高原气象  2019, Vol. 38 Issue (5): 1069-1081  DOI: 10.7522/j.issn.1000-0534.2018.00134
0

引用本文 [复制中英文]

陈燕, 张宁, 许遐祯, 等. 2019. 江苏沿海近地层强风风切变指数特征研究[J]. 高原气象, 38(5): 1069-1081. DOI: 10.7522/j.issn.1000-0534.2018.00134
[复制中文]
Chen Yan, Zhang Ning, Xu Xiazhen, et al. 2019. The Wind Shear Exponent in the Near-Surface Strong Wind in the Coastal Areas of Jiangsu Province[J]. Plateau Meteorology, 38(5): 1069-1081. DOI: 10.7522/j.issn.1000-0534.2018.00134.
[复制英文]

资助项目

国家重点基础研发计划项目(2016YFA0600303);国家自然科学基金项目(41305013,41675008);江苏省自然科学基金项目(BK2012493);公益性行业(气象)科研专项(GYHY201306050)

通信作者

张宁(1977—), 男, 山东潍坊人, 教授, 主要从事大气边界层、城市气象环境研究.E-mail:ningzhang@nju.edu.cn

作者简介

陈燕(1977—), 女, 江苏扬州人, 正高级工程师, 主要从事风能资源评估、气候变化、城市气象领域的研究.E-mail:Chenyan_willow@163.com

文章历史

收稿日期: 2018-08-17
定稿日期: 2018-11-16
江苏沿海近地层强风风切变指数特征研究
陈燕1, 张宁2, 许遐祯1, 陈兵1, 买苗1, 孙佳丽1     
1. 江苏省气候中心, 江苏 南京 210008;
2. 中国气象局-南京大学气候预测研究联合实验室/气候与全球变化研究院/南京大学大气科学学院, 江苏 南京 210023
摘要: 利用江苏沿海5座测风塔长序列(连续42个月)、高时间分辨率(10 min一次)的梯度风、气温、气压等观测资料,分析不同地区、不同高度层的风切变指数变化规律,并筛选出对江苏产生较大影响的7次台风和17次寒潮天气过程,分析强风条件下的风切变指数变化特征。结果表明:(1)风切变指数随环境在0.15~0.26之间变化,风机有效风速段和15 m·s-1特征风速段的风切变指数分别平均为0.20和0.19,不同高度层之间风切变指数随高度增加而减少,随风速增大呈对数关系减少。(2)台风影响时垂直混合运动强烈,风切变指数变小,平均为0.19。台风中心经过时的风切变指数和风速具有M型变化形态,最低为0.05,加上风向剧变,易对风机叶片产生破坏。(3)寒潮影响时的风切变指数平均为0.22,小于同期平均。风速倒置现象明显,在50~100 m之间风切变指数为负值的出现概率超过8%,50 m高度处容易出现近地层的最大风速层。
关键词: 风切变指数    台风    寒潮    近地层    
1 引言

大气近地层中, 风速和高度之间有显著的变化关系, 一般用风切变指数来表征风速随高度增加的快慢。低层的风切变对工程结构、飞机起降等方面都有重要的影响(Shafiqur et al, 2007;王海霞等, 2013)。随着中国大规模的开发利用风能资源, 风电装机容量不断增大, 多种观测资料用于风能资源分析, 近地层的风切变也成为风能资源评估、风电场选址、风机选型、风电功率预报、风电场投资估算中的关注焦点之一(廖明夫等, 2008;孙川永等, 2009;周波等, 2012;陈燕等, 2017;付德义等, 2018;敖雪等, 2018)。

风切变指数和地形、地貌、粗糙度有直接关系, 在中华人民共和国住房和城乡建设部(2012)发布的国家标准《建筑结构荷载规范》中, 按照地面粗糙度, 分为海上、乡村、城市和大城市中心4个类别, 建议对应的风切变指数分别取0.12, 0.15, 0.22和0.30。但是, 大气稳定度、风速大小、下垫面热容性等均会影响风切变指数, 需要开展针对性研究(申华羽等, 2009;刘敏等, 2010;张双益等, 2017)。吴增茂等(1995)董双林等(1996)发现测风平均时距、风速垂直插值方案对风速垂直切变统计量的影响较大。彭怀午等(2010)发现分风速段计算不同高度层的风切变指数精度较高, 采用指数律计算整体风切变指数可信度高。龚玺等(2014)发现当大气处于稳定层结时, 要按照不同高度层分别研究其风速的变化规律。李雁等(2012)发现风切变指数可以分为典型陆地型、海陆效应差异型、湖陆效应差异型、特殊地形型、切变指数偏大型和特殊型。马惠群等(2012)利用山东某风电场1年的实测资料, 分析了当地风切变的变化特征。符平等(2014)根据江苏响水海上测风塔和滩涂测风塔的实测风资料, 获得响水海上风资源的时间分布特点、风速垂直分布规律。雷杨娜等(2015)分析发现陕北黄土高原复杂地形下风切变指数均为正值, 地形起伏和下垫面对风廓线影响明显, 风切变指数季节差异明显。龚强等(2015)发现辽宁省近地层风速随高度变化基本遵循幂指数规律, 各地的风切变指数主要受局地地形、地貌环境影响, 个体差异较大, 没有明显的空间分布规律。金莉莉等(2016)分析发现乌鲁木齐的风切变指数呈正态分布, 和风速大小关系密切, 受到城市边界层的影响, 风切变指数日变化规律不明显。徐宝清等(2014)建议应结合风电场的实际情况, 选取误差最小的风切变指数计算方法, 进行风能资源评估。

在台风、寒潮等强风天气系统中, 风速易呈现特殊的高度变化规律。Powell et al(2003)发现在台风的强风影响时段, 平均风速的垂直变化受海面粗糙度的控制, 此时海面粗糙度长度、摩擦速度、阻力系数等是重要的相关量。赵德山等(1982)研究发现由于城市地表粗糙度比较大, 建议在强风条件下采用对数规律计算风速随高度的变化。也有很多研究认为在台风、寒潮、雷暴等强风过中, 风速指数律在近中性和非稳定层结情况同样适用性较好。植石群等(2001)发现指数律对风速的拟合优于对数律, 并分析了4个台风影响时的风切变系数。宋丽莉等(2004)也利用指数律拟合分析广东沿海8级以上大风天气时的风速垂直切变, 发现热带气旋的近地层风切变指数比无热带气旋时偏小。许向春等(2013)拟合了冷空气和热带气旋时的风切变指数, 发现风速大小对风切变指数有较大影响。王志春等(2013)发现在强台风纳沙影响期间, 大风切变指数与风电场风能资源评估方法(中华人民共和国国家质量监督检验检疫总局, 2002)中的推荐值有差异, 风切变指数收敛的风阈值与下垫面粗糙度有关。史军等(2017)发现当上海海面受台风影响时, 风速垂直变化基本符合指数律分布, 不同高度层之间的切变指数在0.07~0.1之间。

江苏沿海三市(连云港、盐城和南通)滩涂和海上风能资源丰富, 是全国唯一的一个千万千瓦级海上风电基地, 这些地区又容易受到热带气旋、寒潮的影响, 使得近地层的风速垂直分布发生变化, 对风电开发利用、风机安全运营产生影响。本文利用位于江苏沿海滩涂地区的5座测风塔2009年6月至2012年11月连续42个月、每10 min一次的梯度风观测资料, 分析获得不同地区、不同高度层的风切变指数变化规律, 然后筛选出对江苏产生较大影响的7次台风和17次寒潮天气过程, 分析强风条件下的风切变指数变化, 以期为研究近地层风特性、结构工程抗风设计中风参数设计提供数据参考。

2 观测资料和研究方法 2.1 资料简介

所用资料来源于江苏省风能资源专业观测网(李雁等, 2010)的5座测风塔2009年6月1日至2012年11月30日, 每10 min一次的风速、风向、气温、气压的观测数据。5座测风塔由北至南分布在江苏海岸滩涂区域, 表 1图 1[该图是基于江苏省测绘地理信息局网站下载的审图号为苏S(2018)012号的江苏省地图制作, 底图无修改]给出了测风塔的分布、观测设置、环境等信息, 总体而言, 测风塔周围地形平坦, 四周空旷, 无高大建筑物遮挡, 观测环境较好。

表 1 测风塔和观测设置基本信息 Table 1 The information of wind tower and observation settings
图 1 测风塔位置分布 Fig. 1 Distribution of the wind tower sites

风速和风向观测采用经过中国气象局考核定型并颁发使用许可证的ZQZ-TF型风速风向传感器(万定祥等, 2015), 仪器可信。启动风速0.5 m·s-1, 风速测量范围0~60 m·s-1, 分辨率0.1 m·s-1, 观测高度是10, 30, 50, 70和100 m。风向测量范围0°~360°, 分辨率为3°, 观测高度是10, 50, 70和100 m。气温观测采用HMP45D型温湿度传感器, 观测高度10 m和70 m, 测量范围-40~50 ℃, 分辨率0.1 ℃。气压观测采用PTB220型数字气压传感器, 观测高度8.5 m, 测量范围500~1100 hPa, 分辨率0.1 hPa。文中所用时间为北京时。

对观测数据进行质量控制, 包括数据文件有效性和完整性检查、气候极值检查、数据相关性检查、变率检查、时间一致性检查、空间一致性检查。如果遇到台风、强冷空气等重大天气过程, 再结合周围气象台站的观测数据进行分析, 判断观测数据的合理性。经过以上两个步骤弃除无效数据, 获得有效数据, 有效数据量和应测数据量之比为有效数据完整率。在42个月的观测期内, 5座测风塔风速和风向的总体有效数据完整率分别达到97.75%和97.37%, 所有塔各层的完整率均在95%以上, 1#至5#测风塔的总体有效数据完整率分别达到97.4%, 96.2%, 96.9%, 98.5%和99.1%。观测数据完整度高, 数据可信, 可以用来分析江苏沿海近地层风切变指数的变化特征。

2.2 研究方法

在大气近地层中, 风廓线一般符合对数规律或者指数规律。当大气稳定度是近中性时, 风速随高度的变化主要由动力作用决定, 此时遵循对数规律公式:

$ U_{z}=\frac{u_{*}}{k} \ln \left(\frac{z}{z_{0}}\right), $ (1)

式中: UzZ高度处风速; u*为摩擦速度; k=0.4, 为卡曼常数; z0为地面粗糙长度。

在近地面层中存在超绝热递减率、湿度随高度减少等特征, 通量交换遵循Monin-Obukhov相似理论, 混合长度随高度变化有指数关系, 风速随高度的变化可以简化为指数规律, 公式为:

$ \frac{U_{1}}{U_{2}}=\left(\frac{Z 1}{Z_{2}}\right)^{\alpha}, $ (2)

式中:U1U2分别是Z1Z2高度处的风速; α是风切变指数。

指数律公式是我国国标建筑结构荷载规范和风电场风能资源评估方法的推荐公式, 本文也采用指数公式拟合风廓线。在计算时, 如果平均风速过小容易产生奇异值, 所以结合ZQZ-TF型风速风向传感器的启动风速, 剔除平均风速小于0.5 m·s-1的数据。用多层观测数据分别求取不同高度层之间的风切变指数。对于综合风切变指数, 将式(2)取对数, 得到:

$ \ln \left(\frac{U_{1}}{U_{2}}\right)=\alpha \ln \left(\frac{z_{1}}{Z_{2}}\right), $ (3)

$ \left\{ \begin{array}{*{35}{l}} y=\ln \left(\frac{{{U}_{1}}}{{{U}_{2}}} \right) \\ x=\ln \left(\frac{{{z}_{1}}}{{{Z}_{2}}} \right) \\ \end{array} \right., $ (4)

则获得线性方程y=αx, 将观测资料序列代入式(4), 可以获得y序列y1, y2, …, yi, …, yn和对应x的序列x1, x2, …, xi, …, xn, 采用最小二乘法拟合回归系数, 通过最小化误差的平方和寻找数据的最佳函数匹配, 得到风切变指数α的计算公式

$ \alpha=\frac{\sum \bar{x}_{i} \bar{y}_{i}}{\sum x_{i}^{2}}, $ (5)

利用该公式计算获得综合风切变指数。

3 近地层风切变指数基本特征 3.1 垂直变化特征

根据江苏沿海测风塔长序列、高时间分辨率的观测数据计算分析, 获得了不同高度层之间的风切变指数以及综合指数(表 2)。从表 2可以看出, 风速的垂直变化受周围环境影响较大, 不同高度处的风速受地面粗糙度和大气湍流的影响程度不一, 因此不同地区、不同高度的风切变指数有所不同。2#和4#测风塔四周空旷, 气流无遮挡, 综合风切变指数较小, 分别为0.15和0.16;其他3座测风塔周围有少量树木、零星建筑物, 对低层气流有阻挡、拖曳影响, 使得10 m和30 m高度层之间的风切变指数明显较大, 综合风切变指数增大, 在0.24~0.26之间。3#和5#测风塔的风切变指数在30 m和50 m之间出现衰减, 说明处于粗糙子层内, 与周围粗糙元分布状况有关。

表 2 不同高度的风切变指数 Table 2 Wind shear exponent at different height

图 2给出了不同测风塔的综合风切变指数频率分布, 5座测风塔的风切变指数在-1.0~1.4之间呈正态分布。2#和3#测风塔的风切变指数峰值高且集中, 0~0.3之间的概率超过85%;其余3座测风塔的地面摩擦效应较大, 风切变指数峰值低、分布广, 0.1~0.4之间的概率超过80%, 但都不到85%。

图 2 风切变指数频率分布 Fig. 2 Wind shear exponent frequency distribution

利用各塔的综合风切变指数拟合风速垂直廓线, 并和实测值比较, 30 m高度处的拟合风速略小于实测值, 随着高度的增加, 两者越接近。风速的拟合值和实测结果总体较为一致, 说明指数律公式在江苏适用性较好(图 3), 因此下文将主要分析综合风切变指数, 如果要分析不同高度层之间的风切变指数, 将指明高度。从表 2图 3还可以看出, 不同高度层之间的风切变指数总体是随高度增加而减少, 但是在有些高度层也会出现相反的情况。因此, 如果需要计算相邻高度的风速, 采用同高度或者接近高度的风切变指数效果较好, 而如果需要计算高度相差较大的风速, 采用综合风切变指数效果较好。

图 3 风速垂直廓线的实测值和拟合值 Fig. 3 Fitted vertical profile and observed wind speed
3.2 时间变化规律

风切变指数受动力因素和热力因素的共同影响, 有明显的时间变化规律(图 4)。总体而言, 除了3#测风塔外, 其余测风塔的综合风切变指数均是冬季高、夏季低。冬季近地层大气层结稳定度高, 近地层动量、热量交换较少, 高低层之间风速差异大, 风切变指数更大。3#测风塔冬季的风切变指数也较大, 但是7月更大, 高达0.31[图 4(a)]。这是由于该塔的西面有少量高度为3~4 m的防风林, 在植被生长茂盛的夏季, 地面摩擦效应十分明显, 此时动力因素起了主导作用, 风切变指数出现峰值。1#测风塔周围虽然也有少量灌木, 但是高度低, 且季节变化不如树木明显, 因此在夏季仍然是热力因素占主导地位, 风切变指数低。

图 4 风切变指数的年变化(a)和日变化(b)分布 Fig. 4 The variations of wind shear exponent of annual (a) and diurnal (b) variation

各塔的风切变指数日变化规律基本一致, 图 4(b)是所有塔平均的风切变指数日变化图。不同高度层之间的风切变指数和综合风切变指数均呈现白天小、夜间大的单峰型分布。夜间近地面大气层结稳定, 风切变指数在0.26~0.29之间; 日出后, 大气湍流活动加剧, 风切变指数迅速下降; 到湍流活动最旺盛的正午, 动量交换最大, 风切变指数达到日最低值, 在0.11~0.12之间; 日落后, 风切变指数又缓慢回升。风切变指数和太阳辐射日变化呈反位相关系。

3.3 与风速的关系

以10 m风速为参考风速, 分析综合风切变指数和风速之间的关系(图 5)。风速2~5 m·s-1之间的风切变指数频率最高, 在65%以上。当风速小于5 m·s-1时, 风切变指数随着风速的增加迅速下降, 随后下降速度放缓, 两者呈对数关系。根据所有测风塔的观测值, 拟合出两者之间的关系为

$ \alpha=-0.069 \ln \left(U_{10}\right)+0.3139, $ (6)
图 5 不同风速区间的风切变指数频率(a)及风切变指数的变化(b) Fig. 5 Wind shear index frequency (a) and wind shear index change (b) at different wind speed intervals

式中: a为风切变指数; U10为10 m高度风速。

一般风机的切入风速为3 m·s-1, 切出风速为25 m·s-1, 这对风机而言是有效风速段。在选择风机时, 要考虑风阵性特征, 按照IEC61400-1的风力发电机组分级要求需参考15 m·s-1风速段的湍流强度。因此, 本文分别计算了全风速段、风机有效风速段(10 m处风速3~25 m·s-1)、15 m·s-1特征风速段(风机轮毂高度70 m处风速14.5~15.4 m·s-1)的综合风切变指数特征值(表 3)。和全风速段相比, 风机有效风速段的风切变指数变小, 平均为0.20, 标准差也变小, 说明稳定性增加、可靠性增强。风切变指数的分布形态也发生了变化, 峰度系数减小, 但仍然是正值, 坡度偏陡; 偏度系数增加, 峰顶偏左。在15 m·s-1的特征风速段, 样本数占全部观测的3.5%~4.9%, 风切变指数在0.13~0.23之间, 平均为0.19, 小于全风速段和风机有效风速段, 标准差也更小。1#和2#测风塔出现了负偏度, 峰度系数也有增有减, 虽然样本数相对较少可能增加了分布形态的不确定性, 但也提示在风机选型时需要引起注意。

表 3 不同风速段的风切变指数特征值 Table 3 Wind shear exponent eigenvalues at different wind speed
4 强风过程中的风切变指数特征 4.1 台风影响下的风切变指数特征

江苏沿海夏季易受台风影响, 在2009年6月至2012年11月期间, 有7个台风对江苏产生较大影响, 分别是莫拉克、莫兰蒂、梅花、达维、苏拉、海葵和布拉万, 见表 4图 6(根据浙江省台风路径网http://typhoon.zjwater.gov.cn/default.aspx制作, 底图无修改)。其中, 达维台风是近年来唯一的一个直接登陆江苏的台风, 也是1949年以后登陆我国长江以北地区最强的台风, 它在高纬度西行、进入黄海后登陆我国, 这种台风路径在历史上少见(中国气象局, 2014)。达维生成于2012年7月27日下午的西北太平洋洋面, 随后西北向移动并逐渐增强, 8月2日凌晨增强为台风, 开始对江苏产生明显影响, 2日21:30前后在江苏省响水县陈家港镇沿海登陆, 登陆时中心附近最大风力12级(35 m·s-1), 中心最低气压975 hPa。登陆后强度迅速减弱, 3日凌晨减弱为强热带风暴, 进入山东, 下午减弱为热带风暴, 4日早晨在河北省近海减弱消散。其余6个台风是外围影响, 给江苏带来区域性大风和降水, 基本情况见表 4

表 4 影响江苏的热带气旋主要信息 Table 4 The information of tropical cyclones affecting on Jiangsu
图 6 影响江苏的台风移动路径 Fig. 6 The moving path of typhoon affecting on Jiangsu

分析7个台风影响期间各测风塔的风速垂直廓线发现, 此时风速总体较大, 垂直方向上混合运动剧烈, 上下层风速相差较小, 综合风切变指数平均值为0.19, 比8月和9月同期的平均值0.21偏小。风切变指数在-0.02~0.68之间波动, 变化范围小, 标准差为0.09, 也明显小于无台风影响的同期值。10 m和30 m之间、30 m和50 m之间、50 m和70 m之间以及70 m和100 m之间的不同高度区间的风切变指数分别是0.24, 0.16, 0.15和0.14, 均小于同期值, 尤其是10 m和30 m之间, 比同期平均值减小了0.04, 这体现了在台风剧烈混合作用下, 地面植物、建筑度对风速阻挡、拖曳、衰减的影响高度迅速降低, 使得低层的风切变指数变小。这和植石群等(2001)宋丽莉等(2004)史军等(2017)发现的广东、上海等地台风影响时风切变指数较平时小的结论一致。

在台风中心经过时, 风速、风向、气压等都会有显著的变化特征, 风切变指数也是如此。达维台风登陆后中心经过1#测风塔, 图 7给出这期间内各气象要素逐10 min的变化, 可以看出台风中心经过时, 风切变指数呈现出增大-骤减-再增大的M型变化特征。达维的云体尺度较小, 8月2日起影响江苏, 随着台风逐渐靠近, 气压下降、风速增加、风向由东北风向北风转动, 风切变指数在0.1~0.3之间。台风中心于21:30在陈家港镇沿海登陆, 1#测风塔位于北部约10 km处, 此时10 m和70 m高度的平均风速高达20 m·s-1和35 m·s-1, 高低层之间风速相差较大, 风切变指数在0.35左右。台风中心大约30 min后经过1#测风塔, 气压迅速下降至980.5 hPa, 风速也陡降, 10 m和70 m高度的平均风速分别为4 m·s-1和5 m·s-1, 相差无几, 风切变指数最低达到0.05。随后, 高低层风速均回升, 差异变大, 风切变指数在0.2~0.45之间大幅度波动, 风向由北风转为南风, 6 h内发生了180°以上的转变。当台风进入山东境内后, 对江苏的影响逐渐减弱, 风切变指数又稳定在0.1~0.2之间。王志春等(2014)也发现启德台风登陆期间的风切变指数呈M型变化, 台风眼区经过时风切变指数接近最小, 甚至出现负值, 而在台风经过的其他时段则较大。

图 7 达维影响期间1#塔的气象要素变化 Fig. 7 Meteorological elements of the tower (1#) during the impact of DAMREY

图 8是同时期的风速垂直廓线变化, 在台风中心经过前, 风切变指数变化较小; 台风中心经过时, 风速随高度变化十分小, 风切变指数达到最低; 当台风中心经过后, 风速垂直差异加大, 有些高度层还出现了风速倒置现象, 如在23:00, 70 m高度的风速小于50 m高度处, 此时该高度层的风切变指数为-0.14。进一步分析台风外围影响的风速垂直变化, 发现风速倒置现象在各高度层之间均有出现。统计显示在台风总的影响期间, 70 m和50 m高度层之间有2.6%的风切变指数小于0, 10.9%的风切变指数等于0, 这两个比例在所有高度层中最高, 说明在该高度层最易出现风速倒置(表 5)。

图 8 达维影响期间1#塔风速垂直廓线 Fig. 8 Wind speed vertical profile of the touwer (1#) during the impact of DAMREY
表 5 台风影响时风切变指数频率分布 Table 5 Frequency distribution of wind shear exponent during typhoon period

以10 m高度处风速为参考, 以0.1 m·s-1为间隔, 台风影响期间的风切变指数、频率和风速的关系如图 9所示。在台风影响期间, 风速大, 10 m平均风速7.8 m·s-1, 标准差3.2 m·s-1。3级以下的低风速段频率低, 风切变指数较高。4~6级风速所占比例最高, 风切变指数多在0.15。7级以上(>13.9 m·s-1)大风多出现在台风中心经过前后, 由于风速迅速多变, 风切变指数出现剧烈抖动, 这和平均状态(图 5)有很大不同。总体而言, 风切变指数随风速增加而减小, 这和很多台风观测分析的结论一致(王志春等, 2013;许向春等, 2013)。

图 9 台风影响时不同风速区间的风切变指数和频率分布 Fig. 9 Wind shear exponent and frequency at different wind speed intervals during typhoon period

综合以上分析可以发现, 在台风的影响期间, 风切变指数比没有台风影响时小, 平均值为0.19。在台风眼区内, 风速小, 风切变指数最小仅为0.05。在台风中心附近的云墙区内, 风速大、风向短时间内迅速变化, 风切变指数在0.15~0.45之间变化剧烈, 易对风机叶片、塔筒等产生破坏性影响。在台风外围影响区, 风切变在0.15上下缓慢变化。

4.2 寒潮影响下的风切变指数特征

寒潮是带来冬季大风的主要天气形势。江苏在20世纪60年代寒潮最多, 经常出现1年中受10余次寒潮影响的年份。近年来, 在全球气候变暖为主的大趋势影响下, 寒潮次数减少, 但是也会出现2016年1月下旬的强寒潮事件。2009年6月至2012年11月期间共发生了17次全省性寒潮事件, 影响时段分别是2009年12月25—28日、2010年1月4—6日、2010年1月11—13日、2010年1月20—21日、2010年2月14—15日、2010年12月5—7日、2010年12月13—16日、2011年3月13—16日、2011年11月18—20日、2011年11月23—24日、2011年11月29至12月2日、2011年12月7—10日、2012年1月20—22日、2012年2月6—7日、2012年11月3—5日、2012年11月9—12日及2012年11月22—23日, 这些寒潮过程影响范围大, 5座测风塔均不同程度的观测到强降温、大风等现象。

11月至次年2月的10 m平均风速为4.0 m·s-1, 综合风切变指数平均值为0.24。寒潮过程带来大风, 10 m风速增至5.7 m·s-1, 标准差2.5 m·s-1。与众多研究结论一致, 寒潮大风条件下的平均风切变指数小于平均状态(龚强等, 2015;许向春等, 2013), 综合风切变指数、10 m和30 m之间、30 m和50 m之间、50 m和70 m之间以及70 m和100 m之间的风切变指数分别为0.22, 0.25, 0.22, 0.18和0.13。和台风影响时不同, 寒潮过程中风切变指数变化大, 综合风切变指数在-0.8~1.2之间波动, 标准差也较大, 为0.13。

风速倒置现象明显是寒潮过程中风切变指数的一个显著特点。虽然所有高度区间的风切变指数最高频率都出现在0.1~0.2之间, 但是负风切变的频率明显增加, 不仅高于平均状态, 也高于台风影响时(表 6, 图 10)。在大风条件下, 近地层具有较大的总体风切变, 易激发机械湍流, 导致近地层风场体现出较强的阵风性, 从而出现从地面向上风速先增加后减小的结构, 当用出现极值的高度及以上的观测进行拟合时, 风切变指数为负值。在寒潮过程中, 在50 m高度附近容易出现最大风速层, 使得50 m和100 m之间负风切变指数出现概率超过8%。黄继章等(2009)研究发现冷空气影响时, 在60 m高度处存在近地层的最大风层。金莉莉等(2016)也发现在降温幅度大的秋冬季节, 容易出现幂指数为负的情况。

表 6 寒潮影响时风切变指数频率分布 Table 6 Frequency distribution of wind shear exponent during cold wave
图 10 寒潮影响时的风切变指数频率分布 Fig. 10 Wind shear exponent frequency distribution during cold wave

寒潮过程中的风速小于台风影响时。风速小于1.5 m·s-1的出现频率低, 此时风切变指数随风速增大基本呈直线下降; 随后, 衰减速度放缓; 当风速大于8 m·s-1后, 风切变指数稳定少变; 由于没有台风中心经过时的风速M型剧变, 在大风风速段的风切变指数没有出现大幅抖动, 仍然在0.12左右小幅波动, 不易产生破坏性(图 11)。

图 11 寒潮过程中不同风速区间的风切变指数和频率分布 Fig. 11 Wind shear exponent and frequency at different wind speed intervals during cold wave

2011年11月29日至12月2日是一次典型的强冷空气过程, 造成江苏省全省剧烈降温, 并伴有雨雪和大风等灾害性天气, 大多数站最低气温降温幅度都在10 ℃以上, 达到寒潮标准。图 12给出了这次典型寒潮过程中风切变指数、气温、风速、风向的变化。从图 12可以看出, 风切变指数的变化和寒潮过程有很好的对应关系。在强烈降温阶段, 持续偏北大风, 各层风速变化趋势基本一致, 风切变指数稳定少变; 在气温波动回升的过程中, 风速风向抖动变化, 风切变指数也会大幅度波动, 因此寒潮后期的风速变化更应该引起关注。

图 12 典型寒潮影响期间1#塔的气象要素变化 Fig. 12 Meteorological elements of the tower (1#)during cold wave
5 结论

根据江苏沿海2009年6月至2012年11月连续42个月5座测风塔长序列、高时间分辨率(每10 min一次)的梯度风观测资料, 分析不同地区、不同高度以及台风和寒潮强风条件下的风切变指数变化特征, 研究发现:

(1) 指数律较好的拟合了江苏沿海风速垂直变化规律。风切变指数随环境变化大, 江苏沿海综合风切变指数在0.15~0.26之间, 不同高度层之间风切变指数随高度增加而减少, 随风速增大呈对数关系减少。风机有效风速段和15 m·s-1特征风速段的风切变指数均小于平均状况, 且波动小, 有利于风机安全运营。

(2) 台风影响时的强烈垂直混合运动使得风切变指数变小, 平均值为0.19。当台风中心经过时, 风切变指数、风速都有增大-骤减-再增大的M型变化, 最低为0.05, 加上风向剧变, 易对风机叶片产生破坏性影响。

(3) 寒潮影响时的风切变指数平均为0.22, 小于同期平均。风速倒置现象明显, 50~100 m之间的风切变指数为负值的概率超过8%, 在50 m高度容易出现近地层的最大风速层。

参考文献
Powell M D, Vickery P J, Reinhold T A. 2003. Reduced drag coefficients for high wind speeds in tropical cyclones[J]. Nature, 422: 279–283. DOI:10.1038/nature01481
Rehman S, Al-Abbadi N M. 2007. Wind shear coefficients and energy yield for Dhahran, Saudi Arabia[J]. Renewable Energy, 32(5): 738–749. DOI:10.1016/j.renene.2006.03.014
敖雪, 翟晴飞, 崔妍, 等. 2018. 三种风场再分析资料在辽宁省海岸带的比较与评估[J]. 高原气象, 37(1): 275–285. DOI:10.7522/j.issn.1000-0534.2017.00029
陈燕, 许遐祯, 黄敬峰, 等. 2017. ENVISAT星载合成孔径雷达反演风场在江苏近海风场研究中的应用初探[J]. 高原气象, 36(3): 852–864. DOI:10.7522/j.issn.1000-0534.2016.00052
董双林, 李林藩. 1996. 风速垂直切变统计分析[J]. 中国空间科学技术(2): 14–22.
付德义, 薛扬, 边伟, 等. 2018. 风切变指数对于风电机组载荷特性影响研究[J]. 太阳能学报, 39(5): 1380–1387.
符平, 秦鹏飞, 张金接. 2014. 海上风资源时空特性研究[J]. 中国水利水电科学研究院学报, 12(2): 155–161.
龚强, 汪宏宇, 朱玲, 等. 2015. 辽宁省近地层风切变特征研究[J]. 自然资源学报, 30(9): 1560–1569.
龚玺, 朱蓉, 范广洲, 等. 2014. 内蒙古草原近地层垂直风速廓线的观测研究[J]. 气象学报, 72(4): 711–722.
黄继章, 范绍佳, 宋丽莉, 等. 2009. 广东博贺近海海面的一次冷空气过程强风特征分析[J]. 热带气象学报, 25(5): 635–640. DOI:10.3969/j.issn.1004-4965.2009.05.016
金莉莉, 李振杰, 缪启龙, 等. 2016. 乌鲁木齐市近地层风切变指数特征[J]. 沙漠与绿洲气象, 10(4): 81–86. DOI:10.3969/j.issn.1002-0799.2016.04.012
雷杨娜, 孙娴, 张侠, 等. 2015. 陕北黄土高原复杂地形风速廓线特性[J]. 可再生能源, 33(9): 1345–1350.
李雁, 梁海河, 王曙东, 等. 2012. 基于中国风能资源专业观测网的近地层风切变日变化特征[J]. 自然资源学报, 27(8): 1362–1372.
李雁, 裴翀, 郭亚田, 等. 2010. 中国风能资源专业观测网运行监控系统建设及应用[J]. 资源科学, 32(9): 1679–1684.
廖明夫, 徐可, 吴斌, 等. 2008. 风切变对风力机功率的影响[J]. 沈阳工业大学学报, 30(2): 163–167. DOI:10.3969/j.issn.1000-1646.2008.02.010
刘敏, 孙杰, 杨宏青, 等. 2010. 湖北不同地形条件下风随高度变化研究[J]. 气象, 36(4): 63–67. DOI:10.3969/j.issn.1006-009X.2010.04.015
马惠群, 曲宁, 李超, 等. 2012. 风电场风切变指数研究[J]. 电网与清洁能源, 28(6): 88–96. DOI:10.3969/j.issn.1674-3814.2012.06.017
彭怀午, 冯长青, 包紫光. 2010. 风资源评价中风切变指数的研究[J]. 可再生能源, 28(1): 21–28. DOI:10.3969/j.issn.1671-5292.2010.01.005
史军, 徐家良, 穆海振. 2017. 上海近海海上最大风速的估算及数值模拟[J]. 太阳能学报, 38(4): 991–998.
申华羽, 吴息, 谢今范, 等. 2009. 近地层风能参数随高度分布的推算方法研究[J]. 气象, 35(7): 54–60.
宋丽莉, 毛慧琴, 汤海燕, 等. 2004. 广东沿海近地层大风特性的观测分析[J]. 热带气象学报, 20(6): 731–736. DOI:10.3969/j.issn.1004-4965.2004.06.014
孙川永, 陶树旺, 罗勇, 等. 2009. 海陆风及沿海风速廓线在风电场风速预报中的应用[J]. 地球物理学报, 52(3): 630–636.
万定祥, 陈宁, 彭军, 等. 2015. ZQZ-TF型风向传感器电路剖析及维修方法[J]. 气象科技, 13(1): 168–171. DOI:10.3969/j.issn.1671-6345.2015.01.028
王海霞, 张宏升, 李云峰, 等. 2013. 上海浦东国际机场低层大气垂直风场特征研究[J]. 气象, 39(11): 1500–1506. DOI:10.7519/j.issn.1000-0526.2013.11.014
王志春, 植石群. 2014. 登陆台风启德近地层强风特性观测研究[J]. 气象科技, 42(4): 678–681. DOI:10.3969/j.issn.1671-6345.2014.04.026
王志春, 植石群, 丁凌云. 2013. 强台风纳沙(1117)近地层风特性观测分析[J]. 应用气象学报, 24(5): 595–605. DOI:10.3969/j.issn.1001-7313.2013.05.009
吴增茂, 孙士才. 1995. 近海工程环境应用中各种风资料的平均时间分析[J]. 海岸工程, 14(3): 8–12.
徐宝清, 吴婷婷, 李文慧. 2014. 风资源评估中风切变指数的研究[J]. 电力科学与工程, 30(7): 73–78. DOI:10.3969/j.issn.1672-0792.2014.07.015
许向春, 辛吉武, 邢旭煌, 等. 2013. 琼州海峡南岸近地面层大风观测分析[J]. 热带气象学报, 29(3): 481–488. DOI:10.3969/j.issn.1004-4965.2013.03.015
张双益, 胡非. 2017. 大气边界层与风力发电的相互作用研究综述[J]. 高原气象, 36(4): 1127–137. DOI:10.7522/j.issn.1000-0534.2016.00095
赵德山, 王立治, 洪钟祥. 1982. 冷锋过境时的边界层阵风结构分析[J]. 大气科学, 6(3): 324–332. DOI:10.3878/j.issn.1006-9895.1982.03.12
植石群, 钱光明, 罗金铃. 2001. 广东沿海风随高度变化研究[J]. 热带地理, 21(2): 131–134. DOI:10.3969/j.issn.1001-5221.2001.02.008
中国气象局. 2014. 热带气旋年鉴2012[M]. 北京: 气象出版社, 88-156.
中华人民共和国国家质量监督检验检疫总局, 2002.GB/T 18710-2002风电场风能资源评估方法[S].北京: 中国标准出版社, 1-19.
中华人民共和国住房和城乡建设部, 2012.GB 50009-2012建筑结构荷载规范[S].北京: 中国建筑工业出版社, 1-246.
周波, 龚华军, 甄子洋. 2012. 风切变和塔影效应对风力机变桨距控制的影响分析[J]. 可再生能源, 30(1): 27–32. DOI:10.3969/j.issn.1671-5292.2012.01.007
The Wind Shear Exponent in the Near-Surface Strong Wind in the Coastal Areas of Jiangsu Province
CHEN Yan1 , ZHANG Ning2 , XU Xiazhen1 , CHEN Bin1 , MAI Miao1 , SUN Jiali1     
1. Jangsu Climate Center, Nanjing 210008, Jiangsu, China;
2. China Meteorological Administration-Nanjing University Joint Laboratory for Climate Prediction Studies/Institute for Climate and Global Change Research/School of Atmospheric Sciences, Nanjing University, Nanjing 210023, Jiangsu, China
Abstract: In order to study the characteristics of wind shear exponent under strong wind conditions of Jiangsu Province,the long sequences(from June 1st 2009 to Nov.30th 2012, continuous 42 months),high time resolution(every 10 minutes)gradient wind speed,wind direction,temperature,pressure of 5 wind towers along the coast area are used to analyze the relationship between wind speed and altitude,the time variation of wind shear exponent and the variation law with wind speed.The 7 typhoons and 17 cold wave weather processes with great influence on Jiangsu were selected,and the variation characteristics of wind shear exponent under strong wind conditions were analyzed.The results showed that:(1) The exponential law is well fitted to the vertical variation of wind speed along the coast of Jiangsu Province.The wind shear exponent varies between 0.15 and 0.26 in different surface environments.The wind shear exponent between cut-in speed and cut-out speed of the wind turbine is 0.20,and it is 0.19 when the wind speed of 70 m is 15 m·s-1.The wind shear exponent decreases with increasing height and decreases logarithmically with increasing wind speed.(2) Due to the strong vertical mixing motion caused by the typhoon,the wind shear exponent becomes smaller,with an average of 0.19.When the typhoon center passes,the wind shear exponent and wind speed have an M-shaped variation of increasing-subtracting-re-increasing,with a minimum of 0.05,and the wind direction changes drastically,which is easy to damage the fan blades.(3) The wind shear exponent when the cold wave is affected is 0.22 on average,which is less than the average value of the same period.The wind speed inversion phenomenon is obvious,the probability between 50 m and 100 m exceeds 8%,and the maximum wind speed in the near-surface layer is prone to occur at a height of 50 m.
Key words: Wind shear exponent    typhoon    cold wave    near-surface layer