泰山顶部近地层风的方差与谱分析

风在速度与方向上的不稳定性可引发结构振动并可导致损坏。山顶风较少受局地作用影响, 流场较稳定，作为典型风况对山顶风湍流脉动情形进行的观测和分析，对于研究建筑结构风载振动情形有着重要意义。在不同风况下对泰山气象站近地层风的风速和风向进行了同时、逐秒测记，所得样本经检验符合正态分布。计算表明，风向样本方差显著大于风速样本方差。绘制了各风速、风向样本自、互谱密度曲线图。谱图显示诸样本具有红噪声序列特征，不同样本自、互谱密度曲线具有相近形状，而以风速自谱曲线吻合程度最好，谱密度曲线在周期为4秒及2秒处有峰值。此后的研究应结合记录仪器的改进增加采样频率，对周期为2秒以下谱曲线作进一步分析。     

三峡坛子岭单点地面矢量风分析

利用UVW三轴风速仪三峡坛子岭单点地面风观测资料分析了三峡坝区地面风速量值、风向风速出现频率分布、风的日变化规律等，并根据这些观测资料、结合一些地形风理论知识和观测现象推测了三峡坛子岭附近地面风平面流场特征，从而揭示了河道地形回流风这一特殊小地形下的局地风现象。三峡坛子岭附近地面的这种回流风尺度在百米到千米量级，与由于地形热力因子引起的山地风不同，是由于小地形的动力作用引起的，其风向与长江河道引导的山地风相反。     

北京山区与平原冬季近地面风的精细观测特征

利用2009—2018年冬季北京地区200多个自动气象站逐时10 m风速、风向观测数据,分典型区域（山区、山区与平原过渡区、平原区、城区）研究北京地区冬季近地面风的精细特征,并使用有完整记录的2 a（2017和2018年）冬季延庆高山区不同海拔高度10 m风逐时观测数据,多视角分析高山区不同海拔高度近地面风的特征和成因,以深刻认识北京地区复杂地形条件下冬季近地面风的特征和规律。结果表明:（1）北京地区冬季近地面平均风受西部北部地形、城市下垫面粗糙度和冷空气活动共同影响,平均风速沿地形梯度分布,山区高平原低,平原中又以城区风速最小;盛行西北风和北风,在城区东、西两侧盛行风出现扰流,在山区和过渡区一些地方还存在与局地地形环境明显关联的其他盛行风向。（2）4个典型区域冬季近地面风速日变化均表现为白天风速大于夜间,午间风速最大的“峰强谷平”单峰特征,这一特征的稳定性在城区高、山区低。（3）4个区域冬季弱风（< 1 m/s）频率为31%—42%,城区较高、山区较低;强风（> 10.8 m/s）频次则是山区多、城区少,强风风向主要表现为偏西—偏北,与冷空气活动密切关联;城区、平原区和过渡区偏南风频率均为极小,暗示北京“山区—平原”风模态在冬季是“隐式”的、不易被直接观测到。（4）近地面风的水平尺度代表范围在延庆高山区高海拔处明显大于低海拔处,海拔1500 m附近（平均的边界层顶高度）是延庆高山近地面风速日变化特征的“分水岭”,低于该海拔高度时近地面风速日变化表现为前述“峰强谷平”单峰特征,而高于该海拔高度时近地面风速日变化则呈现相反特征,即夜间大白天小、午间最小的“峰平谷深”特征,这是由边界层湍流活动的日变化及伴随的低层自由大气动量向边界层内下传所致。（5）延庆高山近地面风速大体上随观测高度而增大,高海拔站点日平均风速数倍于低海拔站点。白天—前半夜,海拔约2000 m的站点冬季盛行偏西风,风向变化不大,但风速为2—12 m/s;1000 m左右的低海拔站则风速比较稳定（< 6 m/s）,风向从午间至傍晚相对多变。      

延庆-张家口地区复杂地形冬季山谷风特征分析

基于2016年12月—2017年2月和2017年12月—2018年2月两年冬季的近地面自动气象站逐时观测数据以及张家口探空数据分析延庆-张家口一带（包括张家口崇礼、赤城、海坨、小五台山区,延怀、怀涿、洋河、蔚县盆地以及北京延庆、昌平、怀柔部分平原地区）复杂地形的风场精细化时、空分布特征,揭示不同复杂地形下局地风场的时、空变化规律,加深对复杂地形动力、热力作用对近地面风场影响的认识,为冬季山区风场预报以及复杂地形数值模式改进提供参考。结果表明:晴朗小风天风持续性作为矢量平均风速和标量平均风速的比值,可以作为研究风场变化规律的重要参数。根据风持续性的日变化特征,可以将研究区域内所有站点分为10种类型,分别代表不同局地地形特征的影响,风持续与风向变化的相关也很强。研究区域主要有3种类型的地形风:斜坡风、峡谷风以及较大尺度的山区平原风。不同地形特征下的风场、风持续性存在明显不同的日变化特征,山风和谷风相互转化的时间也不同,山区最早,盆地次之,平原区最晚;山风时段持续时间较谷风时段长,风速小;晴朗小风天实测风反映了实际风场的特征,而排除环境背景风场,弱化地形动力作用后整个冬季的局地风作为理论山谷风,更能反映热力作用下的山谷风特征。      

西昌发射场L波段雷达、风廓线雷达与GPS测风对比分析

对西昌发射场L波段雷达、风廓线雷达和GPS测风数据进行对比分析,对不同季节、不同风速条件、不同高度下的风向和风速数据进行相关性分析,结果表明:发射场干季风速数据相关性较高,风向数据相关性较低,雨季风速数据相关性较低,风向数据相关性较高;随风速变大,L波段雷达和GPS测风的数据相关性越来越高,二者与风廓线雷达测风数据的相关性明显变低;在各高度层风向相关性均较高,在低层风速相关性较低,在中高层风速相关性较高。      

环渤海海域卫星反演风与站点观测风对比分析

选用了布设在渤海海域的浮标、平台、海岛共计18个站点,利用COARE算法进行站点风速的高度修正,对ASCAT卫星反演风与三类站点风进行对比分析。统计检验结果表明,卫星风与站点风相比,整体上卫星风速比站点风速大。浮标与卫星的风速差最小,而平台和海岛与卫星的风速差较大。风向对比结果显示,卫星风与站点风的风向平均偏差都很小,但均方根偏差却比较大。随着风速的增加,三类站点的风速平均偏差都是由大到小变化,由正值变化为负值,弱风速的时候卫星风速大于站点风速,高风速的时候卫星风速小于站点风速;风速的均方根偏差则相对稳定。卫星风与站点风的风向均方根偏差随着风速的增加而减小,在不同的方向上,风速偏差和风向偏差等统计量的区别较小。随季节的变化中,平台和海岛站的风速与卫星风速的平均偏差秋冬季大而春夏季小。     

WT模型在山区高速公路风预报订正中的应用

利用2001—2020年河北省142个国家气象站逐日最大风速资料分析了近20年河北风速变化背景。择选2021年2—5月张家口、崇礼区域日极大风速13.9 m/s以上、日10 min平均风速最大值8 m/s以上的30个代表日，运用张承高速公路沿线崇礼国家气象站、南窝铺及场地2套区域气象站、高家营及西湾子2套交通气象站的逐分钟风向风速观测资料，ECMWF数值模式输出的地面10 m风预报资料，以及3″分辨率的SRTM3地形资料，应用Meteodyn WT模型对张承高速公路沿线2个解域区域内的风预报结果进行了订正和检验。结果表明：WT模型输出风速与实际观测风速相关系数可达0.6225并通过0.001显著性检验，各代表站模拟的结果与实况的误差80%以上在±2 m/s之间，地形开阔处误差明显减小；风向也表现出很高的一致性。说明应用WT模型对山区高速公路沿线风数值预报进行订正是可行的，各地可结合本地地形数据以及相对稳定可靠的风的数值预报产品作为WT模型的驱动数据源，开展本地山区高速公路沿线风的订正应用。     

小环境变化对地面风观测的影响

风为气象观测的四大要素之一。随着经济建设的不断发展,以前受环境影响较小的风的测点周围,不断形成新的障碍物。这在一定程度上导致风向改变,风速失实,风的历史资料出现不连续性波动。 现以松滋站小环境变化对地面风速的影响为例,对此问题作简要分析。为便于比较,只取有EL型风速仪观测的1974～1997年的24年资料。     

上海徐家汇地区台风“灿鸿”与良态风风速特征

上海徐家汇地区建筑分布密集且高低不一,是典型的具有非均一下垫面特征的城市地貌。本文利用该地区的地理信息研究了粗糙度长度的分布规律,并基于80m高度的风速实测数据,对台风"灿鸿"和良态风作用下的平均风速、湍流强度、阵风因子等参数与粗糙度长度之间的关系进行了分析。结果表明:不同风向角对应的计算扇区内建筑物高度、分布密度的差别导致了粗糙度长度值随风向角发生明显变化,但是变化幅度随着计算扇区的增大而减小;台风"灿鸿"作用下的平均风速最大值大于良态风,两者对应的粗糙度长度变化范围差别甚微,但是台风作用下的粗糙度长度中位数较小且分布相对集中;台风"灿鸿"作用下各向湍流强度均随着平均风速的增加呈明显的减小趋势,但不随粗糙度长度变化;良态风作用下,各向湍流强度不随平均风速变化,而随着粗糙度长度的增加而增加;台风"灿鸿"和良态风作用下,各向阵风因子均随湍流强度的增加而增大,但前者作用下的阵风因子略大于后者。     

南阳市主导风向及风速分布

利用南阳市1954～1999年风历史资料，分析了南阳市年、季主导风向及风速的分布情况，并分析了地形对风向风速的影响。     

CALMET模式不同参数化方案对江西省山地风场模拟的对比分析

通过降尺度模式CALMET不同参数化方案对江西山地风场测风塔风速风向模拟结果的对比分析,选取出适合山地风场模拟的最优参数化方案,并进行连续一年的模拟效果检验。结果表明:CALMET模式以不采用地形动力效应参数调整和Froude数调整,采用下坡气流效应调整和O’Brien垂直风速调整时,对江西省境内山地风场50 m以上高度层风场模拟效果最佳。最优参数化方案不仅能较好地模拟出山地风场测风塔逐时风速,并且对全年风速段分布模拟有较好的结果。CALMET模式能模拟出实际测风塔全年主导风向,但模拟与实测结果主导风向分布约有一个方位的偏差,主导风向频率有7%~8%的偏差。     

南沙永暑礁近海面风的特征分析

选用南沙永暑礁1989年1月到2009年12月的水文气象月报表资料,运用概率统计的方法将风向和风速记录资料进行分析,定义了永暑礁的4个风期,通过风向风速的年内变化分析得出永暑礁盛行风风向在年内变化成顺时针向右偏移;无论是东北季风期,还是西南季风期,盛行风平均风速都大于非盛行风。东北季风期主导风向顺时针偏移时风力减小,西南季风期主导风向顺时针偏移时,到南南西风时最大,在西南风时略有减弱,呈现波状发展趋势。通过引入风速不稳定指数概念,发现永暑礁西南季风期风速变化突然,更不稳定。     

台风影响上海时风速风向分布特征

用1971-2002年的气象资料，分析了不同路径台风影响上海时风速风向的分布特征。登陆台风影响时，上海南部地区风速最大，主导风向是偏东风；近海北上台风影响时，上海东部的风速最大，风向以东北偏北为主。城市的发展使台风影响上海时的风速明显减小。     

山地风电场开发过程中水土流失相关问题研究进展

风力发电在提供清洁能源的同时亦带来了一定程度的水土流失和生态环境破坏。特别是山地风电场,由于其所在的山区土壤抗蚀性低,且植被破坏后恢复难度大,在开发过程中引起的水土流失问题尤为突出。回顾了山区风电场水土流失特点、影响风电场水土流失关键因子等方面的相关研究成果,并对其进行了总结。山区风电场水土流失具有地域不完整性及扰动多样性的特点,道路施工区、风电机组建设区是水土流失的重点区域;水土流失呈现时空分布不均性特点,水土流失时段主要集中在施工期,且流失剧烈阶段主要发生在每年的降雨集中期;降雨是影响风电场水土流失的关键因子,滑坡稳定性系数在降水期间急剧下降,降水入渗作用促进了边坡变形破坏向不利的一面发展,容易引起水土流失及边坡不稳;降雨侵蚀力指标与降雨量及雨强有关,按照获取气象资料的不同,目前主要采用月降雨量及日降雨量来分别估算降雨侵蚀力;在进行山区风电场水土流失强度预测时,将整个预测区域划分为4~6个单元,确定各预测单元工程扰动前、施工期、扰动后的土壤侵蚀模数,采用类比法结合数学模型法预测造成的水土流失量。     

两种模式在风电场风速预测应用中的对比

利用2011年12月至2012年11月贺兰山风电场测风塔实测资料和同期WRF、BJ-RUC模式预测结果,对2种模式在风速预测中的应用进行对比分析。结果发现,月尺度上,2种模式预测的风速月均值普遍较实测值高,且WRF较BJ-RUC更接近实测值;WRF预测的月平均风速标准差普遍较实测低,而BJ-RUC普遍比实测大;春季WRF预测效果整体上较BJ-RUC好,其它季节WRF预测的月平均风速均方根误差较BJ-RUC的小,但与实测风速的相关性较BJ-RUC与实测风速相关性差。日尺度上,凌晨至中午前后和傍晚至前半夜2个时段,2种模式预测风速普遍比实测值大,而中午至傍晚时分正相反,预测值普遍较实测小。2种模式对〉12 m·s^-1风速预测的均方根误差最小,其次是3~12 m·s^-1,〈3 m·s^-1风速预测的均方根误差最大,但BJ-RUC对3~12 m·s^-1范围风速的变化趋势把握能力较好。WRF和BJ-RUC都普遍低估了1~4 m·s^-1风速段的频次,对5~10 m·s^-1范围频次普遍明显高估,对10 m·s^-1以上风速,WRF预测频次较实测低,而BJ-RUC预测频次则较实测高。BJ-RUC对该区风向的预测能力较WRF好。     

ASCAT近岸风在山东沿海的适用性分析

利用2013年1月—2014年12月山东近海的8个浮标站、海岛站和自动站资料与ASCAT近岸风速和风向进行对比,以分析ASCAT反演风场在山东沿海的适用性。研究发现：总体上看,ASCAT近岸风速与代表站实况风速正相关,ASCAT近岸风速在山东沿海误差较小,风向有明显的偏离。ASCAT近岸风在渤海、渤海海峡和黄海北部的适用性优于黄海中部。风力不同时,ASCAT近岸风速与实况偏差有明显差别,表现为当实况出现6级及以上的大风,ASCAT近岸风速小于实况;当实况出现6级以下的风,ASCAT近岸风速大于实况。就ASCAT风速偏差而言,6级以下的风速偏差小于6级及以上风。ASCAT近岸风向与实况偏差也有明显差别,当实况出现6级及以上的大风,ASCAT近岸风向与实况的偏离变小;当实况出现6级以下的风,ASCAT近岸风向与实况的偏离变大。因此,ASCAT近岸风速在山东沿海有较好的适用性,6级以下风更优;ASCAT近岸风向也有一定的适用性,6级及以上风向可用性比6级以下强。     

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。     

2019年冬季北京海陀山局地环流特征及机理分析

海陀山作为北京冬(残)奥会的主要室外赛场之一,其复杂的地形对风场的精细化预报提出了严峻的挑战,亟需开展加密的风场观测提高对复杂地形下局地环流特征及其影响机理的认识,并为提升赛区精细化预报与服务提供数据支撑.基于2019年度海陀山观测试验,利用加密自动气象站、激光测风雷达、涡动相关仪、云高仪等多源数据,对海陀山风场的水平...