2018, Vol. 39
2. 河口海岸学国家重点实验室, 上海 200062;
3. 中国科学院大气物理研究所 LASG国家重点实验室, 北京 100029;
4. 海军大连舰艇学院 航海系, 辽宁 大连 116018
2. State Key Laboratory of Estuarine and Coastal Research, Shanghai 200062, China;
3. State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
4. Navigation Department, Dalian Naval Academy, Dalian 116018, China
“21世纪海上丝绸之路”(简称“海上丝路”)开启了人类互联互通、平等互助的新篇章。然而，挑战与机遇往往并存。“海上丝路”涉及国家多、范围广、路线长，复杂的海洋特征、稀缺的海洋资料、薄弱的基础研究等诸多困难大大增加了建设难度[1-2]。战略支点是人类迈向深蓝的重要依托，有利于上述难题的解决。在南海-北印度洋打造一系列稳定、高效的战略支点，并赋予其综合补给、船舶维修、信息收集、海洋监测、医疗救助等功能，将显著增强我国的海洋建设能力、远洋能力、对南海局势的掌控能力；同时增强我国承担和履行海上搜救、防灾减灾等国际责任与义务的能力。良好发展的战略支点还可以成为海上搜救、人道救援、海权维护等深远海开发利用的重要支撑，有助于将“海上丝路”建设为国际经济、能源大动脉。但战略支点通常以边远海岛为依托，远离大陆，电力、淡水极度紧张，而传统的柴油发电又极易破坏岛礁脆弱的生态，如何在保护岛礁生态的条件下实现岛礁电力、淡水自给自足一直是世界性难题。因地制宜，合理利用岛礁周边的波浪能，积极展开海浪发电、海水淡化，有助于帮助其实现电力、淡水自给自足[3-6]。
充分掌握资源特征是实现有序、高效开发利用的前提。前人对全球各个海域的波浪能研究做了很大贡献[7-11]。但目前为止，关于战略支点的波浪能研究凤毛麟角。郑崇伟等[12]曾率先对南海关键岛礁的海浪发电、海上风电可行性展开论证，成果可为我国增强海洋建设能力、对南海局势的掌控能力做出积极贡献。郑崇伟等[13]创建了一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案，并以“海上丝路”的波浪能宏观等级区划、关键节点(斯里兰卡为例)的微观等级区划展开实例研究。目前，关于北印度洋战略支点的波浪能研究几近空白。斯里兰卡处于印度洋主航道的近中心，是“海上丝路”的关键节点之一，预先研究该海域的波浪能特征，有益于增强战略支点的生存能力，助力迈向深蓝。本文利用来自欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)的ERA-interim海浪再分析资料，率先对斯里兰卡海域的波浪能资源进行全面、系统的分析，并给出波浪能开发的辅助决策建议，将国家战略落到实处，切实呼应党中央提出的加强“一带一路”学术研究、理论支撑、话语体系的建设要求，为迈向深蓝提供科技支撑、辅助决策。
1 资料与方法简介 1.1 岛礁波浪能评价方法本文利用ERA-interim海浪再分析资料，系统地分析了“海上丝路”关键节点斯里兰卡海域(水深和地理特征见图 1的波浪能特征，并给出波浪能开发的辅助决策建议。
|
Download:
|
| 图 1 斯里兰卡周边的水深和地理特征 Fig. 1 Water depth and geographical feature in the surrounding waters of the Sri Lanka | |
波浪能流密度(wave power density，WPD)的大小是波浪能最直接的体现；波浪能开发的可用波高出现的频率(effective wave height occurrence，EWHO)直接反映着波浪能的可利用率；能级频率反映着资源的丰富程度；波浪能的来向和稳定性密切关系到对资源的采集和转换效率、装置寿命；波浪能的有效储量密切关系到波浪能的产出。因此，本文分析的内容全面涵盖：WPD、波浪能可利用率、能级频率、波浪能稳定性、波浪能的有效储量、波浪能来向特征、不同海况对波浪能的贡献等关键要素。此外，波浪能的长期变化趋势密切关系到资源开发的中长期规划。目前关于气象海洋要素变化趋势的研究较为丰富，但极少有关于波浪能变化趋势的研究，且传统的分析资源长期变化趋势主要是分析能流密度大小的变化趋势[13]。本文也全面分析了斯里兰卡海域波浪能各个要素的长期变化趋势，包括能流密度大小、资源稳定性、可用波高频率、能级频率等关键要素的变化趋势。
1.2 ERA-interim海浪资料简介本文利用来自ECMWF的ERA-interim海浪再分析资料，分析了斯里兰卡海域的波浪能特征。ERA-interim海浪再分析资料的时间分辨率为6 h；空间分辨率有0.125°×0.125°、0.25°×0.25°、0.5°×0.5°、0.75°×0.75°、1.0°×1.0°……2.5°×2.5°，本文选择其中最高的空间分辨率0.125°×0.125°；空间范围为90°S~90°N，180°W~180°E；时间范围从1979年1月1日00：00-至今，不断更新中，本文选择的时间序列为1979-2014年，整体来看，ERA-interim数据具有较高的可信度，在国外得到广泛认可和运用[14-15]。
2 斯里兰卡海域的波浪能评估 2.1 能流密度的月际变化特征将斯里兰卡海域1979-2014年所有1月份的WPD做平均，得到0.125°×0.125°每个网格点上多年平均的1月WPD，然后再进行区域平均(下面分析的各要素都是将斯里兰卡海域进行区域平均，分析该海域的整体特征)，得到斯里兰卡海域多年平均的1月WPD，同样的方法得到斯里兰卡海域多年平均的2-12月WPD，见图 2。整体来看，斯里兰卡海域的WPD呈单峰型月际变化特征。5-9月的WPD明显高于其余月份，基本都在10.0 kW/m以上。波峰出现在6-8月，月平均WPD在15.0 kW/m以上，其余月份相对较低，但也都在5.0 kW/m以上。通常认为WPD在2.0 kW/m以上可有效利用。显然该海域的波浪能在各个月份都是可用的。
|
Download:
|
| 图 2 斯里兰卡海域波浪能流密度的月际变化特征 Fig. 2 Monthly characteristic of wave power density in the Sri Lanka waters | |
值得注意的是：WPD在6-8月的波峰并不是由西南季风主导造成的，斯里兰卡海域的波浪能常年主要是由于南印度洋西风带的涌浪北传造成的。郑崇伟等[16-17]曾指出：全球大部分海域的涌浪在混合浪中占主导地位。Zheng等[18]曾指出：南印度洋西风带的涌浪存在常年向北传播的现象，甚至可以越过赤道传播至斯里兰卡、孟加拉湾。印度洋涌浪北传的现象在WPD的等值线上分布特征上也有明显体现：WPD等值线呈圆弧形向北凸出，尤其是向孟加拉湾凸出，常年如此，在此仅代表性地给出了年平均WPD的分布特征，见图 3。综合印度洋涌浪的北传特征、波浪在混合浪中的主导地位，不难看出斯里兰卡海域的波浪能常年主要是由于南印度洋西风带的涌浪北传造成的。
|
Download:
|
| 图 3 “海上丝路”多年平均的波浪能流密度 Fig. 3 Multi-year average wave power density in the Maritime Silk Road | |
在波浪能开发中，通常有效波高(significant wave height，SWH)大于1.3 m时可用于波浪能开发，4.0 m以上SWH具有较大的破坏能力，不利于波浪能装置的运行与安全，郑崇伟等[16]将1.3~4.0 m的SWH为波浪能开发的可用波高(简称可用波高)。当然，随着波浪能装置吸波能力的不断增强，可用波高的范围将相应扩大。显然，EWHO直接反映着波浪能资源的可利用率。利用1979-2014年逐6 h的SWH数据，统计了斯里兰卡海域各个月份的EWHO。首先利用近36年所有1月份的SWH数据，统计斯里兰卡海域1月份的EWHO，同样的方法得到斯里兰卡海域2-12月的EWHO，见图 4。斯里兰卡海域的EWHO整体乐观，全年有9个月(5月-翌年1月)的EWHO在60%以上，2-4月相对较低，但也都在50%左右。与太阳能比较，斯里兰卡的波浪能可利用率更高，太阳能由于白昼和阴雨天气限制，可利用率基本在50%以内。
|
Download:
|
| 图 4 斯里兰卡海域各个月份的波浪能开发可用波高出现的频率 Fig. 4 Monthly characteristic of effective wave height occurrence in the Sri Lanka waters | |
WPD大于2 kW/m时可有效利用，大于20 kW/m为丰富[20]。显然，不同等级WPD出现的频率关系到波浪能的丰富程度。利用1979-2014年逐6 h的WPD数据，统计了斯里兰卡海域各个月份的2 kW/m以上能级频率(available level occurrence，ALO)、20 kW/m以上能级频率(rich level occurrence，RLO)，见图 5。
|
Download:
|
| 图 5 斯里兰卡海域各个月份的能级频率 Fig. 5 Monthly characteristic of energy level occurrence in the Sri Lanka waters | |
整体来看，斯里兰卡海域的ALO常年乐观；RLO在6-8月乐观，其余月份较低。由图 5(a)可见，斯里兰卡海域的ALO呈一主峰一次峰型月际变化特征，主峰出现在5-9月，次峰出现在12月-翌年1月，频率都在70%以上；2-4月、10月为两个波谷，但频率都在60%以上。由图 5(b)可见，11月-翌年4月的RLO整体偏低，频率基本在2%以内；5、9、10月略高；峰值出现在6-8月，频率在25%~30%。6-8月，南半球处于冬季，南印度洋西风带风速的强度为全年最强，更有利于涌浪向北传播，从而导致了斯里兰卡海域的RLO在6-8月出现峰值。
3.4 波浪能的来向波浪能的来向密切关系到对资源的采集和转换效率：来向混乱的波浪能，会严重影响装置的采集和转换效率；如果波浪能稳定地来源于某一个或两个方向，则是非常有利的。
传统的雷达图只能显示波浪能的方向频率，不能同时表达WPD等级频率，更不能显示强WPD频率。图 2为新型波能玫瑰图，可以同时显示波浪能的方向频率、WPD等级频率、强WPD频率等特征。分别以2、5、8、11月作为冬、春、夏、秋的代表月，分析斯里兰卡海域波浪能的来向特征。
由图 6可见，2月和11月，斯里兰卡海域的波浪能主要来自偏东南向；5月和8月，主要来自西南偏南向。
|
Download:
|
| 图 6 斯里兰卡海域的波能玫瑰图 Fig. 6 Wave energy rose in the Sri Lanka waters | |
2月，SE向出现的频率最高，接近30%，其中又以4~6 kW/m的WPD出现的频率最高(14%)，6~8 kW/m的WPD出现的频率次之(7%)。SSE向出现的频率仅次于SE向，约22%，其中以4~6 kW/m的WPD出现的频率最高，2~4 kW/m、4~6 kW/m的WPD出现的频率次之。ESE向波浪能出现的频率约20%，其中4~6 kW/m的WPD出现的频率最高，6~8 kW/m的WPD出现的频率次之。其余方向出现的频率普遍较低。值得注意的是，8 kW/m以上的WPD主要出现在E、ENE向。
5月，SW-SSW-S向的波浪能占据绝对主导地位，SSW向的频率高达45%，SW、S向波浪能出现的频率次之，其余方向的波浪能出现的频率极低。SSW向的波浪能中，以9~12 kW/m的WPD出现的频率最高(15%)，12~15 kW/m的WPD出现的频率次之。整体来看，12 kW/m以上的WPD主要出现在SSW、SW向。
8月，SSW、SW向的波浪能占据绝对主导地位，频率分别为58%、32%，且12 kW/m以上的WPD占据主导地位，其余方向的波浪能出现的频率极低。SSW向的波浪能中，以12~15 kW/m的WPD出现的频率最高(18%)，15~18 kW/m的WPD出现的频率次之。整体来看，12 kW/m以上的WPD主要出现在SSW、SW向。
11月，SSE、SE向的频率最高，分别为29%、27%，其中6~8 kW/m的WPD出现的频率最高、4~6 kW/m出现的频率次之。S、ESE向的波浪能频率低于SSE和SE向，其余方向的波浪能出现的频率极低。8 kW/m以上的WPD主要出现在SSE、SE向。
3.5 不同海况对波浪能的贡献WPD的大小与波高的平方、波周期呈正比。在此分别以2、5、8、11月作为冬、春、夏、秋的代表月，计算了斯里兰卡海域的波高-周期联合频率，分析各个季节不同海况对波浪能的贡献情况，见图 7。2、5、8、11月，对斯里兰卡海域波浪能贡献最大的海况主要分别是(1.0 m，8.0 s)、(1.5 m，8.0 s)、(2.0 m，8.0 s)、(1.0~1.5 m，8.0 s)，频率分别接近30%、17%、25%、21%。整体来看，各个季节对斯里兰卡海域波浪能贡献最大的海况主要集中在(1.0~2.0 m，8.0 s)。
|
Download:
|
| 图 7 斯里兰卡海域的波高-周期联合频率(频率单位：%) Fig. 7 Co-occurrence of wave height and wave period in the Sri Lanka waters | |
资源的稳定性密切关系到装置的采集和转换效率、装置寿命等，参照Cornett[21-22]的算法，计算了斯里兰卡海域的WPD在各个月份的变异系数，见图 8。变异系数越小，稳定性越好。斯里兰卡海域的波浪能稳定性整体较好：各个月份的变异系数都在0.5以下。6-9月处于变异系数的波谷，意味着这几个月的稳定性好于其余月份。在6-9月，南半球处于冬季，南印度洋西风带风速的强度为全年最强，更有利于涌浪向北传播。也就是说南印度洋北传的涌浪在6-9月对斯里兰卡海域的影响比其余月份明显，由于涌浪具有较好的稳定性且在混合浪中占主导地位，这就使得斯里兰卡的波浪能在6-9月比其余月份稳定。
|
Download:
|
| 图 8 斯里兰卡海域波浪能流密度的变异系数 Fig. 8 Coefficient variation of wave power density in each month in the surrounding waters of the Sri Lanka waters | |
郑崇伟等曾计算了全球海域单位面积的波浪能资源总储量、有效储量、技术开发量[23]。资源总储量只能反映波浪能的整体特征，其中包含了不能利用的资源，因此不具备实际的指导价值；有效储量密切关系到波浪能的产出；技术开发量只是在有效储量的基础上乘以装置的采集效率。显然，波浪能的有效储量对于波浪能开发更具实用的指导价值。此外，郑崇伟等[23]所利用的数据为2.5°×2.5°的ERA-40海浪再分析资料，空间分辨率较低，可以反映全球各大海域波浪能资源储量的整体特征，并不适用于斯里兰卡等小范围海域。参照郑崇伟等[20]的算法，本文计算了斯里兰卡海域的波浪能在各个月份的有效储量，具体计算方法如下：
| $ E = \overline P \cdot H \cdot \mathit{f} $ | (1) |
式中：E是波浪能的有效储量，P是当月平均WPD，H是当月小时数，f是当月的EWHO。以1月的资源有效储量计算为例，P取1月平均的WPD，H为1月的小时数，H=31 d × 24 h=744 h，f是1月份的EWHO。利用式(1)，计算得到斯里兰卡海域在各个月份的波浪能资源有效储量，见图 9。斯里兰卡海域的波浪能有效储量呈单峰型月际变化特征，波峰出现在6-8月，有效储量在104 kW·h/m以上，5月和9月在9 000 kW·h/m以上，即使在相对贫乏的2-3月，有效储量也在3 000 kW·h/m以上。斯里兰卡海域全年的波浪能有效储量为8.7×104 kW·h/m。郑崇伟等[12]曾指出，南海某关键岛礁蕴藏着较为丰富的波浪能有效储量(全年有效储量66 336 kW·h/m)，显然，斯里兰卡海域的波浪能有效储量比南海某关键岛礁更为丰富。
|
Download:
|
| 图 9 斯里兰卡海域各个月份的波浪能有效储量 Fig. 9 Effective storage of wave energy in each month in the surrounding waters of the Sri Lanka waters | |
波浪能的长期变化趋势密切关系到资源开发的中长期规划。目前关于气象海洋要素变化趋势的研究较为丰富，但极少有关于波浪能变化趋势的研究，且传统的分析资源长期变化趋势主要是分析能流密度大小的变化趋势[6, 24]。在实际的波浪能开发中，资源稳定性关系到采集和转换效率、及装备寿命，EWHO反映了波浪能的可利用率，能级频率反映了波浪能的丰富程度。因此，不能单一地分析能流密度的变化趋势。本文在此全面地分析了斯里兰卡海域波浪能资源的长期变化趋势，分析要素包括能流密度大小、资源稳定性、可用波高频率、能级频率的变化趋势。
将斯里兰卡海域1979.02.01~1979.02.28逐6 h的WPD做平均，然后再进行区域平均，得到该月平均的WPD，同样的方法得到近36年每年2月的WPD，并分析其变化趋势，见图 10(a)。同理得到斯里兰卡海域的WPD在2、5、8、11月及逐年的变化趋势，见图 10。
|
Download:
|
| 图 10 斯里兰卡海域波浪能流密度的变化趋势 Fig. 10 Long term trends of wave power density in the Sri Lanka waters | |
在图 10(a)中，线性相关度|R|=0.05，未通过信度检验，表明近36年间，斯里兰卡海域的WPD在2月不存在显著的变化趋势；2月的WPD基本在4~7 kW/m波动。同理，斯里兰卡海域的WPD在5、8、11月都不存在显著的变化趋势。值得注意的是，在图 10(e)中，线性相关度|R|=0.33，通过了0.05的信度检验，线性趋势为0.016 1，即近36年期间，斯里兰卡海域的WPD以0.016 1 kW/(m·yr)的速度显著性逐年线性递增。
EWHO：在2、11月无显著的变化趋势，5月以0.102 9%/yr(这里的%是EWHO，而不是EWHO的变率)的速度显著性递增，8月以-0.049 0%/yr的速度显著性递减。EWHO在近36年期间不存在显著的逐年变化趋势。
ALO：仅5月以0.048 0%/yr(这里的%是ALO，而不是ALO的变率)的速度显著性递增，其余月份无显著变化趋势，也不存在显著的逐年变化趋势。
RLO：2月以0.013 9%/yr(这里的%是RLO，而不是RLO的变率)的速度显著性递增，其余月份无显著变化趋势。此外，RLO在近36年期间以0.048 5%/yr的速度显著性逐年递增。
Cv：仅2月以0.004 4/yr的速度显著性递增，其余月份无显著变化趋势，也不存在显著的逐年变化趋势。
有效储量：各代表月均无显著的变化趋势，以119.080 0 (kW·h)/(m·yr)的速度显著性逐年线性递增。
3 结论1) 斯里兰卡海域蕴藏着较为丰富、适宜开发的波浪能：各月的WPD都在2.0 kW/m以上，峰值出现在6-8月(15.0 kW/m以上)；资源可利用率整体乐观，EWHO和ALO分别为50%以上、60%以上；波浪能来向稳定，2月和11月主要来自偏东南向，5月和8月主要来自西南偏南向；对波浪能贡献最大的海况集中在1.0~2.0 m、8.0 s；波浪能稳定性良好，各月的变异系数都在0.5以下，6-9月的稳定性更优；该海域全年的波浪能有效储量为8.7×104 kW·h/m；1979-2014年，该海域的波浪能各关键要素整体呈乐观的变化趋势，资源储量趋于丰富，可利用率趋于平稳，仅稳定性趋于变差。
斯里兰卡海域的波浪能常年由南印度洋北传的涌浪主导形成的，涌浪具有能量强大、稳定性好的优点，有利于波浪能的采集与转化。南印度洋北传的涌浪对斯里兰卡的南部海域、西南和东南海域影响比对斯里兰卡北部的影响更为明显，因此波浪能的优先选择区域为斯里兰卡南部、西南和东南海域。
| [1] |
郑崇伟. 21世纪海上丝绸之路:风能资源详查[J]. 哈尔滨工程大学学报, 2018, 39(1): 16-22. ZHENG Chongwei. Wind energy evaluation of the 21st Century Maritime Silk Road[J]. Journal of Harbin Engineering University, 2018, 39(1): 16-22. (  0)
|
| [2] |
郑崇伟. 21世纪海上丝绸之路:风能的长期变化趋势[J]. 哈尔滨工程大学学报, 2018, 39(3): 1-8. ZHENG Chongwei. Wind energy trend in the 21st Century Maritime Silk Road[J]. Journal of Harbin Engineering University, 2018, 39(3): 1-8. ( 0)
|
| [3] |
郑崇伟, 李训强, 潘静. 近45年南海-北印度洋波浪能资源评估[J]. 海洋科学, 2012, 36(6): 101-104. ZHENG Chongwei, LI Xunqiang, PAN Jing. Wave energy analysis of the South China Sea and the North Indian Ocean in recent 45 years[J]. Marine sciences, 2012, 36(6): 101-104. ( 0)
|
| [4] |
万勇, 张杰, 孟俊敏, 等. 基于ERA-Interim再分析数据的OE-W01区块波浪能资源评估[J]. 资源科学, 2014, 36(6): 1278-1287. WAN Yong, ZHANG Jie, MENG Junmin, et al. Assessment of wave energy resources for the OE-W01 area based on ERA-Interim reanalysis data[J]. Resources science, 2014, 36(6): 1278-1287. ( 0)
|
| [5] |
辛海升, 田德, 陈松利. 600W浓缩风能型风力发电机运行特性分析[J]. 哈尔滨工程大学学报, 2013, 34(10): 1321-1326. XIN Haisheng, TIAN De, CHEN Songli. Analysis on the operational characteristics of 600W concentrated wind-driven power generator[J]. Journal of Harbin engineering university, 2013, 34(10): 1321-1326. ( 0)
|
| [6] |
ZHENG Chongwei, WANG Qing, LI Chongyin. An overview of medium-to long-term predictions of global wave energy resources[J]. Renewable and sustainable energy reviews, 2017, 79: 1492-1502. DOI:10.1016/j.rser.2017.05.109 ( 0)
|
| [7] |
GLENDENNING I. Ocean wave power[J]. Applied energy, 1977, 3(3): 197-222. DOI:10.1016/0306-2619(77)90036-8 ( 0)
|
| [8] |
NEILL S P, HASHEMI M R. Wave power variability over the northwest European shelf seas[J]. Applied energy, 2013, 106: 31-46. DOI:10.1016/j.apenergy.2013.01.026 ( 0)
|
| [9] |
REGUERO B G, LOSADA I J, MÉNDEZ F J. A global wave power resource and its seasonal, interannual and long-term variability[J]. Applied energy, 2015, 148: 366-380. DOI:10.1016/j.apenergy.2015.03.114 ( 0)
|
| [10] |
王传崑, 卢苇. 海洋能资源分析方法及储量评估[M]. 北京: 海洋出版社, 2009. WANG Chuankun, LU Wei. Marine energy resource analysis method and reserve assessment[M]. Beijing: China Ocean Press, 2009. ( 0)
|
| [11] |
游亚戈, 马玉久. 海洋能在海洋环境测量标上的应用[J]. 气象水文海洋仪器, 2003(3): 32-35. YOU Yage, MA Yujiu. The sea energy source application in the sea environment[J]. Meteorological, hydrological and marine instruments, 2003(3): 32-35. ( 0)
|
| [12] |
郑崇伟, 李崇银. 中国南海岛礁建设:风力发电、海浪发电[J]. 中国海洋大学学报, 2015, 45(9): 7-14. ZHENG Chongwei, LI Chongyin. Development of the islands and reefs in the South China Sea:wind power and wave power generation[J]. Periodical of Ocean University of China, 2015, 45(9): 7-14. ( 0)
|
| [13] |
郑崇伟, 李崇银. 关于海洋新能源选址的难点及对策建议—以波浪能为例[J]. 哈尔滨工程大学学报, 2018, 39(2): 200-206. ZHENG Chongwei, LI Chongyin. An overview and suggestions on the difficulty of site selection for marine new energy power plant-wave energy as a case study[J]. Journal of Harbin Engineering University, 2018, 39(2): 200-206. ( 0)
|
| [14] |
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. DOI:10.1002/qj.v137.656 ( 0)
|
| [15] |
郑崇伟, 高悦, 陈璇. 巴基斯坦瓜达尔港风能资源的历史变化趋势及预测[J]. 北京大学学报(自然科学版), 2017, 53(4): 617-626. ZHENG Chongwei, GAO Yue, CHEN Xuan. Climatic long term trend and prediction of the wind energy resource in the Gwadar Port[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(4): 617-626. ( 0)
|
| [16] |
郑崇伟, 李崇银, 李训强. 印度洋的风浪、涌浪和混合浪的时空特征[J]. 解放军理工大学学报:自然科学版, 2016, 17(4): 379-385. ZHENG Chongwei, LI Chongyin, LI Xunqiang. Temporal and spatial distribution of windsea, swell and mixed wave in Indian Ocean[J]. Journal of PLA University of Science and Technology:Natural Science Edition, 2016, 17(4): 379-385. ( 0)
|
| [17] |
ZHENG Chongwei, ZHOU Lin, HUANG Chaofan, et al. The long-term trend of the sea surface wind speed and the wave height (wind wave, swell, mixed wave) in global ocean during the last 44 a[J]. Acta oceanologica sinica, 2013, 32(10): 1-4. DOI:10.1007/s13131-013-0358-5 ( 0)
|
| [18] |
ZHENG Chongwei, LI Chongyin. Analysis of temporal and spatial characteristics of waves in the Indian Ocean based on ERA-40 wave reanalysis[J]. Applied ocean research, 2017, 63: 217-228. DOI:10.1016/j.apor.2017.01.014 ( 0)
|
| [19] |
郑崇伟, 苏勤, 刘铁军. 1988-2010年中国海域波浪能资源模拟及优势区域划分[J]. 海洋学报, 2013, 35(3): 104-111. ZHENG Chongwei, SU Qin, LIU Tiejun. Wave energy resources assessment and dominant area evaluation in the China sea from 1988 to 2010[J]. Acta oceanologica sinica, 2013, 35(3): 104-111. ( 0)
|
| [20] |
任建莉, 罗誉娅, 陈俊杰, 等. 海洋波浪信息资源评估系统的波力发电应用研究[J]. 可再生能源, 2009, 27(3): 93-97. REN Jianli, LUO Yuya, CHEN Junjie, et al. Research on wave power application by the information system for ocean wave resources evaluation[J]. Renewable energy resources, 2009, 27(3): 93-97. ( 0)
|
| [21] |
CORNETT A M. A global wave energy resource assessment[C]//Proceedings of 2008 the 18 International Offshore and Polar Engineering Conference. Vancouver, Canada: The International Society of Offshore and Polar Engineers, 2008.
( 0)
|
| [22] |
ZHENG Chongwei, ZHUANG Hui, LI Xin, 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. DOI:10.1007/s11431-011-4646-z ( 0)
|
| [23] |
郑崇伟, 贾本凯, 郭随平, 等. 全球海域波浪能资源储量分析[J]. 资源科学, 2013, 35(8): 1611-1616. ZHENG Chongwei, JIA Benkai, GUO Suiping, et al. Wave energy resource storage assessment in global ocean[J]. Resources science, 2013, 35(8): 1611-1616. ( 0)
|