<em id="lj1v3"><b id="lj1v3"></b></em>

    <i id="lj1v3"></i>

        <i id="lj1v3"><b id="lj1v3"><progress id="lj1v3"></progress></b></i>

        <video id="lj1v3"></video>
        <video id="lj1v3"></video>

                    <i id="lj1v3"><ol id="lj1v3"><progress id="lj1v3"></progress></ol></i>
                    “海上絲綢之路”·海洋環境與新能源數據集 II 區論文(已發表) ? 版本 ZH3 Vol 5 (4) 2020
                    下載
                    “21世紀海上絲綢之路”風能資源時空特征數據集
                    Temporal-spatial characteristics dataset of offshore wind energy resource for the 21st Century Maritime Silk Road
                    ?>>
                    : 2020 - 10 - 28
                    : 2020 - 12 - 22
                    : 2020 - 10 - 29
                    : 2020 - 12 - 28
                    极速快三
                    1453 22 0
                    摘要&關鍵詞
                    摘要:本研究建立了國內外首套開放型、公益性“21世紀海上絲綢之路”(簡稱“海上絲綢之路”)風能資源時空特征數據集。首先系統給出了風能一系列關鍵指標的計算方法,而后從體量大、信息密度低的原始大數據中提取一系列風能開發的有用信息,全面覆蓋風能密度、有效風速頻率、能級頻率、變異系數、月變化指數、季節變化指數、資源總儲量、有效儲量、技術開發量等關鍵指標的時空特征。為各國參與“海上絲綢之路”建設的決策、科研、工程人員提供數據支撐,為海上風能開發的高效展開、產業化、規?;峁┛茖W依據,為克服“海上絲綢之路”建設面臨的電力困境提供技術途徑。
                    關鍵詞:海上絲綢之路;海上風能數據集;時空特征
                    Abstract & Keywords
                    Abstract:?This paper is the first open-ended and nonprofit temporal-spatial dataset of offshore wind energy resource for the 21st Century Maritime Silk Road. First, we systemically presented the calculation methods of a series of key parameters of wind energy. Then we extracted a range of useful information about wind energy development from the original big data with large volume and low information density, including the wind power density (WPD), effective wind speed occurrence (EWSO), energy level occurrences, coefficient of variation (Cv), monthly variability index (Mv), seasonal variability index (Sv), total storage, effective storage and technological storage. This dataset can provide data support for relevant decision makers, researchers and engineers, and serve as scientific basis for the efficient industrialization of offshore wind energy development, as well as a technical way to overcome the power dilemma faced by the construction of the Maritime Silk Road.
                    Keywords:?Maritime Silk Road;?offshore wind energy dataset;?temporal-spatial characteristics
                    數據庫(集)基本信息簡介
                    數據庫(集)名稱“21世紀海上絲綢之路”風能資源時空特征數據集
                    數據作者鄭崇偉
                    數據通信作者鄭崇偉(chinaoceanzcw@sina.cn)
                    數據時間范圍多年平均的1–12月
                    地理區域“海上絲綢之路”海域,地理范圍為30°E–130°E, 15°S–30°N
                    數據量16 MB
                    數據格式*.dat
                    數據服務系統網址http://www.dx.doi.org/10.11922/sciencedb.j00001.00142
                    基金項目國際(地區)合作與交流項目(41520104008)
                    數據庫(集)組成本數據集為二進制數據,由8個部分組成:
                    (1)“海上絲綢之路”海域多年平均的1–12月風能密度,由1個文件組成,文件名為“WPD.dat”;
                    (2)“海上絲綢之路”海域多年平均的1–12月有效風速頻率,由1個文件組成,文件名為“EWSO.dat”;
                    (3)“海上絲綢之路”海域多年平均的1–12月100 W/m2以上能級頻率,由1個文件組成,文件名為“ALO.dat”;
                    (4)“海上絲綢之路”海域多年平均的1–12月200 W/m2以上能級頻率,由1個文件組成,文件名為“RLO.dat”;
                    (5)“海上絲綢之路”海域多年平均的1–12月變異系數,由1個文件組成,文件名為“Cv.dat”;
                    (6)“海上絲綢之路”海域多年平均的月變化指數,由1個文件組成,文件名為“Mv.dat”;
                    (7)“海上絲綢之路”海域多年平均的季節變化指數,由1個文件組成,文件名為“Sv.dat”;
                    (8)“海上絲綢之路”海域的風能資源儲量,包括總儲量、有效儲量、技術開發量,由1個文件組成,文件名為“Storage.dat”。
                    Dataset Profile
                    TitleTemporal-spatial characteristics dataset of offshore wind energy resource for the 21st Century Maritime Silk Road
                    Data authorZheng Chongwei
                    Data corresponding authorZheng Chongwei (chinaoceanzcw@sina.cn)
                    Time rangeMulti-year average values from January to December
                    Data volume16 MB
                    Geographical scope30°E–130°E, 15°S–30°N
                    Data format*.dat
                    Data service system<http://www.dx.doi.org/10.11922/sciencedb.j00001.00142>
                    Sources of fundingMajor International (Regional) Joint Research Project of National Science Foundation of China (41520104008)
                    Dataset compositionThis dataset is composed of 8 files of binary data as follows:
                    (1) Monthly wind power density (WPD) of multi-year average status of the Maritime Silk Road from January to December, named “WPD.dat”.
                    (2) Monthly effective wind speed occurrence (EWSO) of multi-year average status of the Maritime Silk Road from January to December, named “EWSO.dat”.
                    (3) Monthly available level occurrence (ALO, occurrence of WPD greater than 100 W/m2) of multi-year average status of the Maritime Silk Road from January to December, named “ALO.dat”.
                    (4) Monthly rich level occurrence (RLO, occurrence of WPD greater than 200 W/m2) of multi-year average status of the Maritime Silk Road from January to December, named “RLO.dat”.
                    (5) Coefficient of variation (Cv) of multi-year average status of the Maritime Silk Road from January to December, named “Cv.dat”.
                    (6) Monthly variability index (Mv) of multi-year average status of the Maritime Silk Road from January to December, named “Mv.dat”.
                    (7) Seasonal variability index (Sv) of multi-year average status of the Maritime Silk Road from January to December, named “Sv.dat”.
                    (8) Total storage, effective storage and technological storage of wind energy of the Maritime Silk Road from January to December, named “Storage.dat”.
                    引 言
                    “21世紀海上絲綢之路”(簡稱“海上絲綢之路”)是連接“中國夢”與“世界夢”的藍色紐帶[1]。然而沿線電力供應能力薄弱,嚴重制約“海上絲綢之路”建設的高效展開[2,3,4,5,6,7]。整體來看,“一帶一路”沿線的用電量僅為世界平均水平的61%[8]。如何打破電力困局,成為“海上絲綢之路”建設高效展開的核心所在??稍偕?、無污染、全天候等諸多優勢使得海上風能成為各發達國家追逐的新焦點,主要用于海上風電、海水淡化等。前人對全球多個海域的風能評價做了很多積累和貢獻[9,10,11],但目前為止,海上風能資源數據鳳毛麟角,而這又是實現風能開發高效展開的關鍵基礎。
                    海洋數據的制作與共享已成為綜合國力的重要體現。相比陸上資料,海洋資料獲取難度更大,也更為稀缺,這種困境在我國尤為突出,影響著相關海洋開發建設的高效展開[12]。目前,海洋和氣象原始數據相對豐富,但海上風能數據稀缺。如何從體量大、信息密度低的原始大數據中提取風能開發的有用信息,并形成數據集,將成為推動風能開發產業化、規?;?、高效展開的關鍵支撐,也是國內外同行共同面臨的難題,亟待解決。
                    本研究旨在建立國內外首套開放型、公益性“21世紀海上絲綢之路”風能資源時空特征數據集,為克服電力困局提供技術途徑、數據支撐,為“海上絲綢之路”建設、“海洋命運共同體”建設盡綿薄之力。
                    1 ? 數據采集和處理方法
                    1.1 ? 數據介紹
                    本研究在國內外率先系統給出“海上絲綢之路”風能資源一系列關鍵指標的時空分布數據,促進海上風能開發的高效、合理展開,為各國參與“海上絲綢之路”建設的決策、科研、工程人員提供數據支撐,為克服“海上絲綢之路”建設面臨的電力困境提供技術途徑。
                    早在2012年,Zheng等[13-14]就提出了有效風速頻率(Effective Wind Speed Occurrence,EWSO)、能級頻率(Energy Level Occurrence)這兩個關鍵指標,并不斷對其進行豐富和完善,分別用于描述資源的可利用率、富集程度,得到國內外同行的認可和廣泛應用。本研究建立的風能資源數據集系統覆蓋風能密度、有效風速頻率、能級頻率、變異系數、月變化指數、季節變化指數、資源儲量等一系列關鍵指標的時空分布。
                    本研究主要從ERA-interim數據中提取風能評價的有用信息,該數據來自ECMWF(歐洲中期天氣預報中心——European Centre for Medium-Range Weather Forecasts)。時間分辨率為6 h;空間分辨率提供了多種選項:0.125°×0.125°, 0.25°×0.25°, ..., 2.5°×2.5°;空間范圍為90°S–90°N,180°W–180°E,時間范圍從1979年1月1日00:00至今,數據網址:http://data-portal.ecmwf.int/data/d/interim_daily/。ERA-Interim再分析資料是繼ERA-40之后的新產品,該數據使用了分辨率更高的氣象模式,在觀測資料的應用及同化方法方面也有很大改進。使用最新的四維變分同化技術,同化的資料包括衛星資料、常規觀測資料以及模擬數據。劉漢武等[15]指出ERA-interim 模擬較?。ɑ虼螅╋L速中心的位置和范圍最接近實測,同時指出代用數據不宜直接用于風電場風能資源評估中的長年代訂正。Dee等[16]指出ERA-interim較好地解決了同化過程中衛星數據使用的有關問題。Song等[17]分析發現在中國近海ERA-interim風場與浮標數據接近。Bao等[18]對比分析指出ERA-Interim和NCEP-CFSR在均方根誤差和偏差方面更優于NCEP-NCAR和ERA-40數據。整體來看,ERA-Interim數據具有較高精度和可信度,在國外得到廣泛認可和運用。另外,ECMWF最新發展了ERA5再分析資料[19],提供了100 m高度的風場數據,更有利于風能評價。未來可利用ERA5數據,參照本研究的方法,建立覆蓋全球海域的100 m高度風能資源數據集。
                    1.2 ? 各指標的算法
                    風能密度: 定義為垂直于氣流的單位截面上風的功率(Wind Power Density,WPD),計算方法為[20]
                    (1)
                    式(1)中,W為風能密度(單位:W/m2);V為風速(單位:m/s);為海表空氣密度(單位:kg/m3)。當海拔在500 m以下時,一般采用常溫標準大氣壓下的空氣密度,可取1.225 kg/m3[11]。
                    風能可利用率: 定義為風能資源開發的有效風速出現的頻率(Effective Wind Speed Occurrence,EWSO)。在風能開發過程中,通常認為風速在5–25 m/s有利于風能資源的采集與轉換,并將這個區間的風速定義為有效風速。也有標準將3–25 m/s的風速定義為有效風速。通常海上風能比陸上風能豐富,在此采用較高的標準,將5–25 m/s的風速定義為有效風速。風能可利用率的計算方法如下[13-14]
                    (2)
                    式(2)中,EWSO為有效風速頻率,t1 為有效風速出現的時次,T為總時次。
                    能級頻率: 2011年,鄭崇偉等[21]提出波浪能能級頻率(不同等級波浪能流密度出現頻率)這一關鍵指標,用于描述波浪能的富集程度。2012年,參考波浪能能級頻率,鄭崇偉[13]提出了風能能級頻率這一關鍵指標,用于描述風能的可利用程度。初期主要是統計了Available Level Occurrence(ALO,100 W/m2以上能級頻率)和Rich Level Occurrence(RLO,200 W/m2以上能級頻率)。在此將風能能級頻率這一指標進一步發展和完善,定義了5個能級:ALO、MLO、RLO、ELO、SLO,各縮寫對應的全稱和定義詳見表1。
                    表1 ? 風能能級頻率的定義
                    要素縮寫定義
                    Available Level OccurrenceALO100 W/m2以上能級頻率
                    Moderate Level OccurrenceMLO150 W/m2以上能級頻率
                    Rich Level OccurrenceRLO200 W/m2以上能級頻率
                    Excellent Level OccurrenceELO300 W/m2以上能級頻率
                    Superb Level OccurrenceSLO400 W/m2以上能級頻率
                    能級頻率的計算方法如下[14]
                    (3)
                    (4)
                    (5)
                    (6)
                    (7)
                    式(3)–(7)中,t2 、t3 、t4 、t5 、t6 分別為100、150、200、300、400 W/m2以上風能密度出現的時次,T為總時次。
                    變異系數 :通常用變異系數(Coefficient of Variation,Cv)來展現資源的月尺度以內的穩定性[22],Cv數值越小,代表穩定性越好,越有利于風能開發。Cv的計算方法為:
                    (8)
                    (9)
                    式(8)–(9)中,為變異系數,為均值,S為標準差,n為樣本數。
                    月變化指數: 通過計算風能密度的月變化指數(Monthly Variability Index,Mv)來展現風能資源的月際差異。Mv數值越大,代表月際差異越顯著,越不利于風能開發,相反則有利于風能開發。Mv的計算方法如下:
                    (10)
                    式(10)中,為最豐富月份的風能密度,為最貧乏月份的風能密度,為多年平均的風能密度。
                    季節變化指數: 通過計算風能密度的季節變化指數(Seasonal Variability Index,Sv)來展現風能資源的月際差異。Sv數值越大,代表季節差異越是顯著,越不利于風能開發,相反則有利于風能開發。Sv的計算方法如下:
                    (11)
                    式(11)中,為最豐富季節的風能密度,為最貧乏季節的風能密度,為多年平均的風能密度。
                    風能資源儲量: 資源儲量密切關系到發電量,前人對資源儲量做了很多研究,但多是籠統給出大范圍的總體儲量,在此參照Zheng等[23]的方法,定量計算單位面積的風能資源儲量,覆蓋總儲量、有效儲量和技術開發量,具體計算方法:
                    (12)
                    (13)
                    (14)
                    式(12)中,為風能的總儲量;是年平均風能密度;H是全年小時數,H = 365d × 24 h = 8760 h。式(13)中,是資源的有效儲量,是全年中有效風速出現的小時數。式(14)中,是技術開發量,通常風能的Ce 取0.785,風力機葉片實際掃掠面積,即對于直徑為1 m的風輪掃掠面積為0.52×π=0.785 m2。
                    2 ? 風能數據描述
                    2.1 ? 風能密度
                    利用ERA-interim風場數據,根據WPD算法,計算得到近40年逐6 h的WPD數據。計算1979年1月的WPD進行平均,同樣的方法得到近40年每年1月的WPD,而后得到多年平均的1月WPD。同理得到“海上絲綢之路”多年平均狀態下的1–12月的WPD數據。本數據文件名為“WPD.dat”,共包含1–12月12個時次。數據的空間范圍:30°E–130°E,15°S–30°N??臻g分辨率:0.25°×0.25°。缺測值為-9.99e+33。
                    在此代表性地給出年平均WPD的空間分布特征,見圖1。赤道附近海域為低值中心。存在3個顯著大值區:阿拉伯海最高(大部分海域在200 W/m2以上,中心在索馬里近海,可達600 W/m2)、南海次之(大部分海域在150 W/m2以上,傳統的南海大風區和呂宋海峽為大值中心,可達400 W/m2以上)、孟加拉灣(基本在150 W/m2以上;相對大值中心為斯里蘭卡東南部近海、科摩林角和斯里蘭卡之間的海峽,在200 W/m2以上)。


                    圖1 ? “海上絲綢之路”的年平均風能密度
                    2.2 ? 風能可利用率
                    利用1979年1月逐6 h的ERA-interim風場,統計得到該月的EWSO,同樣的方法得到近40年每年1月的EWSO,而后得到多年平均的1月EWSO;同理得到近40年平均的1–12月EWSO數據。本數據文件名為“EWSO.dat”,共包含12個時次:多年平均的1–12月。數據的空間范圍:30°E–130°E,15°S–30°N??臻g分辨率:0.25°×0.25°。缺測值為-9.99e+33。
                    圖2代表性地給出年平均EWSO的空間分布特征。南海–北印度洋的風能可利用率整體樂觀,大部分區域在50%以上。年平均EWSO和年平均WPD的空間分布大體一致。


                    圖2 ? “海上絲綢之路”的年有效風速頻率
                    2.3 ? 能級頻率
                    利用1979年1月逐6 h的WPD數據,統計得到該月的ALO,同樣的方法得到近40年每年1月的ALO,而后得到多年平均的1月ALO;同理得到近40年平均的1–12月ALO數據,以及多年平均的1–12月MLO、RLO、ELO、SLO數據。
                    本研究代表性地給出了ALO和RLO,分別命名為“ALO.dat”“RLO.dat”,共包含12個時次,即多年平均的1–12月。數據的空間范圍:30°E–130°E,15°S–30°N??臻g分辨率:0.25°×0.25°。缺測值為-9.99e+33。年ALO和年RLO的空間分布特征見圖3?!昂I辖z綢之路”大部分海域的年ALO在50%以上,年RLO在30%以上。ALO和RLO存在幾個共同的大值中心:索馬里近海、斯里蘭卡東南部近海一個橢圓型海域、科摩林角和斯里蘭卡之間海域、傳統的南海大風區、呂宋海峽–海南島一帶。

                    (a)


                    (b)

                    圖3 ? “海上絲綢之路”部分能級頻率
                    (a)100 W/m2以上 (b)200 W/m2以上
                    2.4 ? 變異系數
                    利用1979年1月逐6 h的WPD數據,結合Cv的算法,得到該月的Cv,同樣的方法得到1979–2014年每年1月的Cv,而后得到多年平均狀態的1月的Cv。同理得到多年平均狀態的1–12月的Cv數據。本數據文件名為“Cv.dat”,共包含12個時次:多年平均的1–12月。數據的空間范圍:30°E–130°E,15°S–30°N,空間分辨率:0.25°×0.25°,缺測值為-9.99e+33。
                    以2、8月為代表月,給出多年平均狀態下的冬夏兩季的Cv空間分布特征,見圖4。2月,10°N以內的北印度洋低緯海域的穩定性明顯好于其余海域;存在幾個穩定性較差的海域,如阿拉伯海的北部和西北部近海、阿曼灣、孟加拉灣灣頂、蘇門答臘島西部海域等。8月,穩定性明顯好于2月,這應該是由于西南季風強勁而又穩定。受西南季風影響顯著的區域穩定性明顯好于其余海域,尤其是阿拉伯海,Cv基本在0.5以內,中心甚至在0.3以內。

                    (a)


                    (b)

                    圖4 ? “海上絲綢之路”的風能密度變異系數
                    (a)2月(b)8月
                    2.5 ? 月變化指數
                    將1979年01月逐6小時的WPD做平均,得到該月平均的WPD,同理得到1979年逐月(共12個月)平均的WPD。利用1979年1–12月逐月的風能密度,結合式(10),計算得到1979年的Mv,采用同樣的方法得到1979–2014年逐年的Mv,最后得到多年平均的Mv數據。本數據文件名為“Mv.dat”,共包含1個時次:多年平均值。數據的空間范圍:30°E–130°E,15°S–30°N,空間分辨率:0.25°×0.25°,缺測值為-9.99e+33。
                    如圖5所示,阿拉伯海的多年平均Mv最大,基本在2.4以上,中心在3.3以上。這是由于阿拉伯海的夏季西南季風非常強勁,而其余季節的風速較小,造成了顯著的季節差異。孟加拉灣大部分區域的Mv在2.1–2.7之間,低值區分布于孟加拉灣西南部的斯里蘭卡周邊大范圍海域。南海的Mv小于阿拉伯海和孟加拉灣,南海北部近海的Mv小于南海中南部。


                    圖5 ? “海上絲綢之路”多年平均的風能密度月變化指數
                    2.6 ? 季節變化指數
                    將1979年3–5月逐6 h的WPD做平均,得到1979年春季(March-April-May,MAM)平均的WPD,同理得到1979年各個季節平均的WPD,結合式(11),計算得到1979年的Sv,采用同樣的方法得到近40年逐年的Sv,最后得到多年平均的Sv數據。本數據文件名為“Sv.dat”,共包含1個時次:多年平均值。數據的空間范圍:30°E–130°E,15°S–30°N??臻g分辨率:0.25°×0.25°。缺測值為-9.99e+33。多年平均狀態下的Sv見圖6,空間分布特征與Mv大體一致。


                    圖6 ? “海上絲綢之路”多年平均的風能密度季節變化指數
                    2.7 ? 資源儲量
                    利用近40年的WPD、EWSO數據,計算得到“海上絲綢之路”單位面積的風能資源儲量。本數據文件名為“Storage.dat”,包含風能總儲量、有效儲量、技術開發量3個要素,空間分布特征見圖7。每個要素均為1個時次??臻g范圍:30°E–130°E,15°S–30°N??臻g分辨率:0.25°×0.25°。缺測值為-9.99e+33。

                    (a)


                    (b)


                    (c)

                    圖7 ? “海上絲綢之路”的風能資源儲量(單位:103 kW·h·m-2
                    (a)總儲量(b)有效儲量(c)技術開發量
                    有效儲量與總儲量的空間分布特征大體一致,這是由于“海上絲綢之路”的有效風速頻率整體較高所致。存在幾個顯著的資源儲量大值中心:索馬里近海、呂宋海峽、臺灣海峽、傳統的南海大風區。
                    3 ? 數據質量控制和評估
                    本數據集主要是從ERA-interim再分析資料中提取風能評估的一系列關鍵信息。ERA-interim的數據質量和控制已由ECMWF完成。本研究在提取風能關鍵信息時,設定了界限,例如EWSO定義為5–25 m/s之間的風速出現的頻率,超出該區間范圍的則不納入統計。另外,ALO、MLO、RLO、ELO、SLO等關鍵信息也設定了相應界限。在數據處理中,遇到異常的風速、風能密度采用3點滑動平均進行處理。
                    4 ? 數據價值
                    本數據的價值在于在國內外率先建立了“海上絲綢之路”風能資源數據。從體量大、信息密度低的原始數據中提取了風能評估與開發的有用信息,系統覆蓋風能評估與開發密切關注的一系列關鍵指標:多年平均的1–12月的風能密度、多年平均的1–12月的有效風速頻率、多年平均的1–12月的100 W/m2以上能級頻率、多年平均的1–12月的200 W/m2以上能級頻率、多年平均的1–12月的變異系數、多年平均的月變化指數、多年平均的季節變化指數、風能資源儲量(含總儲量、有效儲量、技術開發量)。本數據集是海上風電、海水淡化等風能工程高效、科學展開的關鍵支撐,從而為克服“海上絲綢之路”建設面臨的能源困局做出積極貢獻。另外,目前我們與部分國家在海洋原始數據方面還存在一定差距。本研究建立的風能資源數據屬于成品,比原始數據更有利于縮短相關工程的建設周期。希望本研究能為我們實現海洋數據彎道超車提供一種思路。
                    5 ? 數據使用方法及建議
                    “21世紀海上絲綢之路”風能時空特征數據集全部數據已全部上傳至Science Data Bank(http://www.dx.doi.org/10.11922/sciencedb.j00001.00142)發布。同時,請使用者添加文獻引用,并在致謝中標注“**大連艦艇學院鄭崇偉團隊”。
                    本數據集為開放型、公益性數據,僅對“21世紀海上絲綢之路”公益性建設和科學研究開放,不對任何商業機構、部門開放。
                    致 謝
                    感謝ECMWF提供的原始海表風場數據。
                    [1]
                    新華網. 習近平提戰略構想:“一帶一路”打開“筑夢空間”[EB/OL]. (2014-08-11) [2015-05-22]. http://news.xinhuanet.com/fortune/2014-08/11/c_1112013039.htm.
                    [2]
                    ZHENG C W, LI C Y, WU H L, et al. 21st Century Maritime Silk Road: Construction of Remote Islands and Reefs[M]. Springer, 2018.
                    [3]
                    ZHENG C W, XIAO Z N, ZHOU W, et al. 21st Century Maritime Silk Road: A Peaceful Way Forward[M]. Springer, 2018.
                    [4]
                    ZHENG C W, XU J J, ZHAN C, et al. 21st Century Maritime Silk Road: Wave Energy Resource Evaluation[M]. Springer, 2019.
                    [5]
                    鄭崇偉, 李崇銀. 海洋強國視野下的“海上絲綢之路”海洋新能源評估[J]. 哈爾濱工程大學學報, 2020, 41(2): 175-183.
                    [6]
                    鄭崇偉. 21世紀海上絲綢之路: 風能資源詳查[J]. 哈爾濱工程大學學報, 2018, 39(1): 16-22.
                    [7]
                    鄭崇偉, 李崇銀. 關于海洋新能源選址的難點及對策建議——以波浪能為例[J]. 哈爾濱工程大學學報, 2018, 39(2): 200-206.
                    [8]
                    蔣瑜, 鄔明權, 黃長軍, 等. 2000–2019年“一帶一路”海外電力項目數據集[J/OL]. 中國科學數據, 2019, 4(4). (2019-12-28). DOI: 10.11922/csdata.2019.0069.zh.
                    [9]
                    CARVALHO D, ROCHA A, GóMEZ-GESTEIRA M, et al. Offshore wind energy resource simulation forced by different reanalyses: Comparison with observed data in the Iberian Peninsul [J]. Applied Energy 2014; 134: 57-64.
                    [10]
                    鄭崇偉, 李崇銀, 楊艷, 等. 巴基斯坦瓜達爾港的風能資源評估[J]. 廈門大學學報(自然科學版), 2016, 55(2): 210-215.
                    [11]
                    CAPPS S B, ZENDER C S. Estimated global ocean wind power potential from QuikSCAT observations, accounting for turbine characteristics and siting[J]. Journal of Geophysical Research, 2010, 115, D09101, doi:10.1029/2009JD012679.
                    [12]
                    鄭崇偉, 李崇銀. 21世紀海上絲綢之路: 海洋新能源大數據建設研究—以波浪能為例[J]. 海洋開發與管理, 2017, 34(12): 61-65.
                    [13]
                    ZHENG C W, ZHUANG H, LI X, et al. Wind energy and wave energy resources assessment in the East China Sea and South China Sea[J]. Science China Technological Sciences, 2012, 55(1): 163-173.
                    [14]
                    ZHENG C W, LI X Y, LUO X, et al. Projection of Future Global Offshore Wind Energy Resources using CMIP Data[J]. Atmosphere-Ocean, 2019, 57(2): 134-148.
                    [15]
                    劉漢武, 王文本, 江瀅, 等. 再分析數據在風能資源評估中的優勢和局限性[J]. 風能, 2016, 12: 58-63.
                    [16]
                    DEE D P, UPPALA S M, SIMMONS A J, et al. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 2011, 137(656): 553-597.
                    [17]
                    SONG L N, LIU Z L, WANG F. Comparison of wind data from ERA-Interim and buoys in the Yellow and East China Seas [J]. Chinese Journal of Oceanology and Limnology, 2015, 33(1): 282-288.
                    [18]
                    BAO X H, ZHANG F Q. Evaluation of NCEP–CFSR, NCEP–NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau[J]. Journal of Climate, 2013, 26: 206-214.
                    [19]
                    黃奇恩, 徐建軍. 東亞及其周邊海域的一年大氣再分析資料試驗與評估[J]. 廈門大學學報(自然科學版), 2020, 59(3): 401-411.
                    [20]
                    LI Y, WANG Y, CHU H Y, et al. The climate influence of anthropogenic land-use chanses on near-surface wind energy potential in China[J]. Chinese Science Bulletin, 2008, 53 (18): 2859-2866.
                    [21]
                    鄭崇偉, 李訓強. 基于WAVEWATCH-III模式的近22年中國海波浪能資源評估[J]. 中國海洋大學學報(自然科學版), 2011, 41(11): 5-12.
                    [22]
                    CORNETT A M. A global wave energy resource assessment[C]. proceedings of the eighteenth (2008) international offshore and polar engineering conference. Vancouver, 2008: Paper no. ISOPE-2008-TPC-579.
                    [23]
                    ZHENG C W, LI C Y, PAN J, et al. An overview of global ocean wind energy resource evaluations[J]. Renewable and Sustainable Energy Reviews, 2016, 53: 1240-1251.
                    數據引用格式
                    鄭崇偉. “21世紀海上絲綢之路”風能資源時空特征數據集[DB/OL]. Science Data Bank, 2020. (2020-10-28). DOI: 10.11922/sciencedb.j00001.00142.
                    稿件與作者信息
                    論文引用格式
                    鄭崇偉. “21世紀海上絲綢之路”風能資源時空特征數據集[J/OL]. 中國科學數據, 2020, 5(4). (2020-12-22). DOI: 10.11922/csdata.2020.0097.zh.
                    鄭崇偉
                    Zheng Chongwei
                    主要承擔工作:方案設計、數據質量評估與驗證。
                    chinaoceanzcw@sina.cn
                    (1983—),男,四川宜賓人,博士,研究方向為海洋新能源評估、物理海洋學。
                    出版歷史
                    I區發布時間:2020年10月29日 ( 版本ZH2
                    II區出版時間:2020年12月28日 ( 版本ZH3
                    參考文獻列表中查看
                    中國科學數據
                    csdata