能流密度的大值区范围较东海缩小。     

南海波浪能资源与其他清洁能源的优缺点比较研究

基于前人和自己已有的工作,将南海的波浪能资源与其他各种清洁能源的优缺点进行比较,为清洁能源的开发与利用提供参考．通过比较发现：南海具有较为丰富的、适宜开发的波浪能资源,且南海也属于中国太阳能资源和风能资源较丰富的地区,在南海实行海浪发电为主,波浪能、太阳能和风能联合发电,必将具有广阔的前景．     

南海波浪能资源与其他清洁能源的优缺点比较研究

基于前人和自己已有的工作,将南海的波浪能资源与其他各种清洁能源的优缺点进行比较,为清洁能源的开发与利用提供参考．通过比较发现：南海具有较为丰富的、适宜开发的波浪能资源,且南海也属于中国太阳能资源和风能资源较丰富的地区,在南海实行海浪发电为主,波浪能、太阳能和风能联合发电,必将具有广阔的前景．     

近45年全球海域波浪能资源研究及等级区划

基于来自ECMWF的资料将1957年09月---2002年08月风浪、涌浪分离的ERA-40 wave reanalysis,对全球海域的波浪能资源进行重新审视．充分依据涌浪具有能量大、稳定性好等优点,利于波浪能的采集与转换,从提高波浪能资源有效利用率的角度出发,综合考虑能流密度的大小、能级频率、能流密度的稳定性和长期变化趋势等,对全球海域的波浪能资源进行系统性研究,并构建一套波浪能资源评估系统,对全球海域的波浪能资源进行功能区划,为海浪发电、海水淡化等波浪能资源开发工作提供科学依据．     

波浪能、海上风能资源开发前景展望

在能源危机日益严峻的当今世界,人类将目光聚焦新能源,尤其是资源丰富的海洋能．本研究对波浪能、海上风能资源的评估方法及开发利用现状展开讨论,介绍了海浪发电装置的类别、国内外先进的海浪发电装置,同时展望了海浪发电、海上风力发电、风力海浪联合发电等措施的前景,为缓解能源危机,促进人类的可持续发展提供参考．     

试论三沙市与中国南海“海权论”防御思想

2007年11月中国国务院批准成立三沙市(属海南省),这等于宣布中国对南海领域西沙群岛、南沙群岛、中沙群岛13 km2岛屿、260×104 km2海域拥有主权与法理上的行政区划建制.简要回顾了中国与东南亚诸国在中国南海领域争议情况,并从战略区位、油气资源、海洋生物资源3方面分析了南海领域(南沙群岛等)的区位特征.最后借鉴美国Aigred T Mahen“海权论”思想,从资源保护与旅游开发、大陆与台湾、陆地防御与海洋防御3个方面探讨了中国南海防御战略.     

中国近海初级生产力的遥感研究及其时空演化

利用分级初级生产力模式反演估算了2003~2005年0^o~41^oN,105^o~130^oE海域的初级生产力,并分析了它们的时空演化。同时还计算了该时段内渤海、北黄海和南黄海、东海北部和南部以及南海的平均初级生产力状况,结果得出它们的年平均初级生产力 (2003~2005年) 分别为564.39、363.08、536.47、413.88、195.77和100.09 gCm^-2a^-1。北黄海、南黄海及东海南部的初级生产力分别在春季 (4~6月) 和秋季 (10、11月) 出现两次峰值,且春季的峰值高于秋季。然而,南海的两个峰值则分别出现在冬季 (1月)和夏季 (8月),且冬季的峰值高于夏季。渤海和东海北部则呈现单峰 (6月) 分布。渤海和南黄海的初级生产力几乎在整年内都高于其它海域,而东海南部和南海的初级生产力则在整年内都低于其他海域。其中,南海的初级生产力最低,月平均全都低于400 mgCm^-2d^-1。除南海以外的其它5个海域,在春季时期 (东海南部为3~6月,其他海域为4~7月) 的初级生产力最高,平均约占年平均值的41%,其年际变化也最大,平均标准偏差为6.68;而秋季时期 (东海南部为10~1月,其他海域为8~11月) 对年平均的贡献也很大,平均约33%;其他月份 (东海南部为2月和7-9月,其他海域为12~3月) 的贡献则最小。南海的初级生产力则在冬季时期 (12~3月) 最高,约占年平均的42%,夏末秋季 (8~11月) 次之,约30%,春季时期 (4~7月) 最低。叶绿素-a、海表温度、光合有效辐射、季风活动、河流排放、上升流、黑潮以及沿岸流等物理-化学环境因子是造成中国近海初级生产力时空演化的主要原因。     

981钻井平台南海探得大气田

近日深水钻井平台“海洋石油981”在南海北部深水区陵水17—2-1井测试获得高产油气流。据测算,陵水17—2为大型气田,是中国海域自营深水勘探的第一个重大油气发现,这标志着我国深水油气田勘探开发取得历史性突破。陵水17～2构造位于南海琼东南盆地深水区的陵水凹陷,距海南岛约150公里,平均作业水深1500米。     

夏季南海北部水体中颗粒有机碳的分布特征

通过干式燃烧法对2008年8―9月南海北部的颗粒有机碳(POC)进行了分析,得出南海北部表层海水POC的含量范围为37～330μg/l。分析显示:受珠江口陆源输入颗粒物的影响,华南沿岸海域POC含量最高;浮游植物碳是中央海盆北部POC的重要组成;琼东上升流区和吕宋海峡则在一定程度上受陆源物质的影响。华南近岸浅海水域由于垂直混合,水体10 m以下水层POC分布比较一致。琼东上升流区、中央海盆北部及吕宋海峡100 m以浅水层POC总体表现为随深度增加而下降,琼东上升流区和吕宋海峡100～200 m水层POC含量出现波动,可能分别受到沉积物再悬浮和不同水团混合的影响。     

空间信息技术支持下的沿海风能资源评价

沿海地区是我国重要的风能资源区,由于近地面风场具有很强的时空变异性,给风能资源定量评价带来了很大困难.空间信息技术的发展为我们提供了新的视角和手段,近年来,利用星载合成孔径雷达(SAR)进行沿海风场信息遥感反演已从试验逐步走向成熟,它以布拉格原理为依据,建立合成孔径雷达后向散射系数与海面风场之间的关系,反演风速、风向等关键参数,并进而对研究区风能资源进行准确的定量评价.本文回顾了本领域国内外研究进展,重点阐述了风场要素反演的基本方法和校验手段,探讨了目前存在的一些问题和改进方法,并对本方法在我国的应用前景作了展望.     

广东省风能资源分布的数值模拟

以风能资源数值模拟评估系统（WERAS）为基础,对其中的MM5模式模拟方案进行改进（即利用格点分析张弛逼近的方法完成3 h间隔的地面观测资料的四维同化处理,以减小原WERAS系统的模拟误差）,对广东省2009-06-01―2010-05-31的逐时风能资源进行高时空分辨率的数值模拟评估。模拟结果表明：广东省风能资源较丰富的地方主要分布在沿海地区和粤北、粤西海拔较高的山区,70 m高度上年平均风速达到6.0 m/s以上,年平均风功率密度达到300 W/m2以上;冬半年的风能资源优于夏半年;风能主要由出现频率相对较低的大风速过程产生。模拟结果所揭示的广东省风能资源时空分布特征与本地的气候特征和地形地表特征相符合,70 m高度风速模拟误差在10%左右,风功率密度模拟误差在30%左右。     

Forthcoming events

Tropical cyclones (hurricanes and typhoons) produce high winds that can generate waves capable of damaging coral reefs. As cyclones frequently pass through northeast Australia's Great Barrier Reef (GBR), it is important to understand how the spatial distribution of reef damage changes over time. However, direct measurements of wave damage, or even wave heights or wind speeds, are rare within the GBR. An important factor in estimating whether cyclone damage was possible is the magnitude and duration of high‐energy wind and waves. Thus, before the spatio‐temporal dynamics of past cyclone damage can be modelled, it is necessary to reconstruct the spread, intensity, and duration of high‐energy conditions during individual cyclones. This was done every hour along the track taken by each of 85 cyclones that passed near the GBR from 1969 to 2003, by implementing a cyclone wind hindcasting model directly within a raster GIS using cyclone data available from the Australian Bureau of Meteorology. Three measures of cyclone energy (maximum wind speed—MAX, duration of gales—GALES, and continuous duration of gales—CGALES) were derived from these data. For three cyclones, where field data documenting actual reef damage from cyclone‐generated waves were available, the predictive ability of each measure was assessed statistically. All three performed better in predicting reef damage at sites surveyed along the high‐energy reef front than those surveyed along the more protected reef back. MAX performed best for cyclone Joy (r ² = 0.5), while CGALES performed best for cyclones Ivor (r ² = 0.23) and Justin (r ² = 0.48). Using thresholds for MAX and GALES obtained via comparison with field data of damage, it was possible to produce a preliminary prediction of the risk of wave damage across the GBR from each of the 85 cyclones. The results suggest that while up to two‐thirds of the GBR was at risk from some damage for 30–50% of the time series (～18 out of 35 years), only scattered areas of the region were at risk more frequently than that.     

Analyse d'Image pour l'Évaluation de l'Exposition de la Côte à l'Action des Vagues

A method of analysis was developed to estimate wind-induced wave heights in the coastal zone. The analysis is based on a digital bathymetry model in raster format. The model uses wind characteristics such as direction, velocity, and fetch. In addition, underwater terrain slope magnitude and orientation, and water depth are used in the computation of the model to estimate wave heights. Two analyses are shown, taking into account waves built from short fetch wind and indefinite fetch wind. The analysis was applied to Hare Bay in northern Newfoundland. First, we take into account a northerly wind of 6.9 ms⁻¹ where the fetch is 19 km or less. The estimated wave heights vary between 0 and 0.5 m. With the second application, we considered an indefinite ESE fetch wind of 17.8 ms⁻¹. In this case, the wave heights resulting from the application of the model vary between 0 and 11.8 m. We compared the modelling results based on ESE wind and the wave energy derived through visual analysis. Relationships were identified between the wave height classes and the wave energy categories.     

基于Sentinel-1A数据在广东省近海海面风场反演应用

采用基于风条纹提取风向的方式，利用地球物理模式函数，基于Sentinel-1A数据，通过CMOD5模型反演2017年3、5、7、12月份广东省近海海域风场。将反演结果与实测数据对比，风速普遍比实测风速大，风速反演的平均绝对误差为1.98 m/s，均方根误差为2.74 m/s，相关系数为0.8。其中3、5、7月的风速较为接近，且平均绝对误差和均方根误差都＜2 m/s，而12月份平均风速＞8 m/s，实测数据与卫星过境时间不完全匹配，导致平均绝对误差和均方根误差都偏大。哨兵一（Sentinel-1A）影像反演结果整体上与实测数据相一致，验证了COMD5反演模型适用于广东省近海高分辨率海洋风场反演，可为下一步估算广东省风能资源储量提供可能。