風電場對干旱荒漠區地表溫度影響分析*

文 | 鄭平，李國慶，李朋磊，方中祥，韓倩倩

在全球變暖及環境污染加劇的大背景下，“節能減排”是我國生態文明建設的重要組成部分。這一政策促進了我國風電產業的迅速發展，從2008年開始，我國風力發電機組的已有裝機容量、裝機速度，一直穩居世界第一位，風能未來會在我國能源結構中占據重要地位。風電場建立之初，政府部門和研究人員更多關注于風力發電相對于傳統化石能源的CO2減排作用，對環境的其他影響被人為忽視了。“不能認為所有的人類行為都會對環境造成相應的影響，但未來幾十年將建造越來越多的風電場，現在風能被忽略的細節問題，未來可能會導致災難性的影響。”有學者指出。地表溫度（Land Surface Temperature，LST）作為地表能量平衡和交換、地表物理過程的重要因子，是生態系統地表水、碳、氮等物質循環過程的主導因子，LST變化會對生態系統物質及能量循環產生重大影響。目前國外已有學者開始關注風電場對LST的可能影響，理論上風電場會使得下風處的近地表下層空氣出現白天“減溫增濕”，晚上“增溫減濕”的現象，上風處剛好相反。但現有研究表明，風電場對本地區和周圍地區LST的影響趨勢并不一致，在有些地區是變暖，而在另一些地區是變冷，這可能與風電場所在區域的下墊面類型有直接關系。我國作為世界風能利用的第一大國，風力發電場主要集中在干旱、半干旱區，而探討風電場對該類地區LST的影響卻鮮見。本文以甘肅省瓜州風電場為例，以遙感技術為主要手段，探討風電場對干旱荒漠區LST的影響范圍和強度，期待為進一步研究風電場對我國地表環境的影響提供借鑒。

研究區位置與概況

一、自然地理概況

本文研究區位于甘肅省酒泉市瓜州縣（原安西縣，2008年更名為瓜州縣）。風電場形成的有利地形條件：酒泉市四周分布有天山、祁連山、阿爾泰山、阿爾金山等山脈，疏勒河谷從東向西穿越酒泉，正好在玉門、瓜州形成了一個巨大的“喇叭狀”地形，有利于風能的儲存。而瓜州縣又分別與祁連山和馬鬃山南北相望，中間是地形平坦的沙漠戈壁，形成了兩山夾一谷的有利地形，特殊的地理環境和地形及季風的影響，形成了一條東西風通道。風電場形成的有利氣候條件：受西伯利亞的高壓氣流影響的冬季風又受祁連山的阻擋，使得該氣流從嘉峪關以西的開闊地帶進入疏勒河流域，沿玉門、瓜州向西，越敦煌奔樓蘭，形成著名的氣流“狹管效應”。

二、風電場概況

在地形與氣候條件的共同作用下，酒泉風能資源總儲量可達1.5億千瓦，可開發量在4000萬千瓦以上，10米高度風功率密度均在每平方米250～310瓦以上，年平均風速在每秒5.7米以上，年有效風速達6300小時以上，年滿負荷發電小時數達2300小時。而瓜州縣是酒泉市風能儲量最大的地區之一，可達酒泉風力開發量的一半，風能資源可利用面積近一萬平方公里，年風能資源可開發量在2000萬千瓦以上，故被稱為“世界風庫”。研究區屬于典型的大陸性氣候，其主要特點是降雨少、蒸發量大、光照時間長，地勢南北高、中間低，平均海拔1500米，研究區位置如圖1所示。本文選擇風電場占地范圍內的50km緩沖區作為研究區（風電場主要通過影響風速的形式對地表過程進行擾動，一般認為風電場對風速的影響距離為30～60km）。

數據來源

（1）氣象數據：2001年和2014年甘肅省瓜州氣象站的日風向數據來源于中國氣象科學數據共享服務網（網址：http//:new-cdc.cma.gov.cn）；

（2）遙感數據：2001年和2014年MODY11 LST數據（以8天為單位），2001年和2013年MOD12Q1土地利用類型數據，上述遙感數據均來源于美國國家航空航天局（網址：http://ladsweb.nascom.nasa.gov/data/search.html）；

（3）甘肅省的DEM數據，來源于地理空間數據云（網址：http://www.giscloud.cn/csearch.jsp）。

圖1 研究區位置圖

圖2 風向頻率玫瑰圖

研究方法

一、上/下風向的判定

利用2001年、2014年的日風向數據，得到如圖2所示的風向頻率玫瑰圖。通過分析風向頻率可知，風向頻率的最高月份集中在ESE和E所夾的風向、WSW和W所夾的風向，上述風向分別集中在2－7月份和9－11月份，故按照上述兩個時間段對本文研究區進行討論。另外，本文并未按照季節探討風電場對LST的影響（若按季節劃分，風向頻率玫瑰圖會出現多個主導風向，不利于準確分析風向和LST的關系）。將2－7月份風向頻率最高的ESE和E所夾的風向定為上風向（以下簡稱“2－7月上風向”），其相對應的WSW和W所夾的風向定為2－7月的下風向（以下簡稱“2－7月下風向”）。在9－11月，將風向頻率最高的WSW和W所夾的風向定為上風向（以下簡稱“9－11月上風向”），ESE和E所夾的風向為下風向（以下簡稱“9－11月下風向”）。其他風向區域統稱為旁風向區。

二、LST數據的重構

本文所采用的MODY11數據包含8天合成的白天、夜晚LST數據以及質量控制文件等。為剔除2001年、2014年云量及噪聲對LST產品的影響，在考慮質量控制文件的基礎上，需要對上述的MODY11數據作進一步處理。時間序列諧波分析法（Harmonic Analysis of Time Series，HANTS）結合了平滑和濾波兩種方法，本文通過HANTS濾波最終實現了圖像的重構，進一步去除云量和噪聲的影響。具體過程如下：分別將2001年和2014年2－7月份和9－11月份這兩個時間段的MODY11可用數據濾波，最終得到2001年和2014年2－7月份晝/夜的重構圖像；2001年和2014年9－11月份的晝/夜重構圖像。

三、LST的計算

將HANTS濾波后8天為單位的LST數據按照上述時間點求和，并將熱力學溫度（K）轉換為攝氏度（℃）：

其中LST為待求各個季節的LST值（℃）；Bi代表2－7月或9－11月經過HANTS濾波以8天為單位的熱力學溫度影像（K）；N為2－7月份或9－11月份可用的圖像數量；a是換算系數，b是截距（其中a＝0.02，b＝－273.15）。最終得到2001年和2014年研究區2－7月份晝/夜和9－11月份晝/夜像元值為攝氏溫度的LST數據。

四、風電場對LST的影響計算

研究區風電場一期工程開建于2009年8月，建成于2013年10月，因此本文選擇2001年及2014年作為風電場建設前、后的代表年份進行分析。為準確判斷風電運行對LST的影響，需要剔除下面兩個因素對研究結果的影響：1. 地表條件的異質性，包括各遙感像元地形條件及植被組成的異質性；2. 氣候條件，尤其是LST的自然時空變率。本文參照（Walsh-Thomas et al.，2012；Smith et al.，2013；Harris et al.，2014）的研究，采用下面4種方法剔除上述因素的影響：（1）為剔除LST自然時空變率的影響，根據風向頻率玫瑰圖，將旁風區溫度的變化區間作為LST的自然時空變化區間；（2）為進一步剔除各遙感像元內植被組成異質性對研究結果的影響，以風電場矩形中心為圓心，分別做半徑為10km、20km、30km、40km、50km的緩沖區，利用ArcGIS分別統計上述范圍內不同風向區的平均溫度，并認為2001－2014年研究區內各像元地形不會發生劇烈變化，分別對2014年與2001年2－7月份及9－11月份晝/夜的溫度求差（圖3）；（3）在此基礎上，為避免土地利用類型變化對研究結果的影響，利用MOD12Q1的土地利用類型數據，判斷研究區2001、2014年土地利用類型是否出現顯著變化（圖4、圖5）。

圖3 2014與2001年不同年份晝/夜溫差圖

圖4 2001年土地利用類型及高程圖

圖5 2013年土地利用類型及高程圖

結果分析

一、LST的變化特點

風電場建成后，在2－7月的白天，旁風向的LST下降2.59℃至1.93℃。而上風向的溫度下降幅度為2.39℃至1.55℃之間、下風向區溫度下降在1.82℃至0.39℃之間（圖3a所示），最大增溫差已達到2.2℃。風電場占地面積內溫度下降1.25℃。可見，與旁風向相比，風電場對其占地范圍區域內上、下風區的溫度有明顯增溫效應，尤其對下風區的增溫效應更為明顯。

在2－7月份的晚間，與旁風向南側相比，風電場的上、下風區、旁風向北側也會出現增溫效應，但這種增溫效應并不如白天明顯。但從圖3b可以看出，風電場占地范圍內的LST，卻出現了明顯上升，平均上升溫度1.19℃。

在9－11月份的白天，旁風向的LST下降范圍在1.00～0.20℃之間，而上、下風向區的上升溫度卻在0.10℃～1.05℃之間。風電場占地范圍內溫度上升0.14℃。雖然上、下風向溫度上升仍普遍高于旁風向，但并沒有出現2－7月份下風區的增溫效應明顯大于上風區的現象（圖3c所示）。

在9－11月份的夜晚，旁風向的溫度下降范圍在5.56℃～4.43℃之間（圖3d所示）。上、下風向沒有出現溫度上升幅度大于旁風向的情況，相反，溫度升高最為明顯的區域卻集中在旁風向的南側部分。風電場占地范圍內溫度下降5.10℃，但與其附近溫度相比，也呈現上升現象。

綜上，無論是2－7月，還是9－11月，白天時段，風電場占地范圍內的溫度均呈現升高現象；上、下風區的增溫也大于旁風向，這說明風電場在白天對地面上、下風區的增溫效果更加明顯；但夜晚的溫度變化并不遵循與白天相似的規律。為解釋出現晝夜及月份差異的原因，本文將利用高程及土地利用類型數據作進一步分析。

二、LST的差異性分析

總體上看，研究區土地利用類型以稀疏植被為主，南側土地利用類型比較復雜，除稀疏植被外，還包含以農用地及草地為主的其他土地利用類型。在地表高程分布上，風電場西側和南側的地形起伏較小，地形平坦；風電場東側海拔比西側和南側稍高，地形也比較平坦；風電場北側地形起伏明顯，往北依次升高，高差達到500米以上（如圖4、圖5所示）。

2－7月白天溫度下風向高于上風向，這與相關研究結論是一致的。但9－11月白天溫度上風向高于下風向，筆者認為之所以不同月份上、下風向的溫度出現不同的上升趨勢，主要原因是地表類型的不一致。雖然研究區上、下風向的植被均是稀疏植被，但植被群落特點和植被組成并不完全一致，植被生長期的差異會使得植被在不同月份對溫度變化的響應不一致。

無論是2－7月份還是9－11月份夜晚，均出現了旁風向的溫度上升幅度大于上、下風向的情況。在2－7月夜晚，研究區旁風向北側溫度高于其他區域，這可能與地形對溫度的影響相關。有研究表明，我國西北地區地形因子是影響溫度變化的最重要因素。但在地形起伏明顯的區域，地形和溫度的關系是非常復雜的，并不遵循一致性的規律。地表溫度還受到大氣環流、下墊面、季節和太陽輻射等諸多因素的影響，這一點在夜間表現得尤為明顯。所以出現了2－7月份風電場北側溫度升高，9－11月份的夜晚北側溫度卻下降的情況。而對于9－11月份的夜晚，旁風向南側溫度明顯高于上、下風向。從圖4、圖5可以看出，南側風向主要是農用地。

9－11月份主要是冬小麥的種植及出苗期，2－7月份是夏玉米的種植及出苗期，有研究認為，冬小麥在出苗期的長勢和LST有極顯著的正相關性，而玉米的出苗期和LST卻沒有明顯的相關性。因此出現9－11月份夜晚南側溫度升高，而2－7月份夜晚卻沒有該現象。另外，由于研究區干旱缺水，白天農作物的蒸騰作用使其處于缺水狀態，長勢欠佳；夜晚溫差小，農作物水分充足，使得冬小麥在夜晚的長勢較好，9－11月夜晚旁風向南側LST升高1℃左右，幅度不是很大，所以出現了9－11月份夜晚南側LST少許上升的情況。

風電場占地范圍內溫度是一直升高的，這與現有的研究結論是一致的：由于風電場的建設改變了大氣能量的轉換路徑，將風能轉換成的電能和湍流交換能力最終都以熱能的形式釋放在大氣中。

綜上所述，分析風電場對LST的影響，需要考慮的因素是非常復雜的。地形、月份、地表植被類型，均會對LST產生相應的影響，尤其分析風電場對夜晚LST的影響可能還需要考慮更為復雜的因素，在此基礎上作進一步研究。

結論

通過上文的分析可以看出，風電場對其周圍LST的影響是非常復雜的，總的來說：（1）風電場的建設和運行會導致其占地范圍內上、下風向區內的溫度升高，但不同的月份，風電場對上、下風向區的LST影響程度不同；（2）風電場對LST影響存在晝夜差異，尤其對夜間LST的影響機制更為復雜，需要考慮植被、地形等更為復雜的因素進行綜合分析；（3）風電場對LST的影響并不完全遵循白天“減溫增濕”，晚上“增溫減濕”的規律，因此探討風電場對LST的影響還需要針對風電場分布的典型區作進一步研究。文章研究還存在一些不足，例如：（1）地形變化對溫度的影響是極其復雜的，進而導致溫度變化的不一致性，風電場上、下風向內溫度的變化與研究區地形起伏的關系還需要細致分析；（2）本文是對干旱荒漠區中風電場進行的研究，得出的結論和目前已有的研究結果并不完全一致，筆者認為，這主要是本文研究區地表類型差異較大造成的，因此探討風電場對地表溫度的影響還需要對不同地表類型的風電場進行對比研究；（3）風電場周圍溫度的升高會導致植被的生長狀態發生變化，進而反作用影響風電場周圍溫度的變化，今后將加強這方面因素的考慮；（4）與傳統的地表溫度變化實地驗證相比，遙感手段能更宏觀和迅速地反映這一過程。但分析風電場對地表溫度的影響，需要遙感監測及實地驗證相結合，才能發現并準確總結出風電場對不同地表類型LST影響的規律。