基于數值模擬的南四湖風能資源初步評估

楊明祥　雷曉輝

摘要：基于氣象站與測風塔的區域風能資源評估具有較大局限性，前者無法獲得風機輪轂高度處的風速資料，評估精度較低，后者難以獲得較長時間觀測資料，對平均風速的年際變化反映不足，且評估成本較高。選取南四湖周邊地區為研究對象，基于WRF構建該地區數值天氣預報模式，在NCEP FNL資料的驅動下實現南四湖地區20002016年的小時風場模擬。提取80 m高度處風場模擬信息，通過年平均風速、年平均風功率密度、年可利用小時數、年內風速分布、主風向等指標，對該地區風能資源進行了初步評估，認為該地區風能資源具備一定開發利用價值，且靠近南水北調東線泵站群等能源消耗中心，有利于風電的就地消納，為該地區風能資源詳查和開發利用提供了一定的參考。

關鍵詞：南四湖；風能資源評估；WRF模式；數值模擬

中圖分類號：P962文獻標志碼：A文章編號：

16721683（2018）02018207

Abstract：

The assessment methods of regional wind resources based on meteorological stations and anemometer towers have some limitations.The former does not have access to the wind speed data of the fan wheel，and has low evaluation precision.The latter has difficulty in getting longtime observation data，cannot provide sufficient description of the interannual variability of the average wind speed，and has high evaluation cost.In this article，we selected the surrounding area of Nansi Lake as the object of study，constructed the numerical weather forecast mode of this region based on WRF，and realized the simulation of hourly wind field around Nansi Lake from 2000 to 2016.Extracting the simulation information of wind field at 80m height，we conducted preliminary evaluation of the wind energy resources in this region by studying the annual average wind speed，annual average wind power density，annual available hours，annual wind speed distribution，and prevailing wind direction.We held that the wind energy resources in this region have certain development and utilization value.As it is close to the energy consumption centers such as the pumping stations group of the East Route of the SouthtoNorth Water Transfer Project，the wind electricity can be used locally.This paper provides certain reference for checking and utilizing wind energy resources in this region.

Key words：Nansi Lake；wind resource assessment；WRF Model；numerical simulation

風能資源評估是風電開發的重要環節，有助于摸清待開發區域的風場分布，風能儲量等，對電廠布局設計和風能資源詳查有重要指導意義[1]。目前，風資源評估主要基于氣象站或者測風塔進行[25]。然而，氣象站往往只能獲得10 m高度處的風速，無法直接對風力發電機80m甚至更高的位置進行評估，在風資源評估中具有先天不足[6]。測風塔雖然可以獲取大多數風機所在高度的風速資料，但建設成本較高，測風周期較長，難以直接獲取一個地區多年的平均風能情況，評估效果可靠性有限[79]。近些年來，隨著氣象數值模式與高性能計算機技術的發展，利用數值模擬方式對研究區風場進行較長時間的模擬，獲取研究區年平均風速分布、可利用小時數分布、主導風向等關鍵指標受到了越來越多研究人員和工程人員的關注。羅夢森等人利用WRF（Weather Research and Forecast）模式對江蘇沿海地區風資源狀況進行了數值模擬和評估，并據此對風力發電場的位置給出了建議[10]。汪明軍等人利用中尺度氣象模式對長三角地區2010年10月份的風場進行了數值模擬，并對該地區近地層和高空風資源進行了評估[11]。陳楠等人利用WRF模式對廣東海上風資源進行了量化估計，并利用測風塔實測資料進行了對比分析，發現兩者評估結果無明顯差別[12]。NREL實驗室通過中尺度數值模擬技術實現了美國近海風能資源評估，并繪制了90 m高度處高分辨率的風能資源分布圖[13]。Riso實驗室利用中尺度數值模式數據，對歐洲部分區域進行了分辨率為2～5 km的風能資源評估，并生成了高分辨率風資源分布圖[14]。可見，圍繞數值模式在風資源評估中的應用，國內外已經開展了大量研究工作。然而，目前研究多是對一年或一段時間的風場進行模擬評估，未充分考慮風速在年際間變化的影響。有研究表明，過短的資料并不能準確反映當地的風況，一般認為5～10 a或者10 a以上的觀測資料能比較客觀地反映該地的真實狀況[15]。本文選擇南四湖周邊作為研究區，基于三層嵌套構建該區域WRF模式，并在美國國家環境預報中心（NCEP）/美國國家大氣研究中心（NCAR）提供的FNL全球分析資料（Final Operational Global Analysis）的驅動下，實現南四湖周邊長達17 a的風場模擬及初步評估，以期為數值模式在風能資源評估中的應用提供一定參考，為南四湖周邊風能資源詳查和開發提供一定支撐。

1研究區簡介

南四湖位于山東省西南部，如圖1所示，隸屬微山縣管轄，位于34°15′-34°53′N和114°50′-117°48′E之間，全湖面積1 266 km2，是山東第一大湖，也是中國大型淡水湖泊之一，分為上級湖與下級湖兩部分[16]。南四湖處在山東丘陵西部邊緣與黃河沖積平原的交接地帶，湖東地勢東高西低，湖西是數千年來黃河改道、決口泛濫淤積而成的平原，地勢西高東低。南四湖是南水北調東線干線工程的必經之地，其承接從臺兒莊萬年閘韓莊，以及劉山解臺藺家壩兩條調水線路的來水，并通過位于湖泊中部的二級壩泵站，將水抬升至上級湖通過長溝泵站繼續北送[1719]。南四湖周邊的8座大型泵站內單臺機組裝機普遍在2 000 kW左右，電力消耗成了調水成本的重要組成部分[2021]。對南四湖區周邊風能資源進行初步評估，摸清周邊風資源時空分布特點，對于該地區清潔能源的有效利用，降低環境污染風險，有一定的幫助。

2數值模式構建

WRF模式是由美國國家大氣研究中心（NCAR），國家環境預報中心（NCEP）等多所研究機構共同研發的新一代高分辨率中尺度數值模式[2223]，適用于水平分辨率從數米到上萬千米尺度的各種天氣系統的模擬[24]。近年來，隨著全世界風能開發加速推進，特別是中國風電市場逐步成熟，對氣象服務的要求也越來越高，使得WRF模式在風資源開發方面的研究和應用逐漸升溫。

綜合考慮計算資源與研究目標，采用三層嵌套方式，將WRF模式輸出最內層數據分辨率定為3 km。嵌套區域設置充分考慮了周邊大地形和重點天氣、氣候系統，并盡量避免模擬中跨越氣候特征或者地理特點相差巨大的區域。不同層級之間的網格設置為雙向反饋關系，內層網格在接受外部網格提供的初始場和邊界條件的同時也向外部網格反饋模式運行信息。設置模式層頂氣壓為50 hPa，并將地面以上至100 m的垂直空間做加密處理，使其能夠輸出10 m、50 m、70 m、80 m、100 m等關鍵高度層。模型運行所需的地形等地面靜態數據從WRF官網獲取（http：//www2.mmm.ucar.edu/wrf/OnLineTutorial/Basics/GEOGRID/ter_data.htm）。模式積分步長設置為90 s，每1 h輸出一次模擬結果。模式微物理方案和積云對流參數化方案采用WSM3（SingleMoment 3class scheme）和GD （GrellDevenyi），由于最內層分辨率達3 km，因此不對最內層積云對流參數化方案進行設置。邊界層和陸面模式選擇普遍使用的YSU和Noah參數化方案，長波輻射選擇RRTM參數化方案而短波輻射選擇Dudhia參數化方案。WRF模式其他參數或方案設置詳見表1。

3實驗設計與指標計算方法

3.1實驗設計

本研究利用2000年1月1日至2016年12月31日的FNL數據驅動WRF模式，獲取時段內每小時的平均風速模擬結果。但WRF模式動力框架與參數化方案均為適應天氣模擬而設計，且模式運行需要一定的Spinup時間，因此采用60 h一循環，前12 h舍去的方式完成長達17 a的數值模擬。

3.2指標計算方法

本文主要借助年平均風速、年平均風功率密度、風能年可利用小時數、主風向等指標對南四湖周邊區域進行風能資源的初步評估。由于目前風機位置多位于80 m高度處[2526]，因此本文所做研究主要針對80 m高度處的風速展開。

（3）風能年可利用小時數。

年風能可利用小時數（h）是指一年內可以運行在有效風速范圍內的時間[28]。根據目前常規風力發電設備的機械與電力特性，一般將切入風速定為3 m/s，即輪轂處風速大于3 m/s就可開始并網發電，切出風速一般定為25 m/s，即輪轂處風速大于25 m/s風機就須切出電網[29]。

（4）主風向。

根據16方位圖以及風速的U、V分量，對模擬的小時風速在風向上進行分類，并在多年尺度上做統計分析，得到每個柵格上的主風向。

4評價結果

4.1平均風速的年際變化

利用2000年1月1日00時到2016年12月31日23時的小時風速模擬[HJ2.1mm]資料，統計每個柵格上各年的平均風速大小。選擇白沙河與城河入湖口、二級壩、南四湖最南端以及東北部山區為代表地點，獲得這些地點風速的年際變化情況如圖2所示。可知，該區域風速的年際變化較大，四個地點的平均風速變化接近1 m/s，其中近些年平均風速的變化更加劇烈。這為基于測風塔的風能資源評估帶來了較大困難，而利用數值模式進行風能資源的初步評估可實現多年風速的模擬評價，有望成為未來風能資源開發的重要研究內容。

4.2年平均風速與風功率密度

根據公式（1）計算南四湖周邊80 m高度上各柵格的年平均風速，如圖3（a）所示。從數值模擬結果可知，南四湖周邊年平均最低風速高于5 m/s，且各個地區風速差異并不明顯，風速最高的東北部山區較風速最低的下級湖西岸，[HJ2.2mm]年均風速僅相差11 m/s。受地形強迫以及湖面加速的影響，白沙河與城河入湖口附近的風速較周邊風速要高，達到了6 m/s左右，形成了一個較為明顯的局部高風速區。[CM（22]根據公式（2）得到南四湖周邊地區80 m高度處年平均風功率密度分布情況，如圖3（b）所示。可見，該地區年平均風功率密度位于163 W/m2和277 W/m2之間。其中，白沙河與城河入湖口附近年平均風功率密度在200 W/m2左右；二級壩附近年平均風功率密度在175 W/m2左右；南四湖最南端順堤河與韓莊運河之間的區域，年平均風功率密度在220 W/m2左右；東北部山區的年平均風功率密度則達到了270 W/m2以上。綜上，南四湖周邊地區年平均風速在5 m/s以上，平均風功率密度在163 W/m2和277 W/m2，參考GB/T 18710-2002中風功率密度等級表可知，該區域屬于可開發的區域，隨著低風速區風電開發技術的不斷進步以及分布式風電建設的不斷推進，該區域的開發潛力將日益突出。

4.3 年風能可利用小時數

根據2000-2016年的連續模擬資料，將每個柵格上風速位于3 m/s和25 m/s的時段數相加并求年平均，繪制風能年可利用小時數分布見圖4。可知，南四湖周邊風能年可利用小時數位于6 929 h到7 881 h之間，代表理論上該地區一年內可進行風力發電的時間超過了80%。其空間分布與年平均風速的分布基本一致，南四湖東部地區風能年可利用小時數普遍多于西部地區，這主要是由于地形

4.4風速年內分布

基于2000-2016年的小時平均風速模擬數據，根據公式（1）對80 m高度上每個網格點各月平均風速進行統計，見圖5。南四湖周邊各月平均風速的空間分布與年平[HJ2.1mm]均風速的空間分布較為接近，均表現為東北方向風速高而西南方向風速小的特征，且各月模擬結果均表明白沙河與城河入湖口附近是一個風速高值區。從時間分布上來看，南四湖周邊風速最大的幾個月是2月-6月，特別是4月份南四湖周邊多數地區平均風速在7 m/s左右；風速最低的幾個月主要是8月和9月。可見南四湖大風天氣主要集中在春季，而低風速天氣主要集中在夏季，這與該地區受季風氣候影響有關。雖然南四湖周邊各月平均風速相差較大，但其平均風速均在4 m/s以上，說明該地區的風能資源在一年四季均具有一定的開發利用價值。

4.5 主風向分布

根據2000-2016年南四湖周邊80 m高度處小時平均風速U、V分量的模擬數據，按照16風向圖的分類方式對各時刻風向進行定義，并基于此對各網格的風向頻率進行分析，取頻率最高者形成主風向分布圖，見圖6。受東南季風的影響，南四湖周邊的主風向表現為[HJ2.2mm]偏東南風。在局部地形的強迫下，蟠龍河以南至南四湖最南端的區域，以及鄭集河沿線區域的主風向為東風，韓莊運河周邊的主風向為東北偏東風，而十字河上游以北的區域則盛行南風。湖面的主風向明顯受兩岸地形的影響，表現出與湖岸平行的特征。[HJ1〗

5結論與展望

5.1結論

本文選擇南四湖為研究區，基于WRF模式構建風場模擬模型，并在FNL資料的驅動下，對2000-2016年的風場進行了連續模擬。在此基礎上，通過年平均風速、風功率密度、風能年可利用小時數、風速年內分布以及主風向分布等指標的分析，實現對南四湖周邊風能資源的初步評估。評估結果顯示，南四湖周邊平均風速較高，且時空差異較小，年平均風功率密度在163 W/m2和277 W/m2之間，年可利用小時數位于6 929 h到7 881 h之間。雖然平均風速在年內呈現出明顯的季節變化，但最小風速均在4 m/s以上，仍具有一定的開發利用價值。受東南季風影響，區域內主風向表現為偏東南風，局部區域受地形影響存在偏東北風的情況。隨著低風速區風電開發利用技術的不斷進步，該地區風能資源開發潛力將不斷凸顯，且該地區靠近能源消耗中心，存在大型泵站等耗能單元，為新能源的就地消納提供了一定條件。

5.2展望

基于數值模擬的風能資源評估較傳統方法有諸多優點，如成本低、能夠直接獲取輪轂高度處的風速信息、可獲取資料的時間序列長等。但數值模式為大量數學方程對自然現象的近似描述，受人類認識能力的局限，描述過程中不可避免存在一定偏差，同時數值模式本身由大量的參數化方案組成，各類參數化方案對不同氣象特征的適用性不同。可見采用數值模式進行風能資源評估具有一定的不確定性，在未來的研究中將針對數值模式評估過程中的不確定性進行深入探索。

參考文獻（References）：

[1]李澤椿，朱蓉，何曉鳳，等.風能資源評估技術方法研究[J].氣象學報，2007，65（5）：708717.（LI Z C，ZHU R，HE X F，et al.Study on the assessment technology of wind energy resource[J].Acta Meteorologica Sinica，2007，65（5）：708717.（in Chinese）） DOI：10.11676/qxxb 2007.066.

[2]TROEN I，PETERSEN E L.European Wind Atlas[M].Roskilde：Risoe National Laboratory，1989.

[3]薛桁，朱瑞兆，楊振斌，等.中國風能資源貯量估算[J].太陽能學報，2001，22（2）：167170.（XUE H，ZHU R Z，YANG Z B，et al.Assessment of wind energy reserves in China[J].Acta Energiae Solaris Sinica，2001，22（2）：167170.（in Chinese）） Doi：10.3321/j.issn：02540096.2001.02.010.

[4][JP4]SHIKHA S，BHATTI T S，KOTHARI D P.A review of windresourceassessment technology[J].Journal of Energy Engineering，2006，132（1）：814.DOI.10.1061/（ASCE）07339402（2006）132：1（8）

[5]謝今范，劉玉英，王玉昆，等.東北地區風能資源空間分布特征與模擬[J].地理科學，2014，34（12）：14971503.（XIE J F，LIU Y Y，WANG Y K，et al.Spatial distribution characteristics of wind resource and its simulation in Northeast China[J].Scientia Geographica Sinica，2014，34（12）：14971503.（in Chinese）） DOI：10.13249/j.cnki.sgs.2014.012.1497.

[6]朱金華，張淑君，許昌，等.基于WRF/CALMET模式的江蘇沿海風能資源評估[J].三峽大學學報（自然科學版），2016，38（1）：6265.（ZHU J H，ZHANG S J，XU C，et al.WRF and CALMET common modeling and assessment of wind energy for offsea reion in Jiangsu Province[J].J of China Three Gorges Univ （Natural Sciences），2016，38（1）：6265.（in Chinese）） DOI：10.13393/j.cnki.issn.1672948.2016.01.013.

[7]周榮衛，何曉鳳，朱蓉.MM5/CALMET模式系統在風能資源評估中的應用[J].自然資源學報，2010，25（12）：21012113.（ZHOU R W，HE X F，ZHU R.Application of MM5/Calmet Model System in Wind Energy Resource Assessment[J].Journal of Natural Resources，2010，25（12）：21012113.（in Chinese）） Doi：10.11849/zrzyxb.2010.12.011.

[8]楊鵬武，王學鋒，王麟，等.WRF_TopoWind模式對中國低緯高原高山風速模擬的適用性研究[J].云南大學學報（自然科學版），2016，38（5）：766772.（YANG P W，WANG X F，WANG L，et al.A study on the applicability of WRF_TopoWind model to simulate the mountain wind speed of the low latitude plateau in China[J].Journal of Yunnan University，2016，38（5）：766772.（in Chinese）） DOI：10.7540/j.ynu.20160060.

[9]邢婷.基于WRF模式和SVM方法的楊梅山風電場短期風電功率預報技術研究[D].南京：南京信息工程大學，2014.（XING T.The research on the wind power prediction on Yangmei Mountain wind farm based on the WRF weather forecast model and SVM statistical regression approach[D].Nanjing：Nanjing University of Information Science & Technology，2014.（in Chinese））

[10][ZK（#]羅夢森，何浪，彭華青.基于WRF模式的江蘇沿海風資源評估[J].江蘇農業科學.2011，39（3）：486491.（LUO M S，HE L，PENG H Q.Assessment Jiangsu sea wind resources by WRF Model[J].Jiangsu Agricultural Sciences，2011，39（3）：486491.（in Chinese）） DOI：10.15889/j.issn.10021302.2011.03.089.

[11]汪明軍，羅坤，倪智振.基于WRF模式的長三角地區風資源評估[J].能源工程，2016（5）：2933.（WANG M J，LUO K，NI Z Z.Wind resource assessment for the Yangtze River Delta region based on WRF[J].Energy Engineering，2016（5）：2933.（in Chinese）） DOI：10.16189/j.cnki.nygc.2016.05.005.

[12]陳楠，楊蘋，鄒澍，等.基于WRF模式的廣東海上風資源評估[J].裝備環境工程，2013，10（5）：110.（CHEN N，YANG P，ZOU S，et al.Offshore wind resource assessment based on WRF Model[J].Equipment Environmental Engineering，2013，10（5）：110.（in Chinese）） DOI：10.7643/ issn.16729242.2013.05.001.

[13]AYOTTE K W，DAVY R J，COPPIN P A.A simple temporal and spatial analysis of flow in complex terrain in the context of wind energy modelling[J].BoundaryLayer Meteorology，2001，98（2）：275295.DOI.10.1023/A：1026583021740.

[14]SCHWARTZ M N，HEIMILLER D，HAYMES S，et al.Assessment of offshore wind energy resources for the United States[J].Leading Edge，2010，21（4）：338348.DOI：10.2172/983415.

[15]張一民，沈才元，徐繼先，等.江蘇省風能簡便計算方法的研究[J].氣象科學，1997，17（3）：268273.（ZHANG Y M，SHEN C Y，XU J X，et al.A study on convenient scheme of wind energy computation in Jiangsu[J].Scientia Meteorologica Sinica，1997，17（3）：268273.（in Chinese））

[16]張先軍，姚輝勇.南水北調東線南四湖人工濕地建設與規劃[J].南水北調與水利科技，2010，8（3）：2124.（ZHANG X J，YAO H Y.Wetland construction and planning of Nansi Lake of the Eastern Route Project of the SouthtoNorth Water Transfer[J].SouthtoNorth Water Transfers and Water Science & Technology，2010，8（3）：2124.（in Chinese）） DOI：10.3724/SP.J.1201.2010.03021.

[17]王文杰，吳學文，方國華，等.南水北調東線工程江蘇段水量優化調度研究[J].南水北調與水利科技，2015，13（3）：422426.（WANG W J，WU X W，FANG G H，et al.Optimal water operation in Jiangsu section of the SouthtoNorth Water Diversion Project[J].SouthtoNorth Water Transfers and Water Science & Technology，2015，13（3）：422426.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2015.03.006.

[18]武周虎，羅輝，劉長余，等.南水北調東線南四湖出、入湖泵站開啟時間差分析研究[J].南水北調與水利科技，2008，6（1）：7791.（WU Z H，LUO H，LIU C Y.Startup time difference of pumping station of Nansi Lake in the SouthtoNorth Water Transfer[J].SouthtoNorth Water Transfers and Water Science & Technology，2008，6（1）：7791.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2008.01.024.

[19]趙世新，張晨，高學平，等.南水北調東線調度對南四湖水質的影響[J].湖泊科學，2012，24（6）：923931.（ZHAO S X，ZHANG C，Gao X P，et al.The impact of the operation of Eastern Route Project of the SouthtoNorth Water Diversion Project on water quality in Lake Nansi[J].Journal of Lake Sciences，2012，24（6）：923931.（in Chinese）） DOI：10.18307/2012.0616.

[20]高峰，岳永起，趙培青，等.南水北調二級壩泵站水泵調速必要性研究[J].中國農村水利水電，2005（6）：104106.（GAO F，YUE Y Q，ZHAO P Q.Study on the necessity of water pump speed regulation in the ErJi pumping station of South to North Water Transfer Project[J].China Rural Water and Hydropower，2005（6）：104106.（in Chinese）） DOI：10.3969/j.issn.10072284.2005.06.037.

[21]仇寶云，袁壽其，馮旭松，等.南水北調東線工程梯級泵站的幾個問題[J].灌溉排水學報，2003，22（2）：6973.（QIU B Y，YUAN S Q，FENG X S，et al.Several problems about step pump stations in Eastern Route SouthtoNorth Water Transfer Project[J]，Journal of Irrigation and Drainage，2003，22（2）：6973.（in Chinese）） DOI：10.13522/j.cnki.ggps.2003.02.018.

[22]SKAMARAOCK W C，KLEMP J B，DUDHIA J，et al.A description of the advanced research WRF version[Z].NCAR Technical Notes，2008.

[23]KHVOROSTYANOV D V，MENUT L，DUPONT J C，et al.The role of WRF land surface schemes on weather simulations in Paris area[A].Proceedings of ISARS 2010 conference[C]，2010.

[24]張華，孫科，田玲，等.應用WRF模型模擬分析風力發電場風速[J].天津大學學報，2012，45（12）：11161120.（ZHANG H，SUN K，TIAN L，et al.Wind speed simulation of wind farm using WRF Model[J].Journal of Tianjin University，2012，45（12）：11161120.（in Chinese））

[25]李正泉，宋麗莉，馬浩，等.海上風能資源觀測與評估研究進展[J].地球科學進展，2016，31（8）：800810.（LI Z Q，SONG L L，MA H，et al.Review of Methodologies for Offshore Wind Resource Observation and Assessment[J].Advances in Earth Science，2016，31（8）：800810.（in Chinese）） DOI：10.11867/j.issn.10018166.2016.08.0800.

[26]封宇，何焱，朱啟昊，等.近海及海上風資源時空特性研究[J].清華大學學報（自然科學版），2016，56（5）：522529.（FENG Y，HE Y，ZHU Q H，et al.Temporal and spatial characteristics of offshore wind resources[J].J Tsinghua Univ （Sci & Technol），2016，56（5）：522529.（in chinese）） DOI：10.16511/ j.cnki.qhdxxb.2016.25.011.

[27]范飛，梁丙臣，齊靜靜.黃河口三角洲波浪能和風能資源評估[J].太陽能學報，2014，35（8）：13631368.（FAN F，LIANG B C，QI J J.Assessment of wave energy and wind energy resources of Yellow River Delta[J].ACTA ENERGIAE SOLARIS SINICA，2014，35（8）：13631368.（in chinese）） DOI：10.3969/j.issn.02540096.2014.08.008.

[28]楊艷娟，李明財，任雨，等.天津近海風能資源的高分辨率數值模擬與評估[J].資源科學，2011，33（10）：19992004.（YANG Y J，LI M C，REN Y，et al.Highresolution numerical simulation and assessment of the offshore wind energy resource in Tianjin[J].Resources Science，2011，33（10）：19992004.（in Chinese））

[29]李沖，于緯艷.不同季節烏魯木齊風能資源潛能評估[J].遼寧工程技術大學學報（自然科學版），2015，34（1）：112117.（LI C，YU W Y.Wind energy resource potential evaluation in different seasons for Urumqi[J].Journal of Liaoning Technical University（Natural Science），2015，34（1）：112117.（in chinese））DOI：10.11956/j.issn.10080562.2015.01.023.