1 引言
风能作为储量丰富、 分布广泛的清洁能源逐渐被世界各国广泛利用。自2010年以来中国风能装机量已连续十年位居世界第一。风能资源在中国的广泛应用不仅带来了巨大的经济效益， 同时也减少了各类化石燃料造成的环境污染（Agency， 2011； Yang et al， 2017）。风机制造技术的成熟、 产业链的完善、 发电成本的降低都将在未来促进我国风电装机量的增加（Lee et al， 2019）。但也有研究表明风机叶片的转动会增加地表粗糙度， 增强风机尾流区的湍流， 从而改变大气边界层的稳定度， 当这些变化在空间上足够大时， 可能会对局地乃至区域的天气和气候产生影响（Roy， 2011； Roy and Traiteur， 2010； Knippertz et al， 2000； Simmonds and Keay， 2002； Zhou et al， 2012a； 刘磊等， 2012； 夏馨等， 2021）。随着人类对气候变化认识的不断深入， “碳中和”已成为全球各国的重要议题， 我国也在“十四五”规划中将其作为应对气候危机的重要目标。随着中国经济的持续发展， 工业化进程的不断推进， 对能源的需求将继续增加， 随着未来风电场装机容量的增加， 正确认识风力发电对气候变化的可能影响， 尤其是对地表温度的影响， 对于科学地利用风能资源， 确保我国能源可持续发展有重要的意义。
目前有关风电场对气候影响的研究大多基于数值模拟结果。例如Roy et al（2004）利用RAMS（Regional Atmospheric Modeling System）模型对夏季美国俄克拉荷马州风电场对局地气候的影响进行了研究， 结果表明风电场的运行使夏季白天局地出现增温。Wang et al（2019）利用天气研究与预报（WRF）模型对张北风电场的模拟结果显示， 大型风电场会对局地气候造成影响， 但对区域的影响极小且具有随机性。Keith et al（2004）通过模拟得出大规模风电场可对区域尺度的地表温度产生影响， 但就全球平均而言其影响可忽略不计。也有研究者基于现场观测对风电场的气候效应进行了探究。Roy and Traiteur（2010）通过分析1989年6 -9月美国加利福尼亚州圣戈尔戈尼奥风电场上、 下风向的气温发现， 夜间与清晨风电场下风向出现增暖效应， 白天则有冷却效应。Armstrong et al（2016）在苏格兰南拉纳克郡Black Law风电场内布设了101个温湿度传感器， 观测发现运行中的风机使风电场内夜间气温升高了0.18 ℃。徐荣会（2014）利用HOBO自动气象站对内蒙古苏尼特右旗朱日和地区风电场进行观测， 发现风电场内部和下风向夜间气温增加， 日间气温降低。张雪婷等（2019）通过分析湖北省大悟县风电场3个气象站的观测资料， 发现风电场建设使局地气温升高。
现场观测受仪器设备、 观测条件、 人员等限制不能对整个风电场进行大范围、 长时间的观测， 数值模拟虽能在一定程度上弥补现场观测的不足， 但模拟结果仍存在不确定性。而卫星遥感技术能够对地表进行大范围、 长时间、 有规律地观测， 且数据获取较易， 已被用于风电场对地表温度（LST）的影响研究中。与站点气温观测资料相比， 卫星遥感反演的地表温度资料具有空间覆盖范围广， 分辨率高， 时空连续性好， 可对大范围风电场进行连续监测的优点（陈光灿等， 2021； 张晨炜等， 2022）。Zhou et al（2012a， 2013）首次使用MODIS（Moderate Resolution Imaging Spectroradiometer）LST数据对美国德克萨斯州中西部地区风电场对地表温度的影响进行了研究， 通过对比“风电场影响区”与周围“非风电场影响区”的LST， 发现“风电场影响区”地表温度增加， 且夜间较白天更为明显， 夏季比冬季更明显， 夏季夜间每十年LST增加0.72 ℃。对爱荷华州五个风电场的研究同样表明风电场的运行使其内部夜间存在升温， 且夏季最明显（Harris et al， 2014）。对伊利诺伊州北部三个风电场的研究则表明尽管冬季增温幅度更大， 但夏季增温区域与风电场分布耦合最好， 在风力较强的季节风电场下风方升温趋势明显（Slawsky et al， 2015； Walsh-Thomas et al， 2012）。Chang et al（2016）使用同样的方法对我国甘肃省酒泉市瓜州风电场进行研究， 结果显示瓜州风电场相对于附近“非风电场影响区”夜间LST有显著增暖趋势， 夏季夜间LST增暖最强为0.51 ℃·（8a）-1， 其次是秋季为0.48 ℃·（8a）-1， 冬季最弱为0.38 ℃·（8a）-1， 春季没有增暖趋势。但亓凤娇等（2019）使用Landsat 5与Landsat 8数据对内蒙古东部科尔沁草原地区风电场的分析， 认为风机对当地地表温度没有影响。
风速的季节变化以及风机引起的湍流动能相对于背景湍流动能的比值在LST变化中起关键作用（Zhou et al， 2012a； Xia et al， 2016）， 因此在不同的地形和气候条件下， 风电场对地表温度的影响存在差异。本文拟通过分析河北张家口北部风电场附近的MODIS LST数据， 研究该地区风电场是否会产生类似于以往研究的结果， 为更好地了解不同大气、 边界层和地面条件下风电场影响的时空变异性， 从而提高对不同区域风电场和大气边界层相互作用差异的认识提供依据。
2 数据来源及方法介绍
2.1 研究区概况
研究区位于河北省张家口北部（40.74°N -41.58°N， 113.74°E -115.07°E）（图1 ）， 其所在的坝上地区为仅次于东南沿海地区的我国次大风能资源区。该地区为怀安、 万全盆地与内蒙古高原交界处， 海拔差异较大， 风机均建在海拔高于1000 m处。风电场所在地区地形为高原丘陵， 风电场内海拔差相对较小。
文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2019）3266的中国地图制作， 底图无修改。如无特殊说明， 文中所用时间均为地方时。
该地区土地利用类型主要为草地（占74.24%）， 除草地外旱地分布广泛（占15.48%）。图2 为2000年与2015年的土地利用变化， 15年间研究区土地利用变化主要为林地向草地转化， 城市化主要集中在张北县城和张家口市区， 风电场内部土地利用类型基本没有变化。
2.2 数据
地表温度（LST）选用2003 -2019年MODIS 8天合成地表温度产品MOD11A2和MYD11A2， 分辨率为0.01°。魏宝成（2019）利用化德站、 张北站、 张家口站三个气象站点0 cm LST数据， 验证了MODIS LST数据， 结果显示MODIS数据与坝上地区实测数据具有较高的一致性， 因此认为MODIS产品能够较好地反映研究区地表温度。根据质量控制（QC， Quality Control）文件中质量保证（QA， Quality Assurance）字段， 对云遮挡（QA01=10）与质量不可靠（QA01=11）的像元进行剔除。参考Zhou et al（2013）， 将QA01=00或01的数据定为质量合格； QA01=00的数据为质量良好； QA01=00且QA67=00的数据为质量最好。基于以上三种质量控制要求， 对地表温度进行掩膜提取。将8天合成地表温度产品合成为冬季（12月至次年2月）、 春季（3 -5月）、 夏季（6 -8月）和秋季（9 -11月）， 得到质量控制后研究区有效像素的占比（表1 ）。由表可知， 总体上夜间较白天数据质量好， 春季数据质量最好， 其次为夏秋季， 冬季数据质量最差。当质量控制为“良好”（QA01=00）或“优”（QA01=00且QA67=00）时， 冬季有效数量极低， 均值不足45%， 因此本研究选择质量为“合格”的像素进行后续分析。
表1 2003 -2019年间按季节合成后有效数据量Table 1 Percentage of useful data for different seasons for the period of 2003 -2019 |
| QA | 季节 | 夜间有效数据量/% | 白天有效数据量/% | ||
|---|---|---|---|---|---|
| 22:30 | 01:30 | 10:30 | 13:30 | ||
| 合格 | 春 | 100.00 | 100.00 | 99.98 | 100.00 |
| 夏 | 100.00 | 100.00 | 100.00 | 100.00 | |
| 秋 | 100.00 | 100.00 | 100.00 | 100.00 | |
| 冬 | 99.98 | 99.91 | 99.26 | 97.45 | |
| 良好 | 春 | 97.93 | 98.82 | 97.00 | 76.88 |
| 夏 | 95.69 | 88.62 | 99.34 | 81.39 | |
| 秋 | 94.48 | 91.77 | 98.02 | 93.71 | |
| 冬 | 49.43 | 74.96 | 47.49 | 41.35 | |
| 优 | 春 | 97.82 | 98.38 | 96.92 | 74.62 |
| 夏 | 94.74 | 87.85 | 94.85 | 79.01 | |
| 秋 | 94.18 | 88.77 | 95.38 | 88.90 | |
| 冬 | 49.43 | 74.96 | 47.19 | 41.35 | |
反照率选用2003-2019年MODIS每日反照率产品（MCD43A3）， 数据分辨率为0.01°。MCD43A3数据包含太阳辐射完全直射条件下的黑空反照率α bsa和完全漫射条件下的白空反照率α wsa。根据经验公式， 将天空漫反射光比例近似为正午太阳天顶角余弦值的函数， 进而根据天空漫射光比例对二者进行加权得到实际反照率α（Lewis and Barnsley， 1994； 王立钊等， 2014； 陈爱军等， 2016， 2018）。
式中： r为天空漫射光比例； θ为当地正午太阳天顶角。
根据MODIS每日积雪覆盖数据（MCD43A2）对积雪覆盖的像元（DN值为1）进行剔除后， 将反照率合成为冬季、 春季、 夏季和秋季。
植被指数选用2003 -2019年MODIS月平均NDVI植被指数产品MOD13A3和MYD13A3， 数据分辨率为0.01°。将NDVI产品合成为冬季、 春季、 夏季和秋季。
从欧洲中期天气预报中心（ECMWF）发布的ERA5再分析数据中获取2003 -2019年与卫星过境时刻相近时刻的研究区100 m高度风向和风速数据， 空间分辨率为25 km。从欧洲航天局获取2000年与2015年的土地利用数据（分辨率为300 m）， 按照研究区域进行重采样， 得到分辨率与温度、 NDVI等数据一致的0.01°分辨率数据。
2.3 方法
2.3.1 风电场影响分析
由于研究区风电场主要于2008年后建成， 因此选取建成前三年（2003 -2005年）与建成后稳定运行期（2017 -2019年）两个时段的地表温度进行对比研究。由于研究区内地表温度除受风电场影响外， 还受天气和气候、 地形和土地利用类型等的影响， 剔除以上影响后方可得出风电场对LST的影响。首先， 计算研究区每个像素的LST与其2003 -2019年均值的距平， 得到两个时段每个像素（i， j）的LST时间距平（ALST i ， j ）。然后分别对建成前三年和建成后稳定运行期的ALST i ， j 进行空间距平， 即减去研究区（40.74°N -41.58°N， 113.74°E -115.07°E）的平均ALST值， 得到每个像素相对于研究区平均的RALST（Regional Anomaly Land Surface Temperature）。这样处理可以基本消除气候变化和区域差异的影响（Zhou et al， 2012a）。后文中地表温度差值ΔLST均用RALST计算得到， 即：
式中： 为研究区像素（i， j）2003 -2019年平均地表温度； 为研究区平均 LST值。
其次， 以0.01°的像素为单元， 若像素中存在≥1个风机就将其定义为“风电场影响区”（图3 中蓝色+标记）， 把距离“风电场影响区”6~9个像素、 宽4个像素的点定义为未受到风机影响的“非风电场影响区”（图3 中黑色+标记）， 二者之间为“过渡区”。通过对比“风电场影响区”与“非风电场影响区”间RALST的差异， 量化风电场对LST的影响（Zhou et al， 2012a）。此方法多被用于城市热岛效应监测与分析（赵亚芳等， 2017）。以夜间为例， 根据研究区不同季节的风向， 将“过渡区”分为风电场“上风向区”（图4 中绿色+）和“下风向区”（图4 中红色+）， 通过对比“上风向区”和“下风向区”风电场建成前后RALST差值的差异来探讨风电场对下风向的影响。
图3 以0.01°的像素分辨率显示的风电场影响区与非风电场影响区Fig.3 Wind-farm influence areas （WFM）， nearby non-wind-farm influence areas （NNWF） displayed with 0.01° resolution |
2.3.2 年际变化趋势分析
本文利用一元线性回归得到LST随时间的变化。公式如下：
式中： t为时间； xi 为某像素i年的地表温度； i代表时间序列上的年份； n=17； k即为变化率。
利用Theil-Sen趋势分析法， 计算研究区各像素点NDVI变化趋势。Theil-Sen趋势分析法是一种非参数统计趋势计算方法， 该方法对测量误差和离群数据不敏感， 常被用于长时间序列数据的趋势分析（徐建华， 2006）。公式如下：
式中： i和j代表时间序列上两个不同的年份。当SV>0时表示变量为增长趋势， 反之为减少趋势。Theil-Sen趋势法常与Mann-Kendall检验法相互配合， 判断研究区各像素点NDVI变化是否显著。
3 结果分析
3.1 地表温度年际变化趋势
图5 2003 -2019年研究区地表温度时间距平变化Fig.5 Inter-annual variations of regional mean LST anomaly in the study area for the period of 2003 -2019 |
3.2 地表温度变化与风电场地理位置的关系
选取风电场建成前三年与建成后稳定运行期的RALST进行差值计算（图7 ）， 图7 中黄色和红色表示风电场建成后地表温度增加， 蓝色表示风电场建成后地表温度减小。白天， 风电场内部地表温度除了秋季， 其他三个季均有增加， 但与Zhou et al（2012a， 2012b）在德克萨斯州的研究结果不同， 本研究增温区域并未与风电场区域耦合， 周边未建风电场区域也存在增温。夜间， 风电场内部在春季增温明显， ΔLST在0~1 ℃， 夏季和秋季风电场内部也存在增温现象， 但增温幅度较小， 在0~0.5 ℃之间， 冬季风电场内部有降温， 但降温幅度比周边区域小。与前人研究相比本研究区风电场内部也存在增温， 但幅度较小。Zhou et al（2012a）在美国德克萨斯州西部的研究结果得到夏季ΔLST在0.5~1.3 ℃， 伊利诺斯州冬季ΔLST最高可达1.56 ℃（Lauren et al， 2015）。且前人研究中多数风电场内部在夏季增温最明显， 但尚义张北风电场内部增温在春季最明显。值得注意的是， 在尚义县风电场的西北与东北方向有两块圆形区域， 白天呈显著升温， 夜间呈显著降温， 这两个区域分别为察汗淖和安固里淖。由于研究期内， 察汗淖从永久性咸水湖变为季节性湖泊， 只有夏季丰水期有些许积水， 而安固里淖于2004年干涸（杨丹等， 2021）， 因此LST变化显著。
3.3 “风电场影响区”与“非风电场影响区”的对比
使用Zhou et al（2012a）的方法， 将风电场以0.01o×0.01o 的像素表示（图2 ）， 若像素中存在≥1个风机就将其定义为“风电场影响区”， 而距离“风电场影响区”6~9个像素、 宽4个像素的点定义为“非风电场影响区”， 二者之间为“过渡区”。通过对比“风电场影响区”与“非风电场影响区”间的ALST差异来量化风电场对LST的影响， 结果如图8 和表2 所示。
图8 2003 -2019年白天（a）和夜间（b）不同季节风电场影响区与非风电场影响区ALST之差的变化趋势Fig.8 Variations of ALST between WFM and NNWF influence areas during the period of 2003 -2019 in daytime （a） and nighttime （b） |
表2 使用最小二乘法得到的风电场影响区与非风电场影响区ALST之差的变化趋势Table 2 Trends in ALST between WFM and NNWF influence areas |
| 季节 | 白天 | 夜间 |
|---|---|---|
| 春季 | -0.101 ℃·（10a）-1 R=0.108 | 0.379 ℃·（10a）-1 R=0.850 |
| 夏季 | 0.082 ℃·（10a）-1 R=0.114 | 0.206 ℃·（10a）-1 R=0.832 |
| 秋季 | | |
| 冬季 | -0.170 ℃·（10a）-1 R=0.152 | 0.197 ℃·（10a）-1 R=0.351 |
黑色加粗为通过α=0.05的显著性检验， 灰色加粗为通过α=0.1的显著性检验 |
白天， 春、 夏、 冬三个季节风电场影响区域与非风电场影响区域相比地表温度呈波动变化， 秋季波动下降趋势明显［-0.230 ℃·（10a）-1］； 夜间， 四个季节地表温度均呈上升趋势。表2 给出了变化趋势的计算结果， 与周边非风电场影响区域相比， 风电场内地表温度白天基本呈下降趋势， 夜间呈上升趋势， 且在夜间增加趋势明显， 其中， 春季和夏季风电场影响区夜间增温趋势通过了α=0.05的显著性检验， 春季夜间增温幅度达0.379 ℃·（10a）-1， 夏季夜间增温幅度达0.206 ℃·（10a）-1， 秋季增温趋势虽然没有通过α=0.05的显著性检验， 但通过了α=0.1的显著性检验。白天和夜间增温趋势的差异与“垂直混合增强机制”相符（Roy et al， 2004）， 即风力涡轮机转动产生的湍流加强了近地面的垂直混合， 在白天（夜间）大气边界层通常不稳定（稳定）， 增强的垂直混合将上部较冷（较暖）空气带到近地面， 使地表出现降温（增温）现象。另外， 夜间稳定大气边界层比白天对流大气边界层薄得多， 因此增强的垂直混合产生了更强的夜间效应。而风速和边界层结构的季节变化以及风机发电量的季节差异， 使风电场对地表温度的影响存在季节差异。研究区春季和夏季夜间更强的风速以及更高的最佳发电风速频率（夏馨等， 2021）， 可能驱动风力涡轮机产生更多的电能和湍流， 从而导致增暖效应显著。本研究所关注的风电场影响区内部与非风电场影响区相比存在增温但幅度较小， 增温幅度最高为春季， 为0.379 ℃·（10a）-1。而Zhou et al（2012a）用同样方法研究得到美国德克萨斯州西部风电场内部夏季增温幅度可达0.724 ℃， Chang et al（2016）研究结果表明甘肃瓜州风电场内部夏季增温幅度为0.51 ℃， 均高于本文研究区。河北省坝上地区整体LST增温趋势为0.817 ℃·（10a）-1（王玉坤等， 2019）， 风电场造成的LST增加远小于坝上地区整体LST增温趋势。
4 讨论
4.1 风电场对地表温度的影响
由图8 可知风电场内部在夜间均存在增温现象， 且随着时间的推移和风机数的增加， 与周边未受风电场影响区相比， 风电场内部LST呈增加趋势， 且春季和夏季夜间最为明显（表2 ）。风电场对地表温度的影响主要涉及以下过程： （1）风电场建设改变地表特性， 进而影响地表温度； （2）风机运行时叶片的转动使尾流区湍流增强， 对大气边界层造成扰动， 进而对周边温度产生影响。大气层结稳定时（常出现在夜间）， 叶片的转动将上层暖空气带到地表使LST增加， 对于不稳定大气（常出现在白天）， 叶片的转动将上层冷空气带到地面使LST减小（Roy and Traiteur， 2010； Armstrong et al， 2014）。根据ERA5再分析数据给出的各季节100 m高度风向， 将过渡区分为风电场“上风向区”和“下风向区”， 对比“上风向区”和“下风向区”风电场建成前后RALST差值的差异（图9 ）。为了与遥感影像卫星过境时间相对应， 白天使用ERA5再分析数据中世界时02:00和05:00的风场数据； 夜晚用世界时14:00和17:00的风场数据。结果显示， 白天上风向区域风电场建成前后地表温度差值均大于下风向区域， 且二者差异显著（p<0.0001）。春季白天， 上风向区域风电场建成前后地表温度差值的中值为2.31 ℃， 较下风向区域（1.00 ℃）高1.31 ℃， 夏季高1.1 ℃， 秋季和冬季分别高0.30 ℃和0.86 ℃。夜间， 上风向区域风电场建成前后地表温度差值均小于下风向区域， 春季夜间下风向区域风电场建成前后地表温度差值较上风向区域高0.43 ℃（p<0.002）， 夏季高0.09 ℃（p<0.0001）， 秋季和冬季分别高0.51 ℃（p<0.0001）和0.059 ℃（p<0.0001）。白天， 风电场建成前后， 其下风增温幅度低于上风向， 夜间， 下风向增温幅度高于上风向， 间接说明风电场下风向夜间可能存在增温， 白天存在降温， 与前人研究结果（Armstrong et al， 2014）一致。上、 下风向区域风电场建成前后地表温度差值存在显著性差异也说明风电场对地表温度的影响主要由风机运行产生的尾流导致。
4.2 其他因素对研究区地表温度的影响
4.2.1 植被覆盖变化对研究区地表温度的影响
2003 -2019年， 研究区除建设风电场外， 城市扩张、 农用地增加、 林地减少等土地覆盖的变化均会对地表温度造成影响。选取风电场建成前三年与建成后稳定运行期三年的NDVI季节最大值计算春季风电场建成前后研究区NDVI的差异［图10 （a）］和2003 -2019年研究区NDVI的变化趋势［图10 （b）］。研究区春季NDVI整体呈上升趋势。研究区植被显著减少区域与地表温度显著增温区域基本吻合［图10 （a）］与［图7 （b）］。
图10 基于泰尔-森趋势法得到的春季风电场建成后稳定运行期减去建成前NDVI的差异（a）及2003 -2019年NDVI变化趋势（b）（b）中加号表示通过置信度水平α=0.1的显著性检验 Fig.10 Trends base on the Theil-Sen Median of NDVI differences between stable operation period and unbuilt period in spring （a）， and trends in NDVI during 2003 -2019 （b）.Pixels with plus pass the significance test （α=0.1） |
温度会影响植物生长， 而植被变化也会反过来影响温度。一般认为植被覆盖度增加会通过增加植被蒸腾作用使空气湿度增加， 从而降低温度， 多数研究显示LST与NDVI呈负相关关系（李娅丽等， 2019； Estoque et al， 2017）。植被覆盖度的减少会导致地表趋于裸露， 进而增加其吸收太阳辐射的能力， 导致地表温度升高。研究区中张北县城区域和兴和县城区域17年间NDVI植被指数呈减少趋势， 其对应区域LST呈增加趋势。但在本研究中风电场所在区域植被指数增加， 地表温度也呈增加趋势， 表明风电场有增温效应。
4.2.2 地表覆盖类型对研究区地表温度的影响
地表反照率（albedo）直接影响地表可利用能量， 进而影响地表温度。使用4.2.1节中同样的方法计算春季风电场建成前后反照率的差异， 发现研究区风电场建成后反照率变化不显著， 使用Theil-sen趋势法计算了17年间研究区反照率的变化趋势， 其Sv均值为-0.0002， 呈下降趋势但变化幅度极小且不显著。风机占地、 塔架、 道路等会导致风电场区域下垫面土地利用发生小范围变化， 由于其占地面积小， 风机间距较大， 风机的建设并未对风电场区域反照率与NDVI造成显著影响。土地利用方式（城市、 农田、 草地等）的改变能够通过改变地表性质而影响地表温度， 由图2 可知研究区土地利用方式基本没有改变， 土地利用变化主要为林地向草地转化， 且位于风电场东北部， 城市化主要集中在张北县城区域和张家口市区， 风电场内部基本没有土地覆盖类型的转变。因此可以认为研究区风电场内部夜间地表温度升高现象的主要原因是风电机运行。
5 结论
利用2003 -2019年MODIS地表温度数据分析了尚义、 张北地区风电场运行对地表温度的影响， 主要得出以下结论：
（1） 2003 -2019年间， 研究区风电场运行对LST的影响复杂， 风电场内部均存在增温现象， 由于夜间与白天大气边界层热力结构的差异， 夜间风电场建成前后下风向增温幅度高于上风向， 白天则相反， 风电场下风向区地表温度受风机尾流影响明显
（2） 尚义、 张北风电场夜间增温趋势显著， 与“非风电场影响区”相比， “风电场影响区”春季夜间增温幅度达0.379 ℃·（10a）-1， 夏季为0.206
℃·（10a）-1， 秋季为0.211 ℃·（10a）-1， 冬季存在增温但不显著， 增温信号的空间分布与风电场布局相吻合， 表明风电场有增温效应。
（3） 尚义、 张北地区风电场虽然会对LST造成影响， 但与其他研究相比造成的增温较弱， 且远小于坝上地区整体LST年际增温趋势［0.817 ℃·（10a）-1］， 与化石燃料造成的碳排放引起的气候变暖相比， 风机运行造成的地表增温可忽略不计。
由于研究区特殊的气候和地形特征， 本研究结果与在美国、 中国瓜州地区得到的风电场对地表温度的影响结果存在差异。
风电机建设对地表状况的改变、 风电场运行造成大气边界层层结的变化， 会导致风电场内部夜间地表增暖。但除风电场影响外， 植被变化、 土地覆盖变化、 地形等多种因素均会对研究区地表温度造成影响， 本研究讨论了这些因素对研究结果的可能影响， 但量化这些因素对地表温度变化的贡献还需进一步研究。未来可以利用计算流体模型如CFD， 模拟风机尾流的空间分布， 针对风电场影响的热点区， 探究风电场影响近地面气象的具体过程。