我給大家舉一個例子。我們可以看到左邊的圖是一些風速時間的情況。隨著時候的范圍而變的一個情況。那么，長期的這樣的數據，可以被用來做功率的曲線，同時還可以來做一個比IC更小范圍內的一個功率的測量。
　　最后一張PPT是總結一下我這篇發言的主要的內容。剛才我們分析了校準和基礎上的不確定性。另外是校準所依賴的這樣一些因素。我們把它指出，另外是校準的準確性。我們在一些風暴當中已經測試證明了，謝謝。
　　提問：你剛才提到了在把這個雷達放在站子的后來，那么是不是說雷達可以幫助你得出這個正確的上風的數據呢?
　　Michael Harris：可以測試在站子的附近。也可以是在這個距離站子一定的距離的地方。都可以。所以這里的雷達如果是放在機艙里面，如果和站子方向一直就可以，可以側枝不同范圍內的風速，這就使得我們可以有效的來同時的去測量風在不同范圍內的風速。
　　提問：這就意味著如果我們用這個數據的話，我們要讓它距離這個站子一定的距離，是吧?
　　Michael Harris：是的，這個數據告訴我們的就是這樣，第一次告訴了我們站子的影響會降低這個效果。所以你可以看到這個偏角，你可以確定你要離它多大的距離，以便能夠避免這個偏角。所以說這是90米的或者是說100米的，那么他的速度放緩很小。但不會太大的幅度，如果是1D的時候是這樣，那么2.5D的話速度放緩是可以忽略的。
　　朱蓉：下面請來自于WindSim的尤揚先生。負責軟件技術支持方面的工作。
　　尤揚：大家好，我是來自WindSim的尤揚，今天非常榮幸跟大家一起就風資源的問題進行探討，我今天的內容是利用測風塔風廓線來提高可靠性。我們為什么要進行測風塔的交互檢驗和風廓線的調整。以及如何利用最大化測風塔位置模擬風廓線與實測風廓線的重合程度的方法來提高精度，以及如何利用風廓塔來提高檢驗的可能性。
　　首先我們在日常工作中對于同一個項目，不同的人使用同一個軟件計算出來的結果為什么會差別很大?我認為如果網格和處理條件都設置合理的情況下，我認為最可能的原因有三種。第一是對地形數據的處理方式不同。第二是對地表粗糙度的設置。第三個是大體的溫度的設置，這些都會對風流的精細產生影響，使我們的計算結果千差萬別。我們如何才能避免這種有關的錯誤設置，避免過大過小的粗糙度的設置呢。我們可以通過調整測風塔的風廓線，使實測風廓線和模擬風廓線達到最大化的重疊程度的方法來實現。我們從而提高了我們風流模型的精度，以及改變了我們模型的質量。交互檢驗的目的，在于量化風流模型的不確定性，獲取水平外推和垂直外推的擴差為P75和P90的計算提供可靠的依據。
　　剛才提到了三種因素會影響我們風流模型的精度，他們分別是地形和地表粗糙度和大氣穩定度的情況。
首先看看地形條件對精度的影響，主要是上風向山體的傾性和位置關系可以影響到我們的地形對精度的影響。當然了這些因素都是反應在我們的模型的內部的。也就是說跟用戶選擇的軟件模型的算法是有關系的，我們用戶不能重新調整的。我們用戶唯一可以進行調整的是盡我們最大的努力，來提高我們所輸入的地形數據的質量。在我看來有三點，簡單的來說就是說對于地形數據是如何進行選擇，拼接，以及平滑，選擇是說我們選擇了網上下載的這種SRTM的數據還是說其他的數據。或者是說使用我們實測地理信息數據。下面這幅圖展現了三個數據的差別，能夠表現詳細的地形信息的表達力。我們可以看到我們實測的測繪圖表達力強于我們第二個數據，從我們的地形DM可以看到，上邊是DM，下邊是我們響應的DM獲取的坡度圖，也是同樣的結果。剛才提到了是選擇，而接下來我要說的是拼接。如果我們是使用SRTM和我們實測的地形圖進行拼接的話，如果在投影過程中沒有考慮到坐標轉換引入的誤差，或者是說拼接線處沒有留出緩沖區的話，都會使地形產生突變，使得我們的坡度異常的增大，會對我們的精度產生影響。
　　第三點是對數據進行平滑。平滑會使全場的數據進行添挖量的處理，改變原始的信息。所以我們的軟件是不建議使用平滑功能的。雖然我們軟件也有這一項功能。
　　下面帶談談地表粗糙度對風流模型的影響。使得風流模型與地面相互摩擦。改變的風速隨著高度的變化。我們用戶可以做的是什么?通過改變粗糙度值的大小，以及我們可以定義粗糙度的個空間的輪廓。也就是說繪制我們粗糙度圖可以做到這兩點。昨天上午已經大家都聽到了歐洲風流協會主席所發表的報告。他提出在海上風電場我們可以使用遙感衛星技術來獲取海上風電場的尾流的信息。氣象局的常老師也是使用了雷達來獲取我們海上風速。針對路上風電場我們可以利用遙感衛星的手段來獲取資源的信息。比如說獲取地表粗糙度的信息。右邊這幅圖是可以賣到遙感衛星的照片，右邊是遙感衛星的信息。打理穩定度的影響是熱力作用會改變垂直分布，以及結合地形影響溫度的變化。結合地形風流所客服重力攜帶動能，搬運山體的動能是不一樣的，也就是說大氣越穩定，大家可以看到左邊這幅圖，大氣越穩定所繞過，從山的兩側繞過的風流是越多的，大氣越不穩定，越過的風流越多，大氣越不穩定的時候，風流只能越過比較高的山體，而穩定性的大氣情況下，風流只能越過比較低的山體。可以改變大體模型的設置。
我們用戶如何才能保證我們所輸入的地形數據以及粗糙度數據和大氣穩定度這種數據是正確的呢?我們可以通過最大化測風塔位置模擬風廓線和實測風廓線的重合程度來完成這項工作。大家都知道我們在我們的模型內部一般風廓線是以對數風廓線模式進行建模的。對數風廓線模式是以半經驗理論為基礎，建立起來的風速高度變化的模型或者是改進模型。我們使用的時候需要這個Z0和L值，這是我們日常工作中很難精確獲取的。所以我們需要修改測風塔點位的模擬風廓線，使風廓線的重合程度來調整我們的Z0和L值。最終將這兩個值調整至模擬風廓線達到最大化重合的狀態，這種情況下我們認為Z0值和L值相對來說是合理的。