基于ENVISAT ASAR影像與QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)的近海風(fēng)能資源評(píng)價(jià)——以香港東南海域?yàn)槔?br/>

蔣潔，劉永學(xué)，2＊，李滿春，2，鐘禮山，陳振杰，2，張荷霞

（1.江蘇省地理信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，南京大學(xué)，江蘇 南京 210023；2.中國(guó)南海研究協(xié)同創(chuàng)新中心，南京大學(xué)，江蘇 南京 210023）

風(fēng)能作為一種清潔可再生能源，越來(lái)越受到世界各國(guó)的重視。由于海面粗糙度較小，海洋風(fēng)能資源較陸地更為豐富，具有更大的開發(fā)潛力［1］。開展風(fēng)能資源評(píng)價(jià)是合理開發(fā)利用海洋風(fēng)能資源的前提，其關(guān)鍵在于獲取可靠的風(fēng)向、風(fēng)速等風(fēng)場(chǎng)參數(shù)及其時(shí)序變化。以遙感圖像為信息源，以圖像處理、信息提取為技術(shù)手段，反演海洋風(fēng)場(chǎng)參數(shù)的方法日趨成熟［2］。與傳統(tǒng)船舶、島嶼站、海上浮標(biāo)數(shù)據(jù)相比，衛(wèi)星遙感資料能提供長(zhǎng)時(shí)間序列、大面積同步的海面風(fēng)場(chǎng)數(shù)據(jù)，在海面風(fēng)場(chǎng)觀測(cè)和研究中發(fā)揮著越來(lái)越重要的作用［3，4］。其中，微波散射計(jì)可獲得全球全天候條件下的海面風(fēng)場(chǎng)數(shù)據(jù)，其時(shí)間分辨率較高，空間分辨率（25～50km）不足［5］；合成孔徑雷達(dá)SAR（Synthetic Aperture Radar）以其數(shù)十米甚至更高的空間分辨率彌補(bǔ)了這方面的不足，但其時(shí)間分辨率較低。目前，利用衛(wèi)星遙感資料進(jìn)行海面風(fēng)場(chǎng)的研究一方面?zhèn)戎豐AR影像風(fēng)場(chǎng)反演方法的研究，證明遙感影像風(fēng)場(chǎng)反演的可行性［6－9］，但這些研究并未進(jìn)一步進(jìn)行風(fēng)能資源評(píng)價(jià)；另一方面?zhèn)戎乩梦⒉ㄉ⑸溆?jì)資料進(jìn)行大范圍的風(fēng)能資源評(píng)價(jià)［10－12］，由于微波散射計(jì)資料大多已包含海面風(fēng)場(chǎng)信息，所以這些研究并不涉及風(fēng)場(chǎng)反演。

基于此，本研究擬將多時(shí)相遙感影像風(fēng)場(chǎng)反演和風(fēng)能資源評(píng)價(jià)相結(jié)合，利用ENVISAT（European Environmental Satellite）ASAR（Advanced Synthetic Aperture Radar）影像的較高空間分辨率優(yōu)勢(shì)與QuikSCAT（Quick Scatterometer）風(fēng)場(chǎng)數(shù)據(jù)的高時(shí)間分辨率優(yōu)勢(shì)，進(jìn)行風(fēng)能資源的時(shí)空分布特征評(píng)價(jià)，為風(fēng)力發(fā)電提供決策依據(jù)。

1 研究區(qū)和數(shù)據(jù)源

研究區(qū)地處我國(guó)東南沿海的近海區(qū)域（22°7′～22°20′N，114°21′～114°34′E），是我國(guó)風(fēng)能資源較為豐富的地區(qū)，屬于風(fēng)力發(fā)電的理想場(chǎng)所［13］；氣候類型為熱帶季風(fēng)氣候，年均溫在22℃以上，季風(fēng)氣候顯著，盛行熱帶氣旋。研究區(qū)緊鄰的香港是全球重要的經(jīng)濟(jì)、金融和航運(yùn)中心，經(jīng)濟(jì)產(chǎn)業(yè)發(fā)達(dá)，人口密集，用電需求量大，對(duì)該地區(qū)的風(fēng)能資源評(píng)價(jià)可為香港近海風(fēng)力發(fā)電提供參考依據(jù)。

選取空間分辨率較高的ENVISAT ASAR影像，時(shí)間為2006年8月2日－2009年7月22日，共計(jì)39幅，均為VV極化方式，空間分辨率30m，像元大小12.5m×12.5m。收集了2006年3月1日－2009年2月28日共計(jì)1 096幅時(shí)間分辨率較高的QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)，用于分析風(fēng)速的時(shí)序特征，風(fēng)速精度小于2m／s［11］。

2 近海風(fēng)能資源評(píng)價(jià)方法

研究技術(shù)路線如圖1所示。

圖1 研究技術(shù)路線Fig.1 Technology framework of the study

2.1 預(yù)處理

數(shù)據(jù)預(yù)處理包括ENVISAT ASAR影像的軌道參數(shù)更新、輻射定標(biāo)、幾何校正及QuikSCAT風(fēng)向、風(fēng)速數(shù)據(jù)的提取。其中，ENVISAT ASAR影像的輻射定標(biāo)較為關(guān)鍵。ENVISAT ASAR傳感器記錄了雷達(dá)反射信號(hào)的強(qiáng)度和振幅信息，進(jìn)行風(fēng)場(chǎng)反演需利用其強(qiáng)度信息。然而影像的原始強(qiáng)度信息受入射角、極化方式等因素影響巨大，需進(jìn)行輻射定標(biāo)以使不同時(shí)期的影像有可比性，為風(fēng)場(chǎng)參數(shù)的反演提供基礎(chǔ)。定標(biāo)公式如下［14］：

式中：σ0ij是第i行第j列像元的后向散射系數(shù)，DNij是第i行第j列像元的原始強(qiáng)度，θij是第i行第j列像元的雷達(dá)波入射角，K是絕對(duì)定標(biāo)系數(shù)。

2.2 風(fēng)向反演

基于ENVISAT ASAR影像的紋理特征反演風(fēng)向：合成孔徑雷達(dá)影像上存在與海面風(fēng)向平行的風(fēng)條紋，這些條紋由于海洋大氣邊界層的不穩(wěn)定形成［8］，間距1～8km，使用低波數(shù)譜法便能識(shí)別并計(jì)算其方向［9］，公式如下：

式中：Y為圖像的低波數(shù)譜，X為圖像的灰度值，l（m）＝1，2，…，N。

上述過(guò)程得到的風(fēng)向仍存在180°的方向模糊，可參考同日QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)的主方向消除方向模糊，確定最終風(fēng)向。

2.3 風(fēng)速反演

ENVISAT ASAR影像反演風(fēng)速的方法起源于C波段散射計(jì)模型，該模型是描述中度穩(wěn)定大氣條件下海洋上空10m高度的風(fēng)速與后向散射系數(shù)關(guān)系的地球物理模型，其中較為成功的有CMOD4、CMOD－IFR2、CMOD5等模型［15，16］。本文選擇較新的CMOD5模型進(jìn)行風(fēng)速反演，其基本形式如下：

式中：σ0為雷達(dá)后向散射系數(shù)，φ為儀器方位角與風(fēng)向的夾角，B0、B1、B2為風(fēng)速V和入射角θ的復(fù)雜函數(shù)。令x＝（θ－40）／25，則：

上述公式涉及的28個(gè)系數(shù)可查表獲得。因此，基于已反演的風(fēng)向信息，結(jié)合CMOD5模型便可反演海面風(fēng)速。

2.4 風(fēng)速驗(yàn)證

ENVISAT ASAR影像的風(fēng)速反演結(jié)果為海面10m高度風(fēng)場(chǎng)，本文使用同一時(shí)間同為海面10m高度的QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)進(jìn)行精度驗(yàn)證。由于風(fēng)速反演結(jié)果為離散點(diǎn)數(shù)據(jù)，因此需對(duì)其進(jìn)行空間插值以得到覆蓋整個(gè)研究區(qū)的風(fēng)速，采用反距離權(quán)重插值IDW方法進(jìn)行空間插值，其公式如下：

式中：z0是點(diǎn)O的估計(jì)值，zi是控制點(diǎn)i的值，di是點(diǎn)O和控制點(diǎn)i的距離，n是所用的控制點(diǎn)個(gè)數(shù)，k為指定的冪［17］。

2.5 風(fēng)能資源評(píng)價(jià)

研究選用3個(gè)指標(biāo)進(jìn)行風(fēng)能資源評(píng)價(jià)：風(fēng)力等級(jí)和風(fēng)向、風(fēng)功率密度、風(fēng)速時(shí)序統(tǒng)計(jì)特征。

（1）對(duì)反演的風(fēng)速劃分風(fēng)力等級(jí)并附上風(fēng)向信息，即可直觀地分析風(fēng)力等級(jí)和風(fēng)向的時(shí)空變化情況，對(duì)風(fēng)能資源進(jìn)行初步評(píng)價(jià)。

（2）風(fēng)功率密度定義為“在與風(fēng)向垂直的單位面積內(nèi)風(fēng)所具有的功率”，是衡量一個(gè)地區(qū)風(fēng)能大小、評(píng)價(jià)其風(fēng)能資源潛力的重要參數(shù)。在設(shè)定時(shí)段內(nèi)平均風(fēng)功率密度公式如下［18］：

式中：DWP為平均風(fēng)功率密度（W／m2），n為設(shè)定時(shí)段內(nèi)的記錄數(shù)，ρ為空氣密度（kg／m3），Vi為第i條記錄的風(fēng)速（m／s）。

用式（10）計(jì)算39個(gè)時(shí)相的平均風(fēng)功率密度，將風(fēng)功率密度進(jìn)行分級(jí)，便能評(píng)價(jià)研究區(qū)風(fēng)能資源的豐富程度及并網(wǎng)風(fēng)力發(fā)電潛力。

（3）風(fēng)速的時(shí)序統(tǒng)計(jì)特征通過(guò)求取3年間1 096幅QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)的月平均風(fēng)速，繪制風(fēng)速按月變化圖表而實(shí)現(xiàn)。

3 結(jié)果與分析

3.1 風(fēng)速反演結(jié)果

在NEST軟件中對(duì)原始ENVISAT ASAR影像進(jìn)行軌道參數(shù)更新、輻射定標(biāo)、幾何校正后，通過(guò)計(jì)算低波數(shù)譜反演存在180°方向模糊的風(fēng)向，借助QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)消除方向模糊，得到確定的風(fēng)向數(shù)據(jù)。基于風(fēng)向反演結(jié)果，結(jié)合CMOD5模型進(jìn)行風(fēng)速反演。現(xiàn)選取2008年的風(fēng)速反演結(jié)果進(jìn)行分析（圖2）。圖2表明，ENVISAT ASAR影像反演的風(fēng)速主要分布在0～20m／s間。從空間上看，不同位置風(fēng)速變化較大，風(fēng)速分布也較隨機(jī)，但每月都有3～8個(gè)風(fēng)速較大的區(qū)域。從月份上看，2008年風(fēng)速總體呈現(xiàn)“先減后增”的趨勢(shì)：上半年風(fēng)速逐漸減小，到7月達(dá)到最小值（風(fēng)速基本在13m／s以下，且大部分地區(qū)的風(fēng)速在1～6m／s之間），之后風(fēng)速逐漸增大。從季節(jié)上看，秋季和冬季風(fēng)速較大，春季和夏季風(fēng)速較小。

圖2 ENVISAT ASAR影像反演的風(fēng)速Fig.2 Wind speed retrieved from ENVISAT ASAR imagery

3.2 風(fēng)速驗(yàn)證結(jié)果

對(duì)ENVISAT ASAR反演的風(fēng)速，用QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)進(jìn)行驗(yàn)證。QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)空間分辨率較低，在研究區(qū)一般只有2～3個(gè)點(diǎn)，因此一共檢驗(yàn)了39個(gè)時(shí)段共計(jì)106個(gè)點(diǎn)（圖3）。圖3表明，ENVISAT ASAR影像反演的風(fēng)速和QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)的風(fēng)速接近，誤差較小。其中，誤差絕對(duì)值在0～1m／s之間的有84個(gè)，占79.25%；誤差絕對(duì)值在1～2m／s之間的有16個(gè)，占15.09%；誤差絕對(duì)值在2～2.6m／s之間的有6個(gè)，占5.66%。反演誤差主要由三方面引起：CMOD5模型誤差、IDW插值誤差以及反演數(shù)據(jù)與驗(yàn)證數(shù)據(jù)的時(shí)間誤差。由驗(yàn)證結(jié)果可知，基于ENVISAT ASAR影像的海面風(fēng)場(chǎng)反演方法切實(shí)可行且精度較高。

圖3 ENVISAT ASAR影像反演的風(fēng)速驗(yàn)證Fig.3 Verification of the wind speed retrieved from ENVISAT ASAR imagery

3.3 風(fēng)力等級(jí)和風(fēng)向

對(duì)驗(yàn)證后的風(fēng)速進(jìn)行風(fēng)力等級(jí)劃分并附上風(fēng)向數(shù)據(jù)，從風(fēng)速和風(fēng)向上對(duì)風(fēng)能資源進(jìn)行初步評(píng)價(jià)。現(xiàn)選取2008年風(fēng)力等級(jí)圖進(jìn)行分析（圖4）。圖4表明，風(fēng)力等級(jí)在季節(jié)上明顯表現(xiàn)出冬秋季較大、春夏季較小的特點(diǎn)，且夏季（圖4e、圖4f）盛行西南風(fēng)，冬季（圖4a、圖4i）盛行東北風(fēng)。上述規(guī)律與研究區(qū)熱帶季風(fēng)氣候的特點(diǎn)“冬季風(fēng)速較大，夏季風(fēng)速較小”相一致。冬季蒙古西伯利亞高壓的冷氣團(tuán)在南下時(shí)受地轉(zhuǎn)偏向力的影響右偏為東北季風(fēng)，夏季南半球的東南信風(fēng)北移越過(guò)赤道在地轉(zhuǎn)偏向力的作用下右偏為西南季風(fēng)。

圖4 風(fēng)力等級(jí)和風(fēng)向Fig.4 Wind scale and wind direction

3.4 平均風(fēng)功率密度

為進(jìn)一步評(píng)價(jià)風(fēng)能資源豐富程度及并網(wǎng)風(fēng)力發(fā)電潛力，將39幅ENVISAT ASAR影像反演的風(fēng)速代入風(fēng)功率密度公式求得整個(gè)研究區(qū)2006－2009年的平均風(fēng)功率密度，并對(duì)其劃分等級(jí)（表1），得到研究區(qū)3年的平均風(fēng)功率密度圖（圖5）。圖5表明，研究區(qū)平均風(fēng)功率密度在232.07～734.31W／m2之間，風(fēng)功率密度等級(jí)為4－7級(jí)。由表1可知，4－7級(jí)的風(fēng)功率密度能很好地應(yīng)用于并網(wǎng)風(fēng)力發(fā)電。從空間上看，研究區(qū)大部分范圍的風(fēng)功率密度等級(jí)是6級(jí)和7級(jí)，其中，西南部的風(fēng)功率密度最大（7級(jí)），西北部的風(fēng)功率密度最?。?級(jí)和5級(jí)）?？傮w而言，研究區(qū)風(fēng)能資源豐富，可開展并網(wǎng)風(fēng)力發(fā)電。

表1 風(fēng)功率密度等級(jí)（海面10m高度）Table 1 Wind power density level（10m height above the sea surface）

圖5 平均風(fēng)功率密度Fig.5 The average wind power density

3.5 風(fēng)速時(shí)序變化

風(fēng)力發(fā)電除需考慮風(fēng)能資源的空間分布外，還需注意風(fēng)速的時(shí)序變化特征。由于ENVISAT ASAR影像的時(shí)間分辨率較低，故采用時(shí)間分辨率較高的QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)分析研究區(qū)風(fēng)速的時(shí)序變化特征。基于2006－2008年1 096個(gè)時(shí)相QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)，計(jì)算每月平均風(fēng)速后可得2006－2008年的風(fēng)速時(shí)序變化圖（圖6）。圖6表明，研究區(qū)風(fēng)速季節(jié)性變化規(guī)律明顯：冬季（當(dāng)年12月至來(lái)年2月）風(fēng)速最大，2006－2008年3年冬季的平均風(fēng)速分別為9.50m／s、10.01m／s、9.63m／s，冬季風(fēng)速相當(dāng)于7級(jí)的風(fēng)功率密度（表1）；夏季（6－8月）風(fēng)速最小，2006－2008年3年夏季的平均風(fēng)速分別為7.10m／s、7.09m／s、7.07m／s，相當(dāng)于5－6級(jí)的風(fēng)功率密度；春季和秋季的風(fēng)速介于夏冬季之間，兩者的風(fēng)速相當(dāng)于6－7級(jí)的風(fēng)功率密度，且秋季平均風(fēng)速（8.75m／s）稍大于春季平均風(fēng)速（7.36m／s）。

圖6 風(fēng)速的時(shí)序變化Fig.6 The temporal variation of wind speed

4 結(jié)論

將ENVISAT ASAR影像和QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)結(jié)合使用，可充分利用前者較高的空間分辨率和后者高時(shí)間分辨率優(yōu)勢(shì)，從而在空間和時(shí)間尺度上對(duì)近海風(fēng)能資源進(jìn)行評(píng)價(jià)，為近海風(fēng)能資源的開發(fā)利用提供基礎(chǔ)。對(duì)ENVISAT ASAR影像先通過(guò)低波數(shù)譜法反演風(fēng)向，再運(yùn)用CMOD5模型反演風(fēng)速，得到海面10m高度風(fēng)場(chǎng)數(shù)據(jù)的方法是切實(shí)可行的。通過(guò)QuikSCAT風(fēng)場(chǎng)數(shù)據(jù)的驗(yàn)證可知，該風(fēng)場(chǎng)反演方法的精度較高。

研究區(qū)平均風(fēng)功率密度介于232.07～734.31 W／m2，為4－7級(jí)，說(shuō)明風(fēng)能資源豐富，并網(wǎng)風(fēng)力發(fā)電前景良好。研究區(qū)風(fēng)速季節(jié)性變化規(guī)律明顯，總體呈現(xiàn)出“先減后增”的趨勢(shì)，冬季平均風(fēng)速最大，夏季平均風(fēng)速最小，春秋季風(fēng)速介于冬夏之間，且秋季風(fēng)速大于春季。因此，在進(jìn)行并網(wǎng)風(fēng)力發(fā)電時(shí)，冬秋季需做好電力儲(chǔ)備工作，夏春季需做好電力調(diào)節(jié)工作。

［1］ 辛華龍.中國(guó)海上風(fēng)能開發(fā)研究展望［J］.中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，40（6）：147－152.

［2］ BEAUCAGE P，BERNIER M，LAFRANCE G，et al.Regional mapping of the offshore wind resource：Towards a significantcontribution from space－borne synthetic aperture radars［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2008，1（1）：48－56.

［3］ 呂柯偉，胡建宇，楊小怡.南海及鄰近海域海面風(fēng)場(chǎng)季節(jié)性變化的空間差異［J］.熱帶海洋學(xué)報(bào)，2012，31（6）：41－47.

［4］ CARRERE L，MERTZ F，DORANDEU J，et al.Observing and studying extreme low pressure events with altimetry［J］.Sensors，2009，9（3）：1306－1329.

［5］ 張雷，石漢青，龍智勇，等.星載合成孔徑雷達(dá)圖像反演海面風(fēng)場(chǎng)方法綜述［J］.海洋通報(bào)，2012，31（6）：713－720.

［6］ BIRGITTE R，F(xiàn)UREVIK，KORSBAKKEN E.Comparison of derived wind speed from synthetic aperture radar and scatterometer during the ERS tandem phase［J］.IEEE Transactions on Geoscience and Remote Sensing，2000，38（2）：1113－1121.

［7］ HORSTMANN J，VACHON P，LEHNER S，et al.SAR measurements of ocean wind and wave fields in hurricanes［A］.Learning from Earth′s Shapes and Sizes［C］.2003.230－232.

［8］ 王鐵.合成孔徑雷達(dá)反演黃海海面風(fēng)場(chǎng)［J］.海洋湖沼通報(bào)，2007（4）：10－13.

［9］ 楊勁松，黃韋艮，周長(zhǎng)寶，等.合成孔徑雷達(dá)圖像的近岸海面風(fēng)場(chǎng)反演［J］.遙感學(xué)報(bào)，2001，5（1）：13－16.

［10］ 丁赟.QuikSCAT／NCEP混合風(fēng)場(chǎng)資料在海上風(fēng)資源評(píng)估中的應(yīng)用［J］.水電與新能源，2011（2）：69－71.

［11］ 劉春霞，何溪澄.QuikSCAT散射計(jì)矢量風(fēng)統(tǒng)計(jì)特征及南海大風(fēng)遙感分析［J］.熱帶氣象學(xué)報(bào)，2003，19（S1）：107－117.

［12］ 沈春，蔣國(guó)榮，施偉來(lái)，等.南海QuikSCAT海面風(fēng)場(chǎng)變化特征分析［J］.海洋預(yù)報(bào)，2012，29（3）：1－8.

［13］ 孟昭翰，徐煥，杜慧珠.中國(guó)東南沿海風(fēng)能資源評(píng)價(jià)［J］.自然資源學(xué)報(bào)，1991，6（1）：1－12.

［14］ 李苗，臧淑英，那曉東，等.ENVISAT－ASAR數(shù)據(jù)產(chǎn)品介紹與數(shù)據(jù)處理［J］.測(cè)繪與空間地理信息，2012，35（1）：63－65.

［15］ MONALDO F M，THOMPSON D R，BEAL R C，et al.Comparison of SAR－derived wind speed with model predictions and ocean buoy measurements［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39（12）：2587－2600.

［16］ FUREVIK B R，JOHANNESSEN O M，SANDVIK A D.SAR－retrieved wind in polar regions－comparison with in situ data and atmospheric model output［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（8）：1720－1732.

［17］ 鄧曉斌.基于ArcGIS兩種空間插值方法的比較［J］.地理空間信息，2008，6（6）：85－87.

［18］ 姜波，劉富鈾，徐輝奮，等.浙江省沿海海洋風(fēng)能資源評(píng)估［J］.海洋技術(shù)，2012，31（4）：91－94.