從表4 看出，WRF/CALMET 模式系統對風速Weibull分布A 值的模擬相對差一些，沒有一個塔每個月A 值的相對誤差都能小于10%。圖5-6 分別給出了3 號和2 號塔每個月觀測與模擬的風速Weibull 分布。對照表1 可以看出，2004 年7 月在3 號塔位置上，由于風速模擬值在低風速區的分布頻率較高，造成了月平均模擬風速值偏小9.84%。2號塔每個月低風速區的模擬風速值頻率均偏高，因此4 個月的月平均風速模擬值都相對偏小。這可能是因為2 號塔位于較窄的山梁上，氣流爬坡后過山頂時會加速，而本文WRF/CALMET 模式中的地形描述是200m×200m 范圍內的平均地形，造成模式中的坡度比實際的坡度小，因此風速的模擬值就會偏小。

圖5 3號塔觀測與模擬風速頻率分布,橫軸為風速（m/s），縱軸為頻率（%）a~d分別從2003年10月、2004年1、4、7月測風塔觀測計算得到e~f分布從2003年10月~2004年7月模擬值計算得到

圖6 2號塔觀測與模擬風速頻率分布,橫軸為風速（m/s），縱軸為頻率（%）a~d分別從2003年10月、2004年1、4、7月測風塔觀測計算得到e~f分布從2003年10月~2004年7月模擬值計算得到

圖7 測風塔觀測、CALMET模擬、WT模擬60m高度風向風玫瑰圖

圖8 測風塔觀測、CALMET 模擬、WT 模擬60m 高度風速頻率分布

　　4.3 陡峭地形數值模擬實驗
　　采用測風塔觀測資料對WRF/CALMET 數值模擬結果的檢驗表明， WRF/CALMET 模式系統能較好地模擬山區中較為開闊地形上的風能資源，能夠滿足山區風電場風能資源評估的需求。7 號塔位于坡度為27°的陡坡上，且三面環山，本文采用200m×200m 水平分辨率的CALMET 動力診斷模式，對如此陡峭地形的風場模擬誤差較大。為探索對這種陡峭地形風場的有效的數值模擬方法，本文選用法國美迪順風公司的風能資源評估軟件工具WT，采用25m×25m 的水平分辨率，4m 的垂直分辨率，模擬以7 號測風塔為中心、半徑7.5km 范圍內的風能資源分布，然后用7 號測風塔觀測資料進行檢驗。WT 軟件基于Navier-Stokes 方程非線性求解，較動力診斷方法能更好地描述大氣邊界層的湍流運動。在WT 計算范圍，采用WRF 模式計算輸出的每小時格點數據作為輸入數據，分別計算了7 號塔位置上2003 年10 月和2004 年1 月60m 高度的風向風速，得到了風向玫瑰圖（圖7）和風速頻率分布圖（圖8）。
　　圖7 給出了分別由測風塔觀測資料、WRF/CALMET 模擬結果、WT 計算結果得出的風向玫瑰圖。從圖中可以看到，WRF/CALMET 與WT 計算結果相近，計算得出的盛行風向與測風塔觀測一致，但頻率則差別較大。從圖8 中可以看到，CALMET 模擬結果在2003 年10 月 12m/s 風速區間、2004年1 月 10m/s 風速區間內的頻率要明顯大于測風塔的實際觀測。相比之下， WT 的計算結果不僅在高風速區間頻率分布與實際觀測相一致，在低風速區間的頻率分布也很接近。因此對WT 計算結果的月平均風速的誤差檢驗表明，2003年10 月和2004 年1 月的月平均風速區模擬相對誤差分別為-5.40% 和0.04%。