基于CMIP5數(shù)據(jù)評(píng)估氣候變化下西北航道風(fēng)能資源的未來(lái)變化

錢(qián)永明，鄒昊，洪梅

（國(guó)防科技大學(xué)氣象海洋學(xué)院，江蘇南京 211101）

1 引言

近幾十年來(lái)，北半球高緯度地區(qū)顯示出明顯的氣候變化和地表變暖信號(hào)，強(qiáng)度遠(yuǎn)超全球平均水平[1-2]，隨著氣溫的逐漸升高，北極海冰加速融化，使得北極地區(qū)自冷戰(zhàn)后再次成為全球關(guān)注的焦點(diǎn)[3-5]。北極地區(qū)作為北美、亞、歐三大陸的“交點(diǎn)”，擁有十分豐富的航道資源。北極航道主要分為東北航道、西北航道以及中央航道。西北航道一般指的是西起美國(guó)阿拉斯加北部的波弗特海，向東經(jīng)過(guò)加拿大北極群島水域到達(dá)東部的戴維斯海峽和巴芬灣，最終連接太平洋和大西洋的航道[6]，大致范圍是60°～135°W，66°～77°N，地形分布見(jiàn)圖1。未來(lái)隨著西北航道的開(kāi)通，可能會(huì)改變目前的世界航運(yùn)格局，并產(chǎn)生巨大經(jīng)濟(jì)效益。Borgerson[6]指出，西北航道使得從西雅圖到鹿特丹的航程比經(jīng)巴拿馬運(yùn)河航線縮短近25%航程。通過(guò)西北航道，中國(guó)與北美之間的貿(mào)易航程將縮短40%，相比于傳統(tǒng)航道，西北航道存在航道距離短、地緣政治簡(jiǎn)單和海盜襲擊風(fēng)險(xiǎn)低等諸多優(yōu)勢(shì)[7]。隨著西北航道有關(guān)地區(qū)氣候條件的改善，未來(lái)很有可能成為人類(lèi)新的生活承載地。但是由于西北航道地處高緯，且多數(shù)時(shí)候?yàn)楸└采w，因此目前面臨基礎(chǔ)設(shè)施不完善和應(yīng)急響應(yīng)及救援能力差等劣勢(shì)，這些劣勢(shì)不僅使得西北航道的利用率很低，同時(shí)也影響當(dāng)?shù)鼐用竦纳睿鉀Q這些問(wèn)題，最重要的是解決能源供應(yīng)問(wèn)題，特別是電力保障問(wèn)題。

圖1 西北航道主要區(qū)域及其陸地地形分布

自工業(yè)革命以來(lái)，人類(lèi)活動(dòng)特別是溫室氣體過(guò)度排放，是近年來(lái)氣溫升高的主要原因，其中能源排放約占全球溫室氣體總排放量的2/3[1]，因此大力發(fā)展可再生能源并減少化石燃料使用是減少溫室氣體排放和減緩全球氣候系統(tǒng)變化的重要手段之一[8]。當(dāng)前歐洲、亞洲以及北美的多個(gè)國(guó)家一直在努力擴(kuò)大可再生能源的比重，相繼設(shè)定了到2020年實(shí)現(xiàn)20%的可再生能源占比的約束性目標(biāo)[9-11]。對(duì)于生態(tài)脆弱的北極地區(qū)，作為人類(lèi)最后的凈土，解決能源供給難題更應(yīng)該優(yōu)先發(fā)展可再生能源。但是由于西北航道特殊的地理和氣候環(huán)境，使得諸如太陽(yáng)能之類(lèi)的可再生能源無(wú)法得到應(yīng)用，同時(shí)西北航道特殊的地質(zhì)條件（凍土帶），使得其可開(kāi)發(fā)的陸地十分有限，但其海洋環(huán)境卻提供了廣闊的空間[12-13]。在目前主流的可再生能源中，風(fēng)電不僅可應(yīng)用于海洋環(huán)境，而且當(dāng)下技術(shù)十分成熟，成本日益下降[14-17]，因此進(jìn)行風(fēng)能開(kāi)發(fā)特別是海上風(fēng)電開(kāi)發(fā)可能將是西北航道地區(qū)破解能源供應(yīng)難題的最佳方案。Chade等[18]的有關(guān)研究表明：北極地區(qū)風(fēng)能資源較為豐富，技術(shù)可開(kāi)發(fā)量約1 000億kW，約占全球風(fēng)能資源的20%，在北極偏遠(yuǎn)地區(qū)使用風(fēng)力發(fā)電的供電模式不僅可行，且在4 a內(nèi)可收回成本。在風(fēng)能開(kāi)發(fā)過(guò)程中，風(fēng)能密度（Wind Power Density，WPD）大于200 W/m2一般就可以稱(chēng)為風(fēng)能富集區(qū)[19]，從多年（1980—2005年）平均的風(fēng)能密度空間分布來(lái)看（見(jiàn)圖2），西北航道同樣存在多個(gè)風(fēng)能資源富集區(qū)。

圖2 西北航道風(fēng)功率密度多年平均空間分布特征（單位：W/m2）

風(fēng)能資源與風(fēng)速狀態(tài)息息相關(guān)，風(fēng)速由大氣環(huán)流狀態(tài)決定，大氣環(huán)流狀態(tài)又是氣候系統(tǒng)中的重要組成部分，因此風(fēng)能資源對(duì)氣候變化非常敏感。即使未來(lái)大氣環(huán)流形勢(shì)出現(xiàn)很小的變化，也可能會(huì)強(qiáng)烈影響風(fēng)能資源分布[20]，例如當(dāng)下一些風(fēng)能資源豐富的區(qū)域可能會(huì)變成貧瘠區(qū)，或者使得部分地區(qū)風(fēng)能的年際和/或年內(nèi)變化（即變異性）出現(xiàn)劇增，使得其能源并網(wǎng)難度加大，降低風(fēng)電場(chǎng)的盈利能力[21]。目前已有研究表明：在過(guò)去的30～50 a間，不少區(qū)域出現(xiàn)了近地層風(fēng)速下降以及年際變異性增強(qiáng)的情況：包括北美[22-25]、歐洲[26-27]、中國(guó)[28-30]以及澳大利亞[31]的部分地區(qū)。這些消極現(xiàn)象使風(fēng)電持久穩(wěn)定運(yùn)行的不確定性增加。當(dāng)前西北航道多數(shù)時(shí)候仍然覆蓋大面積的海冰，在當(dāng)前的發(fā)展現(xiàn)狀下，對(duì)于能源的需求尚不十分急切，但隨著海冰的大量消融和地區(qū)開(kāi)發(fā)強(qiáng)度的增強(qiáng)，未來(lái)對(duì)能源的需求會(huì)愈發(fā)迫切。因此，我們更加需要客觀地分析未來(lái)全球氣候變化下，西北航道風(fēng)能資源產(chǎn)生的變化，以便提前規(guī)劃，避免無(wú)效投資，但目前并沒(méi)有相關(guān)的文獻(xiàn)進(jìn)行相應(yīng)的分析。

考慮到目前西北航道觀測(cè)資料十分有限，也無(wú)專(zhuān)門(mén)針對(duì)西北航道或者北極地區(qū)的區(qū)域耦合氣候模式（Regional Coupled Model，RCM），因此我們將使用具有較高時(shí)空分辨率的全球氣候模式（Global Climate Model，GCM）的有關(guān)數(shù)據(jù)對(duì)西北航道的風(fēng)能變化開(kāi)展評(píng)估。使用氣候模型進(jìn)行有關(guān)分析，不僅可以獲得模擬區(qū)域內(nèi)所有空間立體網(wǎng)格點(diǎn)上的風(fēng)能參數(shù)，對(duì)風(fēng)能資源進(jìn)行全面評(píng)估，而且多數(shù)模式考慮了太陽(yáng)輻射和溫室氣體的變化，是研究在不同輻射強(qiáng)迫下未來(lái)可能發(fā)生的氣候情景的主要方法[20]。目前完整發(fā)布的國(guó)際耦合模式比較計(jì)劃第五階 段（the Coupled Model Intercomparison Project Phase-5,CMIP5）的模式數(shù)據(jù)已經(jīng)成為研究過(guò)去氣候變化和預(yù)測(cè)未來(lái)氣候演變的重要資料。CMIP5數(shù)據(jù)集包括歷史試驗(yàn)數(shù)據(jù)（數(shù)據(jù)范圍1850—2005年）和未來(lái)不同情景排放下的模擬數(shù)據(jù)（數(shù)據(jù)范圍一般是2006—2100年）[32-33]。不同于CMIP3（the Coupled Model Intercomparison Project Phase-3）中定義的未來(lái)溫室氣體排放情景，在CMIP5中各GCMs未來(lái)氣候預(yù)估試驗(yàn)中采用的是聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（Intergovernmental Panel on Climate Change，IPCC)提出的新輻射強(qiáng)迫情景，稱(chēng)之為典型濃度排放途徑（Representative Concentration Pathway,RCP）[34-35]。RCPs共分為4種情景：RCP2.6表示2100年左右，輻射強(qiáng)迫最高達(dá)到2.6W/m2；RCP 4.5和RCP 6表示2100年以后，輻射強(qiáng)迫將分別穩(wěn)定在4.5 W/m2和6 W/m2；RCP 8.5則是一種“一切照舊”的排放情景，表示2100年左右，輻射強(qiáng)迫將達(dá)8.5 W/m2[33]。與CMIP3相比，CMIP5中所有模式改進(jìn)了大氣環(huán)流動(dòng)力框架，改善了對(duì)流層和平流層氣溶膠處理方案和通量處理方案，使得數(shù)據(jù)質(zhì)量得到了很大提升[33]。相關(guān)數(shù)據(jù)已經(jīng)被多次用于分析有關(guān)區(qū)域風(fēng)能的未來(lái)變化，并得到很多重要結(jié)論，有很高的借鑒意義。比如Carvalho等[20]用21個(gè)CMIP5 GCMs模式集合進(jìn)行預(yù)報(bào)，發(fā)現(xiàn)未來(lái)歐洲中北部波羅的海附近地區(qū)的風(fēng)能資源會(huì)增加，而地中海附近會(huì)減少，但整個(gè)歐洲的年際變化不大。Chen等[36]評(píng)估了9個(gè)CMIP5中的大氣海洋耦合模式對(duì)中國(guó)近表層風(fēng)速的模擬效果，發(fā)現(xiàn)在1971—2005年，所有模式的年際變異性都低于再分析數(shù)據(jù)結(jié)果（再分析資料被視為“準(zhǔn)實(shí)測(cè)資料”），并且都沒(méi)有模擬出近期近地表風(fēng)速的下降趨勢(shì)。該研究同時(shí)指出單一數(shù)值模式存在較大的不確定性，應(yīng)關(guān)注多模式的比較以及模式的集成研究。

有關(guān)氣候變化對(duì)風(fēng)能資源的潛在影響的研究大多針對(duì)目前具有高風(fēng)能開(kāi)發(fā)潛力的地區(qū)（主要是北半球中緯度地區(qū)，包括北美、亞洲和歐洲）[22-27]；部分研究盡管對(duì)全球風(fēng)能發(fā)電的未來(lái)變化進(jìn)行了一些探討，但由于相對(duì)粗糙的空間分辨率，很難對(duì)西北航道風(fēng)能資源的可能變化進(jìn)行詳盡的分析[28-29]。此外，部分研究?jī)H使用單一指標(biāo)對(duì)模式仿真性能進(jìn)行評(píng)估，無(wú)法對(duì)模式進(jìn)行客觀評(píng)價(jià)[20]。

基于上述分析，我們根據(jù)14個(gè)CMIP5 GCMs的數(shù)據(jù)，建立了一個(gè)全面而客觀的評(píng)估體系，以定量評(píng)估CMIP5模式模擬歷史階段近地表風(fēng)速特征的能力，利用該評(píng)估體系可以對(duì)各模式的性能進(jìn)行評(píng)定，進(jìn)而挑選一些性能優(yōu)異的模式進(jìn)行集成來(lái)進(jìn)一步降低模式的系統(tǒng)偏差。這樣可以避免單個(gè)模型的離散性和不確定性，同時(shí)增強(qiáng)結(jié)果的可信度[20,36]。之后，將集成數(shù)據(jù)用于評(píng)估西北航道風(fēng)能資源的未來(lái)變化，包括其大小變化以及其年內(nèi)變化情況（即變異性）?？紤]到當(dāng)前西北航道的發(fā)展現(xiàn)狀，利用GCMs未來(lái)風(fēng)速數(shù)據(jù)展開(kāi)分析無(wú)疑是十分必要的。

2 數(shù)據(jù)和主要方法

2.1 數(shù)據(jù)

本文主要使用了14個(gè)CMIP5 GCMs數(shù)據(jù)以及ERA-Interim再分析資料，并對(duì)其原始數(shù)據(jù)進(jìn)行了一定處理，以用于后續(xù)評(píng)估。

2.1.1 CMIP5 GCMs數(shù)據(jù)

本文選取了能夠同時(shí)輸出歷史以及多種RCPs情景下的未來(lái)風(fēng)場(chǎng)數(shù)據(jù)的CMIP5模式。表1列出了本文所使用的GCMs，包括模式的開(kāi)發(fā)機(jī)構(gòu)、模擬類(lèi)型和模式的空間分辨率。CMIP5數(shù)據(jù)集可直接通過(guò)網(wǎng)站http://pcmdi3.llnl.gov/esgcet/home.htm下載[33]。風(fēng)速數(shù)據(jù)采用的是模式輸出的近地層（10 m）處的風(fēng)速，且為月平均數(shù)據(jù)集。雖然典型的風(fēng)力渦輪機(jī)放置在局地面/平均海平面以上80～120 m處，但由于相關(guān)GCMs不提供相關(guān)高度的風(fēng)場(chǎng)數(shù)據(jù)，而10 m和80～120 m高度的風(fēng)有很強(qiáng)的相關(guān)性，因此10 m風(fēng)場(chǎng)數(shù)據(jù)被認(rèn)為是典型風(fēng)力渦輪機(jī)實(shí)際高度處的風(fēng)場(chǎng)的最佳替代[20]。雖然CMIP5模式對(duì)于歷史階段的模擬一般為1850—2005年，但由于衛(wèi)星時(shí)代之前（1979年前）的現(xiàn)場(chǎng)數(shù)據(jù)稀疏且質(zhì)量相對(duì)較低[2,20]，為了最大限度地減小誤差，我們選取的歷史階段為1980—2005共26 a。在未來(lái)模擬實(shí)驗(yàn)中，我們主要分析RCP2.6、RCP4.5和RCP8.5這3種輻射強(qiáng)迫情景下的有關(guān)數(shù)據(jù)，用于評(píng)估氣候變化對(duì)西北航道未來(lái)風(fēng)能的潛在影響。針對(duì)每個(gè)RCP，我們都考慮了3個(gè)等長(zhǎng)的時(shí)間窗口，分別為：前期（2020—2045年）、中期（2049—2074年）和后期（2075—2100年）。這里我們需要指出，表1中所列各氣候模式可能在不同初始條件下分別進(jìn)行了模擬試驗(yàn)，由于每個(gè)實(shí)驗(yàn)僅在初始場(chǎng)上有不同的微小擾動(dòng)，其積分最后得到的數(shù)據(jù)之間的差異僅來(lái)自氣候內(nèi)部變率，而本文重點(diǎn)是分析氣候變化對(duì)風(fēng)能可能產(chǎn)生的影響，因此，若某模式存在多個(gè)初始場(chǎng)的模擬數(shù)據(jù)，我們將采用該模式不同初始條件的集合平均來(lái)代表該模式的輸出結(jié)果，這樣也在一定程度上降低了使用單一初始條件下的數(shù)據(jù)帶來(lái)的不確定性和誤差[36]。之后我們將對(duì)這些模擬數(shù)據(jù)進(jìn)行統(tǒng)一處理，并建立一套評(píng)估指標(biāo)體系，以便定量分析模式在歷史階段的模擬性能。

表1 14個(gè)CMIP5模式的基本特征

2.1.2 再分析數(shù)據(jù)

本文選擇來(lái)自歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的ERA-Interim再分析資料作為“準(zhǔn)實(shí)測(cè)”數(shù)據(jù)源。由于西北航道目前的觀測(cè)站點(diǎn)較少，數(shù)據(jù)稀缺，而該套數(shù)據(jù)應(yīng)用了分辨率更高的氣象模式，在觀測(cè)資料的應(yīng)用及同化方法方面也有較大改進(jìn)，被公認(rèn)為是高質(zhì)量的再分析產(chǎn)品[37-38]，且已被指定為CORDEX CMIP5動(dòng)態(tài)分析的官方驗(yàn)證數(shù)據(jù)集[39]。本文使用的是近地面10 m風(fēng)速數(shù)據(jù)，空間范圍為60°～135°W，64°～77°N，分辨率為1°×1°，時(shí)間長(zhǎng)度為1980—2005年。

2.2 數(shù)據(jù)處理

由于本文選取的14個(gè)模式具有不同的空間分辨率（見(jiàn)表1），因此，我們首先將所有模式輸出的風(fēng)速數(shù)據(jù)采用雙線性插值法，將原始數(shù)據(jù)映射到規(guī)則的1°×1°網(wǎng)格中[40]。這里需要指出，我們?cè)谶M(jìn)行模式性能評(píng)估時(shí)，借鑒了Carvalho等[20]的思路，利用同時(shí)期同時(shí)空分辨率的ERA-Interim月平均風(fēng)速數(shù)據(jù)，對(duì)插值后的CMIP5數(shù)據(jù)進(jìn)行了偏差修正。偏差修正的方法見(jiàn)式（1）：

式中，?為模式輸出的原始數(shù)據(jù)；是根據(jù)ERAInterim數(shù)據(jù)計(jì)算得到的逐格點(diǎn)的26 a的氣候態(tài)數(shù)據(jù)；yˉ則是用同樣方式，但是由模式數(shù)據(jù)（插值后）計(jì)算得到的氣候態(tài)數(shù)據(jù)。本文中他們的尺寸為14°（緯度）×76°（經(jīng)度）×12（月數(shù)）。最終得到的x，將作為模式的最終輸出數(shù)據(jù)（無(wú)偏）用于后續(xù)的性能評(píng)估。

2.3 綜合評(píng)估體系

為了評(píng)估各模式在歷史階段的模擬能力，本文將采用3種不同指數(shù)來(lái)評(píng)價(jià)CMIP5 GCMs數(shù)據(jù)和ERA-Interim的風(fēng)速數(shù)據(jù)的符合程度，3種指數(shù)分別是技能指數(shù)、結(jié)構(gòu)相似性指數(shù)（Structural SIMilarity index，SSIM）和KS（Kolmogorov-Smirnov）指數(shù)。在得到3個(gè)指數(shù)后，我們將以不加權(quán)的方式進(jìn)行線性疊加，得到一個(gè)能夠全面反映模式模擬質(zhì)量的綜合得分指數(shù)。各指數(shù)的具體計(jì)算公式或定義如下。

2.3.1 技能指數(shù)

為了評(píng)估各模式數(shù)據(jù)和ERA-Interim數(shù)據(jù)的定量差異，我們引入Willmott[41]的方法，并將其定義為技能指數(shù)：

式中，xi表示每個(gè)網(wǎng)格點(diǎn)上的模式輸出數(shù)據(jù)；yi表示每個(gè)網(wǎng)格點(diǎn)上的ERA-Interim數(shù)據(jù)；n為單個(gè)網(wǎng)格點(diǎn)上數(shù)據(jù)序列的長(zhǎng)度，也叫統(tǒng)計(jì)樣本數(shù)；xˉi表示由模式輸出的每個(gè)網(wǎng)格點(diǎn)上的26 a平均的風(fēng)速數(shù)據(jù)；yˉi表示對(duì)應(yīng)的ERA-Interim輸出的26 a平均的數(shù)據(jù)。技能指數(shù)同樣是通過(guò)逐格點(diǎn)的方式計(jì)算得到，并通過(guò)區(qū)域平均得到最終結(jié)果，該指標(biāo)值越大，表示模式性能越好[42]。

2.3.2 KS指數(shù)

KS指數(shù)通過(guò)兩樣本的Kolmogorov-Smirnov檢驗(yàn)得到。因?yàn)镵S檢驗(yàn)對(duì)兩樣本的經(jīng)驗(yàn)分布函數(shù)的位置和形狀參數(shù)的差異都十分敏感，可用來(lái)分析兩個(gè)樣本是否屬于相同的分布（形狀和位置）[20,43]。我們將KS檢驗(yàn)應(yīng)用于各模式數(shù)據(jù)和ERA-Interim數(shù)據(jù)集中的每個(gè)格點(diǎn)，并設(shè)置顯著性水平為5%，進(jìn)而統(tǒng)計(jì)通過(guò)檢驗(yàn)的網(wǎng)格點(diǎn)數(shù)占總網(wǎng)格數(shù)的比例，我們將該比例定義為KS指數(shù)，其計(jì)算方式為：

式中，N0表示通過(guò)顯著性水平為5%的KS檢驗(yàn)的網(wǎng)格數(shù)；N則為評(píng)估區(qū)域內(nèi)的總格點(diǎn)數(shù)，本文中N=1064。該指標(biāo)值越高，表示模型性能越好。

2.3.3 SSIM指數(shù)

SSIM指數(shù)即結(jié)構(gòu)相似性指數(shù)，最早由Wang等[44]提出，是一種衡量?jī)煞鶊D像空間結(jié)構(gòu)相似性的指標(biāo)。目前該方法已經(jīng)廣泛運(yùn)用在圖像和數(shù)據(jù)質(zhì)量的評(píng)估中，與傳統(tǒng)誤差方法相比，SSIM方法可以更好地描述兩個(gè)數(shù)據(jù)集之間空間分布的差異[45-46]，計(jì)算方式為：

式中，X和Y分別表示同一時(shí)刻的模式和ERAInterim的風(fēng)場(chǎng)空間分布；xˉ和yˉ分別表示各自的平均值；δx和δy分別表示各自的標(biāo)準(zhǔn)差；C1和C2是防止系統(tǒng)不穩(wěn)定的常數(shù)。與技能指數(shù)和KS指數(shù)不同，SSIM指數(shù)是通過(guò)逐月的方式計(jì)算得到，并進(jìn)行時(shí)間平均后得到最終結(jié)果。該指標(biāo)值越高，表示模型性能越好。

2.3.4 綜合得分指數(shù)

在多指標(biāo)評(píng)價(jià)體系中，由于各評(píng)價(jià)指標(biāo)的性質(zhì)不同，通常具有不同的量綱和數(shù)量級(jí)。當(dāng)各指標(biāo)間相差很大時(shí)，如果直接用原始指標(biāo)值進(jìn)行分析，就會(huì)突出數(shù)值較高的指標(biāo)在綜合分析中的作用，相對(duì)削弱數(shù)值水平較低指標(biāo)的作用。因此，為了保證結(jié)果的可靠性，我們對(duì)上述3個(gè)評(píng)估指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化（Zero-mean Normalization）處理，計(jì)算公式為[47]：

中學(xué)階段，孩子的獨(dú)立性更強(qiáng)，具備生活、學(xué)習(xí)自理能力，學(xué)習(xí)習(xí)慣基本養(yǎng)成。尤其是進(jìn)入高中，成績(jī)成為家長(zhǎng)和老師關(guān)注的焦點(diǎn)，孩子們?nèi)找嬖龃蟮膶W(xué)習(xí)壓力帶來(lái)的心理問(wèn)題容易被忽視。所以，在中學(xué)班級(jí)群里，老師與家長(zhǎng)除了溝通基本的學(xué)習(xí)信息外，更要幫助家長(zhǎng)正視孩子的成長(zhǎng)問(wèn)題，與孩子一起面對(duì)，共同成長(zhǎng)。如相互交流和分享“處于青春期的孩子有哪些特征”“如何引導(dǎo)孩子進(jìn)行職業(yè)生涯規(guī)劃”“如何和諧有效地與孩子進(jìn)行溝通”“如何幫助孩子克服學(xué)習(xí)上的困難”等。孩子心理健康了，目標(biāo)明確了，方法找到了，成績(jī)自然就上去了。

式中，x'為標(biāo)準(zhǔn)化后的序列；x為原始序列；為原序列的均值；s為原序列的標(biāo)準(zhǔn)差。

經(jīng)過(guò)上述標(biāo)準(zhǔn)化處理后，原始指標(biāo)均服從標(biāo)準(zhǔn)正態(tài)分布，且為無(wú)量綱量，之后我們將3個(gè)指標(biāo)直接相加并平均得到綜合得分指數(shù)，即：

式中，N()表示進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化操作。

2.4 多模式集成生成評(píng)估數(shù)據(jù)

我們借鑒Song等[48]的建議，從得分指數(shù)的排名列表中選取前k個(gè)模式的輸出數(shù)據(jù)，其中：k=×lnm，m是參與評(píng)估的模式數(shù)量。在本研究中，m=14，所以k=9。我們參照多模式集成（Multi-Model Ensemble,MME）方法，將選定的9個(gè)GCMs的數(shù)據(jù)按照帶權(quán)重系數(shù)的線性疊加的方法進(jìn)行集成得MME數(shù)據(jù)集，其中加權(quán)系數(shù)由得分指數(shù)的相對(duì)大小決定，這里需要指出，用于加權(quán)集成的GCMs數(shù)據(jù)均為原始數(shù)據(jù)，并未進(jìn)行偏差修正。大量研究表明這種MME策略通常比僅使用單模式數(shù)據(jù)效果更好，能提供更可靠的結(jié)果，并且是降低單個(gè)模式的不確定性的一種有效方法[49-51]。

2.5 氣候變化對(duì)未來(lái)風(fēng)能密度大小的影響

本文中我們以風(fēng)能密度的大小來(lái)表征風(fēng)能資源。風(fēng)能密度，也稱(chēng)為風(fēng)功率通量，為垂直于氣流的單位截面上風(fēng)的功率，計(jì)算公式為[19]：

式中，Dwp為平均WPD（單位：W/m2）；ρ為空氣密度（單位kg/m3），ρ=P/RT，P為西北航道區(qū)域相應(yīng)時(shí)間段內(nèi)的平均海平面氣壓（單位：Pa），R為氣體常數(shù)，T為西北航道區(qū)域相應(yīng)時(shí)間段內(nèi)的平均開(kāi)氏溫標(biāo)絕對(duì)溫度（單位：K）。本文中，我們利用1980—2005年的歷史再分析數(shù)據(jù)計(jì)算得平均空氣密度為1.35 kg/m3，并假設(shè)其在未來(lái)的窗口中保持不變；vi為第i次記錄的近地面10 m風(fēng)速值（單位：m/s）。

我們針對(duì)3個(gè)RCP情景，將歷史階段（1980—2005年）月平均風(fēng)能密度數(shù)據(jù)與未來(lái)風(fēng)能密度序列的中位數(shù)進(jìn)行比較，并得出兩者的差異幅度，以分析由于氣候變化而導(dǎo)致的西北航道未來(lái)風(fēng)能密度可能發(fā)生的變化。中位數(shù)的差異幅度計(jì)算方法為：

式中，M'表示未來(lái)某階段風(fēng)能密度序列的中位數(shù)；M表示歷史階段風(fēng)能密度序列的中位數(shù)。

由于風(fēng)速通常不滿足正態(tài)分布，因此我們應(yīng)用Mann-Whitney非參數(shù)檢驗(yàn)來(lái)評(píng)估歷史階段和未來(lái)3個(gè)階段風(fēng)能資源之間的差異是否具有顯著性，并設(shè)定顯著性水平為5%。Mann-Whitney檢驗(yàn)是一種應(yīng)用較為廣泛的兩獨(dú)立樣本秩和檢驗(yàn)方法[52-53]。

2.6 氣候變化對(duì)未來(lái)風(fēng)能密度年內(nèi)變化的影響

為了分析風(fēng)能資源年內(nèi)變化情況，根據(jù)歷史階段和未來(lái)不同階段的風(fēng)能密度數(shù)據(jù)計(jì)算了年中值絕對(duì)偏差（Median Absolute Deviations，MAD）。MAD是一個(gè)刻畫(huà)樣本變異性的非參數(shù)度量[54-55]，計(jì)算方法為：

式中，median表示對(duì)樣本序列取中位數(shù)；x為風(fēng)能密度數(shù)據(jù)（樣本序列）。

針對(duì)歷史和3個(gè)未來(lái)階段分別計(jì)算得到相應(yīng)的MAD數(shù)據(jù)序列，每一個(gè)序列都是一個(gè)三維網(wǎng)格，其中時(shí)間維度為26（即26 a），即每一年都對(duì)應(yīng)一個(gè)MAD值，稱(chēng)為該年度的中位數(shù)絕對(duì)偏差；然后，逐網(wǎng)格點(diǎn)計(jì)算MAD序列的中位數(shù)，以便對(duì)每個(gè)26 a期間（歷史和未來(lái)3個(gè)階段）的年內(nèi)變化進(jìn)行估算；最后量化歷史和未來(lái)各階段MAD中位數(shù)之間的差異。對(duì)于每個(gè)網(wǎng)格點(diǎn)來(lái)說(shuō)，歷史和未來(lái)3個(gè)時(shí)間窗的風(fēng)能密度MAD中位數(shù)之間的差異大小可以視為氣候變化對(duì)風(fēng)能密度年內(nèi)變化的影響程度。本節(jié)同樣使用Mann-Whitney檢驗(yàn)評(píng)估差異的統(tǒng)計(jì)顯著性，顯著性水平同樣設(shè)定為5%。

3 結(jié)果與分析

3.1 CMIP5 GCMs模型評(píng)估結(jié)果

本文選取的14個(gè)CMIP5模式的評(píng)估結(jié)果見(jiàn)表2。根據(jù)Song等[48]的建議，最終選擇得分指數(shù)中排名前9的模式進(jìn)行加權(quán)集成得到CMIP5 MME數(shù)據(jù)。選取的模式分別是：GFDL-CM3、GFDLESM2M、IPSL-CM5A-LR、GISS-E2-R、IPSL-CM5AMR、GFDL-ESM2G、GISS-E2-H、MPI-ESM-MR和CSIRO-Mk3-6-0，其集成權(quán)重分別為：0.293 2、0.188 5、0.136 3、0.103 7、0.099 2、0.097 4、0.047 6、0.018 0和0.016 2。表2中幾乎所有GCMs的KS指標(biāo)都超過(guò)了0.55，而SSIM指標(biāo)則超過(guò)了0.9，說(shuō)明本文選取的GCMs的數(shù)據(jù)都與ERA-Interim數(shù)據(jù)的風(fēng)速分布顯示出良好的空間一致性。但需要說(shuō)明的是，如果不進(jìn)行偏差修正處理，這些指標(biāo)結(jié)果將嚴(yán)重變差（見(jiàn)附表1），其中KS指數(shù)都沒(méi)有超過(guò)0.05，而SSIM指數(shù)則都沒(méi)有超過(guò)0.5，技能指數(shù)也出現(xiàn)很?chē)?yán)重的下滑。對(duì)比表1和附表1的結(jié)果，我們可以發(fā)現(xiàn)雖然GCMs數(shù)據(jù)和ERA-Interim數(shù)據(jù)存在較大差異，但這種差異主要在于分布位置而不是形狀上的差異[20]，這是一個(gè)非常積極的發(fā)現(xiàn)，因?yàn)槲恢貌町惐刃螤畈町惛菀仔Ｕ?，這個(gè)結(jié)果從進(jìn)行氣候態(tài)偏差修正后，相關(guān)指標(biāo)結(jié)果出現(xiàn)大幅提升就可以看出。此外，位置上的差異（通常是由于系統(tǒng)偏差導(dǎo)致）并不會(huì)影響下一步的對(duì)比研究，因?yàn)閷?duì)比分析的數(shù)據(jù)都是來(lái)自CMIP5 MME（由所選GCMs加權(quán)集成得到），將未來(lái)各時(shí)間段與歷史階段進(jìn)行比較時(shí)，系統(tǒng)性偏差將被消除；但如果分布形狀上存在巨大差異則可能會(huì)給后續(xù)的氣候變化影響分析帶來(lái)較多不確定性。

附表1 未經(jīng)過(guò)偏差修正的CMIP5 GCMs數(shù)據(jù)的評(píng)估結(jié)果

表2 14個(gè)模型的評(píng)估結(jié)果（最終被選定進(jìn)行MME的模式已加粗顯示）

3.2 氣候變化對(duì)未來(lái)西北航道風(fēng)能密度大小的影響

圖3顯示了不同情景下風(fēng)能密度的中值差異，西北航道范圍內(nèi)的空白部分表示根據(jù)Mann-Whitney檢驗(yàn)無(wú)統(tǒng)計(jì)學(xué)意義的區(qū)域，其中位數(shù)差異沒(méi)有統(tǒng)計(jì)學(xué)上的顯著性。每個(gè)情景的3張圖從左到右依次代表21世紀(jì)前期、中期和后期。從圖3我們可以發(fā)現(xiàn)，西北航道北部地區(qū)（70°N以北）特別是西側(cè)波弗特海未來(lái)風(fēng)能密度增加，而南部區(qū)域（70°N以南）沿岸的未來(lái)風(fēng)能密度則降低，與此同時(shí)與歷史時(shí)期存在顯著差異的網(wǎng)格點(diǎn)數(shù)量在未來(lái)的中后期出現(xiàn)明顯增加。在未來(lái)前期（2020—2045年），絕大多數(shù)網(wǎng)格點(diǎn)與歷史時(shí)期相比沒(méi)有顯著變化，而有顯著差異的網(wǎng)格點(diǎn)，其變化幅度也相對(duì)較?。ǖ陀?5%）。在未來(lái)中期（2049—2074年），存在顯著性差異的網(wǎng)格點(diǎn)的數(shù)量和變化幅度都有所增加，特別是某些低緯沿岸地區(qū)的變化幅度達(dá)到了25%，但大多數(shù)格點(diǎn)依然低于15%。到本世紀(jì)后期（2075—2100年），存在顯著性差異的網(wǎng)格點(diǎn)不論是數(shù)量和變化幅度都有明顯增加，波弗特海部分網(wǎng)格點(diǎn)的風(fēng)能密度出現(xiàn)了大約30%的增加。如果不采用溫室氣體減排策略（RCP8.5），與歷史相比顯著增加的區(qū)域其增幅越來(lái)越大，而相比顯著下降的區(qū)域其降幅卻出現(xiàn)了下降。與RCP 8.5相比，RCP 2.6與歷史階段相比顯著增加的區(qū)域增幅整體變化不大，基本在15%以下，而相比顯著下降的區(qū)域其下降幅度卻出現(xiàn)了兩倍的增加，達(dá)到25%左右。RCP 4.5情景下與RCP2.6的情況基本一致。

圖3 不同情景下風(fēng)能密度中值差異（單位：%）

3.3 氣候變化對(duì)未來(lái)風(fēng)能密度年內(nèi)變化的影響

風(fēng)能密度的年內(nèi)變化（變異性）非常重要，因?yàn)樵撝笜?biāo)可能極大地影響風(fēng)電場(chǎng)的運(yùn)營(yíng)，風(fēng)能年內(nèi)變化程度如果出現(xiàn)大幅的增加可能對(duì)風(fēng)電場(chǎng)的盈利能力產(chǎn)生較大的負(fù)面影響[20,36]。為了評(píng)估氣候變化對(duì)未來(lái)風(fēng)能密度年內(nèi)變化的影響，我們比較了歷史和未來(lái)各階段風(fēng)能密度的年內(nèi)MAD序列的中位數(shù)差異，同樣利用Mann-Whitney檢驗(yàn)這種差異的顯著性，結(jié)果如圖4所示。在未來(lái)前期，風(fēng)能密度的年內(nèi)變化相比歷史階段變化不大，但在70°N以北有不少的網(wǎng)格點(diǎn)有顯著增幅，但在RCP 8.5情景下時(shí)，這種增幅又出現(xiàn)了降低。到了未來(lái)中期，整體的分布與前期相似，但是西北航道的中部地區(qū)（105°～90°W）出現(xiàn)了特別明顯的增幅，部分格點(diǎn)增幅達(dá)到100%，說(shuō)明在該時(shí)段內(nèi)這些格點(diǎn)的風(fēng)能年內(nèi)變異性相較歷史有大幅提升，這對(duì)風(fēng)能開(kāi)發(fā)十分不利。到21世紀(jì)后期，如果不采取任何緩解溫室氣體排放的措施（RCP 8.5），則70°N以北地區(qū)的年內(nèi)變化相比歷史階段將出現(xiàn)十分顯著的增加，部分格點(diǎn)超過(guò)150%，將給相關(guān)區(qū)域的風(fēng)能開(kāi)發(fā)帶來(lái)極大挑戰(zhàn)。在RCP 2.6情景下，雖然70°N以北區(qū)域仍有不少格點(diǎn)出現(xiàn)了顯著的增加，但增幅有限，大部分小于50%。

圖4 不同情景下風(fēng)能密度年內(nèi)MAD的中值差異（單位：%）

4 總結(jié)與討論

本文首先通過(guò)構(gòu)建的模型評(píng)估體系全面而客觀地評(píng)估了14個(gè)GCMs對(duì)近地面風(fēng)速在歷史階段的模擬能力，然后使用來(lái)自最佳GCMs的數(shù)據(jù)按照其得分指數(shù)的相對(duì)大小進(jìn)行加權(quán)集成生成MME數(shù)據(jù)，進(jìn)而用來(lái)量化和評(píng)估在RCP 2.6、RCP 4.5和RCP 8.5情景下以及3個(gè)未來(lái)時(shí)間段上與歷史階段的風(fēng)能密度中值和風(fēng)能密度年內(nèi)MAD中值的差異，以全面分析氣候變化對(duì)西北航道未來(lái)風(fēng)能資源的潛在影響。本文主要結(jié)論如下：

（1）根據(jù)本文構(gòu)建的評(píng)估體系，最終結(jié)果表明：CMIP5 GCMs中GFDL-CM3、GFDL-ESM2M、IPSLCM5A-LR、GISS-E2-R、IPSL-CM5A-MR、GFDLESM2G、GISS-E2-H、MPI-ESM-MR和CSIRO-Mk3-6-0是模擬近地面10 m風(fēng)速性能最好的9個(gè)模式，且模擬的風(fēng)速分布與ERA-Interim再分析數(shù)據(jù)的差異之處主要是分布位置（主要由系統(tǒng)偏差導(dǎo)致）而不是分布形狀。

（2）與歷史階段相比，西北航道北部地區(qū)（70°N以北）特別是波弗特海西側(cè)未來(lái)風(fēng)能資源（以風(fēng)能密度的大小來(lái)估計(jì)）會(huì)增加，而其南部沿岸（70°N以南）的風(fēng)能資源則會(huì)降低，與歷史階段存在顯著差異的網(wǎng)格點(diǎn)數(shù)量在未來(lái)中后期將出現(xiàn)明顯增加。在未來(lái)前期（2020—2045年），絕大多數(shù)網(wǎng)格點(diǎn)與歷史時(shí)期相比沒(méi)有顯著性變化，而有顯著差異的網(wǎng)格點(diǎn)的變化幅度也相對(duì)較小（低于15%）。到了未來(lái)中期（2049—2074年），存在顯著性差異的網(wǎng)格點(diǎn)的數(shù)量和變化幅度都有所增加，特別是南部部分沿岸地區(qū)的變化幅度達(dá)到了25%。到21世紀(jì)后期（2075—2100年），存在顯著性差異的網(wǎng)格點(diǎn)在數(shù)量和變化幅度上都有了明顯增加，波弗特海部分網(wǎng)格點(diǎn)的風(fēng)能密度出現(xiàn)了大約30%的增加。

（3）在21世紀(jì)前期，70°N以北有不少的網(wǎng)格點(diǎn)有顯著的增幅，到21世紀(jì)末，如果不采取任何緩解溫室氣體排放的措施（RCP 8.5），則70°N以北地區(qū)的年內(nèi)變化較歷史階段將出現(xiàn)十分顯著的增加，部分格點(diǎn)超過(guò)150%，這種變異性的大幅增加，將給相關(guān)區(qū)域的風(fēng)能開(kāi)發(fā)帶來(lái)極大挑戰(zhàn)。

這里需要指出，將CMIP5 GCMs的未來(lái)時(shí)期模擬數(shù)據(jù)作為對(duì)未來(lái)氣候的預(yù)測(cè)存在較大的不確定性，從對(duì)歷史時(shí)期的評(píng)估結(jié)果可以看出，相比于“準(zhǔn)實(shí)測(cè)”的再分析資料，GCMs數(shù)據(jù)的形狀分布有較大誤差（導(dǎo)致在未進(jìn)行偏差修正時(shí)，各評(píng)估指標(biāo)結(jié)果較差）。所以本文可視為對(duì)西北航道風(fēng)能資源未來(lái)發(fā)展變化的初步評(píng)估，后續(xù)可以考慮采取利用相關(guān)區(qū)域的RCMs等改進(jìn)針對(duì)這些問(wèn)題展開(kāi)進(jìn)一步研究，以便為西北航道風(fēng)電場(chǎng)項(xiàng)目的規(guī)劃提供更好的指導(dǎo)。