WindAnalysis：面向哥伦比亚加勒比海岸风资源工作流的可复现多服务集成框架与评估

《Computers》：WindAnalysis: A Reproducible Multi-Service Framework for Coastal Wind Resource Workflows in the Colombian Caribbean

　　

风资源评估日益依赖于异构再分析数据、风机信息、地理空间操作与持久计算服务的集成。该研究提出WindAnalysis，一个用于哥伦比亚加勒比海岸风资源工作流的容器化多服务框架。其贡献在于将按计划执行的ERA5与MERRA-2数据摄取、持久化PostgreSQL 15.17存储、类型化FastAPI 0.141.1服务、经认证的React 19.1.0地理空间界面、持久实验记录、风机功率曲线以及反距离加权（inverse-distance-weighted, IDW）插值在单一可审查工作流中进行架构与运行集成。所评估的数据库状态包含32,633,302条ERA5记录和3,941,280条MERRA-2记录。受控基准测试显示，基于查询规划器的行计数加速3962倍，1%块采样均值查询加速19.4倍，平均绝对相对误差为0.389%。对所部署p = 2、50 km IDW配置进行的内部留一网格点交叉验证得到10 m风速均方根误差（root mean square error, RMSE）为0.366 m/s。La Guajira演示基于100 m高度直接ERA5风速和Vestas V82风机，产生毛年发电量（gross annual energy production, AEP）8.901 GWh/year和毛容量因子61.58%；对日均功率进行非参数自助法（nonparametric bootstrap）得到95%区间为8.05–9.77 GWh/year。评估还包括2839项归档自动化测试以及发布级用户界面（UI）到运行器一致性。因此，WindAnalysis为区域风资源研究提供了可复现的集成层，同时将软件验证和内部一致性同外部物理验证区分开来。

研究背景方面，风资源评估已由单一建模操作转变为数据密集型计算工作流，需整合长时序气象数据、空间分布再分析产品、地理上下文、风机特征及数值或统计模型。ERA5与MERRA-2虽提供全球一致的大气历史，但其大气模式、同化系统、空间分辨率和时间覆盖差异可导致风资源与能量估算出现实质差异。哥伦比亚加勒比地区风资源强且海岸与地形变率显著，已有研究多围绕特定实验构建分析管线，缺乏可复用区域平台来支持持续源更新、替代空间选择、风机特定假设、持久分析情景、多用户访问和足以回溯既有结果的数据溯源。现有环境数据基础设施、风资源平台和风能软件分别覆盖可复用转换、全球资源探索、可再生能源工作流、运行分析、功率建模与尾流分析等功能，但尚未将周期性源摄取、认证分析访问、实验状态保留、风机特定假设、受控仪表盘近似和发布级证据统一于一个可部署区域应用中。研究人员因此开展WindAnalysis研究，评估其能否在区域多用户应用中集成并评价上述能力。该研究开发了容器化多服务框架，评估架构与实验可追溯性、仪表盘延迟—精度权衡、软件行为、内部插值一致性及可复现区域能源分析案例；所评估数据库状态包含559个ERA5网格点上的32,633,302条记录和119个MERRA-2网格点上的3,941,280条记录。研究结论表明，WindAnalysis提供了可复现的区域风资源研究集成层，并将软件验证、内部一致性与外部物理验证明确区分。

关键技术方法方面，研究人员采用Docker Compose部署React/Nginx、FastAPI/Uvicorn、PostgreSQL 15.17及Airflow（LocalExecutor）服务，通过源特定Airflow工作流增量摄取ERA5与MERRA-2，并以类型化API、认证会话及关系/JSONB（PostgreSQL二进制JSON数据类型）保存实验和风机快照。性能评估采用warm-cache、30次重复和3次预热的受控基准；软件验证包括后端、前端、端到端测试及UI到运行器一致性；IDW采用2020年ERA5 559个网格点留一交叉验证；La Guajira案例采用0.5°×0.5°、9个网格点、2160个逐时时刻、Vestas V82 1.65 MW风机和1.225 kg/m³常密度，并用2000次非参数自助法；尾流模型与Bastankhah–Porte-Agel解析式及JavaScript-Python实现比对。样本队列来源为ERA5、MERRA-2再分析数据和NREL风机归档。

研究结果如下。已实现框架与工作流（Implemented Framework and Workflow）显示，核心科学工作流在Docker Compose部署中集成React/Nginx客户端、FastAPI/Uvicorn应用、PostgreSQL数据库、Airflow调度器与Airflow网页服务，Airflow采用LocalExecutor且无独立worker容器；框架支持矩形与点半径选择、覆盖评估、可选IDW回退、描述性风分析、风机级能量计算、持久且可移植实验以及最多200台风机尾流（wake，风机间气流速度亏损）布局。导入NREL目录含76个风机模型，其中7个归一化曲线因无绝对功率值而保留但禁用于能量计算。该结果表明数据摄取、交互分析、实验持久化、风机选择和尾流布局已集于单一应用工作流，但不据此建立插值风场气象精度或尾流预测物理精度。受控查询基准（Controlled Query Benchmark）通过warm-cache下30次重复测量表明，精确COUNT(*)中位延迟938.984 ms，pg_class.reltuples为0.237 ms，中位加速3962倍；精确10 m风速均值查询中位延迟9298.038 ms，TABLESAMPLE SYSTEM (1)为478.567 ms，中位加速19.4倍，平均绝对相对误差0.389%、最大绝对相对误差1.640%；精确时空边界查询7835.391 ms，而摄取元数据检索0.214 ms并返回相同边界；顺序与并发仪表盘执行中位延迟分别为923.444 ms和813.040 ms，加速1.14倍。结论是最大延迟降低来自近似或元数据查询路径而非并发执行，近似路径仅适用于仪表盘摘要，科学计算与导出实验仍以精确记录为基础。软件验证与集成工作流（Software Verification and Integrated Workflow）归档1302项后端测试、1509项前端测试和28项端到端测试，共2839项；后端聚合覆盖率98.85%（约99.57%行覆盖、95.65%分支覆盖），前端语句、分支、行与函数覆盖率分别为98.41%、92.80%、99.19%、99.19%。发布级一致性测试在2020年3月1—30日、720个逐时时刻、9个ERA5网格点、6480条时空记录、100 m直接ERA5风速风向及Vestas V82 1.65 MW风机条件下，界面与运行器在平均风速、Weibull形状与尺度参数、毛容量因子（capacity factor, CF）和毛AEP上测得零差异；视觉质量检查发现尾流画布可见性缺陷和地图固定高度导致布局缺陷，均在最终发布前修正并补充回归检查。结论是自动化测试、端到端执行、数值一致性与渲染界面检查提供互补证据，高代码覆盖率本身不足以保证科学界面正确呈现结果。可复现La Guajira案例（Reproducible La Guajira Case Study）在0.5°×0.5°区域、9个ERA5网格点、2160个唯一逐时时刻、共19,440条时空记录、2020年1月1日至3月30日、100 m直接ERA5风速风向、Vestas V82 1.65 MW功率曲线和1.225 kg/m³常密度条件下，得到轮毂高度平均风速9.313 m/s，Weibull拟合k = 3.260、c = 10.388 m/s，Kolmogorov–Smirnov统计量0.0186，Q–Q R²为0.9976；官方配置毛AEP为8.901 GWh/year，毛容量因子61.58%，日均功率非参数自助法95%区间8.05–9.77 GWh/year。多年度季节比率均值为1.2922、样本标准差0.0946、范围1.1238–1.3912；采用框架对数10至100 m外推使毛AEP降低9.23%，多年季节调整使其降低22.61%至6.888 GWh/year。界面与运行器在配置A和B上完全一致，最大绝对差为0。结论是上述高毛容量因子应解释为既定采样窗口与假设下的可复现输出，而非长期项目性能估计。内部IDW交叉验证（Internal IDW Cross-Validation）对2020年ERA5网格逐点留出，每种参数组合产生4,910,256个预测；所部署p = 2、50 km配置的10 m风速MAE为0.219 m/s、RMSE为0.366 m/s、偏差0.004 m/s，风向圆形MAE和RMSE分别为4.605°和13.762°；p = 3、50 km配置的10 m风速RMSE为0.352 m/s、风向圆形RMSE为13.257°，相对部署设置分别降低约3.8%和3.7%；仅使用1至3个邻居的稀疏子集10 m风速RMSE增至约0.788 m/s。结论是所部署p = 2为独立于交叉验证的既有默认值，p = 3、50 km在评估参数扫描中误差最低，但该结果表征ERA5网格内部插值一致性，而非与独立气象观测的一致性。

讨论部分总结：WindAnalysis的贡献是持久区域应用架构，将计划性气候数据摄取、结构化存储、认证分析服务、地理空间交互、风机特定计算和实验持久化连接于单一运行工作流，补充而非替代OpenOA、windpowerlib、PyWake等专业库及Pangeo Forge、Global Wind Atlas、ETHOS.REFLOW等系统。受控基准表明最大延迟降低来自近似或元数据路径，支持对仪表盘使用明确标注的近似值，而精确观测仍为科学计算基础；由于测量限于单一warm-cache硬件和数据库配置，性能应解释为部署特定结果。软件验证的层次化证据分别针对不同失效模式，高覆盖率与流程成功不能确保结果正确渲染。IDW结果显示p = 3、50 km在扫描中误差较低而p = 2、50 km为部署默认，稀疏空间支撑时误差上升，说明聚合指标可掩盖位置依赖行为。La Guajira案例显示高度处理与季节代表性均可实质影响年化能量估计，其中季节修正影响大于替代高度处理；自助法与多年修正针对不同不确定性，均非完整不确定性评估，尾流数值一致性仅建立实现保真度而非现场物理精度。研究局限包括单一区域部署、参考PostgreSQL配置、warm-cache运行、主要依赖ERA5、常空气密度、1—3月案例窗口、排除项目级损失及尾流为数值而非物理验证；未来需扩展数据库配置与系统负载、区域和再分析产品及独立观测，开展密度感知风机计算、项目级损失模型和尾流独立验证，并持久发布版本化数据快照。

研究结论翻译：WindAnalysis提供了一个容器化多服务计算框架，面向海岸风资源研究集成计划性气候数据获取、持久存储、类型化分析服务、经认证地理空间分析、实验保留和风机级能量估算。其贡献在于将这些能力连接于可部署区域应用，同时保留数据选择、分析参数、风机假设、输出和发布工件，以便跨服务和用户会话审查并复现已记录分析。评估展示了这种集成的运行收益与限制。对于仪表盘摘要，基于规划器的行计数将中位延迟降低3962倍，1%块采样将平均风速查询延迟降低19.4倍，平均绝对相对误差为0.389%；精确观测仍是科学计算和导出实验的基础。归档软件验证记录包括2839项后端、前端和端到端测试，发布级浏览器工作流与可复现运行器比较在指定案例中产生相同数值。对所部署IDW配置的内部留一网格点评估得到10 m风速RMSE为0.366 m/s、圆形风向RMSE为13.762°，从而表征再分析网格内插值一致性而非与独立气象观测一致。La Guajira案例显示框架保留的分析假设如何影响能量指标：100 m直接ERA5风速使Vestas V82 1.65 MW风机毛年化AEP为8.901 GWh/year、毛容量因子为61.58%，日均功率非参数自助法95%区间为8.05–9.77 GWh/year；应用框架对数10至100 m外推使毛AEP降低9.23%，多年季节调整使其降低22.61%至6.888 GWh/year。这些结果说明将高度处理、时间覆盖、风机曲线和年化假设与计算输出共同保留十分重要，并支持该框架用于可复现筛选和分析假设比较。已报告证据支持所实现框架的计算集成、可追溯性、性能和数值一致性；当前评估受单一参考数据库和warm-cache基准配置、主要依赖ERA5、常空气密度、1—3月案例窗口、排除项目级损失以及数值而非物理尾流验证所限。未来工作应纳入独立观测、再分析产品与区域间更广泛比较、多种数据库配置与系统负载、密度感知风机计算、项目级损失模型，并依据独立工程工具及现场或实验数据验证尾流预测；持久发布版本化源代码、评估数据子集和执行元数据将进一步加强未来发布的复现性与复用。