基于星载sar的近海岸海上风能资源遥感方法及系统的制作方法
【专利摘要】本发明提供一种基于星载SAR的近海岸海上风能资源遥感方法，包括：S1.获取经过网格化处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值；生成风向玫瑰图；S2.获得不同海拔高度的海面风速值，并估算每个网格内的尺度因子A和形状因子k；计算不同海拔高度代表风能特征的平均风速值；S3.获得风能密度值；S4.生成不同海拔高度的SAR近岸海上风能资源的遥感结果分布图，并根据遥感结果分布图获取近海岸海上区域风能资源宏观与微观的时、空特性，给出潜在风电场与潜在风电场风能资源的微观时、空特性；S5.给出潜在风电场的风机空间布设技术参数，结合潜在风电场的风能资源的微观研究结果，给出潜在风电场的风机布局。
【专利说明】基于星载SAR的近海岸海上风能资源遥感方法及系统
【技术领域】
[0001] 本发明涉及风能资源遥感【技术领域】，特别涉及一种基于星载SAR的近海岸海上风 能资源遥感方法及系统。
【背景技术】
[0002] 近海岸海上风能资源因其不占用土地资源、位置选择空间大、有利于选择场地、受 环境制约少、风速更高、风能资源更为丰富、运输和吊装条件优越、风电机组单机容量更大、 年利用小时数更高等优势，世界各国正在纷纷发展本国的海上风电产业。
[0003] 近海岸海上风能资源的开发首先要了解可利用风能资源的位置、储量和覆盖面积 等，风电场的前期建设则需要知道建设范围内风能资源的时空分布特征与潜在风电场的风 机空间布设技术参数，为风电机的布设提供宏观与微观依据。因此风电场架设前期的海上 风能资源研究工作直接影响到项目建设的经济性。
[0004] 对于近海岸海上风能资源的研究，根据陆上气象台站测风资料统计结果进行外推 的传统方法无法获取近海岸海上高空间覆盖密度的风场资料，而数值模拟技术其精度和分 辨率都较低。随着卫星遥感技术的发展，散射计等为海上风能资源研究提供了新的技术手 段，但其分辨率过低，并且由于受到陆地回波的影响无法获取近海岸有效风场信息，这对近 海岸高分辨率海上风能资源研究失去了有效价值和意义。
[0005] 合成孔径雷达（Synthetic Aperture Radar，SAR)工作波长为厘米长度，可以不受 云层、天气等因素的影响，具有全天候、全天时、高分辨率、高空间覆盖密度的优点，并且随 着越来越多载有SAR微波传感器卫星的成功发射和SAR高分辨率海面风场反演技术的曰渐 成熟，应用SAR反演的高分辨率风场资料进行风能资源遥感研究，已成为近海岸海上风能 资源研究的新技术手段。
[0006] 现有的基于SAR图像的风能资源遥感技术仅对近海岸海上风能资源进行了宏观 时、空特性研究，风电机尾流区的风场特征也仅给出了一些定性描述，无法获得风能资源丰 富区域的风能资源细微结构变化和风电机尾流区小尺度风场的空间定量变化特征数据，为 潜在风电场提供相关的风机空间布设技术参数，因此风能资源的微观分析不精确，也不利 于风电场的风机布局。
【发明内容】
[0007] 本发明提供一种能够定量分析风电机尾流区小尺度风场的空间定量变化特征和 风能资源细微结构变化的基于星载SAR的近海岸海上风能资源遥感方法及系统。
[0008] -种基于星载SAR的近海岸海上风能资源遥感方法，其包括以下步骤：
[0009] S1、对获取的SAR遥感图像进行长时间序列SAR海面风速反演处理，以获取经过网 格化处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值；根据每个 网格内海面风向值生成风向玫瑰图；
[0010] S2、通过每个网格内长时间序列SAR海面风速值获得不同海拔高度的海面风速 值，并通过极大似然估计法估算每个网格内Weibull分布模型中的尺度因子A和形状因子 k ;通过所获得的尺度因子A和形状因子k计算不同海拔高度代表风能特征的平均风速值； [0011] S3、计算不同海拔的空气密度值；通过平均风速值以及不同海拔的空气密度值计 算获得风能密度值；
[0012] S4、根据平均风速值、风能密度值、形状因子k、尺度因子A和风向玫瑰图生成不同 海拔高度的SAR近岸海上风能资源的遥感结果分布图（平均风速图、风能密度图、形状因子 k图、尺度因子A图和风向玫瑰图），并根据遥感结果分布图获取近海岸海上区域风能资源 宏观与微观的时、空特性，给出潜在风电场与潜在风电场风能资源的微观时、空特性；
[0013] S5、分析已建成风电厂单个风机的多时、向高分辨SAR风场空间变化特征和潜在 风电场风能资源的细微结构变化，给出潜在风电场的风机空间布设技术参数，结合潜在风 电场的风能资源的微观研究结果，给出潜在风电场的风机布局。
[0014] 一种基于星载SAR的近海岸海上风能资源遥感系统，其包括以下模块：
[0015] 反演模块，用于对获取的SAR遥感图像进行长时间序列SAR海面风速反演处理，以 获取经过网格化处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向 值；并用于根据每个网格内海面风向值生成风向玫瑰图；
[0016] 参数确定模块，用于通过每个网格内长时间序列SAR海面风速值获得不同海拔高 度的海面风速值，并用于通过极大似然估计法估算每个网格内不同海拨高度的Weibull分 布模型中的尺度因子A和形状因子k ;还用于通过获得的尺度因子A和形状因子k计算不 同海拔高度代表风能特征的平均风速值；
[0017] 风能密度确定模块，用于计算不同海拔的空气密度值；并用于通过平均风速值以 及不同海拔的空气密度值计算获得风能密度值；
[0018] 分析模块，用于根据平均风速值、风能密度值、形状因子k、尺度因子A和风向玫瑰 图生成不同海拨高度的SAR近海岸海上风能资源的遥感结果分布图，并用于根据遥感结果 分布图获取沿海风能资源区域宏观与微观的时、空特性，给出潜在风电场；用于根据己建成 风电场单个风机的多时、向高分辨SAR风场空间变化特征和潜在风电场风能资源的细微结 构变化，给出潜在风电场的风机空间布设技术参数，结合潜在风电场的风能资源微观研究 结果，给出潜在风电场的风机布局。
[0019] 本发明提供的基于星载SAR的近海岸海上风能资源遥感方法及系统，通过将根据 平均风速值、风能密度值、形状因子k、尺度因子A和风向玫瑰图生成不同海拔高度的SAR近 海岸海上风能资源的遥感结果分布图，并可以根据遥感结果分布图获取沿海风能资源区域 宏观与微观的时、空特性。能够定量分析风电机尾流区小尺度风场的空间变化特征和潜在 风电场风能资源的细微结构变化，给出潜在风电场的风机空间布设技术参数，有利于风机 空间的合理布局。
【专利附图】
【附图说明】
[0020] 图1是本发明实施方式提供的基于星载SAR的近海岸海上风能资源遥感方法流程 图；
[0021] 图2是图1中步骤S1的子流程图；
[0022]图3是本发明实施方式提供的基于星载SAR的近海岸海上风能资源遥感系统结构 图；
[0023] 图4是图3中反演模块的子结构框图。
【具体实施方式】
[0024] 如图1所示,本发明实施例提供了一种基于星载SAR的近海岸海上风能资源遥感 方法，其包括以下步骤：
[0025] S1、对获取的SAR遥感图像进行长时间序列SAR海面风速反演处理，以获取经过网 格化处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值。根据每个 网格内海面风向值生成风向玫瑰图。
[0026] 风向玫瑰图（简称风玫瑰图）也叫风向频率玫瑰图，它是根据某一地区多年平均 统计的各个风向和风速的百分数值，并按一定比例绘制，一般多用8个或16个罗盘方位表 /JN 〇
[0027] 可选地，如图2所示，所述步骤S1包括如下子步骤：
[0028] S11、反演长时间序列的SAR遥感图像以获得反演风速数据。
[0029] SAR遥感图像可以通过中科院遥感与数字地球研究所的卫星遥感地面接收站购买 获取。利用国际上常用的C波段SAR海面风速反演模式和极化率模型模式反演SAR海面风 速。
[0030] 国际上常用的C波段SAR海面风速反演模型主要包含CM0D4、CM0D5和CM0D-IFR2， 及其用于HH极化、交叉极化转换的不同极化率模型进行组合。
[0031] S12、将长时间序列SAR海面风速值与长时间序列的模式数据进行相关性分析，去 除台风数据，保留相关的长时间序列SAR反演风速数据。
[0032] 因为利用SAR图像直接提取的风向信息将导致较大误差，可以采用克里格插值 方法对美国海军全球大气预报业务系统提供的长时间序列风向数据（N0GAPS)(空间分辨 率为1° ΧΓ，时间分辨率6小时）或美国国家环境预报中心（NCEP)和美国国家大气 研究中心（NCAR)联合推出的长时间序列再分析风向数据（NCEP-NCAR)(空间分辨率为 2.5° Χ2·5°，时间分辨率6小时）进行空间插值，得到与SAR像元空间位置相配准的海 面风向信息。模式数据可以通过ΜΜ5模式获取，MM5(Mesoscale Model5)具有多重嵌套能 力、非静力动力模式以及四维同化的能力，并能在计算机平台上运行，来模拟或预报中尺度 和区域尺度的大气环流。
[0033] 其中，保留后的长时间序列SAR遥感图像空间覆盖率需要达到165景或165景以 上；长时间序列的N0GAPS风向数据与NCEP-NCAR再分析风向数据可以通过美国国家环境预 报中心下载。
[0034] S13、对保留的长时间序列反演风速数据进行网格化处理，获得经过网格化处理后 每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值。并根据每个网格内海 面风向值生成风向玫瑰图。
[0035] 网格大小设置为不大于1000米X 1000米的不同分辨率等级，网格可以分为1000、 900、800、700、600、500、400、300、200和100米等，得到每个网格点内的长时间序列5八1?海面 风速值以及每个网格内海面风向值。网格化的数据符合WGS84标准，以经纬度网格的投影 方式显示。
[0036] S2、通过每个网格内长时间序列SAR海面风速值获得不同海拔高度的海面风速 值，并通过极大似然估计法估算每个网格内不同海拨高度Weibull分布模型中的尺度因子 A和形状因子k。通过所获得的尺度因子A和形状因子k计算每个网格内代表不同海拔高 度风能特征的平均风速值。
[0037]各种等级风速的出现概率大不相同时，计算得到的风能就会有很大差异，因此需 要利用风速概率分布模型来计算风能密度。研究表明，包含了尺度因子A (m/s)和形状参数 k(无量纲）的两参数Weibull风速分布模型对于风能计算来说是一种比较理想的模式。下 面的公式给出了 0?V积分的Weibull风速分布函数，并且只要知道参数A和k，风速的分 布特征就可以确定。
[0038]
【权利要求】
1. 一种基于星载SAR的近海岸海上风能资源遥感方法，其特征在于，其包括以下步骤： 51、 对获取的SAR遥感图像进行长时间序列SAR海面风速反演处理，以获取经过网格化 处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值；根据每个网格 内海面风向值生成风向玫瑰图； 52、 通过每个网格内长时间序列SAR海面风速值获得不同海拔高度的海面风速值，并 通过极大似然估计法估算每个网格内Weibull分布模型中的尺度因子A和形状因子k;通 过所获得的尺度因子A和形状因子k计算不同海拔高度代表风能特征的平均风速值； 53、 计算不同海拔的空气密度值；通过平均风速值以及不同海拔的空气密度值计算获 得风能密度值； 54、 根据平均风速值、风能密度值、形状因子k、尺度因子A和风向玫瑰图生成不同海拔 高度的SAR近岸海上风能资源的遥感结果分布图，遥感结果分布图包括平均风速图、风能 密度图、形状因子k图、尺度因子A图和风向玫瑰图，并根据遥感结果分布图获取近海岸海 上区域风能资源的水平空间分布、不同海拨高度的垂直空间分布、季节分布、月份分布特性 等宏观与微观的时、空特性，给出潜在风电场与潜在风电场风能资源的微观时、空特性； 55、 分析已建成风电厂单个风机的多时、向高分辨SAR风场空间变化特征和潜在风电 场风能资源的细微结构变化，给出潜在风电场的风机空间布设技术参数，结合潜在风电场 的风能资源的微观研究结果，给出潜在风电场的风机布局。
2. 如权利要求1所述的基于星载SAR的近海岸海上风能资源遥感方法，其特征在于，所 述步骤Sl包括如下子步骤： 511、 反演长时间序列的SAR遥感图像以获得反演风速数据； 512、 将长时间序列SAR海面风速值与长时间序列的模式数据进行相关性分析，去除台 风数据，保留剩余的反演风速数据； 513、 对保留的反演风速数据进行网格化处理，获得经过网格化处理后每个网格内长时 间序列SAR海面风速值以及每个网格内海面风向值；并根据每个网格内海面风向值生成风 向玫瑰图。
3. 如权利要求2所述的基于星载SAR的近海岸海上风能资源遥感方法，其特征在于，所 述步骤S2中通过每个网格内长时间序列SAR海面风速值获得不同海拔高度的海面风速值 的公式如下：
其中，Vn和V1分别为Zn和Z1高度处的平均风速，a为平均风速随着 高度变化的切变指数，a的值可选为〇. 09 ;平均风速值的计算公式如下：
其中r为伽马函数，k为形状因子、A为尺度因子。 ，
4. 如权利要求3所述的基于星载SAR的近岸海上风能资源遥感方法，其特征在于， 所述步骤S3中不同海拔的空气密度值的计算公式如下： P= (PcZ(Rt))eW^其中Ptl为标准平面大气压，g为重力加速度，z为现场高度，R 其中P为空气密度值。 为气体常数，t为温度值；风能密度值的计算公式如下：
，
5. 如权利要求4所述的基于星载SAR的近海岸海上风能资源遥感方法，其特征在于，所 述步骤S4中近海岸海上风能资源区域的特性包括近海海域风能资源的水平空间变化、不 同海拨高度的垂直空间变化、季节变化和月份变化的宏观特性，同时包括风能资源丰富区 域的风能资源的水平空间变化、不同海拨高度的垂直空间变化、季节变化和月份变化的微 观特性。
6. 如权利要求5所述的基于星载SAR的近海岸海上风能资源遥感方法，其特征在于，所 述步骤S5中潜在风电场的风机空间布设技术参数包括已建成风电场单个风机尾迹区风速 随距离的风速变化特征，主要包含风速沿着风向方向和垂直于风向方向的距离随风速变化 范围和风速变化强度，其中变化强度选择为25%或25%以下，变化距离则选择沿着风向方 向的风机布设距离为风速为恢复到原来风速或原来风速的75%以上距离，垂直于风向方向 的风机布设同样为恢复到原来的风速原来风速的75%以上空间距离，计算给出基于长时间 序列SAR海面风速的不同风速、风向情况下的风机空间布设技术参数，结合潜在风电场的 风能资源的微观研究结果，微观研究结果包含风能资源最集中点，风向玫瑰图和平均风速、 风能密度、形状因子k和尺度因子A的水平空间变化、不同海拨高度的垂直空间变化、季节 变化和月份变化小尺度的微观特性，进行潜在风电场的风机布局。
7. -种基于星载SAR的近海岸海上风能资源遥感系统，其特征在于，其包括以下模块； 反演模块，用于对获取的SAR遥感图像进行长时间序列SAR海面风速反演处理，以获取 经过网格化处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值；并 用于根据每个网格内海面风向值生成风向玫瑰图； 参数确定模块，用于通过每个网格内保留的长时间序列SAR海面风速值获得不同海拔 高度的海面风速值，并用于通过极大似然估计法估算每个网格内Weibull分布模型中的尺 度因子A和形状因子k;还用于通过获得的尺度因子A和形状因子k计算不同海拔高度代 表风能特征的平均风速值； 风能密度确定模块，用于计算不同海拔的空气密度值；并用于通过平均风速值以及不 同海拔的空气密度值计算获得风能密度值； 分析模块，用于根据每个网格内的平均风速值、风能密度值、形状因子k、尺度因子A和 风向玫瑰图生成不同海域高度的SAR近海岸海上风能资源的遥感结果分布图，并用于根据 遥感结果分布图获取沿海风能资源区域宏观的时、空特性，给出风能资源丰富的潜在风电 场；用于生成风能资源丰富区域的高分辨率风能资源遥感结果分布图，并用于根据高分辨 率遥感结果分布图分析潜在风场区域的微观的时、空细微结构变化特性；用于根据已建成 风场单个风机的多时、向高分辨SAR风场空间变化特征，给出合理的风机空间布设技术参 数；用于根据已建成风电场单个风机分析给出的风机空间布设技术参数，结合潜在风电场 风能资源的细微结构变化分析结果，给出潜在风电场的风机空间布设技术参数，为进行潜 在风电场的风机布局提供空间布设依据。
8. 如权利要求7所述的基于星载SAR的近海岸海上风能资源遥感系统，其特征在于，所 述反演模块包括如下单元： 反演风速数据获取单元，用于反演长时间序列的多景SAR遥感图像以获得反演风速数 据； 校验单元，用于将长时间序列SAR海面风速值与长时间序列的模式数据进行相关性分 析，去除台风数据，保留剩余的SAR反演风速数据，保留后的长时间序列SAR遥感图像空间 覆盖率需要达到165景或165景以上； 网格化处理单元，用于对保留的SAR反演风速数据进行网格化处理，获得经过网格化 处理后每个网格内长时间序列SAR海面风速值以及每个网格内海面风向值；并用于根据每 个网格内海面风向值生成风向玫瑰图。
9. 如权利要求8所述的基于星载SAR的近海岸海上风能资源遥感系统，其特征在于，所 述参数确定模块中通过每个网格内长时间序列SAR海面风速值获得不同海拔高度的海面 风速值的公式如下：
其中，Vn和V1分别为Zn和Z1高度处的平均风速，a为平均风速随着 高度变化的切边指数，a的值可选为0. 09 ;平均风速值的计算公式如下：
其中r为伽马函数，k为形状因子、A为尺度因子。 J
10. 如权利要求9所述的基于星载SAR的近海岸海上风能资源遥感系统，其特征在于， 所述风能密度确定模块中不同海拔的空气密度值的计算公式如下： P= (Pc/(Rt))eUz/(Kt))，其中Ptl为标准平面大气压，g为重力加速度，z为现场高度，R为气体常数，t为温度值； 风能密度值的计算公式如下：
其中P为空气密度值。
11. 如权利要求10所述的基于星载SAR的近岸海上风能资源遥感系统，其特征在于，所 述分析模块中沿海风能资源区域的特性包括近海岸海上风能资源的的水平空间变化、不同 海拨高度的垂直空间变化、季节变化和月份变化的宏观特性；同时包括风能资源丰富区域 的高分辨率风能资源的水平空间变化、不同海拨高度的垂直空间变化、季节变化和月份变 化的微观特性；同时包含已建成风场单个风机的多时、向高分辨SAR风场空间变化特征，给 出合理的风机空间布设技术参数；同时包含据已建成风电场单个风机分析给出的风机空间 布设技术参数，结合潜在风电场风能资源的细微结构变化分析结果，给出潜在风电场的风 机空间布设技术参数，为进行潜在风电场的风机布局提供空间布设依据。
【文档编号】G06F19/00GK104268429SQ201410542837
【公开日】2015年1月7日 申请日期:2014年10月15日 优先权日:2014年10月15日
【发明者】范开国, 于兴修, 王瑶, 傅斌, 常俊芳 申请人:湖北大学