西太平洋海面風場數(shù)據(jù)集的建立及其應用?

王振明 ，于華明??，李 陽，王凱迪，李松霖

(1.中國海洋大學海洋與大氣學院，山東 青島 266100； 2. 中國海洋大學物理海洋教育部重點實驗室，山東 青島266100;3. 青島海洋科學與技術(shù)國家試點實驗室，山東 青島 266237； 4. 國家海洋局東海環(huán)境監(jiān)測中心，上海 201208)

風場是海洋上層的最重要的外強迫場。長時期、網(wǎng)格化的再分析風場數(shù)據(jù)相比觀測風場，更具有時間和空間的連續(xù)性和完整性，已在工程項目中發(fā)揮了重要作用。但由于目前業(yè)務化的再分析數(shù)據(jù)的水平分辨率最高只能到0.2°左右，因此對于臺風這類中小尺度強天氣過程的模擬遠達不到觀測的水平[1]，而臺風經(jīng)驗模型的應用則能夠較好的彌補這一缺點。臺風模型能夠彌補再分析數(shù)據(jù)在極端天氣下風速強度嚴重不足的問題，即臺風模型以臺風觀測數(shù)據(jù)為基礎(chǔ)，增強了在極端天氣下的格點風場可信度；其次臺風經(jīng)驗模型只適用于臺風影響范圍內(nèi)的區(qū)域，在臺風影響范圍外區(qū)域的風場依然是以再分析數(shù)據(jù)為主，因此二者均能發(fā)揮出各自的優(yōu)點。臺風經(jīng)驗模型的研究在中國雖然起步比較晚，但是已經(jīng)被廣泛應用于風能資源評估以及風暴潮的模擬中[2]。

中國地處西太平洋，是目前世界上少數(shù)受臺風影響最嚴重的國家。據(jù)統(tǒng)計，每年有7個左右的臺風在中國登陸，沿海地區(qū)從海南、廣西一直到遼寧省受到不同程度的臺風影響，每年平均受到臺風影響造成的直接經(jīng)濟損失可達461億，但是臺風在為人類社會帶來災害的同時，還帶來了不可估量的風能等資源。據(jù)悉在2017年，一家名為“Challenergy”的日本工程公司推出了全球首個新型臺風風力渦輪機，該發(fā)電機能夠抵抗住臺風強烈的風速，并進行風力發(fā)電。臺風中所包含的能量對人類社會的意義會越來越大，但是目前所有公開可獲得的再分析數(shù)據(jù)包括美國國家環(huán)境預報中心(National Center for Environment Prediction，NCEP)的 (Climate Forecast System Reanalysis，CFSR)系列和 歐洲中尺度天氣預報中心(European Centre for Medium-Range Weather Forecasts，ECMWF)的風場再分析數(shù)據(jù)集等等，雖然已經(jīng)同化了衛(wèi)星、地面氣象站以及雷達的風場數(shù)據(jù)，但是對于臺風過程中風速強度的刻畫依然不足，再分析風場資料中的最大風速不會超過15 m/s,那么這樣在進行區(qū)域或者全球風能統(tǒng)計估計時，臺風所帶來的巨大風能就會被忽略掉[3]。本文的工作是根據(jù)臺風風場模型原理，以臺風觀測數(shù)據(jù)為基礎(chǔ)，以CFSR再分析風場為背景風場進行權(quán)重疊加，該方法不會影響臺風區(qū)外的原再分析數(shù)據(jù)，只是對臺風影響范圍內(nèi)的風速數(shù)據(jù)進行了修正，其次本文所用疊加方法適用于二維風場故有疊加效率高的特點，并能夠?qū)崿F(xiàn)同一時刻全場多個臺風的疊加。在此基礎(chǔ)上完成了一套30年以上包含臺風觀測數(shù)據(jù)的再分析風場資料。并對再分析風場、臺風風場修正再分析風場以及氣象站風場進行對比驗證，其次對西太平洋區(qū)域的風能密度也進行了相應評估，最后驗證了極端天氣下合成風場對海氣界面物理量模擬的重要性[2,4]。

1 數(shù)據(jù)來源

背景風場數(shù)據(jù)來自國家環(huán)境預報中心(NCEP)的再分析數(shù)據(jù)包括： CFSR再分析資料使用了 GEOS-5(Goddard Earth Observing System)大氣模式與資料同化系統(tǒng), 資料同化系統(tǒng)應用了NCEP以6 h為周期的格點統(tǒng)計插值系統(tǒng)(GSI)；CFSv2(Climate Forecast System Version 2)是CFSR資料在2011年之后的延續(xù)產(chǎn)品。本文采用的再分析數(shù)據(jù)分辨率是：1981—2010年為0.3°×0.3°，2011年之后為0.2°×0.2°，時間分辨率均為6 h。臺風觀測數(shù)據(jù)來自聯(lián)合警報中心JTWC(Joint Typhoon Warning Center)，其中觀測的物理參量包含臺風中心位置以及觀測時的最大風速，兩次觀測的時間間隔也是6 h[5]。

2 臺風模型風場建立過程及驗證

臺風模型風場包含以下三部分：圓形靜態(tài)臺風風場、移行風場、以及背景風場。圓形風場模型包括理論模型和經(jīng)驗模型，其中經(jīng)驗模型又分為：Jelesinianki經(jīng)驗模型[6]、Holland經(jīng)驗模型[7]和陳孔沫經(jīng)驗模型[8]等。移行風場包括：宮崎衛(wèi)正移行風場、Jelesnianski移行風場[7]以及陳孔沫移行風場模型[9]等。移行風場作為圓對稱風場的修正量疊加到靜態(tài)風場之上，從而得到非對稱風場模型。本文利用CFSR歷史再分析天氣資料作為背景風場，通過Jelenianski-II模型[10]構(gòu)建圓形靜態(tài)風場，與移行臺風風場相結(jié)合，構(gòu)造出西太平洋附近過去36年(1981—2016年)的包含大風過程的風場數(shù)據(jù)。

建立完整的臺風風場模型需要通過建立圓對稱風場和背景再分析風場進行矢量疊加，其中建立圓對稱風場的步驟分為以下三步：(1)構(gòu)建臺風模型風場的矩形區(qū)域網(wǎng)格以及確定網(wǎng)格分辨率；(2)建立圓形靜態(tài)風場[11]；(3)流入角修正[12]。

2.1 構(gòu)建區(qū)域網(wǎng)格以及確定網(wǎng)格分辨率

本文構(gòu)建的矩形區(qū)域網(wǎng)格范圍：經(jīng)度(105°E～147°E)，緯度(5°N～31°N)，分辨率與CFSR和CFSV2的再分析數(shù)據(jù)集相對應，分別為0.312 5°×0.312 5 °和0.204 5°×0.204 5°，網(wǎng)格總數(shù)2011年之前為15 660，2011年之后為36 462(包括2011年)。

2.2 構(gòu)建臺風圓形靜態(tài)風場

構(gòu)建圓形靜態(tài)風場分為以下兩種方式：

(1)經(jīng)驗公式以藤田圓形氣壓公式[13]為基礎(chǔ)，結(jié)合地轉(zhuǎn)理論構(gòu)造較為簡易的風場。

藤田公式：

P(r)=P∞△P/[1+2×(r/R)2]1/2, 0≤r<∞。

(1)

(2)

式中：P∞是環(huán)境氣壓；P(r)是網(wǎng)格點上對應氣壓值；△P是環(huán)境氣壓和臺風中心氣壓的差；R是最大風速半徑(臺風中心最大風速風圈之間的距離)；ρ是空氣密度；n是自然坐標系的法線方向，根據(jù)地轉(zhuǎn)關(guān)系構(gòu)建的圓形風場是完全垂直于氣壓梯度方向的。

(2)由于早期臺風觀測氣壓數(shù)據(jù)的殘缺，所以除氣壓經(jīng)驗公式外，還可以用圓形臺風風場經(jīng)驗模型(Jelenianski-II模型)直接計算臺風風場：

(3)

式中：Vm是最大風速；R是最大風速半徑；r為模式網(wǎng)格點和所觀測臺風中心的實際距離。其中最大風速半徑R采用willoughby[14]提出的經(jīng)驗公式：

R=46.4×exp(-0.015 5Vm+0.016 9×lat) 。

(4)

2.3 流入角修正

真實臺風風場是不可能完全與等壓線平行的，一般和等壓線有一個夾角，這個夾角的大小與最大風速以及海表面溫度有較強的相關(guān)關(guān)系，流入角修正大小一般在0°～20°之間，本文中采用的是20°[15]。根據(jù)李健[12]對比是否加入流入角的臺風模型風場，利用這兩種風場驅(qū)動海洋模型的增減水狀況進行了敏感性實驗，試驗結(jié)果表明引入流入角會使得風暴潮增水的預報時間更加準確。

2.4 疊加移動臺風風場

移動風場的主要作用是修正已建立的圓對稱風場，將移動的風速與靜態(tài)圓形風場相疊加，從而使得風場產(chǎn)生非對稱效果，避免臺風風速沿移動路徑兩側(cè)完全一致的情況[16-17]。

2.5 疊加背景風場

由于臺風的影響在西太平洋到中國東部的范圍大致在100 km以內(nèi)，因此就單個臺風的影響范圍而言，相對于整個區(qū)域來說比較小，所以在臺風影響范圍之外，再分析數(shù)據(jù)的風場就會起到主導作用。

Vnew=Vt(1-e)+eVb。

(5)

e=c4/(1+c4)。

(6)

c=r/nR。

(7)

式中：Vnew是背景風場和臺風風場疊加之后的結(jié)果；Vt是臺風風場；Vb是背景風場；e是背景風場在整個疊加過程中的權(quán)重系數(shù)，該值與區(qū)域中的每一點與臺風中心的距離成反比，即所計算點的距離臺風中心距離越近，背景風場的主導作用越弱，在臺風中心附近背景風場的權(quán)重系數(shù)幾乎為零，根據(jù)張志旭等[18]提出n為經(jīng)驗值根據(jù)觀測和計算誤差的均方根誤差最小來確定，目前普遍認為n取9時總體誤差最小[16,18]。

2.6 創(chuàng)新點

以往的臺風風場模型一般適用于某一區(qū)域的單個臺風的疊加，依據(jù)是經(jīng)驗臺風模型中臺風權(quán)重系數(shù)的影響范圍一般不足兩百公里，即在臺風中心兩百公里外的臺風風場影響因子幾乎為零，并且在某一時刻觀測臺風兩兩之間的距離基本不會小于臺風影響因子不為0的區(qū)域半徑，這一改進使得改程序算法其能夠適用于區(qū)域內(nèi)同時出現(xiàn)多個臺風的情況，這也與西太平洋臺風多發(fā)區(qū)的情況相適應?；谏鲜銮闆r本文優(yōu)化了算法，改進了背景風場疊加部分中權(quán)重系數(shù)的計算，即利用計算臺風模型本身的權(quán)重系數(shù)代替原有背景風場的權(quán)重系數(shù)。本文融合了1981—2016年的西太平洋臺風過程，總計疊加了955個臺風過程。改進后的算法也不僅僅局限于區(qū)域臺風同化，只要獲得足夠多的臺風觀測，就可以將全球的臺風過程同化到再分析數(shù)據(jù)中去。

2.7 氣象站數(shù)據(jù)驗證

經(jīng)過統(tǒng)計1981—2016年臺風觀測數(shù)據(jù)，西北太平洋區(qū)域是世界上熱帶氣旋發(fā)生最多的地區(qū)，并且觀測到的臺風數(shù)量每年在20～40個之間，每年均有風速超過140節(jié)的超強臺風出現(xiàn)。

本文選取氣象站45004(114°11′E，22°31′N)的臺風數(shù)據(jù)作為驗證，對比了原始再分析數(shù)據(jù)、臺風模型修正的再分析數(shù)據(jù)以及氣象站觀測的風速數(shù)據(jù)。選取近十年來路徑較為接近該氣象站的6例臺風作為驗證，這6個臺風均在中國登陸，并且對廣東、廣西等南方數(shù)省份有較大影響，各臺風路徑以及氣象站位置如圖1所示。

圖2依次為6個臺風在各自的臺風過程中原始再分析數(shù)據(jù)、合成風場以及氣象站觀測數(shù)據(jù)的風速對比。原再分析風場的風速極大值雖然出現(xiàn)在臺風過境時，但在臺風過境時同化臺風觀測之前的再分析數(shù)據(jù)和氣象站的實際觀測風速差距較大，同化臺風觀測之后的再分析數(shù)據(jù)在臺風過境時有著明顯的強度提升，與氣象站觀測風速趨勢及強度相一致。從圖2中可知，6例臺風中只有“黑格比”的再分析數(shù)據(jù)與觀測值趨勢較為接近，但是依然有著近10 m/s的誤差，其他五例臺風在臺風過境時的趨勢和強度則有著非常大的誤差。所以不難看出再分析數(shù)據(jù)與氣象站觀測值的誤差最大值出現(xiàn)在臺風距離氣象站最近的那段時間內(nèi)，并且與原有再分析數(shù)據(jù)在臺風過程中的趨勢和強度變化幅度有較大差異。

此外，從圖2中可見，除了臺風過境的時其他時刻是否進行臺風同化對原有再分析風場沒有太大影響，也驗證了臺風模型風場與再分析風場的相結(jié)合是一個優(yōu)勢互補的過程。

由表1可知疊加臺風觀測后的風速均方根誤差有了顯著的下降。原始再分析數(shù)據(jù)在單個臺風過程中的平均均方根誤差在2～4 m/s，甚至臺風距離氣象站最近的時刻誤差能達到20 m/s(見圖2)，疊加臺風風場之后，整個臺風過程的平均均方根誤差降低到了1～2 m/s,特別是在臺風過境的時段內(nèi)，與氣象站觀測值的強度以及趨勢都非常吻合。補充說明臺風模型的加入能夠很好的彌補對再分析風速在臺風過程中強度嚴重不足的問題，并整體減少臺風期間的均方根誤差。

3 風能資源評估

在20世紀初風被當作發(fā)電的一種手段，由于它的綠色環(huán)保以及可持續(xù)性而逐漸受到人們的關(guān)注并逐漸走進人們的生活中，風能密度就是衡量該區(qū)域風能的物理量，它是指單位時間通過單位面積的風能大小，式(8)是計算風能密度的公式，它來源于動能公式，并在動能公式的基礎(chǔ)之上加入了能量流動的速度V，從而計算動能通量即風能密度[19-20]。

e=0.5×ρ×V3。

(8)

式中：e是該地區(qū)的風能密度；ρ是空氣密度；V是當?shù)仫L速。

從全球臺風與再分析風場融合的結(jié)果來看(見圖3)，由于全球的能量基數(shù)過大，臺風能量給全場整體能量的提升的比重最高值不足4%，并且全球臺風多發(fā)于北半球的夏秋季，因此筆者將研究范圍限制在西北太平洋地區(qū)。

圖4所展示的是臺風模型完善的再分析數(shù)據(jù)與原再分析數(shù)據(jù)在研究區(qū)域內(nèi)(5°N～31°N，105°E～147°E)總體風能功率差的月平均變化趨勢。從圖3中可知，西太平洋區(qū)域大部分時刻都會受到臺風的影響，因而臺風這一部分能量恰恰不能夠被忽視。僅在該區(qū)域，某一時刻因臺風模擬不準確而使得風能評估比同化臺風觀測之后至少低1015J，整個區(qū)域平均提高量為55 W/m2。根據(jù)前文的風速驗證，明顯得出，利用再分析數(shù)據(jù)所得到的風能資源評估會遠遠小于實際風能資源這一結(jié)論[21]。

圖1 驗證的臺風路徑以及氣象站坐標Fig.1 Verified typhoon path and meteorological station coordinates

圖2 6個臺風過程中的再分析數(shù)據(jù)、臺風模型與再分析數(shù)據(jù)結(jié)合以及和氣象站的風速對比Fig.2 Comparison of wind speed between Reanalysis data, typhoon model and reanalysis data during six typhoons and weather stations

表1 各個臺風過程合成風場與原始再分析數(shù)據(jù)的均方根誤差Table 1 Root mean square errors of synthetic wind field and original reanalysis data during typhoon processes

圖3 2017年全球合成風場與再分析風場之差占原再分析數(shù)據(jù)的比值Fig.3 Difference between the global synthetic wind and the reanalysis wind field in 2017 accounted for the ratio of the original reanalysis data

圖4 西北太平洋研究區(qū)域臺風合成風場與原再分析風場月平均風能差Fig.4 The time series of the monthly average difference in wind energy between regional typhoon model Synthetic wind field and original reanalysis wind field

((a) 年平均的再分析風場分能密度分布； (b) 年平均合成風場分能密度分布； (c) (a)、(b) 在該區(qū)域的差值。 (a) Annual average reanalysis wind energy density distribution in the Northwest Pacific from 2011 to 2016; (b) Annual average energy distribution of synthetic wind field; (c) The difference of density distribution between Reanalysis and synthetic wind field in this area.)

李澤椿[19]中提到氣象科學院在1990年代開展的第二次風能資源普查結(jié)果：中國渤海、黃海、南海的風能密度在50～100 W/m2，而東海及浙閩沿岸為100～200 W/m2，且中國大陸風能密度普遍低于海上。在文中所提到的風能資料評估均采用氣象站的歷史資料，僅與再分析數(shù)據(jù)的分布規(guī)律基本一致，但再分析格點數(shù)據(jù)相較于風能資源普查的量值普遍偏高，之后2007年開展的第三次全國風能資源普查中將氣象站數(shù)據(jù)同數(shù)值模式相結(jié)合，總體上東南沿海的風能資源評估有了顯著提升，東南沿海的平均風能密度在300 W/m2之上，在閩浙沿岸和臺灣島西側(cè)海域風能密度甚至超過了1 000 W/m2，這與再分析數(shù)據(jù)的量值和分布趨勢基本一致。但由于本文研究的區(qū)域在西北太平洋臺風多發(fā)區(qū)，而氣象站觀測的間隔普遍在50～200 km，水平分辨率遠遠小于再分析格點數(shù)據(jù)(20 km左右)，海上觀測資料尤為不足，這會對風能資源評估有著很大影響，主要體現(xiàn)為真實調(diào)研的風能資源會大幅低于普查結(jié)果，因此僅僅基于氣象站觀測的風能資源評估遠遠無法滿足中國的風能資源評估需求。所以從再分析數(shù)據(jù)入手討論風能資源的評估是可行的，從圖4中可以看出整個西太平洋區(qū)域或多或少都會受到臺風過程的影響，合成風場與原始再分析數(shù)據(jù)這二者的風能密度差在該區(qū)域最大能達到120 W/m2,所以利用現(xiàn)有的臺風觀測數(shù)據(jù)修正原有再分析數(shù)據(jù)這一做法是非常有必要的[19]。其次，風能密度大小和風速不是簡單的線性關(guān)系，因此風速的提升會使得風能密度在量級上大幅增加。而該區(qū)域的主要臺風過程能量密度又主要集中在臺灣以東海域，由此攜帶高密能量天氣過程的資源開發(fā)利用就顯得尤為重要。

圖6展示了2011—2016年同化臺風觀測的再分析數(shù)據(jù)與原始再分析數(shù)據(jù)的之差與再分析全場平均風能密度之比的結(jié)果?？梢钥吹?，由于研究區(qū)域處于北半球，臺風過程主要集中發(fā)生在每一年的下半年，尤其7、8、9月份是臺風的多發(fā)季節(jié)，并且臺風發(fā)生的頻率與強度是存在年變化的。如上文所提，在臺風過境時，臺風觀測數(shù)據(jù)主要是對于臺風影響范圍內(nèi)的區(qū)域進行修正，但是從圖6中不難看出，僅在臺風影響區(qū)域的數(shù)據(jù)改善會使得整個西太平洋研究區(qū)域總風能提升至原來的300%，由此證明臺風過程發(fā)生時風能密度遠遠高于再分析的平均風能密度。這個能量差的量級是無法忽視的。并且結(jié)合圖5、6不難看出臺風過程是一個攜帶高能的中小尺度過程，這也是在臺風過程中資源利用的核心優(yōu)勢。

圖6 2011—2016年合成風場與原始再分析數(shù)據(jù)全場平均風能密度之差和在分析數(shù)據(jù)風能密度之比Fig.6 Ratio of the different value between the average wind energy density of typhoon wind field improvement data and reanalysis data in 2011—2016

從2011—2016年每年選取一個超強臺風過程，進行風能密度的比對，這些超強臺風過程的風能密度對原有再分析數(shù)據(jù)的修正量級都接近4×105W/m2，其中在單一臺風過程中，風能密度呈現(xiàn)先增大后減小的趨勢(見圖7)。西太平洋臺風的主要路徑為自南向北，自東向西，臺風風速在海上運動增強，近岸逐漸減弱。

4 水位模擬驗證及討論

為探究合成風場對海氣界面物理量模擬的影響[22]，本文利用FVCOM模型對兩例臺風過程的水位模擬結(jié)果來討論臺風過程中合成風場對水位模擬結(jié)果的影響與改進效果。因為本文僅對比不同風場驅(qū)動FVCOM所帶來的水位模擬差異，不考慮溫鹽場變化，故僅采用全場均一的正壓模式，僅采取不同的外強迫風場作為對照試驗[23]，為與風場數(shù)據(jù)相對應，水位數(shù)據(jù)也采用6 h的時間間隔。

圖8為大萬山驗潮站(21°56′N, 113°43′E)和所選取兩例臺風路徑的相對位置，大萬山驗潮站與所用于驗證的氣象站距離不足90 km，故風場驗證和水位驗證可以對應時間來看。

圖7 2011—2016年單一超強臺風過程的修正再分數(shù)據(jù)與再分析數(shù)據(jù)的風能密度差Fig.7 Wind energy density difference between modified sub data and reanalysis data for single super typhoon during 2011—2016

圖8 大萬山驗潮和驗證臺風路徑位置Fig.8 Dawanshan tide station and typhoon path location

圖9中(a)圖(黑格比)臺風過程水位模擬在圖二所示的臺風過境期間，利用再分析風場所驅(qū)動水位誤差在0.6 m左右，而使用合成風場驅(qū)動時水位模擬誤差縮小至不足0.2 m，(b)圖(巨爵)再分析驅(qū)動所得的水位誤差在0.2 m以上，合成風場驅(qū)動所得水位誤差減少至不足0.05 m。其次，在低風速下水位模擬的整體趨勢與觀測基本一致，且臺風過程中的水位模擬主要考慮風暴增水與天文潮疊加，主要用于工程中災害的評估，而FVCOM模型多用于近海環(huán)流潮位等工程模擬，僅僅使用再分析數(shù)據(jù)在低風速情況下能較好的與觀測相對應，但是在高風速的情況下依然有著很大的差異。

圖9 利用不同強迫風場驅(qū)動FVCOM的水位模擬Fig.9 FVCOM simulated water level driven by different forced wind fields

但是在工程中進行災害評估時，大多數(shù)情況工程區(qū)域并沒有長時間驗潮數(shù)據(jù)，因此水位的長期極值模擬就非常重要，一般要求水位極值的誤差范圍在10%以內(nèi)，單一再分析數(shù)據(jù)驅(qū)動的FVCOM模型顯然無法達到工程要求，因此將臺風觀測融合到再分析數(shù)據(jù)中就有重大意義了。

5 結(jié)論與展望

本文基于1981—2016年的臺風統(tǒng)計、再分析數(shù)據(jù)集以及氣象站驗證數(shù)據(jù)，構(gòu)建了一套36年的再分析與臺風觀測融合數(shù)據(jù)集，并驗證該數(shù)據(jù)集在臺風過程期間平均誤差相較于原再分析風場減少10%～70%。根據(jù)合成風場與再分析數(shù)據(jù)的對比得出，一次臺風過程所攜帶的能量能夠達到整個西太平洋區(qū)域整體風能的3倍，因此臺風過程在風能資源評估中是不可忽視的部分。其次合成風場的加入對模擬海氣界面處的現(xiàn)象(如：水位等)有著顯著改善(在本文試驗中臺風過境時水位改善30%以上)，并且已被用于多個工程項目災害評估的數(shù)值模擬實驗中。本次實驗已經(jīng)完成1981—2016年的西太平洋以及印度洋的臺風與再分析數(shù)據(jù)的疊加。并逐步融合新的臺風觀測數(shù)據(jù)到再分析數(shù)據(jù)集中去。

但是后續(xù)依然存在一些問題尚待解決，由于臺風觀測數(shù)據(jù)很多時候并不能覆蓋整個臺風過程并且存在不連續(xù)性，所以有時會出現(xiàn)臺風過程中風速突變的情況，從而導致缺失了臺風在洋面生成過程中不斷增強的過程，這樣的觀測數(shù)據(jù)同化到再分析數(shù)據(jù)中，會造成再分析數(shù)據(jù)風速的突變，造成海浪水位等模擬時造成大氣強迫梯度過大，使得模型出現(xiàn)溢出等問題。雖然在西北太平洋的風能資源評估中資源量是巨大的，但是目前中國的風力發(fā)電只能利用其中很小一部分，所以工程上還需要進一步的考量。