GOWIRES v1.0：全球陆上风力发电机组站点特异性历史与未来风资源数据集

《Scientific Data》：A global dataset of onshore wind turbines with site-specific historical (1989–2018) and future (2030–2059) wind resources across 89 countries

为应对全球风电数据分散且缺乏未来风资源预测的挑战，研究人员构建了覆盖89国、41.6万余台风机的全球陆上风电数据集GOWIRES。该数据集整合了地理坐标、技术参数及基于13个GCMs和SSP2-4.5/SSP5-8.5情景的未来风资源数据，为风电规划与气候政策评估提供了高分辨率数据支撑。

　　

全球风电的“体检报告”：GOWIRES如何为未来30年“把脉”？

在全球气候变暖的背景下，风能作为清洁能源的“主力军”，其扩张速度令人瞩目。截至2024年，全球风电装机容量已达1.13 TW，其中陆上风电占比高达93%。然而，风电产业在狂奔的同时，也面临着两大核心痛点：“看不清过去”与“算不准未来”。

痛点一：数据“碎片化”严重。 虽然部分国家（如美国、德国）拥有本国的风机数据库，OpenStreetMap（OSM）也提供了全球坐标，但这些数据往往“各自为政”，缺乏统一的技术规格（如额定功率、轮毂高度）和环境参数（如地形坡度）。更重要的是，历史与未来的风资源数据（如风速分布）在现有公开数据中普遍缺失，这就像试图预测收成却不了解土壤墒情。

痛点二：气候变化的“不确定性”。 风机设计寿命通常为20-25年，但未来的风资源受气候变化影响可能发生显著波动。现有的全球尺度研究要么分辨率粗糙，无法精确到单个风机点位；要么仅限于德国等局部区域，难以支撑全球性的电网规划与政策制定。

为了解决这些“卡脖子”问题，Jung和Schindler在《Scientific Data》上发布了GOWIRES（Global Onshore Wind Resource and Energy Site dataset）v1.0数据集。这项研究旨在构建一个标准化、高分辨率且包含未来气候情景的全球陆上风机数据库，为能源转型提供“一站式”的数据底座。

研究方法概览

研究人员通过五步法构建了GOWIRES数据集，核心是利用了GloWiSMo高分辨率全球风速模型和CMIP6全球气候模型数据。

1. 1.
   数据采集与清洗：从OSM和5个国家（美、加、德、法、瑞）的官方库中提取风机坐标，剔除垂直轴风机，并基于距离和转子直径进行去重处理，最终得到416,417台水平轴风机（HAWT）。
2. 2.
   属性融合：优先采用国家注册表数据，填补OSM缺失的额定功率（P_R）、转子直径（RD）等参数，并计算比额定功率（SR）。
3. 3.
   环境刻画：利用250米分辨率DEM数据提取每个站点的海拔、坡向和坡度，并结合土地利用数据标识是否位于森林或城市区域。
4. 4.
   历史风资源计算（1989–2018）：基于GloWiSMo模型，在100米高度层提供平均风速（WSM）、风功率密度（WPD）、空气密度（AD）及韦布尔尺度（c）和形状（k）参数。
5. 5.
   未来风资源预测（2030–2059）：采用统计降尺度方法（Quantile Mapping），将13个全球气候模型（GCMs）在SSP2-4.5和SSP5-8.5情景下的输出，降尺度至风机点位，生成26组未来韦布尔参数，以量化气候变化的不确定性。

数据内容与核心发现

1. 数据规模与结构

GOWIRES覆盖了89个国家的416,417台陆上风机，数据被划分为五个核心类别：

• •
  基础信息：经纬度坐标、国家代码。
• •
  环境属性：高程、坡度、土地覆盖类型（森林/城市）。
• •
  风机属性：额定功率（P_R）、转子直径（RD）、轮毂高度（HHUB）、制造商。
• •
  历史风资源：1989–2018年期间的WSM, WPD, AD及韦布尔参数。
• •
  未来风资源：2030–2059年期间基于13个GCMs和两种SSP情景的韦布尔参数。

2. 数据质量与验证

• •
  坐标精度：通过与国家级清单对比，验证了OSM坐标的准确性，并补充了遗漏的风机。
• •
  参数完备性：技术参数的完备性较高（P_R为42.8%，RD为35.5%），未来数据将通过年度更新持续扩充。
• •
  模型验证：GloWiSMo模型不仅通过了全球598个10米高度测风塔的验证，还额外使用了79个风机轮毂高度的实测数据进行了精度校准，确保了高空风资源评估的可靠性。

3. 应用场景展示

以某个示例风场为例，GOWIRES能够直观展示：

• •
  空间布局：结合地图显示不同HHUB和RD的风机分布。
• •
  风况变化：绘制历史时期的韦布尔概率密度函数，并对比SSP2-4.5和SSP5-8.5情景下未来风速分布的变化趋势。结果显示，不同气候模型对未来风速的预测存在一定离散度，这为风险评估提供了量化依据。

结论与意义

GOWIRES是首个在全球尺度上同时提供风机级坐标、技术属性及未来气候情景下风资源参数的综合数据集。它打破了以往研究“有位置无资源”或“有资源无技术细节”的数据壁垒。

其重要意义体现在三个层面：

• •
  科研层面：为评估气候变化对全球风能潜力的影响提供了高分辨率基础数据，支持大规模能源系统建模。
• •
  产业层面：为风电场的技改升级（Repowering） 和新建项目的微观选址提供了数据驱动的决策工具，特别是在缺乏详细测风数据的地区。
• •
  政策层面：为各国评估风电扩张目标与减排路径的匹配度提供了标准化的事实依据。

随着全球风机数量的持续增长，GOWIRES承诺将进行年度更新，使其成为能源与气候研究领域不可或缺的“活”数据库。