基于Sentinel-1合成孔徑雷達衛(wèi)星影像的福建沿海區(qū)域風能資源分析

朱 琳，謝 婷，王怡人，胡利平，耿旭樸*

(1.廈門大學海洋與地球?qū)W院，近海海洋環(huán)境科學國家重點實驗室，海洋遙感大數(shù)據(jù)福建省高校工程研究中心，福建 廈門 361102；2.北京環(huán)境特性研究所電磁散射重點實驗室，北京 100854)

風能屬于可再生能源，具有無污染、可持續(xù)等優(yōu)勢，且隨著風能發(fā)電技術的不斷改進與完善，其發(fā)電生產(chǎn)成本大幅降低，已逐步接近傳統(tǒng)能源，是最具開發(fā)前景的新能源發(fā)電方式之一.目前，近海風能資源分析研究經(jīng)常利用實地監(jiān)測結果、衛(wèi)星反演結果以及數(shù)值模擬結果等.使用衛(wèi)星反演數(shù)據(jù)進行風能資源分析可以克服實測數(shù)據(jù)測量成本高、序列數(shù)據(jù)少等缺點.其中星載合成孔徑雷達(SAR)是一種具有高成像分辨率的主動成像式微波雷達，可以在全天時、全天候條件下工作，其探測不受云層影響，空間分辨率最高可達米級，能夠獲取臺風的很多細節(jié)信息，因此SAR在觀測臺風時有很大的優(yōu)勢[1-3].

提取SAR圖像風向信息主要有快速傅里葉變換(FFT)法和局部梯度(LG)法等.基于這些方法可以從同極化(VV或HH模式)SAR圖像自帶風條紋中提取風向信息，去除180°模糊后可以得到唯一確定的風向.反演SAR數(shù)據(jù)同極化VV模式的風速利用地球物理模式函數(shù)(GMF)CMOD系列反演模型，由歐洲中尺度天氣預報中心(ECMWF)設計，目前有CMOD4、CMOD5、CMOD5.N、CMOD7等模型產(chǎn)品.如Alexis等[4]結合CMOD系列模型與多普勒頻移效果進行SAR風場反演，該方法在Sentinel-1衛(wèi)星SAR數(shù)據(jù)風場反演中取得了較好結果.Yang等[5]將美國西部海岸3年QuickSACT散射計風場數(shù)據(jù)與Radarsat-1 SAR衛(wèi)星遙感反演風場數(shù)據(jù)進行了相應時空匹配工作，證明了SAR數(shù)據(jù)更適用于近海風場反演.福建省風能資源開發(fā)潛力巨大[6]，其中臺灣海峽區(qū)域更因其獨特“狹管效應”優(yōu)勢而形成天然海上風庫，是我國海上風電開發(fā)的重點關注區(qū)域，國內(nèi)學者已對此進行了一些風能資源的研究[7-9]，但以往研究風能分布大多數(shù)是基于測風塔或模式再分析等資料，其數(shù)據(jù)量過少且分辨率不夠高.Hasager等[10]使用SAR影像及散射計數(shù)據(jù)反演了丹麥近岸海域風場，證明了SAR技術在近岸海域風能資源分析方面的適用性.但在涉及中國近海區(qū)域的SAR影像風場反演工作及風能資源評估分析中，對于海面不同高度處風能資源狀況的時空分析較少，缺乏結合實際風電場選址的風能參數(shù)分析工作，不能對風能資源分布進行準確評估.

針對以上問題，本研究基于哨兵一號Sentinel-1衛(wèi)星的福建沿海區(qū)域SAR影像數(shù)據(jù)，使用FFT法計算得到區(qū)域海面風向；再與歐洲氣象中心資料ERA-interim的外部風向數(shù)據(jù)相結合，輸入地球物理模型CMOD5.N中，計算得到對應區(qū)域海面風速數(shù)據(jù)；并使用有效風速、有效風能密度、風能變異系數(shù)、風向頻率等指標對福建沿海區(qū)域風能資源時空分布特征進行分析.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

1.1.1 Sentinel-1數(shù)據(jù)

哨兵一號衛(wèi)星(Sentinel-1 A/B)是歐洲航天局(ESA)哥白尼計劃(Copernicus Program)專門設計和開發(fā)的新衛(wèi)星.數(shù)據(jù)來源：https:∥scihub.copernicus.eu/dhus/#/home.

本研究使用Sentinel-1衛(wèi)星IW(interferometric wide swath)模式的L1級高分辨率GRD(ground range detected)地距影像產(chǎn)品數(shù)據(jù)，共122景，其分布范圍為22°～26° N、117°～121° E，圖像覆蓋區(qū)域如圖1所示.時間跨度為2015—2019年，各年影像數(shù)量依次為18，29，26，29，20，每年各月影像數(shù)量總體分布均勻，具有較好的統(tǒng)計意義[11].

圖1 Sentinel-1 SAR數(shù)據(jù)覆蓋圖

1.1.2 ERA-interim數(shù)據(jù)

ERA-interim是一套數(shù)據(jù)量大、時空分辨率高、使用廣泛的全球大氣模式再分析規(guī)劃化網(wǎng)格數(shù)據(jù)，是ERA整套數(shù)據(jù)中最新的數(shù)據(jù)產(chǎn)品，由ECMWF提供(https:∥apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc/)，在觀測資料的應用及同化方法方面有很大改進[12].ERA-interim再分析數(shù)據(jù)時間范圍覆蓋1979年1月1日至今，不斷更新，時間間隔為6 h，空間范圍覆蓋全球，其產(chǎn)品包括氣壓、海表溫度、海表風場等大氣海洋參數(shù)[12-13]，其風場數(shù)據(jù)與衛(wèi)星觀測資料有很好的匹配性[14]，滿足中國近海風場研究精度要求.因此，本研究使用ERA-interim產(chǎn)品中的0.125°×0.125°分辨率數(shù)值模擬風場數(shù)據(jù)，為SAR數(shù)據(jù)風向反演提供輔助風向數(shù)據(jù).

1.2 方 法

收集Sentinel-1衛(wèi)星福建沿海區(qū)域SAR影像數(shù)據(jù)，基于SAR影像自帶風條紋，使用FFT法計算得到SAR影像區(qū)域海面風向，與ERA-interim外部風向數(shù)據(jù)相結合，并將得到的對應風向數(shù)據(jù)代入地球物理模型CMOD5.N中，計算得到對應區(qū)域的海面風速數(shù)據(jù)，結合海面風向及風速數(shù)據(jù)得到福建沿海區(qū)域高空間分辨率風場數(shù)據(jù).進而使用反演得到的風場數(shù)據(jù)對福建沿海區(qū)域進行風能有效性和穩(wěn)定性分析，其中風能有效性的評估指標為有效風速和有效風能密度，風能穩(wěn)定性的評估指標為風能變異系數(shù)和風向頻率.最后使用SAR反演風場結果結合再分析數(shù)據(jù)，對福建沿海區(qū)域風能進行時空變化特征分析.

1.2.1 風向反演

在進行海表風場反演前，分別進行輻射定標、陸地掩膜、噪聲處理等數(shù)據(jù)預處理工作.用GMF模式函數(shù)求解海面風速時，需要風向信息作為初始信息輸入.風向信息的來源主要有SAR自帶風條紋提取風向和外部風向輸入兩種類型.為保證風向數(shù)據(jù)的時空匹配性及分辨率的統(tǒng)一性，以直接提取SAR影像自帶風條紋方法獲取風向數(shù)據(jù)為主、ERA-interim風場數(shù)據(jù)為輔獲取風向信息.

為了去除諸如海冰、溢油等海表特征因素對SAR圖像風場反演的影響，對SAR影像進行一次初始篩選，得到可用于提取風向的SAR影像.篩選過程中，利用非均勻性參數(shù)CVAR作為影像篩選判斷條件，計算公式如下[15]：

CVAR=var(I)/I2，

(1)

其中I為子圖塊后向散射系數(shù)，var為方差計算函數(shù).使用該公式可檢驗SAR影像100 m×100 m分解圖塊的同質(zhì)性.當CVAR大于1時，圖像影響因素不均勻，存在中尺度海洋或大氣影響因素，舍棄此類影像圖塊區(qū)域，后續(xù)使用ERA-interim海面風向數(shù)據(jù)作為這些圖塊區(qū)域的風向輸入，由此可以排除SAR影像中的中尺度海洋或大氣因素對風向提取的影響.

風向提取的方法主要有基于頻率域和基于空間域兩種.基于頻率域的常見風向提取方法有FFT法等，基于空間域有LG法、二維連續(xù)小波變換(2D-CWT)法等[16-17].研究表明FFT法較適合小風速范圍風向反演，具體步驟如下：

1)選取合適的SAR子圖像，進行濾波去噪處理；

2)對子圖像進行FFT得到其頻譜圖；

3)對頻譜圖進行尺度分離，得到兩個譜能量峰；

4)對兩個譜能量峰連線，風向與該連線垂直，但具有180°模糊；

5)將ERA-interim風場數(shù)據(jù)作為風向輔助數(shù)據(jù)，利用北半球海區(qū)的熱帶氣旋(TC)呈現(xiàn)逆時針方向旋轉(zhuǎn)的風場特征，對計算得到的風向進行校正，消除風向180°模糊的問題.

1.2.2 風速反演

SAR反演海面風場的基本原理為Bragg共振機制.在20°～60°的入射角范圍內(nèi)，海面粗糙度與雷達波束遵循Bragg諧振機制，而海面風場對海表面粗糙度數(shù)值產(chǎn)生影響，可使后向散射系數(shù)發(fā)生變化[18]，關系表達式為：

kr=2kemsinθ，

(2)

其中，kr為Bragg共振波數(shù)，kem為電磁波波數(shù)，θ為SAR雷達波束入射角.因此，基于SAR影像后向散射系數(shù)可進行海洋表面風場反演.

地球物理函數(shù)模型建立了VV極化模式與衛(wèi)星方位角、入射角以及海面風場的函數(shù)關系.選用CMOD5.N模式進行風速反演，該模式由Hersbach[19]于2010年對CMOD5模式函數(shù)的參數(shù)進行相應校正后開發(fā)得到，具體計算公式如下：

σ0=b0(1+b1cosφ+b2cos 2φ)1.6,

(3)

其中，σ0為后向散射系數(shù)，φ為相對風向，b0、b1和b2是關于風速的經(jīng)驗系數(shù).

由上述方法反演得到的是海面10 m高度處的風場數(shù)據(jù)，而通常風能隨海面高度的增高而呈上升趨勢,因此使用指數(shù)規(guī)律風廓線進行海面不同高度風場數(shù)據(jù)的求取.以SAR影像同極化VV模式反演得到的海面10 m高度風場數(shù)據(jù)為基礎,利用指數(shù)規(guī)律風廓線工具，計算得到不同高度的風場數(shù)據(jù)，具體計算公式[20]如下：

(4)

其中，vn和v10分別為海面n和10 m高度處的風速，Zn和Z10為海面高度，α為風廓線切變指數(shù)(該指數(shù)主要與區(qū)域大氣穩(wěn)定度及下墊面海面粗糙度有關).式(4)是風能評估中最常用的公式[21-27].丁國安等[22]的研究表明，采用指數(shù)公式計算所得不同高度的風速十分接近實測值.

1.2.3 有效風速

在實際區(qū)域海上風能發(fā)電生產(chǎn)過程中，3～25 m/s范圍的風速通常被稱為有效風速，可以有效產(chǎn)生風能[28].一般情況下，風速低于3 m/s則風機設備無法正常啟動，因此3 m/s通常被稱為切入風速；當風速高于25 m/s時，風機將會判斷風速過大，為避免設備產(chǎn)生損壞而切斷發(fā)電進程，因此25 m/s也被稱為切出風速.有效風速在風能發(fā)電領域應用十分廣泛.

1.2.4 有效風能密度

海面風能數(shù)值的大小與風速密切相關.風能密度用來表示在一定時間范圍內(nèi)垂直通過某單位面積的風所帶來的所有能量數(shù)值,該參數(shù)是風能資源評估分析工作中極為重要的綜合指標之一，應用十分廣泛.具體計算公式[29]為：

(5)

其中：W為風能密度，W/m2；ρ為空氣密度，kg/m3；v為風速，m/s.從該計算公式可以看出，對應海域的空氣密度大小是風能密度的影響因素之一，因此在風能密度計算前，需要結合海面高度、大氣壓、海面溫度等海面特征進行對應海域空氣密度的計算[30]，計算后本研究海域ρ為1.34 kg/m3.

有效風能指使用風電機組正常運行風速范圍計算得到的風能資源，其風速范圍為3～25 m/s.處于該范圍內(nèi)的所有風能密度稱為有效風能密度，即在一定時間段內(nèi)通過規(guī)定單位面積的有效風能，該指標可用于對某特定區(qū)域的海上風能資源進行分析與評估.

1.2.5 風能變異系數(shù)

風能變異系數(shù)是風能穩(wěn)定性分析的一個重要評估指標[31]，具體計算公式為：

(6)

1.2.6 風向頻率

風向頻率表示一定時間段范圍內(nèi)各方位的風向次數(shù)占總數(shù)的百分比，通常用風向玫瑰圖來直觀化表示.通過風向玫瑰圖可以得到目標區(qū)域主導風向及風向變化穩(wěn)定性，從而輔助該區(qū)域風能資源分析.

1.2.7 經(jīng)驗正交函數(shù)(EOF)分析

EOF分析方法可以實現(xiàn)對海表風速矩陣數(shù)據(jù)的結構特征分析，并提取其主成分特征向量，用盡可能少的模態(tài)表達出主要的時間和空間變化.自Lorenz在20世紀50年代首次將其引入氣象和氣候研究，該方法現(xiàn)已被廣泛應用于海洋和其他學科[32].EOF分析方法的主要原理如下[33]：首先將觀測風速資料用矩陣表示，記為矩陣X;矩陣X可以分解為空間函數(shù)和時間函數(shù)兩部分的乘積，通過求XXT的非零特征值，可以得出空間函數(shù)矩陣以及時間系數(shù).特征向量對應的是空間樣本，在一定程度上反映要素場的空間分布特點；主成分對應的是時間變化，反映相應空間模態(tài)隨時間的權重變化.

2 結果與分析

2.1 風能有效性

根據(jù)國家標準風電場風能資源評估方法[34]，主要測量10，30，50 m高度風速數(shù)據(jù)，對福建沿海區(qū)域海面3個高度測量的多年平均有效風能結果如圖2所示(反演分辨率為5 km×5 km).可以看出：1)福建沿海區(qū)域不同高度的風能資源空間分布較為一致，風能密度大小隨高度增加而增大；2)使用SAR影像反演得到的福建沿海區(qū)域風能密度數(shù)據(jù)空間細節(jié)分布更為突出，可以對此進行細節(jié)風能資源評估與分析.

圖2 福建沿海區(qū)域10 m(a)、30 m(b)和50 m(c)高度的多年平均有效風能密度

對所有風能計算格點數(shù)進行統(tǒng)計，分別求出福建沿海各月和各季風能總量及有效風能量，得到有效風能概率，結果如圖3所示.可以看出，福建沿海區(qū)域有效風能概率較高，總計有效風能占比68.21%，其中分月特征變化趨勢為：4—10月有效風能占比較低，最低為8月，僅39%；11月—次年3月有效風能占比較高，最高為12月，達98%.分季特征變化趨勢為：春、夏季較低，夏季僅為44%；秋、冬季較高，冬季達96%.風速范圍大的秋、冬季有效風能占比較高，符合海上風電資源開發(fā)條件.

圖3 福建沿海區(qū)域各月(a)和各季(b)有效風能概率

2.2 風能穩(wěn)定性

除風能有效性外，風能的穩(wěn)定性也是風能資源分析的重要組成部分，一定程度上決定了風電機組建設的安全性及生產(chǎn)效率大小.下文從風能變異系數(shù)和風向頻率分布方面進行風能穩(wěn)定性的時空特征分析.

福建沿海多年平均風能變異系數(shù)結果如圖4所示：從臺灣海峽至廈門區(qū)域風能變異系數(shù)逐漸降低，符合客觀規(guī)律，即臺灣海峽附近由于地形及狹管效應影響，風能較不穩(wěn)定，而靠近大陸地區(qū)風能較穩(wěn)定.但上述多年平均結果可能將平均季節(jié)性信號丟失，因此將風能密度結果按春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12月—次年2月)四季分別求平均值，得到各季平均風能密度并計算季節(jié)平均風能變異系數(shù)，結果如圖5所示.可以看出：1)福建沿海多年平均風能穩(wěn)定性較好，大部分區(qū)域風能變異系數(shù)均在0.5以下；2)各季節(jié)風能變異系數(shù)分布特征存在一定差異，春、秋、冬季數(shù)值較低，大部分在0.5以下，而夏季風能變異系數(shù)較大，風能穩(wěn)定性較差.

圖4 多年平均風能變異系數(shù)

圖5 春(a)、夏(b)、秋(c)、冬(d)季的風能變異系數(shù)

對福建沿海區(qū)域各季節(jié)有效風向進行百分比統(tǒng)計并按10°分區(qū)繪制風向玫瑰圖(包括風向180°模糊)，結果如圖6所示.可以看出，福建沿海區(qū)域常年風向以東北—西南風為主，夏季偏北，秋季偏東，春、冬季東北—西南風占大部分，風向較為穩(wěn)定，變化較小.

圖6 春(a)、夏(b)、秋(c)、冬(d)季的風向玫瑰圖

2.3 風能時空變化特征

福建沿海區(qū)域各月風速和風能密度變化趨勢如圖7所示.可以看出，福建沿海區(qū)域的風能密度與風速變化趨勢相似，風能時空特征的主要變化趨勢為：9—10月風速呈上升趨勢，12—1月到達頂峰，3—4月呈下降趨勢，在5—8月達到海面風速最低值.

圖7 各月風速(a)和風能密度(b)變化趨勢

用EOF方法對福建沿海區(qū)域風場數(shù)據(jù)進行分析，得到海面風速時間序列的主成分特征向量，其中第一和第二模態(tài)的分析結果如圖8和9所示.

第一模態(tài)的方差貢獻率為89.56%，遠高于其他模態(tài)的方差貢獻率，從圖8可知，這一模態(tài)可能是影響福建沿海區(qū)域季風強盛時期的狀況.福建沿海風能資源空間分布主要為東北—西南遞減類型，即西南區(qū)域年平均風速較小，而東北區(qū)域年平均風速較大.EOF分析的第二模態(tài)方差貢獻率為4.47%，如圖9所示，第二模態(tài)的特征向量在空間上也體現(xiàn)出福建沿海風能資源空間分布主要為東北—西南類型，但與第一模態(tài)不同的是在臺灣海峽中部出現(xiàn)了風速較大值區(qū)域，可能是因為臺灣海峽狹管效應的空間分布.狹管效應是指當氣流由開闊地帶流入地形構成的峽谷時，空氣質(zhì)量不能大量堆積，于是加速流過峽谷，風速增大；當流出峽谷時，空氣流速又會減小.臺灣海峽與常年盛行的東北風形成的狹管效應，使得福建沿海區(qū)域的風速加大，可利用風速持續(xù)時間加長.第一模態(tài)與第二模態(tài)的累計方差貢獻率為94.03%，因此EOF分析的前兩個模態(tài)能夠較好地解釋福建沿海風能資源的時空分布特征.

圖8 福建沿海風場EOF分析的第一模態(tài)時間序列(a)及填色圖(b)

圖9 福建沿海風場EOF分析的第二模態(tài)時間序列(a)及填色圖(b)

3 結 論

本研究使用Sentinel-1衛(wèi)星SAR影像VV同極化數(shù)據(jù)進行海表風場反演，得到高空間分辨率的2015—2019年福建沿海區(qū)域風場數(shù)據(jù)，再將SAR海面風場反演結果與ERA-interim再分析風場數(shù)據(jù)進行1 km×1 km的網(wǎng)格化處理，并從風能有效性、風能穩(wěn)定性及風能時空分布3個方面進行了福建沿海區(qū)域風能資源時空特征分析.研究結果表明：

1)福建沿海區(qū)域不同高度的風能資源空間分布較為一致，風能密度均隨高度增加而增大；經(jīng)SAR影像反演得到的風能密度空間細節(jié)分布更為突出，據(jù)此得到的月、季有效風能結果表明風速數(shù)值范圍較大的秋、冬季有效風能所占百分比較高.

2)福建沿海多年平均風能穩(wěn)定性較好，各季節(jié)風能變異系數(shù)分布存在一定差異，春、秋、冬季較低，大部分在0.5以下，而夏季風能變異系數(shù)數(shù)較大，風能穩(wěn)定性較差；風向玫瑰圖表明福建沿海區(qū)域風向變化較小，較為穩(wěn)定；

3)福建沿海各月風速、風能密度變化趨勢圖說明風能密度變化趨勢與風速變化趨勢相似；EOF分析結果表明，福建沿海風能的空間分布主要為東北—西南走向遞減類型，在臺灣海峽中部區(qū)域出現(xiàn)風能最大值.

上述結果表明Sentinel-1衛(wèi)星SAR影像VV同極化數(shù)據(jù)反演海面風場方法具有可行性且能用于福建沿海區(qū)域風能資源評估；但本研究中未考慮VV同極化以外其他極化模式的風場反演方法，因此在之后的研究中，可采用多種類型SAR衛(wèi)星數(shù)據(jù)，并采用多源再分析數(shù)據(jù)進行輔助分析，以提高分析準確度.