高分辨率中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)開(kāi)發(fā)設(shè)計(jì)

蘭志剛，岳 磊，孫洋洲，吳勇虎，郭雪飛，于 汀

（1. 中海石油（中國(guó)）有限公司北京研究中心，北京 100028；2. 北京天機(jī)數(shù)測(cè)數(shù)據(jù)科技有限公司，北京100020）

我國(guó)近海風(fēng)能資源十分豐富。2004 年“我國(guó)近海海洋綜合調(diào)查與評(píng)價(jià)”專項(xiàng)的研究結(jié)果表明，我國(guó)近海10 m 高度、50 m 等深線以淺海域風(fēng)能資源的理論裝機(jī)量可達(dá)8.83×108kW。在海上風(fēng)電開(kāi)發(fā)決策過(guò)程中，風(fēng)能資源是海上風(fēng)電選場(chǎng)址和風(fēng)機(jī)選型的先決條件，更是直接影響風(fēng)電場(chǎng)發(fā)電量和經(jīng)濟(jì)性的關(guān)鍵因素，決定著海上風(fēng)電項(xiàng)目的成敗。由于海上測(cè)風(fēng)數(shù)據(jù)匱乏，當(dāng)開(kāi)展風(fēng)電場(chǎng)資源評(píng)價(jià)時(shí)，?？嘤谌狈τ行У娘L(fēng)能資源數(shù)據(jù)而無(wú)法著手工作。近年來(lái)，利用中尺度氣象模式對(duì)海上風(fēng)場(chǎng)進(jìn)行模擬計(jì)算，從而獲得大范圍內(nèi)較高空間分辨率的風(fēng)場(chǎng)分布結(jié)果，已成為海上風(fēng)能資源評(píng)估的重要技術(shù)手段[1]。美國(guó)馬薩諸塞州大學(xué)曾運(yùn)用中尺度動(dòng)力診斷模式-中尺度大氣模擬系統(tǒng)（Mesoscale Atmospheric Simulation System，MASS）對(duì)新英格蘭州南部海上風(fēng)能進(jìn)行評(píng)估[2]，獲得了很好的效果；袁春紅等[3]運(yùn)用中尺度氣象模式（Mesoscale Model5，MM5）對(duì)海上風(fēng)場(chǎng)進(jìn)行模擬計(jì)算，得到了8×8 km 分辨率下的風(fēng)能資源分布結(jié)果；穆海振等[4]運(yùn)用空氣污染模型（The Air Pollution Model，TAPM）模式對(duì)上海沿海風(fēng)能資源進(jìn)行評(píng)估，得到了3 km 分辨率的風(fēng)能資源分布結(jié)果；龔強(qiáng)等[5]運(yùn)用MM5 模式模擬，得到了遼寧省沿海10 km 分辨率的風(fēng)能資源分布圖；周榮衛(wèi)等[6]運(yùn)用中國(guó)氣象局開(kāi)發(fā)的風(fēng)能資源數(shù)值模擬評(píng)估系統(tǒng)對(duì)我國(guó)近海風(fēng)能資源進(jìn)行數(shù)值模擬研究，得到了我國(guó)近海20 年平均的高分辨率風(fēng)能資源分布。

如能利用高精度、高分辨率風(fēng)場(chǎng)數(shù)據(jù)，開(kāi)發(fā)構(gòu)建一套方便高效的中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)，無(wú)疑會(huì)對(duì)開(kāi)展海上風(fēng)電場(chǎng)開(kāi)發(fā)前期研究帶來(lái)極大的便利，特別是對(duì)于開(kāi)展風(fēng)能資源的初期快速評(píng)價(jià)和風(fēng)電場(chǎng)的宏觀選址可以提供強(qiáng)有力的數(shù)據(jù)支撐。國(guó)家氣候中心自2007 年起，在科技部國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863 計(jì)劃）和發(fā)改委、財(cái)政部全國(guó)風(fēng)能資源詳查和評(píng)價(jià)項(xiàng)目的支持下，開(kāi)發(fā)了風(fēng)能資源數(shù)值模擬評(píng)估系統(tǒng)，相繼完成了3 套高時(shí)空分辨率的風(fēng)能資源數(shù)據(jù)集，為在應(yīng)用層面構(gòu)建風(fēng)能資源數(shù)據(jù)庫(kù)奠定了堅(jiān)實(shí)的基礎(chǔ)。本項(xiàng)目以國(guó)家氣候中心2016 年開(kāi)發(fā)的數(shù)據(jù)集為基本數(shù)據(jù)元素，采用當(dāng)前主流的Spark 技術(shù)體系，依據(jù)大數(shù)據(jù)分析思路，開(kāi)展高分辨率中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)開(kāi)發(fā)設(shè)計(jì)，構(gòu)建高分辨率中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)。

1 數(shù)據(jù)源及數(shù)據(jù)檢驗(yàn)

2016 年底，國(guó)家氣候中心聯(lián)合清華大學(xué)、國(guó)家超算無(wú)錫中心，利用2 400 站的地面氣象觀測(cè)資料、169 站的探空氣象觀測(cè)資料、衛(wèi)星遙感資料以及中尺度數(shù)值模式，在對(duì)大量實(shí)測(cè)測(cè)風(fēng)數(shù)據(jù)進(jìn)行同化、校驗(yàn)和優(yōu)化的基礎(chǔ)上，歷時(shí)13 個(gè)月完成了最新中國(guó)風(fēng)能資源大數(shù)據(jù)—國(guó)家氣候中心風(fēng)能資源數(shù)據(jù)（NCC 3 km），構(gòu)建了1995—2016 年全國(guó)陸地和近海（離岸100 km 之內(nèi)）的逐小時(shí)風(fēng)場(chǎng)時(shí)間序列數(shù)據(jù)，最終得到了高精度風(fēng)能資源數(shù)據(jù)集。數(shù)據(jù)生成過(guò)程見(jiàn)圖1。

圖1 國(guó)家氣候中心3 km 風(fēng)能資源數(shù)據(jù)制作流程

模擬得到的主要?dú)庀笠匕L(fēng)速，風(fēng)向，空氣密度，相對(duì)濕度等。在此基礎(chǔ)上，經(jīng)統(tǒng)計(jì)分析給出了年平均風(fēng)速、平均風(fēng)功率密度、風(fēng)向頻率、風(fēng)速頻率、風(fēng)能方向頻率和風(fēng)速韋布爾（Weibull）分布參數(shù)等風(fēng)能資源參數(shù)。該數(shù)據(jù)的水平分辨率為3 km，垂直分層超過(guò)80 層，其中200 m 以下垂直間隔精細(xì)至10 m，涵蓋我國(guó)陸地和海域以及“一帶一路”主要國(guó)家和地區(qū)，覆蓋面積超過(guò)2 500×104km2，是國(guó)內(nèi)首套高時(shí)空分辨率長(zhǎng)年代風(fēng)能資源數(shù)據(jù)。圖2 是此數(shù)據(jù)與美國(guó)國(guó)家航空航天局天氣模式再分析資料（MERRA）以及中國(guó)各省實(shí)測(cè)資料的對(duì)比。

圖2 不同地區(qū)NCC3km 數(shù)據(jù)和MERRA 數(shù)據(jù)的平均風(fēng)速與實(shí)測(cè)風(fēng)速的對(duì)比

由圖2 可以看出，NCC 3 km 平均風(fēng)速與測(cè)風(fēng)塔的實(shí)測(cè)風(fēng)速更接近，而MERRA 風(fēng)速在云南、貴州、四川等復(fù)雜地形省區(qū)則存在較大偏差。表1是100 m 高度的模擬年平均風(fēng)速和已有的60 個(gè)相同高度測(cè)風(fēng)塔的實(shí)測(cè)年平均風(fēng)速之間的誤差統(tǒng)計(jì)。

表1 模擬年平均風(fēng)速和實(shí)測(cè)年平均風(fēng)速之間的誤差統(tǒng)計(jì)

從表1 中可以看出，在60 個(gè)站位的數(shù)據(jù)對(duì)比中，相對(duì)誤差小于5 %的站位為28 個(gè)，占比為46.7 %；相對(duì)誤差在5 %～10 %之間的站位為20個(gè)，占比為33.3 %，相對(duì)誤差在10 %～15 %之間的站位為10 個(gè)，占比為16.7 %；相對(duì)誤差大于15 %的站位為2 個(gè)，占比為3.3 %，可以認(rèn)定數(shù)值模擬的精度較好、數(shù)據(jù)可信。

2 數(shù)據(jù)庫(kù)設(shè)計(jì)原則

鑒于風(fēng)能資源數(shù)據(jù)信息量大，且與地理信息數(shù)據(jù)密切相關(guān)，風(fēng)能資源數(shù)據(jù)庫(kù)必須集數(shù)據(jù)儲(chǔ)存、處理、展示和服務(wù)為一體，以地理信息系統(tǒng)和網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，實(shí)現(xiàn)對(duì)數(shù)據(jù)的存儲(chǔ)和數(shù)據(jù)系統(tǒng)的管理。為此，風(fēng)能資源數(shù)據(jù)庫(kù)的設(shè)計(jì)應(yīng)遵循以下原則：

（1）采用基于WebGIS 的空間數(shù)據(jù)管理架構(gòu)，實(shí)現(xiàn)風(fēng)能資源的地理空間數(shù)據(jù)管理、空間查詢、空間分析以及空間展示功能；

（2）可以實(shí)現(xiàn)風(fēng)能資源相關(guān)數(shù)據(jù)的檢索、查詢和數(shù)據(jù)圖譜展示，方便風(fēng)能資源數(shù)據(jù)的查詢和應(yīng)用；

（3）系統(tǒng)具有標(biāo)準(zhǔn)化和規(guī)范化的框架設(shè)計(jì)，提供開(kāi)發(fā)應(yīng)用程序接口（Application Programming Interface，API），以便于數(shù)據(jù)使用者方便的接入本系統(tǒng)。而且配置合理、易于調(diào)整、監(jiān)視及控制，以保證系統(tǒng)良好運(yùn)作；

（4）平臺(tái)軟件應(yīng)具有較好的可擴(kuò)展性，為新增業(yè)務(wù)、新增資料的靈活、快速擴(kuò)充和改造提供方便；

（5）為方便應(yīng)用，用戶和服務(wù)器可以分布在不同的地點(diǎn)和不同的計(jì)算機(jī)平臺(tái)上，以便能不同的人員，可從不同的地點(diǎn)，以不同的接入方式訪問(wèn)和操作數(shù)據(jù)。

3 數(shù)據(jù)庫(kù)架構(gòu)

基于以上原則，中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)平臺(tái)架構(gòu)選擇基于Spark[7]技術(shù)體系。數(shù)據(jù)采集、存儲(chǔ)、分析各環(huán)節(jié)的技術(shù)架構(gòu)如圖3 所示。

圖3 中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)系統(tǒng)架構(gòu)圖

系統(tǒng)采用Kafka[8]消息系統(tǒng)對(duì)采集任務(wù)實(shí)現(xiàn)任務(wù)調(diào)度管理，根據(jù)數(shù)據(jù)的用途采用不同的存儲(chǔ)和分析查詢方式，基于Druid 實(shí)現(xiàn)應(yīng)用數(shù)據(jù)的存儲(chǔ)。Druid[9]是一項(xiàng)開(kāi)源、分布式、列存儲(chǔ)、實(shí)時(shí)的數(shù)據(jù)存儲(chǔ)技術(shù)，可以為交互式應(yīng)用提供低延遲的數(shù)據(jù)導(dǎo)入和查詢，方便在大數(shù)據(jù)集之上做實(shí)時(shí)統(tǒng)計(jì)分析。在分析查詢方面，由于涉及1995—2016 年共計(jì)22 a 的歷史數(shù)據(jù)，采用基于Spark SQL 和Spark Batch 的組件技術(shù)實(shí)現(xiàn)分析查詢。Spark 具有高速、通用和可融合性優(yōu)勢(shì)，可以用于批處理、交互式查詢、實(shí)時(shí)流的處理和圖計(jì)算，不管是在基于內(nèi)存方面還是在基于磁盤(pán)方面，運(yùn)算速度均很快，可更高效地處理數(shù)據(jù)流，保證實(shí)時(shí)查詢的效率。數(shù)據(jù)采集及分析完成后，通過(guò)API 接口方式提供數(shù)據(jù)可視化。

Spark 架構(gòu)組件的主要功能如下：

（1）聚合數(shù)據(jù)處理：基于Druid 技術(shù)，實(shí)現(xiàn)了大數(shù)據(jù)的實(shí)時(shí)查詢和高容錯(cuò)、高性能分析，提供了交互方式訪問(wèn)數(shù)據(jù)的能力，優(yōu)化了存儲(chǔ)格式。

（2）實(shí)時(shí)查詢組件：基于Spark SQL 技術(shù)，使用了自身的語(yǔ)法解析器、優(yōu)化器和執(zhí)行器，不僅支持Hive 數(shù)據(jù)的查詢，同時(shí)可實(shí)現(xiàn)多種數(shù)據(jù)源的數(shù)據(jù)查詢。

（3）批量事件處理：基于Spark 流技術(shù)，將流式計(jì)算分解成一系列短小的批處理作業(yè)，提高了效率。

（4）分布式協(xié)調(diào)服務(wù)：基于Zookeeper[10]技術(shù)，實(shí)現(xiàn)了分布式應(yīng)用程序協(xié)調(diào)服務(wù)。

數(shù)據(jù)庫(kù)整體部署方案如圖4 所示。

圖4 數(shù)據(jù)庫(kù)部署架構(gòu)

3.1 交互架構(gòu)

數(shù)據(jù)庫(kù)交互為瀏覽器/ 服務(wù)器架構(gòu)模式（Browser/Server，B/S），即瀏覽器請(qǐng)求、服務(wù)器響應(yīng)的工作模式。B/S 架構(gòu)技術(shù)是目前國(guó)內(nèi)外運(yùn)用最為廣泛的體系結(jié)構(gòu)。它可以支持較豐富的服務(wù)器端語(yǔ)言，并且集成了功能完備的富客戶端技術(shù)，使得軟件表現(xiàn)層的展現(xiàn)更為靈活，更趨近于用戶的使用習(xí)慣，同時(shí)可充分發(fā)揮程序結(jié)構(gòu)時(shí)效性、高效性和并發(fā)性的長(zhǎng)處。其3 層體系架構(gòu)的分布式設(shè)計(jì)，可以很好地滿足系統(tǒng)的可擴(kuò)展性要求。B/S 架構(gòu)模式的優(yōu)勢(shì)是統(tǒng)一了客戶端，將系統(tǒng)功能實(shí)現(xiàn)的核心部分集中到服務(wù)器上，用戶工作界面通過(guò)瀏覽器來(lái)實(shí)現(xiàn)，能夠確保不同人員、從不同地點(diǎn)、以不同接入方式（比如局域網(wǎng)、廣域網(wǎng)、因特網(wǎng)或企業(yè)內(nèi)部網(wǎng)等）訪問(wèn)和操作共同的數(shù)據(jù)。

3.2 WebGIS 架構(gòu)

本數(shù)據(jù)庫(kù)的GIS 架構(gòu)選用互聯(lián)網(wǎng)地理信息系統(tǒng)WebGIS[11]。WebGIS 是建立在互聯(lián)網(wǎng)基礎(chǔ)之上的、具有B/S 體系結(jié)構(gòu)的、交互式、分布式動(dòng)態(tài)地理信息系統(tǒng)，擁有圖5 所示的展示層、地圖服務(wù)層和數(shù)據(jù)層3 層結(jié)構(gòu)[12]，能夠?qū)崿F(xiàn)Internet 環(huán)境下的空間信息訪問(wèn)、管理和發(fā)布。利用WebGIS網(wǎng)絡(luò)上的任意用戶均可通過(guò)該引擎獲得所需的地理信息并對(duì)其進(jìn)行檢索和分析，以實(shí)現(xiàn)空間數(shù)據(jù)的共享和互操作。WebGIS 支持插件擴(kuò)展，插件涵蓋地圖應(yīng)用的各個(gè)方面，包括地圖服務(wù)、數(shù)據(jù)提供、數(shù)據(jù)格式、地理編碼、路線和路線搜索、地圖控件和交互等，具有良好的可擴(kuò)展性。WebGIS 架構(gòu)在地理信息的空間分布式獲取，地理信息的空間查詢、檢索和聯(lián)機(jī)處理，空間模型的分析服務(wù)以及互聯(lián)網(wǎng)上資源的共享等方面具有明顯技術(shù)優(yōu)勢(shì)。

圖5 WebGIS 的三層結(jié)構(gòu)示意圖

3.3 后臺(tái)管理系統(tǒng)架構(gòu)

本系統(tǒng)的后臺(tái)管理采用模型—視圖—控制器（Model-View-Controller，MVC）框架，利用Velocity[13]模板引擎實(shí)現(xiàn)前臺(tái)Web 端的展示，然后通過(guò)程序控制生成靜態(tài)頁(yè)面展示給用戶。技術(shù)路線圖如圖6 所示。

其中，視圖層面向用戶操作，實(shí)現(xiàn)風(fēng)能資源信息的展示、點(diǎn)查詢、區(qū)域查詢、交互分析及頁(yè)面監(jiān)控管理。主要技術(shù)內(nèi)容包括：5 代超文本標(biāo)記語(yǔ)言（Hyper Text Marked Language 5，HTML5）、3 代層疊樣式表（Cascading Style Sheets 3，CSS3）、jQuery、LeafLet[14]和Velocity。運(yùn)用HTML5 可以在移動(dòng)設(shè)備上支持多媒體，更方便于用戶與文檔的交互；CSS3 是CSS 技術(shù)的模塊化升級(jí)版本，它提升了系統(tǒng)的視覺(jué)效果，增加了系統(tǒng)的可訪問(wèn)性；jQuery 是一個(gè)快捷的JavaScript 框架。它提供了一種簡(jiǎn)便的JavaScript 設(shè)計(jì)模式，進(jìn)一步優(yōu)化了HTML 文檔操作、事件處理、動(dòng)畫(huà)設(shè)計(jì)和Ajax 交互； LeafLet 是用來(lái)在頁(yè)面中創(chuàng)建并操作地圖的開(kāi)源JavaScript 庫(kù)，具有開(kāi)發(fā)在線地圖的大部分功能，能夠在所有主要桌面和移動(dòng)平臺(tái)上高效運(yùn)作，并支持瀏覽器訪問(wèn)和插件擴(kuò)展。

業(yè)務(wù)應(yīng)用層用于實(shí)現(xiàn)系統(tǒng)核心功能。它基于自定義數(shù)據(jù)查詢語(yǔ)言（DQL），兼容多種數(shù)據(jù)存儲(chǔ)方式，從而實(shí)現(xiàn)風(fēng)能資源點(diǎn)查詢、區(qū)域查詢、歷史對(duì)比分析以及交互分析算法。

基礎(chǔ)層是框架組成的核心部分，是整個(gè)框架的基礎(chǔ)，主要技術(shù)內(nèi)容包括：Vertx 和GeoTools 等。Vertx[15]是一個(gè)基于Java 虛擬機(jī)JVM 的輕量級(jí)、高性能的應(yīng)用平臺(tái)，非常適用于最新的移動(dòng)端后臺(tái)、互聯(lián)網(wǎng)、企業(yè)應(yīng)用架構(gòu)；GeoTools[16]是一個(gè)構(gòu)建在國(guó)際標(biāo)準(zhǔn)之上的Java 類庫(kù)，它提供了很多的標(biāo)準(zhǔn)類和方法來(lái)處理空間數(shù)據(jù)，是開(kāi)源空間數(shù)據(jù)處理的主要工具，很多Web 服務(wù)、命令行工具和桌面程序都可以由Geotools 來(lái)實(shí)現(xiàn)。

圖6 技術(shù)框架圖

數(shù)據(jù)層負(fù)責(zé)對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行添加、刪除、修改和查詢等操作，并將數(shù)據(jù)傳遞給上層的業(yè)務(wù)層進(jìn)行處理。本數(shù)據(jù)庫(kù)數(shù)據(jù)層采用Spark 技術(shù)體系實(shí)現(xiàn)對(duì)風(fēng)能資源的調(diào)度和存儲(chǔ)，它可根據(jù)大數(shù)據(jù)分析需求的變化，靈活高效地進(jìn)行分析和運(yùn)算，并透明地與原數(shù)據(jù)交換平臺(tái)實(shí)現(xiàn)數(shù)據(jù)分析應(yīng)用整合。數(shù)據(jù)層管理系統(tǒng)是一種自定義的作業(yè)調(diào)度系統(tǒng)，通過(guò)采集器（DataHub）對(duì)多種數(shù)據(jù)源進(jìn)行采集和數(shù)據(jù)整合。數(shù)據(jù)采集及分析完成后，通過(guò)API 接口方式提供數(shù)據(jù)可視化。

4 數(shù)據(jù)庫(kù)功能及應(yīng)用

開(kāi)發(fā)完成的高分辨率中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)從操作上看，其功能主要?jiǎng)澐譃? 部分：點(diǎn)查詢、空間分布、數(shù)據(jù)導(dǎo)出以及用戶授權(quán)。功能系統(tǒng)結(jié)構(gòu)劃分如圖7 所示。

圖7 系統(tǒng)功能結(jié)構(gòu)

數(shù)據(jù)庫(kù)可以實(shí)現(xiàn)中國(guó)近海100 km 范圍內(nèi)，任意經(jīng)緯度的風(fēng)能資源參數(shù)的檢索、查詢及結(jié)果展示，給出1995—2016 年逐年小時(shí)風(fēng)速、風(fēng)向、空氣密度、相對(duì)濕度、溫度，以及多年平均的Weibull 參數(shù)、風(fēng)玫瑰、風(fēng)功率密度。上述數(shù)據(jù)可以以點(diǎn)查詢、空間分布展示、數(shù)據(jù)導(dǎo)出3 種方式進(jìn)行操作。點(diǎn)查詢結(jié)果分為風(fēng)能參數(shù)信息和時(shí)間變化信息兩類，點(diǎn)擊鼠標(biāo)選擇地圖模型內(nèi)任意的坐標(biāo)點(diǎn)，可查看該點(diǎn)的各類風(fēng)能參數(shù)信息以及風(fēng)能資源時(shí)間變化，給出風(fēng)能資源日平均變化、月平均變化和年平均變化等趨勢(shì)曲線，也可在整個(gè)區(qū)域的二維空間上給出風(fēng)能資源參數(shù)的空間分布展示。圖8 和圖9 是通過(guò)某臺(tái)互聯(lián)網(wǎng)計(jì)算機(jī)登錄至風(fēng)資源數(shù)據(jù)庫(kù)服務(wù)器后，查詢風(fēng)資源數(shù)據(jù)得到的結(jié)果。圖8 上圖是點(diǎn)查詢得到的某點(diǎn)位風(fēng)資源基本參數(shù)，下圖是該點(diǎn)位風(fēng)速年際變化。圖9 上圖是點(diǎn)查詢得到的中國(guó)近海100 km 內(nèi)海區(qū)的風(fēng)速分布，下圖是中國(guó)近海100 km 內(nèi)海區(qū)的年平均風(fēng)功率密度分布。

另外，通過(guò)導(dǎo)出數(shù)據(jù)功能，可以將對(duì)應(yīng)的風(fēng)能資源數(shù)據(jù)以特定的格式進(jìn)行下載和導(dǎo)出，并快速輸出各種圖表。所有數(shù)據(jù)能夠以Excel 格式下載到本地磁盤(pán)。

圖8 風(fēng)能資源參數(shù)點(diǎn)查詢示例

圖9 風(fēng)能資源參數(shù)的二維空間圖譜展示

5 結(jié) 論

利用中尺度氣象模式獲得大范圍、較高空間分辨率的海上風(fēng)能資源數(shù)據(jù)，可以為用戶開(kāi)展風(fēng)電場(chǎng)規(guī)劃、前期選址、風(fēng)能資源評(píng)估提供可靠的數(shù)據(jù)支持，這已成為海上風(fēng)能資源評(píng)估的重要技術(shù)手段。本文規(guī)劃設(shè)計(jì)的數(shù)據(jù)庫(kù)以國(guó)家氣候中心2016 年開(kāi)發(fā)的風(fēng)能資源大數(shù)據(jù)為基礎(chǔ)。該數(shù)據(jù)具有時(shí)間序列長(zhǎng)、空間分辨率高、數(shù)據(jù)精度高等特點(diǎn)。本文依據(jù)風(fēng)能資源數(shù)據(jù)所具有的空間地理信息特征以及信息量大的特點(diǎn)，結(jié)合實(shí)際應(yīng)用需求，確立了中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)的設(shè)計(jì)原則和技術(shù)架構(gòu)。數(shù)據(jù)庫(kù)采用當(dāng)前主流的Spark 技術(shù)體系，并有效結(jié)合了WebGIS 技術(shù)，架構(gòu)清晰合理，功能強(qiáng)大便捷。其中Druid 技術(shù)的應(yīng)用，使系統(tǒng)可以對(duì)空間風(fēng)能資源這類基于時(shí)序的大數(shù)據(jù)進(jìn)行聚合查詢，實(shí)現(xiàn)查詢的快速和靈活。B/S 和WebGIS 架構(gòu)可以確保不同的人員、從不同的地點(diǎn)、以不同的接入方式在GIS 地圖上訪問(wèn)和操作具有地理信息特征的風(fēng)能資源數(shù)據(jù)，實(shí)現(xiàn)地理信息的空間分布式獲取、空間查詢、檢索和聯(lián)機(jī)處理。后臺(tái)管理采用MVC 框架，增加了系統(tǒng)的視覺(jué)效果和可訪問(wèn)性，并進(jìn)一步實(shí)現(xiàn)了數(shù)據(jù)分析應(yīng)用的整合功能。標(biāo)準(zhǔn)化和規(guī)范化并帶有API 接口的框架設(shè)計(jì)，使數(shù)據(jù)使用者可以方便地接入本系統(tǒng)。依據(jù)上述技術(shù)構(gòu)建的高分辨率中國(guó)近海風(fēng)能資源數(shù)據(jù)庫(kù)，從后期的使用效果來(lái)看，功能完全符合設(shè)計(jì)要求，可以方便實(shí)現(xiàn)風(fēng)能資源數(shù)據(jù)的檢索、查詢、統(tǒng)計(jì)計(jì)算和空間分布展示及有效存儲(chǔ)管理，從而為開(kāi)展風(fēng)能資源的初步快速評(píng)價(jià)和風(fēng)電場(chǎng)的宏觀選址提供強(qiáng)有力的數(shù)據(jù)支撐。

致謝：感謝國(guó)家氣候中心和北京天機(jī)數(shù)測(cè)數(shù)據(jù)科技有限公司為本文風(fēng)能資源數(shù)據(jù)庫(kù)提供技術(shù)和資料支持。