《Wind》：Modelling Wind Speed Extremes Using Extreme Value Theory: A Case Study for Namibia
编辑推荐：
极端风速事件对结构安全构成重大威胁，并且在日益增长的可再生能源部门设计中是重要考量因素。本研究通过将极值理论（Extreme Value Theory, EVT）应用于来自六个气象站、每站覆盖13至21年且时间跨度为2003年至2024年的质量控制后日最大风速
极端风速事件对结构安全构成重大威胁，并且在日益增长的可再生能源部门设计中是重要考量因素。本研究通过将极值理论（Extreme Value Theory, EVT）应用于来自六个气象站、每站覆盖13至21年且时间跨度为2003年至2024年的质量控制后日最大风速记录，对纳米比亚的极端风速进行建模。采用一种结合区域合理性限值与孤立尖峰测试（辅以跨站一致性检查）的双规则质量控制程序，在分析前识别并移除了70条虚假自动气象站记录（占观测值的0.24%）。利用峰值超阈值（Peaks-Over-Threshold, POT）方法将广义帕累托分布（Generalized Pareto Distribution, GPD）拟合至去聚类后的阈值超出量，并通过剖面似然获得回流水平的95%置信区间。基于AIC、BIC和负对数似然的模型比较表明，广义帕累托分布（GPD）能更好地描述极端风速尾部。结果显示明显的沿海-内陆对比：沿海站吕德里茨（Lüderitz）经历最强且最频繁的极端风事件，其100年回流水平为49.4 m/s（GPD；95%剖面似然区间44.9–70.3 m/s），并呈现有界上尾的证据；而内陆站则表现出较温和的极端值，100年回流水平为36–45 m/s。季节分析显示，沿海的沃尔维斯湾（Walvis Bay）冬季极端值更强，而内陆站则出现夏季对流峰值。本研究首次对纳米比亚观测风极端值进行了系统性的站点级EVT分析，为抗风敏感基础设施设计、可再生能源项目选址和国家气候适应规划提供了必要的定量输入。
**论文解读：基于极值理论的纳米比亚极端风速建模研究**
**1. 研究背景与问题**
纳米比亚地处非洲西南部，拥有漫长的南大西洋海岸线，其沿海地区受本格拉寒流（Benguela Current）影响，通过独特的海洋-大气相互作用产生持续而强劲的风力，使得该国在风能开发方面具有巨大潜力，尤其是吕德里茨（Lüderitz）等沿海地区被列为全球最有利的风力发电地点之一。然而，极端风速事件对桥梁、风力涡轮机和输电塔等基础设施的结构完整性构成严重威胁。在结构设计和风险评估中，准确估计极端风事件至关重要：设计不足会使基础设施和公众面临风险，而过度设计则导致不必要的经济负担。尽管纳米比亚风能资源丰富，但该国缺乏基于本地观测数据的极值统计分析，工程师们往往依赖来自其他地区的通用模型，这些模型可能无法反映纳米比亚特定的气候和地理特征，从而导致对风极值的低估或高估，带来经济和安全风险。鉴于纳米比亚的能源转型、电网升级需求以及可变可再生能源的整合，对极端风事件的详细了解对于基础设施的安全设计、可再生能源的波动性管理以及能源系统的长期可靠性至关重要。因此，本研究旨在通过首次对纳米比亚观测风速进行系统的极值理论（EVT）应用，填补这一空白，提供基于质量控制的站点级回流水平估计。
**2. 研究内容与结论**
研究人员分析了来自纳米比亚气象局（Namibia Meteorological Service, NMS）六个气象站（基特曼斯胡普、吕德里茨、沃尔维斯湾、温得和克、翁丹瓜和伦杜）的日最大风速记录，每个站的记录长度为13至21年，覆盖2003至2024年期间。研究采用双规则质量控制程序（区域合理性限值R1和孤立尖峰测试R2），识别并移除了70条虚假自动气象站记录（占观测值的0.24%）。随后，研究人员分别采用区块极大值（Block Maxima, BM）方法配合广义极值分布（GEV）和峰值超阈值（POT）方法配合广义帕累托分布（GPD）对极端风速进行建模，并使用剖面似然法计算回流水平的95%置信区间。模型比较基于AIC、BIC和负对数似然（NLL），结果表明GPD提供了对极端风速尾部更好的描述。研究结果显示清晰的沿海-内陆对比：沿海站吕德里茨经历最强且最频繁的极端风事件，其100年回流水平为49.4 m/s（GPD），并呈现有界上尾；内陆站则表现出较温和的极端值，100年回流水平为36–45 m/s。季节分析揭示沿海站沃尔维斯湾冬季极端值更强，而内陆站夏季对流峰值占主导。该研究为纳米比亚提供了首个系统性的站点级极值分析，为抗风敏感基础设施设计、可再生能源项目选址和国家气候适应规划提供了必要的定量输入。论文发表在《Wind》期刊。
**3. 主要关键技术方法**
本研究采用了以下关键技术方法：（1）双规则质量控制程序，包括区域合理性限值（每日最大风速超过45 m/s视为虚假）和孤立尖峰测试（风速在30–45 m/s之间且超过相邻两天最大值三倍、同时无其他站点同日超过自身99百分位数时视为虚假）；（2）区块极大值方法，对每月最大风速（仅使用至少20个观测日的月份）拟合广义极值分布（GEV）；（3）峰值超阈值方法，基于平均剩余寿命图和参数稳定性图选择98百分位数阈值，对去聚类后的簇峰值拟合广义帕累托分布（GPD），采用游程去聚类处理序列相关性；（4）参数估计采用最大似然估计（MLE），回流水平置信区间采用剖面似然法计算；（5）模型比较采用AIC、BIC和负对数似然指标。数据来源为纳米比亚气象局六个自动气象站（AWS）的质量控制后日最大风速记录。
**4. 研究结果**
**4.1 站点记录与描述性统计**：质量控制后，吕德里茨仍为风最大的站点，平均风速14.27 m/s，最大风速从虚假的74.9 m/s降至可信的44.9 m/s。所有站点的偏度和峰度降至中等水平（0.9–1.6和6.4–8.6），消除了原有传感器尖峰造成的极端值。
**4.2 探索性数据可视化**：时间序列图确认了描述性统计，吕德里茨显示持续较高且多变的风速，质量控制移除的值集中在吕德里茨2014–2015年传感器故障期。箱线图显示所有站点右偏分布，吕德里茨具有最高中位数和最大四分位距。
**4.3 区块极大值（GEV）分析**：对每月最大风速拟合GEV，吕德里茨具有最高位置参数（μ = 20.65 m/s）和较大尺度参数（σ = 3.86 m/s）。形状参数较原始提交显著降低，吕德里茨从ξ = 0.392降至ξ = 0.088，表明先前报告的厚尾（Fréchet）行为主要是虚假传感器值的伪影。基特曼斯胡普显示显著负形状（ξ = ?0.132），表明有界上尾。100年回流水平：吕德里茨58.7 m/s（95%剖面似然区间48.9–76.9 m/s），其他站点35.5–50.6 m/s。
**4.4 峰值超阈值（GPD）分析**：阈值设为各站98百分位数，吕德里茨具有最大GPD尺度（σ = 8.70 m/s）和显著负形状（ξ = ?0.280），表明强但有界的沿海极端风。基特曼斯胡普和温得和克显示正形状（ξ = 0.254和0.190），指向内陆较厚尾部。100年回流水平：吕德里茨49.4 m/s（有界尾部），基特曼斯胡普67.7 m/s（但置信区间极宽43.1–238.6 m/s），其他站点36–45 m/s。质量控制后GPD估计比原始提交低35–45%。
**4.5 季节分析**：夏季（10月至3月）内陆北部和中部站点极端风更强（翁丹瓜位置参数从13.5增至18.2 m/s），与湿季对流雷暴外流一致；冬季（4月至9月）沃尔维斯湾极端风更强（位置参数16.6 vs 14.5 m/s，尺度参数几乎翻倍3.5 vs 1.8 m/s），与冬季中纬度锋面系统和离岸山风事件一致。吕德里茨夏季极端风最强（μ = 21.8 m/s），与南大西洋反气旋驱动的西南气流一致。
**4.6 模型比较结果**：信息准则（AIC、BIC、NLL）在所有站点均支持GPD作为优选尾部风险描述框架，其直接拟合独立事件峰值，更高效利用极端信息。质量控制后GEV与GPD的100年估计值一致性良好，支持分析内部一致性。
**5. 讨论与结论**
讨论部分强调，严格的数据质量控制从根本上改变了定量结果：70条虚假记录（占0.24%）使受影响站点的100年回流水平高估35–45%，并产生虚假的厚尾行为。研究确认了物理上清晰的空间结构：吕德里茨受南大西洋反气旋和本格拉上升流驱动的持续西南气流主导，经历最强且最频繁的极端风；内陆北部受夏季对流雷暴外流控制。吕德里茨的负GPD形状参数表明有界上尾，反映主导气压梯度力的自限性。研究局限性包括：从13–21年记录外推至100年回流期存在较大采样不确定性；六个站点均位于机场，不能完全代表纳米比亚多样风气候；AWS平均周期未确认，限制与IEC 61400-1标准直接比较。结论强调，20年和50年GPD回流水平是当前最有依据的观测基础，未来研究需确认AWS测量定义、利用再分析产品评估空间代表性、纳入风向因素，并随记录增长更新长期估计。该研究证明，在依赖自动气象站的地区，可信的极端风统计离不开严格的、面向极值的数据质量控制。
