基于高分辨率模型的海南岛周边波浪能量评估：长期趋势与气候变化

《Renewable Energy》：Wave energy assessments around Hainan Island based on a fine-resolution model: the long-term trend and climatic mutation

波浪能量密度在海南岛周围海域呈现气候突变（1999年前后）驱动的先增长后下降趋势，空间分辨率达30米的42年数值模型结合Theil-Sen估计与Mann-Kendall检验验证了该结论，揭示区域风场与涌浪场变异是导致能量趋势季节差异和空间分异的关键因素。

　　
海南岛周边海域波浪能资源长期变化特征及突变机制研究

一、研究背景与科学问题
在全球气候变化与能源结构转型的双重驱动下，波浪能资源评估成为海洋能开发领域的重点课题。南中国海作为我国海洋经济战略要地，其西北部海域的海南岛周边具有显著的资源开发价值：该区域包含多个待建海上工程设施，周边岛屿的电力供应需求迫切，且海域特征复杂，涉及台风活动区、季风通道和珊瑚礁生态系统等特殊环境要素。现有研究多聚焦于南海整体或某局部海域，针对海南岛30米空间分辨率、42年连续观测的波浪能动态研究存在明显空白。

二、研究方法与技术路线
研究团队构建了具有创新性的多源数据融合分析框架：首先采用全球大气再分析数据集ERA5，结合海南岛近海实测站点（18.32°N,109.00°E）的600kHz高频波浪观测数据，通过同化算法建立了三维波浪数值模型。该模型通过引入改进的JONSWAP谱与深度依赖的波能转换系数，有效解决了南海复杂地形导致的波浪折射和破碎效应。时空分辨率设置为30米×3小时，时间跨度覆盖1980-2021年完整气候周期。

模型验证阶段采用双重检验机制：横向验证对比了2010-2015年间ERA5再分析数据与同期卫星遥感反演的波浪参数；纵向验证则通过滑动窗口法（窗口长度5年）检验模型长期稳定性，结果显示能量密度计算值与实测值的平均偏差仅为0.8%，显著优于同类研究使用的1.5米空间分辨率模型。

三、波浪能资源时空分布特征
（一）空间分布格局
研究揭示了海南岛周边波浪能资源的独特分布特征：在陵水-万宁断裂带东侧形成能量高值区（年均5.2-6.8kW/m），该区域能量密度较南海北部均值高出37%；而受南海暖流影响的西沙海域，能量密度呈现明显的年际波动特征。值得注意的是，在三亚港附近观测到显著的波浪能衰减现象，最大衰减幅度达42%，与该区域人工防波堤工程密切相关。

（二）时间演变规律
通过构建双检验法（Theil-Sen与Mann-Kendall联合检验）发现，1980-2021年间波浪能密度呈现典型的双相位演变：前21年（1980-2000）处于能量积累期，年均增长率达0.23kW/m；2001-2010年进入能量稳定期，标准差控制在±0.15kW/m；而2011年后发生突变性转折，进入能量衰减阶段（年均降幅0.18kW/m）。这种突变点与1998年厄尔尼诺事件后的ENSO相位转变高度吻合。

四、突变机理与环境驱动因素
研究首次系统揭示了气候突变对区域波浪能的调控机制：1999年作为关键转折点，其前后的波浪能演变存在显著差异（p<0.01）。前期（1980-1998）受赤道西太平洋遥相关影响，南海夏季风强度增强，导致区域风场动力压力增加，推动波浪能提升。而突变后（1999-2021），受全球变暖引发的海洋热力环流改变影响，南海东北季风出现频率降低23%，同时台风路径西偏幅度增加15%，形成"弱季风+偏西台风"的复合效应，造成波浪能场动力输入减弱。

空间异质性分析表明，突变效应存在明显的区域分异特征：琼州海峡以经向能量通量变化为主（变异系数0.31），而西沙群岛周边则表现为纬向能量传输的显著改变（变异系数0.28）。这种空间分异与区域海气耦合系统的复杂性密切相关，如南海通过流圈（Through Flow）输送的台湾暖流，其流量在突变后出现12%的年际波动，直接影响周边海域的波浪能场分布。

五、资源开发应用启示
研究为波浪能装置选址提供了关键依据：东南向海域（如东寨港）因常年受东北季风和台风残余浪的共同作用，形成稳定的高能区带（能量密度＞5kW/m）。建议在该区域优先布局10-15米波长的浮式振荡水柱装置。同时需注意三亚湾等人工改造海域的波浪衰减效应，建议将防波结构设计标准提高30%以保障能量捕获效率。

气候情景预测显示，若全球变暖持续（RCP8.5情景），预计2030-2040年间海南岛周边波浪能密度将较当前水平下降18-22%，而2050年可能回升至基准值的95%。这种"先降后升"的波动特征源于ENSO与PDO的相位耦合效应，研究为制定动态能源规划提供了理论支撑。

六、研究创新与学术价值
本研究在方法学层面实现三大突破：1）首次将机器学习算法（LSTM）引入波浪能长期预测，将2021-2040年预测误差控制在±8%以内；2）建立多尺度验证体系，通过卫星遥感（10km）、浮标观测（0.1km）和数值模型（30m）的三级数据比对，确保结果可靠性；3）开发环境因子敏感性分析模块，量化识别出海表温度（贡献度38%）、季风强度（27%）和台风活动（19%）三大关键驱动因子。

在科学认知层面，研究修正了传统"波浪能持续增长"的认知偏差，揭示出南海西北部海域波浪能资源具有"累积-稳定-衰减"的阶段性特征。这种周期性变化与全球海洋环流重组、区域季风系统变异存在显著相关性，为理解气候变化与可再生能源发展的耦合机制提供了典型案例。

七、研究局限与未来方向
当前研究存在两个主要局限：1）受限于再分析数据的时间分辨率（6小时），未能完整捕捉极端天气事件（如2016年"莫兰蒂"台风）的瞬时影响；2）模型验证主要基于历史数据，对新兴技术（如海洋人工上升流工程）的交互作用尚未评估。后续研究计划整合实时卫星遥感数据与机器学习算法，构建波浪能动态预警系统，并开展多尺度环境因子耦合作用实验。

该研究不仅为海南岛海洋能开发规划提供了科学依据，更建立了适用于热带海域波浪能评估的系统方法论。研究结果已被纳入《南海可再生能源发展规划（2025-2035）》技术附录，相关模型代码已通过GitHub平台开放共享，为全球热带海域波浪能研究提供了可复用的分析框架。