CN111489063A - 一种评估风力发电机对周边环境影响的方法及系统 - Google Patents
一种评估风力发电机对周边环境影响的方法及系统 Download PDFInfo
- Publication number
- CN111489063A CN111489063A CN202010219554.6A CN202010219554A CN111489063A CN 111489063 A CN111489063 A CN 111489063A CN 202010219554 A CN202010219554 A CN 202010219554A CN 111489063 A CN111489063 A CN 111489063A
- Authority
- CN
- China
- Prior art keywords
- data set
- driven generator
- parameter
- time period
- influence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000009434 installation Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000002093 peripheral effect Effects 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims description 25
- 238000001308 synthesis method Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 2
- 230000005068 transpiration Effects 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims 1
- 238000013486 operation strategy Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本发明提供的评估风力发电机对周边环境影响的方法及系统，包括：在卫星地图上确定待测风力发电机或其集群的地理位置；获取地理位置在预设时间段内的卫星遥感产品数据集；分别获取构成卫星遥感产品数据集的各参量指标在预设时间段的距平差值，该参量指标包括地表参数指标和植被参量指标；获取在预设时间段内所有参量指标在安装区域和周边背景区域内的差异度；基于距平差值以及差异度，评估所述待测风力发电机对当地环境的影响。本发明实施例提供的评估方法及系统，通过将风力发电机对地表温度变化以及下垫面植被的影响进行综合分析，对制定更加完善的风电场构造和运行策略以及选取合适的气候弹性作物均提供了有力的依据。
Description
技术领域
本发明实施例涉及卫星遥感技术领域，尤其涉及一种评估风力发电机对周边环境影响的方法及系统。
背景技术
随着工业进程的加快，人们对于能源的需求日益增加。传统的获取能源方式是依靠煤、石油、天然气和其他化石燃料的大量使用，但同时造成了全球环境的恶化，对社会的可持续发展构成了极大的隐患。风能是一个被广泛认为能减少人们对化石燃料依赖性的清洁能源，风力发电是风能利用的最成熟的一种方式，近年来，尤其是在中国得到了快速的发展。截止至2017年底，中国累计装机容量达到188392MW，位居世界第一。并根据预测未来全球风力电机累计装机容量仍将以每年9.5％左右的速度保持稳定增长，并将在2022年达到840.90GW。
但由于风力发电机在运行的过程中，会改变地表和大气之间的动量、潜热、显热和CO2交换，增加近地面的湍流，从而对环境造成影响。因此，风电场的快速发展使得研究风力发电机对环境的影响具有重大的社会和经济价值。到目前为止，在风电场对于环境的影响的研究上，主要是以模型估计和实地观测为主。其中，模型估计是根据已经存在或者模拟的风电场，来探究其对区域或者全球气候的影响。大部分的模型估计结果均表明，大范围的风电场会影响到局地和区域的气候。实地观测则主要是通过实地检测风电场的构造和运行、风力发电机的参数以及风电场的气象观测值，进而分析风力发电机对局地气候的影响。
由于缺乏足够的观测值验证以及对风电场的参数化的简单化，通过模型模拟估计分析风力发电机对局地气候的影响，具有较大的限制性和不确定性。而大部分实地观测数据是保密，不对外公开的，加上观测的时间相对短暂，只能代表有限的空间等原因，使得实地观测数据的使用也具有很大的局限性。
发明内容
本发明实施例提供一种评估风力发电机对周边环境影响的方法及系统，用以克服现有技术在评估风力发电机对周边环境影响方面存在的局限性大、精确性欠缺等缺陷。
第一方面，本发明实施例提供一种评估风力发电机对周边环境影响的方法，主要包括：在卫星地图上确定待测风力发电机或其集群的地理位置；获取地理位置在预设时间段内的卫星遥感产品数据集；分别获取构成卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，参量指标包括地表参数指标和植被参量指标；获取在预设时间段内所有参量指标在安装区域和周边背景区域内的差异度；基于距平差值以及差异度，评估风力发电机对所有参量指标的影响，以评估待测风力发电机对当地环境的影响。
优选地，上述地表参数指标和植被参量指标主要包括：增强植被指数、归一化差分植被指数、叶面积指数、总初级生产力、反照率、蒸散量以及土地覆被类型。
优选地，上述获取地理位置处在预设时间段内的卫星遥感产品数据集，具体为分别获取在所述预设时间段内，所述地理位置处每期的下列数据，包括：利用MODISLST数据集在过境时所获取的多天地表温度数据，进行平均计算获取平均地表温度；利用MOD13A3数据集，采用了最大值合成和平均值合成法，获取平均增强植被指数和平均归一化差分植被指数；利用MOD15A2数据集，采用了最大值合成和平均值合成法，获取平均叶面积指数；利用MOD17A3数据集，获取平均总初级生产力；利用MCD43B3数据集，获取平均反照率；利用MOD16A2数据集，获取平均蒸散量；利用MCD12Q1数据集，获取平均地表覆盖量；利用MERRA-2数据集，获取与MODIS过境时间一致的风向及风速分布数据，并获取平均风向及风速分布数据。
优选地，上述分别获取构成所述卫星遥感产品数据集的各参量指标在预设时间段的距平差值，主要包括：
在获取所述卫星遥感产品数据集后，分别计算所述参量指标在预设时间段的生长季平均值；根据生长季平均值，获取在预设时间段起始处的卫星遥感产品数据集中各参量指标的第一距平值；根据生长季平均值，获取在预设时间段结束处的卫星遥感产品数据集中各参量指标的第二距平值；计算第一距平值和第二距平值之间的差值，获取距平差值。
优选地，在获取距平差值之后，还包括：基于最邻近像元法重采样，将卫星遥感产品数据集中的所有数据从初始分辨率转化为空间分辨率为0.01°的卫星遥感影像；建立与MODIS影像像元相对应的单位大小为0.01°*0.01°的格网，并在格网中定义风力发电机像元和非风力发电机像元；分别计算距平差值在风力发电机像元和非风力发电机像元之间的差别统计结果。
优选地，在获取距平差值之后，还包括构建距平差值的空间分布图；在获取所述参量指标在安装区域和周边背景区域内的差异度之后，还包括构建差异度的空间分布图；在获取差别统计结果之后，还包括构建差别统计结果的空间分布图；基于距平差值以及差别统计结果的空间分布图，评估风力发电机对所有参量指标的影响。
优选地，本实施例还包括获取在所述预设时间段内所有所述参量指标之间的相关系数，并综合所述相关系数以评估所述待测风力发电机对当地环境的影响；
所述获取在所述预设时间段内所有所述参量指标之间的相关系数，包括：
其中，rXY为参量指标X和参量指标Y的相关系数，Cov(X,Y)为参量指标X和参量指标Y的协方差，DX为参量指标X的方差，DY为参量指标Y的方差。
第二方面，本发明实施例提供一种评估风力发电机对周边环境影响的系统，主要包括：定位单元、遥感数据获取单元、距平差值运算单元、差异度运算单元以及评估分析单元，其中：定位单元主要用于加载卫星地图，并在所述卫星地图上确定待测风力发电机或其集群的地理位置；遥感数据获取单元主要用于获取地理位置处在预设时间段内的卫星遥感产品数据集；距平差值运算单元主要用于分别获取构成所述卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，所述参量指标包括地表参数指标和植被参量指标；所述差异度运算单元主要用于获取在所述预设时间段内所有所述参量指标在安装区域和周边背景区域内的差异度；所述评估分析单元用于基于距平差值以及差异度，评估风力发电机对所有参量指标的影响。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如第一方面任一所述的评估风力发电机对周边环境影响的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面任一所述的评估风力发电机对周边环境影响的方法的步骤。
本发明实施例提供的评估风力发电机对周边环境影响的方法及系统，通过将风力发电机对地表温度变化以及下垫面植被的影响进行综合分析，对制定更加完善的风电场构造和运行策略以及选取合适的气候弹性作物均提供了有力的依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种评估风力发电机对周边环境影响的方法流程示意图；
图2为本发明实施例提供的一种评估风力发电机对周边环境影响的系统的结构示意图；
图3为本发明实施例提供的一种电子设备的实体结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由于模型估计和实地观测的局限性，越来越多的研究采用高时空分辨率的卫星遥感数据来研究风电场对环境的影响。虽然使用卫星遥感数据来分析风电场对环境的影响的研究越来越多，但是目前大部分的研究都是针对地表温度的变化，很少有研究分析风电场对下垫面植被的影响。但由于当前很多风电场修建在草地或者农作物用地上，分析风电场对下垫面植被的影响具有重要的意义，能够帮助我们选取合适的气候弹性作物以及制定更加完善的风电场构造和运行策略。
有鉴于此，本发明实施例提供一种评估风力发电机对周边环境影响的方法，如图1所示，包括但不限于以下步骤：
S1：在卫星地图上确定待测风力发电机或其集群的地理位置；
S2：获取地理位置在预设时间段内的卫星遥感产品数据集；
S3：分别获取构成卫星遥感产品数据集的各参量指标在预设时间段的距平差值，该参量指标包括地表参数指标(Land Surface Temperature，简称LST)和植被参量指标；
S4：获取在所述预设时间段内所有参量指标在安装区域和周边背景区域内的差异度；
S5：基于所述距平差值以及所述差异度，评估风力发电机对所有参量指标的影响，以评估待测风力发电机对当地环境的影响。
具体地，在步骤S1中所述的在卫星地图上确定待测风力发电机的地理位置，可以是在Google Earth上识别出风力发电机，将其标记出来，同时可以结合实地考察的结果，最终确定风力发电机的位置。
作为一种可选实施例，对我国华北张家口地区草原进行建立风力发电机对周边环境影响的评估，利用该方法总共确定了于2005-2011年间修建1747个风力发电机。
进一步地，在本发明实施例中，植被参量指标主要包括：增强植被指数(EnhancedVegetation Index，简称EVI)、归一化差分植被指数(Normalized Difference VegetationIndex，简称NDVI)、叶面积指数(Leaf Area Index，简称LAI)、总初级生产力(GrossPrimary Product，简称GPP)、反照率、蒸散量以及土地覆被类型等。
基于上述实施例的内容，作为一种可选实施例，在步骤S2中所述的获取所述地理位置处在预设时间段内的卫星遥感产品数据集，主要是通过计算风机区域和周边背景区域在风力发电机建设后与建设前地表参量和植被参数在整个时间序列上的距平值之差。其意义为：若风机区域的相关参数距平值的变化趋势(即距平值之差)优于或劣于非风机区域，则可以推测风机建设对于当地环境有着积极或消极影响，所述预设时间段的起始段，可以设置为风机建设开始之前或初期时间段；所述预设时间段的结束处可以设置为风机建设结束之后或末期时间段。卫星遥感产品数据集的获取的方法具体可以包括为：
利用MODISLST数据集在过境时所获取的多天地表温度数据，进行平均计算获取平均地表温度；利用MOD13A3数据集，采用了最大值合成法，获取平均增强植被指数和平均归一化差分植被指数；利用MOD15A2数据集，获取平均叶面积指数；利用MOD17A3数据集，获取平均总初级生产力；利用MCD43B3数据集，获取平均反照率；利用MOD16A2数据集，获取平均蒸散量；利用MCD12Q1数据集，获取平均地表覆盖量；利用MERRA-2数据集，获取与MODIS过境时间一致的风向及风速分布数据，并获取平均风向及风速分布数据。
具体的，获取近地卫星所携带的中分辨率成像光谱仪(Moder-resolutionImaging Spectroradimeter，简称MODIS)中的LST数据，其中所选取的数据的时间分辨率为每8天，空间分辨率为1km。其中，8天的温度数据集则可以是2-8天内每期的LST数据的平均地表温度。采用这一平均算法，能够有效的去除的每期LST的缺失值和云的影响。需要说明的是，MODIS的LST数据集工包含了四个观测值，其中Terra卫星的温度数据集MOD11A2对应当地时间～10:30am和～22:30pm，Aqua卫星的温度数据集MYD11A2对应当地时间～13:30am和～01:30pm。
基于上述实施例的内容，进一步地，在本实施例中所使用的植被指数数据是MODIS/Terra的MOD13A3数据集的EVI数据，其时间分辨率为1个月，空间分辨率为1km。进一步地，利用最大值合成法对获取的EVI数据进行处理，获取到平均增强植被指数，有效降低了云和传感器系统带来的影响，提高了评估的精度。于此同时，本实施例还使用了该数据集下，时空分辨率相同的NDVI数据集，用与验证NDVI计算得到的结果。
进一步地，在本发明实施例中，利用MOD15A23数据集下的时间分辨率为每8天、空间分辨率为1km的LAI，以及相同分辨率的MOD17A3数据集下的GPP表征植被的状态。
进一步地，利用MODIS的数据集MCD43B3表征反照率，并利用数据集MOD16A2表征蒸散量，上述两个数据集的分辨率可以设为：时间分辨率均为8天，空间分辨率均为1km。地表覆盖量信息则可以通过MODIS的地表覆盖数据集MCD12Q1得到的，其中MCD12Q1数据集的空间分辨率为500m，时间分辨率为1年。
最后，在本发明实施例中，利用MERRA-2(The Modern Era Retrospective-Analysis for Research and Applications)的时间分辨率为每小时的风向及风速分布数据。该风向及风速分布数据是由U-和V-风速组成，空间分辨率为0.5*0.667°。充分考虑50m的高度与风力发电机的高度很接近，故选取数据集中离地面50m的风向及风速分布数据，。该数据集提供的风向及风速分布数据是按标准时(UTC)0:30，1:30，….，23:30罗列出来的。在本发明实施例中，主要选取了02:30,05:30,14:30,17:30UTC时刻的风速，对应着研究区当地时间的～10:30,～13:30,～22:30,～01:30，与MODIS在当地的过境时间保持一致。
具体地，风机建立会是的地表摩擦力增大，而降低其下风方向几十公里范围内的风速，这可能会对其他的参量产生一系列影响。利用从MERRA-2数据集得到的风向数据，可以更好的分析风力发电机的建立对其下风方向的像元和上风方向的像元在风机建设前后的时间段内的地表参数和植被参量的空间分布特征以及统计特征。
进一步地，基于上述对我国华北张家口地区草原进行风力发电机影响评估的为例，在利用MODIS的各类数据集获取到各参量指标对应的卫星遥感数据后，可以分别对各数据进行数据预处理，例如几何精纠偏、辐射校正、大气校正等，对此本实施例不作具体的限定。
最后，可以基于预处理后的卫星遥感产品数据集，将每8天的LST、LAI、EVI、NDVI和GPP平均值聚合成月平均值，再计算生长季的平均值，最终可以计算获取到LST、EVI、NDVI、LAI、GPP等所有参量指标在2003-2014年间生长季平均值。
基于上述实施例的内容，作为一种可选实施例，在步骤S3中，所述分别获取构成卫星遥感产品数据集的各参量指标在预设时间段的距平差值，包括但不限于以下步骤：
在获取卫星遥感产品数据集后，分别计算参量指标在预设时间段的生长季平均值；根据生长季平均值，获取在预设时间段起始处的卫星遥感产品数据集中各参量指标的第一距平值；根据生长季平均值，获取在预设时间段结束处的卫星遥感产品数据集中各参量指标的第二距平值；计算第一距平值和第二距平值之间的差值，获取距平差值。
其中，生长季平均值可以理解为年最大量平均值、夏季平均值和/或月平均值。
距平是用于表征气候变量偏离正常情况的量，一组数据的某一个数xi与均值
之间的差就是距平：
其中，Ai是第i年的距平值，xi是第i年的观测值，
是n年间的平均值。
在本发明实施例，在获取到LST、EVI、NDVI、LAI、GPP等所有参量指标在2003-2014年间(即预设时间段为2003-2014年间)生长季平均值
之后，可以先通过获取到2003-2005年这3个年份上述所有参量指标距平值，并分别求平均，作为预设时间段起始处各参量指标的距平值，设为第一距平值。同理，可以先通过获取2012-2014年这3个年份上述所有参量指标距平值，并分别求平均，作为预设时间段结束处的各参量指标的距平值，设为第二距平值。
以对LST参量进行处理为例进行说明，利用MODISLST数据集，分别获取LST参量指标在2003-2014年间的所有数据，再计算每期LST数据的平均值，再将每8天的LST平均值聚合成月平均值，再计算生长季的平均值。最后利用距平计算公式，分别计算出在2003-2005年这3个年份中LST的三个距平值为A1、A2、A3，最后对A1、A2、A3进行平均值计算获取到的
则为该LST参量的第一距平值。同理，获取到2012-2014年这3个年份中LST的三个距平值为A4、A5、A6，最后对A4、A5、A6进行平均值计算获取到的
则为该LST参量的第二距平值，上述数据处理的方式主要是以三年平滑的方式去除异常值可能带来的影响。
进一步地，计算
与
的差值，则可以获取到LST参量的距平差值。按上述方法，分别可以获取到所有参量指标的距平差值。该距平差值能够很清楚的表征出在预设时间段内，在被测区域内下垫面植被的变化情况，基于对所有参量指标的距平差值的分析，可以对评估风力发电机对所有参量指标的影响。
需要说明的是，上述实施例仅为了更清楚的说明本实施例的实施步骤，其不视为对本发明实施例保护范围的限定，例如在进行第一距平值的计算过程中，可以按上述实施例的记载进行3个年份的计算，也可以进行其他多个年份的设置等。
基于上述实施例的内容，作为一种可选实施例，在获取距平差值之后，还可以包括：将卫星遥感产品数据集中的所有数据从初始分辨率转化为空间分辨率为0.01°的卫星遥感影像；建立与MODIS影像像元相对应的单位大小为0.01°*0.01°的格网，并在格网中定义风力发电机像元和非风力发电机像元；分别计算距平差值在风力发电机像元和非风力发电机像元之间的差别统计结果。
其中，所述非风力发电机像元即用于对比风力发电机建设影响的背景像元。为了更为直观的表明风力发电机的设置及运行会对周边环境产生影响，在本发明实施例中，通过将在卫星遥感影像中先确定出风力发电机像元与非风力发电机像元，然后计算LST、EVI、NDVI、LAI、GPP等所有参量指标的距平差值在这两种像元之间的差别，并进过比对确定出各个参量指标受风力发电机的影响率。
进一步地，为了更为直观的反映出风力发电机对周边环境影响，在本发明实施例中，通过将获取到的各类数据进行空间分布图的展示。具体地，在获取所述距平差值之后，还包括构建所述距平差值的空间分布图；在获取所述差异度之后，还包括构建所述差异度的空间分布图；在获取所述差别统计结果之后，还包括构建所述差别统计结果的空间分布图；最后，基于所述距平差值、差异度以及差别统计结果的空间分布图，评估风力发电机对所有所述各参量指标的影响。
其中，空间分布图的构建方法可以是：利用计算得到的距平差值栅格文件(通常为TIFF，IMG等格式)，通过相应的制图软件进行可视化处理，得到清晰易读的空间分布图(类似于AutoCAD软件打开DWG文件，形成可视化图形)。
进一步地，本发明实施例提供的风力发电机对周边环境影响的评估方法，还包括获取在该预设时间段内所有参量指标之间的相关系数，并综合相关系数以评估待测风力发电机对当地环境的影响。
其中，获取在预设时间段内所有所述参量指标之间的相关系数，包括：其中，获取在预设时间段内所有参量指标两两之间的差异度的计算方法，可以是：
其中，rXY为参量指标X和参量指标Y的差异度，Cov(X,Y)为参量指标X和参量指标Y的协方差，DX为参量指标X的方差，DY为参量指标Y的方差。
利用本发明实施例提供的评估方法，对我国华北张家口地区草原进行建立风力发电机对周边环境影响的评估，结果说明：(1)风力发电机在生长季白天的升温效果大约为0.58～0.84℃，在生长季夜晚的升温效果大约为0.17～0.23℃。(2)风力发电机会抑制生长季植被的生长，对EVI的抑制作用大约为-0.02～-0.03，对NDVI的抑制作用则为-0.03，对LAI的抑制作用则为-0.07～-0.08。(3)研究区LAI与LST呈现较为显著的负相关关系。
综上所述，本发明实施例提供的评估风力发电机对周边环境影响的方法，通过将风力发电机对地表温度变化以及下垫面植被的影响进行综合分析，对制定更加完善的风电场构造和运行策略以及选取合适的气候弹性作物均提供了有力的依据。
本发明实施例提供一种评估风力发电机对周边环境影响的系统，如图2所示，包括但不限于定位单元1、遥感数据获取单元2、距平差值运算单元3、差异度运算单元4以及评估分析单元5，其中：
定位单元1主要用于加载卫星地图，并在卫星地图上确定待测风力发电机或其集群的地理位置；遥感数据获取单元2主要用于获取地理位置处在预设时间段内的卫星遥感产品数据集；距平差值运算单元3主要用于分别获取构成卫星遥感产品数据集的各参量指标在该预设时间段的距平差值，参量指标包括地表参数指标和植被参量指标；差异度运算单元4主要用于获取在所述预设时间段内所有所述参量指标在安装区域和周边背景区域内的差异度；评估分析单元5主要用于基于距平差值以及差异度，评估风力发电机对所有所述参量指标的影响，以评估所述待测风力发电机对当地环境的影响。
需要说明的是，本发明实施例提供的评估风力发电机对周边环境影响的系统，在具体运行时，可用于执行上述任一实施例中所述的评估风力发电机对周边环境影响的方法，再次不作一一赘述。
本发明实施例提供的评估风力发电机对周边环境影响的系统，通过将风力发电机对地表温度变化以及下垫面植被的影响进行综合分析，对制定更加完善的风电场构造和运行策略以及选取合适的气候弹性作物均提供了有力的依据。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：在卫星地图上确定待测风力发电机或其集群的地理位置；获取地理位置在预设时间段内的卫星遥感产品数据集；分别获取构成卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，参量指标包括地表参数指标和植被参量指标；获取在预设时间段内所有参量指标在安装区域和周边背景区域内的差异度；基于距平差值以及差异度，评估风力发电机对所有参量指标的影响，以评估待测风力发电机对当地环境的影响。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的数据集销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件数据集的形式体现出来，该计算机软件数据集存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：在卫星地图上确定待测风力发电机或其集群的地理位置；获取地理位置在预设时间段内的卫星遥感产品数据集；分别获取构成卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，参量指标包括地表参数指标和植被参量指标；获取在预设时间段内所有参量指标在安装区域和周边背景区域内的差异度；基于距平差值以及差异度，评估风力发电机对所有参量指标的影响，以评估待测风力发电机对当地环境的影响。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件数据集的形式体现出来，该计算机软件数据集可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种评估风力发电机对周边环境影响的方法，其特征在于，包括：
在卫星地图上确定待测风力发电机或其集群的地理位置；
获取所述地理位置在预设时间段内的卫星遥感产品数据集；
分别获取构成所述卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，所述参量指标包括地表参数指标和植被参量指标；
获取在所述预设时间段内所有所述参量指标在安装区域和周边背景区域内的差异度；
基于所述距平差值以及所述差异度，评估风力发电机对所有所述参量指标的影响，以评估所述待测风力发电机对当地环境的影响。
2.根据权利要求1所述的评估风力发电机对周边环境影响的方法，其特征在于，所述地表参数指标和植被参量指标包括：增强植被指数、归一化差分植被指数、叶面积指数、总初级生产力、反照率、蒸散量以及土地覆被类型。
3.根据权利要求2所述的评估风力发电机对周边环境影响的方法，其特征在于，所述获取所述地理位置处在预设时间段内的卫星遥感产品数据集，具体为分别获取在所述预设时间段内，所述地理位置处每期的下列数据，包括：
利用MODISLST数据集，获取的多天地表温度数据，进行平均计算获取平均地表温度；
利用MOD13A3数据集，采用了最大值合成和平均值合成法，获取平均增强植被指数和平均归一化差分植被指数；
利用MOD15A2数据集，采用了最大值合成和平均值合成法，获取平均叶面积指数；
利用MOD17A3数据集，获取平均总初级生产力；
利用MCD43B3数据集，获取平均反照率；
利用MOD16A2数据集，获取平均蒸散量；
利用MCD12Q1数据集，获取平均土地覆被类型；
利用MERRA-2数据集，获取与MODIS过境时间一致的风向及风速分布数据，并获取平均风向及风速分布数据。
4.根据权利要求1所述的评估风力发电机对周边环境影响的方法，其特征在于，所述分别获取构成所述卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，包括：
在获取所述卫星遥感产品数据集后，分别计算所述参量指标在所述预设时间段的生长季平均值；
根据所述生长季平均值，获取在所述预设时间段起始处的所述卫星遥感产品数据集中各参量指标的第一距平值；
根据所述生长季平均值，获取在所述预设时间段结束处的所述卫星遥感产品数据集中各参量指标的第二距平值；
计算所述第一距平值和所述第二距平值之间的差值，获取所述距平差值。
5.根据权利要求4所述的评估风力发电机对周边环境影响的方法，其特征在于，在获取所述距平差值之后，还包括：
基于最邻近像元法重采样，将所述卫星遥感产品数据集中的所有数据从初始分辨率转化为空间分辨率为0.01°的卫星遥感影像；
建立与MODIS影像像元相对应的单位大小为0.01°*0.01°的格网，并在所述格网中定义风力发电机像元和非风力发电机像元；
分别计算所述距平差值在所述风力发电机像元和所述非风力发电机像元之间的差别统计结果。
6.根据权利要求5所述的评估风力发电机对周边环境影响的方法，其特征在于，
在获取所述距平差值之后，还包括构建所述距平差值的空间分布图；
在获取所述参量指标在安装区域和周边背景区域内的差异度之后，还包括构建所述差异度的空间分布图；
在获取所述差别统计结果之后，还包括构建所述差别统计结果的空间分布图；
基于所述距平差值差异度以及所述差别统计结果的空间分布图，评估风力发电机对所有所述参量指标的影响。
7.根据权利要求1所述的评估风力发电机对周边环境影响的方法，其特征在于，还包括获取在所述预设时间段内所有所述参量指标之间的相关系数，并综合所述相关系数以评估所述待测风力发电机对当地环境的影响；
所述获取在所述预设时间段内所有所述参量指标之间的相关系数，包括：
其中，rXY为参量指标X和参量指标Y的相关系数，Cov(X,Y)为参量指标X和参量指标Y的协方差，DX为参量指标X的方差，DY为参量指标Y的方差。
8.一种评估风力发电机对周边环境影响的系统，其特征在于，包括定位单元、遥感数据获取单元、距平差值运算单元、差异度运算单元以及评估分析单元，其中：
所述定位单元用于加载卫星地图，并在所述卫星地图上确定待测风力发电机或其集群的地理位置；
所述遥感数据获取单元用于获取所述地理位置处在预设时间段内的卫星遥感产品数据集；
所述距平差值运算单元用于分别获取构成所述卫星遥感产品数据集的各参量指标在所述预设时间段的距平差值，所述参量指标包括地表参数指标和植被参量指标；
所述差异度运算单元用于获取在所述预设时间段内所有所述参量指标在安装区域和周边背景区域内的差异度；
所述评估分析单元用于基于所述距平差值以及所述差异度，评估风力发电机对所有所述参量指标的影响，以评估所述待测风力发电机对当地环境的影响。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述评估风力发电机对周边环境影响的方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述评估风力发电机对周边环境影响的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010219554.6A CN111489063B (zh) | 2020-03-25 | 2020-03-25 | 一种评估风力发电机对周边环境影响的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010219554.6A CN111489063B (zh) | 2020-03-25 | 2020-03-25 | 一种评估风力发电机对周边环境影响的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111489063A true CN111489063A (zh) | 2020-08-04 |
| CN111489063B CN111489063B (zh) | 2022-03-22 |
Family
ID=71798942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010219554.6A Active CN111489063B (zh) | 2020-03-25 | 2020-03-25 | 一种评估风力发电机对周边环境影响的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111489063B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114383736A (zh) * | 2021-12-23 | 2022-04-22 | 北京市遥感信息研究所 | 一种基于交叉的红外遥感卫星温度分辨率评定方法及装置 |
| CN115860578A (zh) * | 2023-02-24 | 2023-03-28 | 深圳市鑫雅达机电工程有限公司 | 机电系统智能分析安装设备环境可行性的方法及装置 |
| CN117332204A (zh) * | 2023-11-29 | 2024-01-02 | 中国电建集团西北勘测设计研究院有限公司 | 风力发电场对地表温度影响的确定方法、装置及设备 |
| CN117332204B (zh) * | 2023-11-29 | 2024-06-07 | 中国电建集团西北勘测设计研究院有限公司 | 风力发电场对地表温度影响的确定方法、装置及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101718865A (zh) * | 2009-12-07 | 2010-06-02 | 中国科学院新疆生态与地理研究所 | 基于遥感的植被响应延迟方法 |
| US20130268222A1 (en) * | 2012-04-06 | 2013-10-10 | International Business Machines Corporation | Smoothing Power Output From a Wind Farm |
| CN104537222A (zh) * | 2014-12-18 | 2015-04-22 | 中国科学院东北地理与农业生态研究所 | 基于遥感的区域植被覆盖对地表气温影响的估算方法 |
| CN107145848A (zh) * | 2017-04-27 | 2017-09-08 | 中国科学院遥感与数字地球研究所 | 一种基于遥感数据的土壤风力侵蚀监测方法及系统 |
| CN107633368A (zh) * | 2017-09-27 | 2018-01-26 | 北京金风科创风电设备有限公司 | 风力发电机组出力性能评估方法及装置 |
| CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及系统 |
| WO2019163325A1 (ja) * | 2018-02-23 | 2019-08-29 | 株式会社日立製作所 | 風力発電装置とその制御方法 |
| CN110630440A (zh) * | 2019-10-18 | 2019-12-31 | 东方电气风电有限公司 | 一种风力发电机光影控制方法及其系统 |
-
2020
- 2020-03-25 CN CN202010219554.6A patent/CN111489063B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101718865A (zh) * | 2009-12-07 | 2010-06-02 | 中国科学院新疆生态与地理研究所 | 基于遥感的植被响应延迟方法 |
| US20130268222A1 (en) * | 2012-04-06 | 2013-10-10 | International Business Machines Corporation | Smoothing Power Output From a Wind Farm |
| CN104537222A (zh) * | 2014-12-18 | 2015-04-22 | 中国科学院东北地理与农业生态研究所 | 基于遥感的区域植被覆盖对地表气温影响的估算方法 |
| CN107145848A (zh) * | 2017-04-27 | 2017-09-08 | 中国科学院遥感与数字地球研究所 | 一种基于遥感数据的土壤风力侵蚀监测方法及系统 |
| CN107633368A (zh) * | 2017-09-27 | 2018-01-26 | 北京金风科创风电设备有限公司 | 风力发电机组出力性能评估方法及装置 |
| WO2019163325A1 (ja) * | 2018-02-23 | 2019-08-29 | 株式会社日立製作所 | 風力発電装置とその制御方法 |
| CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及系统 |
| CN110630440A (zh) * | 2019-10-18 | 2019-12-31 | 东方电气风电有限公司 | 一种风力发电机光影控制方法及其系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘伟: "风力发电对环境影响的研究", 《中国优秀硕士学位论文全文数据库》 * |
| 薛燕 等: "关于"风力发电破坏草原生态引起争议"的气候变化情况评估报告", 《内蒙古农业科技》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114383736A (zh) * | 2021-12-23 | 2022-04-22 | 北京市遥感信息研究所 | 一种基于交叉的红外遥感卫星温度分辨率评定方法及装置 |
| CN114383736B (zh) * | 2021-12-23 | 2023-10-24 | 北京市遥感信息研究所 | 一种基于交叉的红外遥感卫星温度分辨率评定方法及装置 |
| CN115860578A (zh) * | 2023-02-24 | 2023-03-28 | 深圳市鑫雅达机电工程有限公司 | 机电系统智能分析安装设备环境可行性的方法及装置 |
| CN115860578B (zh) * | 2023-02-24 | 2023-06-09 | 深圳市鑫雅达机电工程有限公司 | 机电系统智能分析安装设备环境可行性的方法及装置 |
| CN117332204A (zh) * | 2023-11-29 | 2024-01-02 | 中国电建集团西北勘测设计研究院有限公司 | 风力发电场对地表温度影响的确定方法、装置及设备 |
| CN117332204B (zh) * | 2023-11-29 | 2024-06-07 | 中国电建集团西北勘测设计研究院有限公司 | 风力发电场对地表温度影响的确定方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111489063B (zh) | 2022-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kwon | Uncertainty analysis of wind energy potential assessment | |
| Gilliam et al. | Performance assessment of new land surface and planetary boundary layer physics in the WRF-ARW | |
| Mortensen | Wind resource assessment using WAsP software | |
| Zhu et al. | Land-use change simulation and assessment of driving factors in the loess hilly region—a case study as Pengyang County | |
| CN105403664A (zh) | 一种基于wrf-chem的大型点污染源大气环境影响评价方法 | |
| JP5020106B2 (ja) | 風力発電量予測システム、方法及びプログラム | |
| CN112580982B (zh) | 一种基于多时相遥感和casa模型的生态保护红线实施评估 | |
| CN103530499A (zh) | 山区地表温度基线构建的一种方法及应用 | |
| CN111489063B (zh) | 一种评估风力发电机对周边环境影响的方法及系统 | |
| Jacobson et al. | Assessing the Wind Energy Potential in Bangladesh: Enabling Wind Energy Development with Data Products | |
| Thapa et al. | Calibration of aboveground forest carbon stock models for major tropical forests in central Sumatra using airborne LiDAR and field measurement data | |
| US20210223433A1 (en) | Determination of location-specific weather information for agronomic decision support | |
| Vimont et al. | Downscaling Indonesian precipitation using large‐scale meteorological fields | |
| Mortensen | Planning and development of wind farms: wind resource assessment and siting | |
| CN112700349B (zh) | 测风塔选址方法和装置 | |
| de Aquino Ferreira et al. | Validation of the representativeness of wind speed time series obtained from reanalysis data for Brazilian territory | |
| CN104166948A (zh) | 一种利用Globcover土地覆盖数据评估风电场风能资源的方法 | |
| CN111597692B (zh) | 一种地表净辐射估算方法、系统、电子设备和存储介质 | |
| TWI717796B (zh) | 以人工智慧估測地理位置日照量之系統、方法及儲存媒體 | |
| Dubus et al. | C3S Energy: an operational service to deliver power demand and supply for different electricity sources, time and spatial scales over Europe | |
| Ganesan et al. | Assessment of wind energy potential using topographical and meteorological data of a site in Central India (Bhopal) | |
| CN114841077A (zh) | 一种风电功率预测方法、装置、介质 | |
| Zheng et al. | Simulating heat and CO 2 fluxes in Beijing using SUEWS V2020b: sensitivity to vegetation phenology and maximum conductance | |
| Nemes | Statistical analysis of wind speed profile: a case study from Iasi Region, Romania | |
| Wang et al. | Simulation of precise scale land use change based on the Markov-cellular automata model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |