基于WAVEWATCH－Ⅲ模式的近22年中国海波浪能资源评估＊

郑崇伟，李训强

（1.解放军理工大学气象学院，江苏南京211101；2.92538部队气象台，辽宁大连116041）

基于WAVEWATCH－Ⅲ模式的近22年中国海波浪能资源评估＊

郑崇伟1，2，李训强1

（1.解放军理工大学气象学院，江苏南京211101；2.92538部队气象台，辽宁大连116041）

以CCMP风场驱动第三代海浪数值模式WAVEWATCH－Ⅲ，得到中国海1988年1月～2009年12月较高分辨率的海浪场，计算了中国海的波浪能流密度，综合考虑能流密度的大小、能级频率、能流密度的稳定性等各方面对波浪能资源进行研究，寻找波浪能资源的相对优势区域，为波浪能资源的开发与利用（如海浪发电的选址）提供科学依据。

CCMP风场；WAVEWATCH－Ⅲ；中国海；波浪能资源；海浪发电的选址

IPCC（联合国政府间气候变化委员会——Intergovernmental Panel on Climate Change）第四次评估报告指出，在过去的100 a（1906—2005年）全球变暖趋势为0.074℃／10a［1］，全球变暖导致的环境危机、资源危机等现象对人类的生存与可持续发展构成了严重威胁，我国在2009年各种能源消耗的总量（包括可再生能源）相当于22.52亿吨原油，首次超美国成世界第一大能源消耗国［2］。在常规能源（如煤、石油等）紧缺，环境和资源严重困扰人类，全球众多国家和地区都面临能源危机的当今世界，发展清洁能源是应对气候变化的最佳选择，这也是各个国家采取的共同战略之一。目前，风能和太阳能的开发利用已逐步走向产业化、规模化，而海洋能则处于探索阶段。当前的海浪发电装置可为海水养殖场、海上气象浮标、石油平台、海上灯塔、海上孤岛等提供能源。海洋能具有无污染、可再生、储量大、分布广的优点，但其不稳定性也增加了其开发难度，海浪发电也是目前各发达国家追逐的焦点之一。

早在1970年代，人们就已利用有限的大洋船舶报资料和浮标资料，计算和评估全球海洋沿岸波浪能资源的分布［3－5］。他们的研究指出：全球波浪能的富集区主要集中在大西洋东北部、苏格兰和爱尔兰西部沿岸；太平洋东北部北美西海岸、澳大利亚南部沿岸以及南美洲的智利和南非的西南部沿岸。随着海洋探测技术的发展和大规模海洋调查的开展，特别是海浪数值模式的进步，越来越多的海洋浮标资料、卫星反演资料和数值模式的后报资料以及模式后报资料与观测资料相结合的再分析资料被普遍应用到波浪能资源的评估中，甚至先进的海浪数值预报模式也应用于近岸波浪能的预报中。Pontes等［6－7］利用部分浮标资料和WAM模式得到的浪场，研究欧洲近岸的波浪能资源分布和季节变化并绘制图集WERATLAS，Barstow et al.［8］利用2 a的Topex／Poseidon（简称T／P）卫星高度计资料反演的有效波高（Significant Wave Height，简称SWH）以及浮标站SWH与波能周期的统计关系，计算了全球海岸附近几百个站点的波浪能，得到全球近岸波浪能分布图。近年来国际上对海浪发电的研究和开发越发重视，Cornett［9］利用NWW3海浪模式模拟了1997—2006年的全球浪场，计算全球海域波浪能的分布和变化，Folley和Whittaker［10］、Iglesias和Carballo［11］分别利用第三代海浪模式MIKE21 NSW和SWAN（Simulating WAves Nearshore）计算和分析苏格兰近岸和西班牙近岸的波浪能的变化，Roger［12］在2009年通过第三代海浪模式WAVEWATCH－Ⅲ（简称WW3）成功预报了太平洋东海岸的波浪能。

我国有300余万km2海洋国土，岛屿众多，有居民海岛能源十分紧张，这些海岛大多远离大陆，岛上电力供给紧张，严重制约海岛经济和军事活动。在偏远海岛实行海浪发电，有着实用的军事和民用价值，前景广阔。我国对波浪能资源的开发也极为重视，1975年开始在浙江省嵊山岛试验，1980年代以后发展较快，1989年第1座试验波力电站位于南海的珠海市大万山岛试建成功，装机容量3 k W［13］。前人的研究对波浪能资源的开发和利用起到了巨大的推动作用，但国内多是利用有限的观测资料展开的研究，利用数值模式对我国波浪能资源进行评估的研究尚不多，本文在前人工作的基础上继续深入研究，以CCMP（Cross－Calibrated，Multi－Platform）风场驱动WAVEWATCH－Ⅲ（简称WW3）模式，模拟得到中国海1988年1月～2009年12月较高分辨率的海浪场，计算了中国海的波浪能流密度，并从波浪能的季节特征、能级频率、线性趋势、稳定性等不同角度对该海域的波浪能资源进行综合评估，寻找波浪能资源的相对优势区域，为波浪能资源的开发与利用（如海浪发电的选址）提供参考。

1 资料简介

1.1 风场资料

CCMP风场资料来自ESE（NASA Earth Science Enterprise），它结合了ADEOS－Ⅱ（Advanced Earth Observing Satellite，2ndGeneration）、QuikSCAT、TRMM TMI（Tropical Rainfall Measuring Mission Microwave Imager）、SSM／I（Special Sensor Microwave Imager）、AMSR－E（Advanced Microwave Scanning Radiometer－Earth Observing System）几种资料，利用变分方法得到，其时间分辨率为6 h，空间分辨率为0.25（°）×0.25（°），时间范围从1987年7月～2009年12月，空间范围为：78.375°S～78.375°N，0.125°E～359.875°E。CCMP风场具有很高的精度和时空分辨率［14］，因此本文选择CCMP风场作为WW3模式的驱动场。

1.2 实测海浪资料

随着海洋遥感技术的发展，卫星资料反演的SWH已能基本接近浮标观测值，且误差在10%以内［15］。由于我国浮标观测资料不足，本文将Topex／Poseidon（简称T／P）高度计反演的SWH视为实测资料，把模拟的SWH与其进行比较，这种方法曾被周良明［16］、齐义泉等［17］广泛运用，证明是可行的。

2 模拟方法及资料验证

2.1 模拟方法

WW3模式是在WAM的架构下，由美国NOAA／NCEP环境模拟中心海洋模拟小组开发的1个全谱空间的第三代海浪模式。本文利用WW3模式对中国海1988年1月～2009年12月的海浪场进行模拟。

选取模式计算范围：0°N～41°N，97°E～131°E，海浪谱网格为24×25，波向共24个，分辨率为15（°），频率分为25个频段，从0.041 8～0.405 6Hz，各频段关系为fn＋1＝1.1fn。空间分辨率取0.25（°）×0.25（°），计算时间步长取为900 s，每3 h输出1次结果，计算时间为1988年01月01日00：00时～2009年12月31日18：00时。为提高运行效率，本文以巨型机为运行平台，采用并行计算。

2.2 资料验证

周良明等［16］曾利用WW3模式对南海1976—2005年的波浪场进行了数值计算，与大量的T／P高度计波浪资料和部分台风资料进行对比验证后发现，波浪计算结果较好；齐义泉等［17］利用WW3模式对1996年南海的海浪场进行过模拟，发现模拟的SWH基本与卫星高度计的SWH观测结果一致；郑崇伟等［18］曾利用WW3模式对中国海1次台风过程进行模拟，取得了较好的效果；周兆黎等［19］利用WW3模式对影响南海的1次冷空气过程进行过模拟，发现模拟的SWH与Jason－1卫星高度计的观测资料有比较好的一致性。前人的研究表明WW3模式对我国的海浪具有较好的模拟能力，因此，本文仅随机选取2007年8月（含台风过程）和2008年1月（含冷空气过程）做资料验证。

将模拟的SWH插值到T／P高度计卫星轨道上，分析模拟SWH的可信度。为了直观地比较高度计观测的SWH与模拟的SWH之间的差异，本文计算了均方根误差（RMSE）、偏差（Bias）、相关系数（CC）以及平均绝对误差（MAE）。RMSE定义为模拟值与观测值之差的均方根，Bias定义为模拟数据的平均值和观测数据的平均值之差。

（1）～（4）式中，xi代表观测数据，yi代表模拟数据和分别为观测数据的均值和模拟数据的均值，N为样本总量。

由图1b可见，模拟的SWH与T／P高度计反演的SWH相一致，统计上存在0.04 m的负偏差，说明模拟的SWH系统上稍小于T／P高度计反演的SWH，相关系数为0.79，通过了99%（a0.01＝0.254）的信度检验，均方根误差为0.49 m，平均绝对误差为0.35 m，接近高度计的观测精度［15，20］；由图1c可见，模拟的SWH与T／P高度计反演的SWH相一致，统计上存在0.09 m的正偏差，说明模拟的SWH系统上稍大于T／P高度计反演的SWH，相关系数为0.88，通过了99%（a0.01＝0.254）的信度检验，均方根误差为0.71 m，平均绝对误差为0.53 m，接近高度计的观测精度［15，20］，模拟的海浪数据是可用的。

图1a Topex／Poseidon高度计在中国海的轨道分布Fig.1a The track of T／P altimeter in the China Sea

图1b 2007年8月期间高度计反演的SWH与模式结果的散布Fig.1b Comparison of wave height between T／P altimeter data and simulation wave data in the China Sea during Aug，2007

图1c 2008年1月期间高度计反演的SWH与模式结果的散布Fig.1c Comparison of wave height between T／P altimeter data and simulation wave data in the China Sea during Jan，2008

3 中国海波浪能资源评估

2009年，Roger［12］利用WW3模式成功预报了太平洋东海岸的波浪能流密度，参考其公式，本文计算了中国海的波浪能流密度。

式（5）中Pw为波浪能流密度，H1／3为SWH（1／3部分大波平均波高），Tp为谱峰周期，珡T为平均周期，Tp＝1.2。上述公式也是美国EPRI（Electric Power Research Institute）波浪能资源评估的算法［21］。将模拟的有效波高和平均波周期数据代入式（5），得到中国海1988年1月～2009年12月逐3 h的波浪能流密度，分析该海域近22 a的波浪能资源特征。

3.1 中国海波浪能资源的季节特征

对中国海近22 a的能流密度做多年月平均。分别以1、4、7、10月作为DJF（December、January、February）、MAM（March、April、May）、JJA（June、July、August）、SON（September、October、November）的代表月，分析中国海波浪能资源的季节特征（见图2）。

1月，中国近海受东北季风影响显著，是我国波浪能最丰富的季节，东海和南海大部分海域的能流密度在9～24 k W／m，大值区主要集中在南海大部分海域（约12～27 k W／m），呈东北－西南走向，这应该是由于DJF期间冷涌给南海带来的大浪所致；4月，波浪能流密度的大值区主要集中在：琉球群岛附近海域（约5～6 k W／m）、南海北部海域（约5～7 k W／m），大值中心位于吕宋海峡，在7 k W／m左右；7月，能流密度的大值区位于琉球群岛－吕宋海峡－平顺海岛（南海西南部）一线，约5～8 k W／m；10月，能流密度的大值区集中在：台湾以东洋面（约12～15 k W／m）和南海中北部海域（约9～24 k W／m）；除渤海、黄海北部以外，中国海大部分海域的年平均能流密度在2 k W／m以上，大值区位于安海北部（吕宋海峡及以西海域），年均值在12～16 k W／m。

由图2还可以看出，远海的波浪能流密度大于近岸，南海北部海域常年为中国海波浪能流密度的大值区，渤海、黄海北部、北部湾、泰国湾等海域常年为能流密度的低值区。

图2 中国海近22 a的1月（a）、4月（b）、7月（c）、10月（d）及年平均（e）波浪能流密度（单位：k W／m）Fig.2 Characteristics of wave energy density in Jan（a），Apr（b），Jul（c），Oct（d），and annual（e）in the China Sea during the last 22 years（Units：k W／m）

3.2 能级频率

在波浪能资源的评估中，不同能级出现的频率是衡量波浪能资源丰富程度的1个重要标准，通常认为能流密度大于2 k W／m时为可用［22－23］，大于20 k W／m的海域被认定为波浪能资源的富集区，如欧洲北海地区［24］。利用中国海1988年1月～2009年12月逐3 h的波浪能流密度，对该海域能流密度大于2 k W／m和大于20 k W／m出现的频率进行了统计（见图3）。

统计发现中国大部分海域在1、4、7、10月波浪能流密度大于2 k W／m出现的频率都很高，大于20 kW／m出现的频率也较高。1月出现频率相对最高，南海大部分海域能流密度大于2 k W／m出现的频率在90%左右，大于20 k W／m出现的频率在30%～40%左右；东海大部分海域能流密度大于2 k W／m出现的频率在70%～90%，大于20 k W／m出现的频率在15%～30%左右；黄海能流密度大于2 k W／m出现的频率在20%～60%，大于20 k W／m出现的频率较低；渤海大于2 k W／m出现的频率则很低。4月，大于2 k W／m出现的频率为几个月中最低，大部分海域在10%～30%，东沙海域、台湾以东洋面及琉球群岛附近海域出现频率相对较高，约35%～55%左右；大于20 k W／m出现的频率也为几个月中最低，仅在东沙附近海域能达到10%左右。7月，除渤海以外的大部分海域大于2 k W／m出现的频率都比较高，黄海在15%～45%，东海约50%～55%，南海50%～60%；大于20 k W／m的高频海域主要集中在南海南部的平顺海岛附近（8%～13%）、东沙－琉球群岛一线（8%～10%）。10月，大于2 k W／m和大于20 k W／m出现的频率整体较高，仅次于1月。

图3 1月（a）、4月（b）、7月（c）、10月（d）波浪能流密度大于等于2 Kw／m出现的频率及1月（e）、4月（f）、7月（g）、10月（h）波浪能流密度大于等于20 Kw／m出现的频率（单位：%）Fig.3 Frequency of wave energy density large than 2 Kw／m in January（a），April（b），July（c），October（d）and large than 20 Kw／m in January（e），April（f），July（g），October（h）（unit：%）

3.3 中国海波浪能流密度的逐年变化趋势

本文分别利用2种分析方法计算近22 a中国海波浪能流密度的逐年线性趋势。方法一：计算中国海0.25（°）×0.25（°）每个网格点上能流密度的逐年变化趋势；方法二：计算中国海区域平均后能流密度的逐年变化趋势，并比较这2种方法分析的结果。

3.3.1 每个网格点上能流密度的逐年变化趋势 将中国海0.25（°）×0.25（°）每个网格点上的能流密度从1988—2009年进行逐年平均，分析每个网格点上能流密度的逐年线性趋势（见图4）。

近22 a间，中国海大部分海域的波浪能流密度呈显著的逐年线性递增趋势，约0.05～0.55 kW·m－1／a，且都通过了95%的信度检验，递增趋势较强的区域集中在台湾以东洋面和琉球群岛附近海域（约0.35～0.45 kW·m－1／a）和吕宋海峡西部海域（约0.35～0.55 kW·m－1／a），其中渤海、黄海大部分海域、北部湾、泰国湾的逐年线性递增趋势相对较弱。研究还发现，中部海域能流密度的逐年递增趋势比近岸海域强。能流密度的显著性递增趋势对于波浪能的开发与利用是有利的。此外，本文还对中国海的波候、风候进行了分析，研究发现：中国海大部分海域的海表风速、有效波高在1988—2009年期间呈显著性逐年线性递增趋势（图略），这可能是导致近22 a中国海波浪能流密度呈显著性线性递增的主要原因。

图4 中国海1988—2009年0.25（°）×0.25（°）每个网格点上年平均波浪能流密度线性趋势的回归系数（单位：kW·m－1／a）Fig.4 Increasing tendency of wave energy density on 0.25（°）×0.25（°）points of China Sea during the last 22 years（Unit：k W·m－1／a）

图5 中国海1988—2009年逐年区域平均后的波浪能流密度及其线性趋势Fig.5 Annual average wave energy density in the whole China Sea and its long－term trend from 1988 to 2009

3.3.2 区域平均后能流密度的逐年变化趋势 将中国海的波浪能流密度从1988—2009年进行逐年区域平均，分析中国海整体的变化趋势。由图5可见，中国海的波浪能流密度在1988—2009期间呈显著的逐年线性递增，递增趋势为0.173 5 k W·m－1／a，其中1988—1998期间中国海的波浪能流密度变化较为平缓，年均值基本都在4.7～6.7 k W·m－1，1999—2009年递增趋势较为明显，基本在8 k W·m－1上下浮动。

对比2种分析方法发现，2种方法得到的结论基本一致。分析每个网格点上能流密度的逐年线性趋势，能够清楚的反映出变化趋势的区域性差异。如果区域平均后再求变化趋势，是从整体上把握变化趋势，虽然容易将一些重点海域的信息漏掉，却能够分析出整个区域随时间变化的规律。结合2种分析方法，即能从整体上把握变化趋势随时间的变化规律，也能够分析出变化趋势的区域性差异。

3.4 波浪能的稳定性

在波浪发电选址的评估中，不能只考虑能流密度在一段时间的平均值，还须考虑数据的离散程度，稳定的能流密度有利于波浪能的采集与转换、延长发电装置的寿命，不稳定的情况下不仅仅会降低转换效率，还可能对发电装置造成损坏，甚至损毁。本文通过计算每个网格点上的能流密度在不同月份的变异系数，来判断其稳定性（即离散程度），变异系数越小则能流密度的稳定性越好。变异系数的具体计算方法如下：

式（2）中，Cv为变异系数，为均值，S为标准差：

将中国海1988年1月～2009年12月逐3 h的波浪能流密度进行逐月平均，然后利用公式（2）计算中国海近22 a波浪能流密度的稳定性（见图6）。

图6 中国海波浪能流密度变异系数分布特征Fig.6 Coefficient of variation of wave energy density in the China Sea

总体来看，中国海大部分海域波浪能流密度的稳定性都比较好，变异系数基本都在1.2以内，稳定的波浪能流密度有利于能量的采集与转换。其中黄海、东海、南海北部海域的稳定性相对较好，渤海、南海中南部、泰国湾海域的稳定性相对较差，变异系数基本在1.0以上。研究还发现，南海东部海域的稳定性好于西部海域。

3.5 中国海波浪能资源开发的可行性初探及相对优势区域

虽然从全球海域的角度来看，我国并不处于波浪能资源的优势区域［3－5］，但综合图2～6可以看出，我国除渤海和黄海北部以外的大部分海域的年平均能流密度在2 k W／m以上，大部分海域处于2 k W／m以上的高频海域，能流密度是显著性逐年线性递增的，且稳定性也比较好，上述几方面对波浪能资源的开发与利用都是很有利的，我国大部分海域蕴藏着较为丰富的、适宜开发的波浪能资源。南海北部海域在年平均能流密度、能级频率方面都相对占优，且SWH和能流密度是显著性逐年线性递增的，稳定性也比较好，南海北部为我国波浪能资源的相对优势区域。

波浪能资源的评估是一项很长远的工作，本文只是初步探析，要实现波浪能资源的精细化评估，还需要和具体不同种类的海浪发电装置联系起来，结合波浪能资源状况和发电装置的需求，寻找更为合理、适宜开发的相对优势区域。

4 结论

（1）中国海的波浪能流密度具有明显的季节特征，远海的波浪能比近岸丰富，除渤海和黄海北部以外的大部分海域的年平均能流密度在2 k W／m以上，南海北部海域四季皆为能流密度的相对大值区。

（2）中国海大部分海域为2 k W／m以上的高频海域，南海北部海域常年为20 k W／m以上的相对高频海域。（3）中国海大部分海域的波浪能流密度呈显著的逐年线性递增趋势，对于波浪能资源的开发与利用是很有利的。递增趋势较强的区域集中在台湾以东洋面、琉球群岛附近海域和吕宋海峡西部海域

（4）中国海大部分海域波浪能流密度的稳定性都比较好，变异系数基本都在1.2以内，有利于波浪能的采集与转换，其中黄海、东海、南海北部海域的稳定性相对较好，渤海、南海中南部、泰国湾海域的稳定性相对较差，变异系数基本在1.0以上，南海东部海域的稳定性好于西部海域。

（5）综合能流密度的大小、能级频率、能流密度的线性趋势、能流密度的稳定性来看，我国除渤海和黄海北部以外的大部分海域蕴藏着较为丰富的、适宜开发的波浪能资源。南海北部海域为我国波浪能资源的相对优势区域。

［1］ IPCC（Intergovernmental Panel on Climate Change）.Climate change 2007：Synthesis report［R］.Cambridge：Cambridge University Press，2007.

［2］ CHINADAILY.中国首次超美国成世界第一大能源消耗国［EB／OL］.Available at http：／／www.chinadaily.com.cn／hqsj／ssrd／2010－07－20／content＿597218.html.

［3］ Tornkvist R.Ocean wave power station［R］.Helsinki Finland：Report 28，Swedish Technical Scientific Academy，1975.

［4］ Leishman J M，Scobie G.The development of wave power［R］.［s.l.］：NEL Report No EAU.M25，1976.

［5］ Hulls K.Wave power［J］.The New Zealand Energy Journal，1977（50）：44－48.

［6］ Pontes M T.Assessing the European wave energy resource［J］.Journal of Offshore Mechanics and Arctic Engineering，1998，120：226－231.

［7］ Pontes M，Barstow S，Bertotti L，et al.Use of numerical windwave models for assessment of the offshore wave energy resource［J］.Journal of Offshore Mechanics and Arctic Engineering，1997，119：184－190.

［8］ Barstow S，Haug O，Krogstad H.Satellite altimeter data in wave energy studies［C］.［s.l.］：Proceeding of Waves’97，ASCE，1998，2：339－354.

［9］ Cornett A M.A global wave energy resource assessment［C］.Canada：18thInternational Conference on Offshore and Polar Engineering Vancouver，BC，2008.

［10］ Folley M，Whittaker T J T.Analysis of the nearshore wave energy resource［J］.Renewable Energy，2009，34（7）：1709－1715.

［11］ Iglesias G，Carballo R.Wave energy resource in the Estaca de Bares area（Spain）［J］.Renewable Energy，2010，35：1574－1584.

［12］ Roger B.Wave energy forecasting accuracy as a function of forecast time horizon［EB／OL］.EPRI－WP－013，October 31，2009.Available at www.epri.com／oceanenergy／.

［13］ 任建莉，钟英杰，张雪梅，等.海洋波能发电的现状与前景［J］.浙江工业大学学报，2006，34（1）：69－73.

［14］ Prasad G T，Patrick J H.Persian Gulf response to a wintertime shamal wind event［J］.Deep Sea Research Part I：Oceanographic Research Papers，2010，57（8）：946－955.

［15］ 刘玉光.卫星海洋学［M］.北京：高等教育出版社，2005.

［16］ 周良明，吴伦宇，郭佩芳，等.应用WAVEWATCH－Ⅲ模式对南海的波浪场进行数值计算、统计分析和研究［J］.热带海洋学报，2007，26（5）：1－8.

［17］ 齐义泉，朱伯承，施平，等.WAVEWATCH模式模拟南海海浪场的结果分析［J］.海洋学报，2003，25（4）：1－9.

［18］ 郑崇伟，周林，卢扬，等.两种海浪模式对东中国海一次台风浪的模拟比较［J］.气象水文装备，2010，21（4）：48－50.

［19］ 周兆黎，杨显宇.WAVEWATCH－Ⅲ模式模拟南海冷空气过程海浪场的有效性检验［J］.热带海洋学报，2008，27（2）：1－6.

［20］ Witter D L，Chelton D B.A Geosat altimeter wind speed algorithm development［J］.J Geophy Res，1991，96：8853－8860.

［21］ Hagerman G.Guidelines for preliminary estimation of power production by offshore wave energy devices［R］.［s.l.］：EPRI WP－001，2003.Available at www.epri.com／oceanenergy／.

［22］ 任建莉，罗誉娅，陈俊杰，等.海洋波浪信息资源评估系统的波力发电应用研究［J］.可再生能源，2009，27（3）：93－97.

［23］ 任建莉，罗誉娅，钟英杰，等.波力资源分析系统的实现及波能发电应用［J］.浙江工业大学学报，2008，36（2）：186－191.

［24］ 褚同金.海洋能资源开发利用［M］.北京：化学工业出版社，2004.

Wave Energy Resources Assessment in the China Sea During the Last 22 Years by Using WAVEWATCH－ⅢWave Model

ZHENG Chong－Wei1，2，LI Xun－Qiang1
（1.Institute of Meteorology，PLA Univ.of Sci.＆Tech.，Nanjing 211101，China；2.NO.92538 Army of PLA，Dalian 116041，China）

The third－generation wave model WAVEWATCH－Ⅲwas used to simulate the wave field of the China Sea from January，1988 to December，2009，with wind input of CCMP wind field.In order to evaluate the wave energy resources reasonably，the seasonal characteristics，frequency of wave energy scale，long－term trend，and stability of wave energy density were analyzed.The result showed that the dominant areas of wave energy resources in the China Sea were found，which could apply guidance to wave power plant location.

CCMP wind field；WAVEWATCH－Ⅲ；the China Sea；wave energy resources；wave power plant location

P743.2

A

1672－5174（2011）11－005－08

国家自然科学基金项目（41076048）；国家重点基础研究发展计划项目（2010CB429001）资助

2011－03－07；

2011－04－19

郑崇伟（1983－），男，硕士生，主要从事海气相互作用研究。E－mail：zhengzhang.xia＠163.com

责任编辑 庞 旻