山东省周边海域波浪能资源评估

刘首华，杨忠良，岳心阳，牟林，陈满春，王兴，高佳，周凯

(1.国家海洋信息中心，天津 300171；2.国家海洋局 第二海洋研究所 卫星海洋环境动力学国家重点实验室，浙江 杭州 310012；3.国家海洋局 北海环境监测中心，山东 青岛 266033；4.中国水电顾问集团 中南勘测设计研究院有限公司，湖南 长沙 410014)

山东省周边海域波浪能资源评估

刘首华1，2，杨忠良2，岳心阳1，牟林1，陈满春1，王兴3，高佳1，周凯4

(1.国家海洋信息中心，天津 300171；2.国家海洋局 第二海洋研究所 卫星海洋环境动力学国家重点实验室，浙江 杭州 310012；3.国家海洋局 北海环境监测中心，山东 青岛 266033；4.中国水电顾问集团 中南勘测设计研究院有限公司，湖南 长沙 410014)

采用第三代海浪模式SWAN对2001-2010年期间山东省周边海域的波浪状况进行了数值模拟。波浪能数值模拟值与台站观测值的比对结果表明模拟值可靠、实用。分析发现山东省周边海域平均波能流密度以2 000 W/m以下为主，低于中国南部海域及欧美沿岸波能流密度。选取12个典型代表点，从波能流密度大小、变化特征、稳定性等角度分析了不同代表点的波浪能情况，发现山东周边波能流密度受气候变化影响近10年来呈上升趋势。综合不同区域波浪能大小及需求情况，建议选取山东半岛东部海域、蓬莱外围岛屿近渤海中部海域和渤海中部海域作为波浪能开发利用的首选区域。其中成山头东部海域波能流密度在冬季高达5 000 W/m，在该季节大部分区域可归为一类资源丰富区。基于此，建议开发利用中小规模的波浪能供电设备或供电设施。

波浪能；波能流密度；山东周边海域；SWAN；数值模拟

1 引言

波浪能具有可再生性、清洁性和可预报性等优点，是一项亟待开发利用的具有战略意义的新能源。电力供应不足是制约我国国民经济发展的重要因素，尤其是在东部沿海地区。我国海岸线较长，沿岸面积广阔，波浪能资源丰富。波浪能发电可创造良好的经济效益、社会效益和环境效益，开发潜力巨大。在我国优化电力结构，促进能源结构升级的大背景下，发展波浪能顺应社会趋势，有利于解决中小规模用电需求，减少传统能耗带来的污染，在外海观测仪器的用电续航及孤岛用电方面有巨大的应用前景。

大西洋沿岸高纬度欧美国家，如法国、英国、挪威、美国等，波浪能资源较为丰富，其开发和利用也较早。亚洲国家如日本、印度在波浪能开发利用方面也走在世界前列[1—2]。相比而言我国在波浪能研究和开发方面起步较晚，但近几年在国家科技支撑计划和海洋可再生能源专项资金的支持下，波浪能发电装置及资源的评估应用发展比较迅捷，出现了大量研究和应用成果[3]。波浪能资源的评估以实测数据和数值模拟为主。王传崑和卢苇[4]利用沿岸代表性海洋站的波浪观测资料对中国沿海波浪能进行了整体的评估，据不完全统计全国沿岸波浪能的理论平均总功率约为1 284×104kW，波浪能资源储量以台湾居首，其次为浙江、广东、福建、山东等省份。

由于实测数据对海洋的面积覆盖或时间覆盖有限，数值模拟成为大面积波浪能评估的实用方法。全国908波浪能专项调查对我国沿海地区及各省的波浪能概况做了整体的评估，给出近岸20 km波浪能储量约为1 599×104kW[5]。近年来我国学者已经对多个沿海典型区域进行了针对性的波浪能资源评估，评估地区包含了浙江、福建、台湾、成山头等[6—9]。现有的评估结果对全国沿海波浪能已经有了较为概观的认识[5，10—11]。山东半岛有3 000多千米的海岸线，占全国大陆海岸线总长的1/6，波浪能总体储量在全国沿海省市居于前列。山东省又是我国的人口和经济大省，海洋经济发达，沿岸繁忙的海上活动对能源有巨大的需求。山东半岛周边地市聚集了我国最强的海洋科研院所和相关企业，伴随着山东半岛蓝色经济区的发展，具备了进行波浪能开发利用的最佳时机。因此需针对山东省周边波浪能进行精细化评估，确定波浪能丰富的海区和优先开发区，为波浪能的大规模开发利用储备基础科技支撑。

2 山东省周边海域海况特征

山东省北临渤海，东临黄海，海域辽阔。近海波浪主要受季风影响，总体以风浪为主，季节性特征明显。秋季风浪波高最大，其次是冬季，夏季居第三，春季的最小。从海区来看，渤海区域波高较小，黄海波高比渤海略大。

冬季(2月)，渤海沿岸冬季结冰，沿岸很多浅水区没有波浪。渤海风浪波高分布由岸边向海区内部、由西向东递增。渤海三大湾(辽东湾、渤海湾、莱州湾)一带，风浪波高为1.0 m(月平均值)。黄海风浪在0.9～1.9 m之间，波高等值线大约与海区岸线平行。1.5 m波高线呈舌状由南黄海向北延伸，并西进到渤海海峡附近。由于大范围天气系统活动减少，春季(5月)是一年中波浪较小的季节。渤海、黄海风浪波高分布的格局基本上与冬季(2月)相近。渤海波高为1.0 m，周期在2.7～3.0 s之间。黄海波高在0.5～1.5 m之间，由北往南逐渐递增。夏季(8月)，渤海波高和春季接近，约1.0 m，周期为2.5～2.7 s。黄海波高为0.5～1.0 m，比冬季的略有下降。秋季(11月)波高比夏季有明显的增大，为全年风浪较大的季节。波高的分布形式趋于冬季(2月)的格局。渤海波高在1.0～1.5 m之间。黄海波高在0.7～1.5 m之间[12]。

3 波浪能资源评估

为更精确地评估近岸的波浪能，我们采用第三代海浪模式SWAN[13—14]对山东周边海域的波浪状况进行了数值模拟。无论在物理机制还是数值算法上，SWAN模式均为最完善的第三代海浪模式之一。其包含了海浪浅水物理过程源函数项，如深度诱导破碎，三波相互作用等。数值算法采用全隐式格式，可以最大程度地提高数值计算效率。

计算采用两重嵌套方式，计算大区范围为33°～41°N，114°～127°E，空间分辨率为(1/60)°×(1/60)°。小区范围为35.1°～38.7°N，117°～123.5°E，空间分辨率为(1/120)°×(1/120)°，包含了整个山东沿岸海域(图1)。驱动风场采用美国喷气动力实验室提供的CCMP(Cross-Calibrated，Multi-Platform Ocean Surface Wind Velocity Product)风场。该风场为同化所有卫星遥感风场数据后得到的风场，时间分辨率6 h，空间分辨率为0.25°×0.25°。同现今其他10 m高度风场相比，该风场具有较高的精度和准确度[15]。

计算小区的空间分辨率整体在700 m左右，基本可以模拟近岸以及小型岛屿周边的海浪状况。模拟时间跨度为2001—2010年，每天输出4次模拟区域的波浪要素值，每个计算网格点共计14 604个波浪要素值。对2007年小麦岛、北隍城、千里岩3个波浪观测台站点的月统计波浪要素值与数值模拟值进行了比对验证。比对结果显示模拟给出的波浪能流密度值可靠、实用。

图1 波浪数值模拟计算区域Fig.1 The region for ocean waves’ simulation

3.1 波浪数值模拟结果评估分析

波浪能量由波动动能和波动势能两部分组成，在理想波动状况下可以给出理想波浪能表达式，但是对于实际复杂海面，波浪能的计算一般采用经验计算公式[4，16—17]。波能流密度计算采用如下经验公式：

(1)

式中，c一般取常数0.5，单位：kg/(m·s4)，Hs为有效波高，单位：m，T为平均周期，单位：s，P为波能流密度，单位：kW/m。

北隍城观测站点位于渤海与黄海交接处(见图1)，由于地形峡口效应，该地风速较大，风浪也较大，在渤海海浪中具有典型特征。从北隍城波浪要素月统计值来看，其具有鲜明的季节性特征。夏季月平均有效波高低于0.3 m，冬季月平均有效波高近0.7 m。图2是波能流密度观测值和模拟值的比较图。由于波能流密度是通过有效波高的平方和平均周期的乘积计算而得，一般情况下相比波高具有更大的误差。比较结果显示，波能流密度观测值整体大于数值模拟值，两者均方根误差为120 W/m，相对误差为7.5%，数值上较为接近，满足波浪能评估的需求。

千里岩观测站点位于山东半岛南部(见图1)，面对黄海开阔区域。该区域受季风影响明显，冬季一般为北向风，夏季为南向风。千里岩观测站所在位置具有明显代表性，在很大程度上能够反映整个山东半岛南部海域的波浪特性。图3是波能流密度观测值和模拟值的比较图，两者波能流密度的均方根误差为235.3 W/m，相对误差为12.5%，满足波浪能评估需求。

小麦岛观测站点位于青岛外部海域(见图1)，在近岸波浪能利用和评估方面具有鲜明的代表性。图4是波能流密度观测值和模拟值的比较图，观测值整体高于数值模拟值，波能流密度的均方根误差为302 W/m，相对误差为17.3%，误差值相对偏大。这种较大误差产生的原因主要有两个：一是近岸区域风场难以刻画，局地波浪结果主要取决于外海波浪传入，所以导致模拟结果较小；二是模拟所用驱动风场一般小于真实风场，也会导致数值模拟结果偏小。由于波浪能总转换效率一般在10%～60%之间[18]，这种差别一般小于波浪能总转换率的差别，因此结果能够满足波浪能评估需求。

图2 北隍城观测点波能流密度观测值与数值模拟值比较 Fig.2 Comparisons of wave energy density between the simulations and observations in Beihuangcheng

图3 千里岩观测点波能流密度观测值与数值模拟值比较Fig.3 Comparisons of wave energy density between the simulations and observations in Qianliyan

图4 小麦岛观测点波能流密度观测值与数值模拟值比较Fig.4 Comparisons of wave energy density between the simulations and observations in Xiaomaidao

图5 2001—2010年平均波能流密度分布图Fig.5 The average wave energy density distributions during 2001 to 2010

图6 累年1-4月份平均波能流密度分布图(2001—2010年)Fig.6 Annual average wave energy density distributions from January to April of 2001 to 2010

图7 累年5-8月份平均波能流密度分布图(2001—2010年)Fig.7 Annual average wave energy density distributions from May to August of 2001 to 2010

3.2 波浪能评估分析

根据波浪能流密度评估公式(1)，我们计算了波浪场各个格点的波能流密度，并进行了中长期统计分析，给出了山东省周边海域10年(2001—2010年)平均波能流密度(见图5)。总体来看，山东省周边海域平均波能流密度大部分在2 000 W/m以内，与欧美等国及中国南部沿海区域的波能流密度相比偏低[10，19—22]。

波能流密度整体分布形态有北高南低，东高西低的特点，并存在半岛东部海域和渤海中部海域两个大值区域。其中波能流密度最高区集中于半岛东部海域。山东半岛南部海域波能流密度较低，大部分区域在1 000 W/m以内。半岛北部莱州湾区域较低，外围近渤海中部区域在1 500 W/m左右。蓬莱外围岛群附近区域波能流密度在1 200～1 500 W/m之间。威海东部海域大部分能量密度都在1 500 W/m以上，其中成山头近岸海域波浪能最为富集。

累年各月平均波能流密度(2001—2010年平均，见表1，图6～8)表现出鲜明的季节性特点。3个代表性海区，渤海中部海域、威海东部海域和半岛南部海域，在冬季(12月—翌年1月)波能流密度达到一年中的最大值，在夏季(5—7月)波能流密度达到一年中的最小值。渤海中部海域12月份平均波能流密度为3 500 W/m，在6月份则仅为170 W/m，两者相差高达20倍。威海东部海域和半岛南部海域也存在类似情形。12月份(见图8)成山头周边波能流密度高达5 000 W/m，半岛南部很大一部分海域都超过了1 500 W/m，均远高于6月份波能流密度(图7)。波能流密度强烈的季节性扰动与山东省周边海域受季风控制有关。冬季西伯利亚高压导致冷涡周期性影响中国北部海域，西北风或东北风盛行，风速较大，波浪有充分的成长空间，因而波浪较大，波能流密度较高，半岛北部沿海海域波能流密度较南部沿海海域偏大。春夏季随着西伯利亚高压消退，副热带高压北上，渤、黄海风向由北风顺时针方式逐渐转为东南风或偏南风，导致山东半岛南部沿海海域波能流密度较北部沿海海域偏大。由于风速较小，因此波能流密度较小，此时山东周边海域波能流密度基本都低于1 000 W/m。其中6、7月份正处于风向转变期，波能流密度最低，大部分区域都在450 W/m以下(见图7)。

图8 累年9-12月份平均波能流密度分布图(2001—2010年)Fig.8 Annual average wave energy density distributions from September to December of 2001 to 2010

月份渤海中部威海东部海域半岛南部海域1200040009002150039007003150040008004700100030053004001506170300100720040027084007505009900120060010200020008001132003200130012350050002000

3.3 波浪能选址分析

为了对山东周边海域波能流密度情况有更详细的了解，我们选取12个站点进行波浪能及波浪情况的详细分析(图9和表2)。稳定的波浪能资源是长期开发利用的前提，在此参考前人方法分析了年平均波能流密度变异系数[10，17]。如下面公式所示：

(2)

(3)

(4)

表2 P1～P12站2001-2010年波浪能流平均密度(单位：W/m)

图9 山东周边波浪能级分布及近岸波浪能评估选择代表点Fig.9 The distributions of wave energy level and selecting points for energy assessment in Shandong offshore

图10 P1～P6点波浪玫瑰图Fig.10 The ocean wave rose diagram of P1 to P6

图11 P7～P12点波浪玫瑰图Fig.11 The ocean waves rose diagram of P7 to P12

一些波浪能的开发利用装置的布放，如最早完成大规模商业化发电的海蛇、海蟒式波浪能发电装置[23]，与波浪的传播方向有密切的关系，因此需要对波浪传播方向的稳定性和集中性进行对应的分析。

P1点(见图10)位于莱州湾外围，波能流密度为989 W/m(表2)。波浪主浪向为NNE、NE和SSW。1 m以上波浪主要为NNE向，3 m以上波浪较少，SSW主浪向波浪基本在1 m以内。P2、P3点与P1距离较近，波浪玫瑰图基本相似(见图10)。两点波能流密度分别为1 237 W/m和1 410 W/m(表2)，波浪主浪向为NNE、N和SSW。1 m以上波浪也以NNE向为主。从P1到P3，N向1 m以上波浪比例逐渐增加，P3点的N向1 m以上波浪比重达到4%。P4点(见图10)波能流密度为1 380 W/m(表2)。1 m以上波浪主要分布于WNW、NW、NNW、N和NNE向，整体为偏北向。西南向波浪占较大比例成分，但基本都在1 m以下。P5和P6点(图10)位于威海北部海域，波浪较大，波能流密度分别为1 498 W/m和1 739 W/m(见表2)。1 m以上波浪主要为NW、NNW、N和NNE向，3 m以上波浪主要分布在NNW和N向。

P7点(见图11)在成山头东部，波能流密度为2 155 W/m(见表2)。波浪主浪向为NNW、N和S。S向波浪以1 m以下为主。NNW和N向1 m以上波浪占较大比例，3 m以上波浪也占有一定比例。P8点(见图11)波能流密度为2 091 W/m(见表2)，玫瑰图的分布特征和P7点类似。P9点(见图11)位于威海东南海域，整体波高变小，波能流密度为1 309 W/m(见表2)。相比P7、P8点，主波向有明显的变化，为NNE、N和SSW向。1 m以上波浪以NNE和N向为主。P10点(见图11)波能流密度为812 W/m(见表2)，波浪在各个方向分布相对较为均匀，但北向(NW-NNE)、南向(SW-SSE)波浪明显强于东向(ENE-SE)、西向(WNW-WSW)波浪。1 m以上波浪主要集中于偏北向。P11点(见图11)波能流密度为454 W/m(见表2)，波浪各方向分布也较为均匀，东向浪整体强于西向浪。1 m以上波浪主要分布于北向(NW-NE)。P12点(见图11)波能流密度为266 W/m(见表2)。东向浪整体较强，与P11点存在相似性，不过比例明显增大。1 m以上波浪主要集中在NNE和NE向，且比例较小。E向浪占据了较大比例，但波高主要在1 m以下。

波能流密度的变化由两个方面构成：一是波能流密度的季节性变化；二是波能流密度的年际变化。引起波能流密度季节性变化的直接原因是不同季节风速的变化，而波能流密度的年际变化更可能是全球气候变化所致。12个代表点的年平均波能流密度，除半岛南部P10～P12外，其余各点总体上具有上升趋势，上升变化率相对接近(见图12)。近年研究表明，受气候变化影响北太平洋浮标及高度计观测的有效波高整体都呈上升趋势[24]。因此代表点波能流密度年际上升的趋势变化与全球气候变化有关，波浪能将趋向于更丰富。郑崇伟等[10]在中国近海波浪能的概况研究中同样发现了波能流密度具有50～550 W/m的上升趋势，与本研究结果吻合。

图12 2001—2010年P1～P12点年平均波能流密度变化图Fig.12 The variations of annual average wave energy in P1 to P12 during 2001 to 2010

图13 2001—2010年P1～P12点月平均波能流密度变化图Fig.13 The variations of monthly average wave energy in P1 to P12 during 2001 to 2010

图13是代表点月平均波能流密度的变化趋势线。各点体现出强烈的季节性变化特点，在7月达到极低值，不足400 W/m，在12月达到最大值，高于5 000 W/m。P4～P8点在3月也出现了极大值。整体变化呈现出冬季大、夏季小、春秋两季为过渡季节的特点。

图14是代表点波浪能级概率图。概率区段分别是0～500 W/m、500～1 000 W/m、1 000～1 500 W/m、1 500～2 000 W/m、大于2 000 W/m。从12个点的波浪能级分布特点来看，0～500 W/m的波浪能级在各能级中占据主导，比例均在60%以上。随着波能流密度变大，能级概率逐渐变小。大于2 000 W/m的波浪能级概率仅在P5～P9中占有较大比例，与波高玫瑰图的分析吻合。

图14 P1～P12点波浪能级概率图Fig.14 The wave energy level proportions from P1 to P12

从一般能区划分标准(见表3)和图15可以看出，山东半岛西部周边海域大部分波能流密度在0～1 000 W/m之间，属于波浪能贫乏区，不适宜波浪能的开发利用。渤海中部海域和半岛东部周边海域一部分波能流密度在1 000～1 500 W/m之间，属于可利用区。威海东部沿岸海域波能流密度在1 500～2 000 W/m之间，波浪能较为丰富，且距离岸边较近，是山东省波浪能开发利用的首选区域。威海东部远离岸边海域(P7、P8)波能流密度在2 000 W/m以上，是波浪能较为丰富区，由于距离陆地较远，兼以军事、国防等原因，暂不适宜作为波浪能开发利用区。

表3 全国波浪能区划等级划分(P：kW/m)

图15 山东周边海域波浪能区块划分和重点开发区域Fig.15 The wave energy level distributions and key development areas

图16 重点开发区域——山东半岛东部海域Fig.16 Key development area-the eastern area of Shandong Peninsula

图17 重点开发区域——蓬莱外围岛屿近渤海中部海域Fig.17 Key development area——the area outside Penglai islands and near the central Bohai Sea

图18 重点开发区域——渤海中部海域Fig.18 Key development area——the central Bohai Sea

结合波能流密度大小、稳定性及大浪向集中性，兼以考虑波浪能开发利用的实用价值，我们给出了山东周边3个波浪能优先开发区域，分别是山东半岛东部海域、蓬莱外围岛屿近渤海中部海域和渤海中部海域(见图16～18)。

从波能流密度来看，3个区域的多年平均波能流密度都大于1 000 W/m，是山东半岛周边波浪能最为富集的区域，均属于波浪能的可开发利用区。山东半岛东部部分海域(见图16)波能流密度在1 500～2 000 W/m之间，是山东半岛周边波浪能最为丰富的区域，且距离陆地较近，适宜波浪能的开发利用。3个区域大浪的浪向都较为集中，如山东半岛东部海域大浪向集中于NNW、N和NNE向，蓬莱外围岛屿近渤海中部海域主浪向集中于NNE和N向，渤海中部海域大浪向集中于NNE和SSW向，均适宜于波浪能装置的布放。

从波能流密度年变异系数来看，威海东部海域(P6～P9)变异系数在10%左右，比较适宜波浪能的开发和利用。虽然渤海中部及蓬莱外围海域(P1～P3)年变异系数较大，在20%左右，但是考虑到波浪能丰富程度及开发实用价值，该处海域仍然推荐为优先开发区域。蓬莱外围岛屿近渤海中部海域(见图17)附近岛屿密集，有庙岛群岛居民居住区或常驻区，存在对能源的迫切需求。因此选择该区域作为波浪能开发利用区域具有重要的实际意义和示范价值。渤海中部海域(见图18)广阔，各方向生成的波浪都有充分的生长空间，具有较大的波高，是渤海波浪能最丰富的海域。该区域波浪能利用辐射面广，影响范围大。可以根据小型灯塔，航路航标，石油平台等设施的供电需要开发利用波浪能。

波能流密度的季节性变化是波浪能开发利用需要考虑的问题。3个推荐区域均具有较为明显的季节性变化。如威海东部海域从图13代表点(P6～P9)各月波能流密度变化来看，波能流密度在4—8月基本在1 000 W/m以下，在12月高达5 000 W/m，表现出较强的季节性变异，对于波浪能的开发利用必须统筹考虑这些特点。

4 总结

山东半岛周边濒临渤海和黄海，在地理位置上具有得天独厚的优势。在国家“十二五”发展规划中，山东省定位为海洋经济发展的试验区和先行区，而波浪能等绿色新能源的开发利用是海洋经济发展的重要一环。综上分析，对山东周边海域的波浪能评估得出如下总结：

(1)山东周边海域多年波能流密度平均值以低于2 000 W/m为主。从能区划分上包含了资源贫乏区、可开发利用区和较为丰富区3类(见表3和图15)。基于波能流密度和各种客观因素，山东半岛东部海域、蓬莱外围岛屿近渤海中部海域和渤海中部海域推荐为波浪能开发利用的首选区域。成山头东部海域波能流密度在冬季高达5 000 W/m，在该季节大部分区域可归为一类资源丰富开发区、少部分属于二类较为丰富区域。基于这种情况，开发利用中小规模的供电设备或供电设施是符合实际的。

(2)山东半岛周边波浪能资源受季风影响，表现出秋冬季较大、春夏季较小的季节性特点。在6、7月份，波能流密度降至500 W/m以下，对于需要连续性供电的设施可能出现供电紧张现象。同样在12、1、2、3月份波能流密度较大，高于2 000 W/m，对于集中用电或者非持续性供电业务可选择在这些月份对波浪能进行开发利用。

(3)山东周边波浪能资源受季风及波浪成长空间大小的影响，在空间分布上整体呈现出北高南低、东高西低的特征，存在渤海中部和半岛东部两个大值区域，多年波能流密度平均值高于1 500 W/m。半岛西南部周边海域波能流密度较低，整体小于1 000 W/m，利用难度较大。

(4)受气候变化影响，山东周边除西南部P10～P12外，半岛北部及东部波能流密度年际变化整体呈增长趋势，2001—2010年增量在500 W/m左右，这表明未来山东周边波浪能将趋于更加丰富。

[1] 龚媛. 世界波浪发电技术的发展动态[J]. 电力需求与管理，2008，10(6): 71-72．

Gong Yuan. Development trend of wave power generation technology in the world[J]. Power Demand Side Management，2008，10(6):71-72．

[2] 徐柏林，马勇，金英兰. 当今世界海洋发电发展趋势[J]. 发电设备，2000(1): 37-42．

Xu Bolin，Ma Yong，Jin Yinglan. Current trends in the development of oceanic power generation[J]. Power Equipment，2000(1):37-42．

[3] 国家海洋技术中心. 第三届中国海洋可再生能源发展年会暨论坛论文集[C]. 北京: 海洋出版社，2014．

National Ocean Technology Center. The proceedings for the third annual conference of the China marine renewable energy development[C]. Beijing: China Ocean Press，2014．

[4] 王传崑，卢苇. 海洋能资源分析方法及储量评估[M]. 北京: 海洋出版社，2009: 52-129．

Wang Chuankun，Lu Wei. The assessments and analysis for the marine energy[M]. Beijing: China Ocean Press，2009：52-129．

[5] 张松，刘富铀，张滨，等. 我国近海波浪能资源调查与评估[J]. 海洋技术，2012，31(3): 81-85．

Zhang Song，Liu Fuyou，Zhang Bin，et al. Investigation and assessment of wave energy in coastal area of China[J]. Ocean Technology，2012，31(3):81-85．

[6] 叶钦，杨忠良，施伟勇. 浙江近海波浪能资源的初步研究[J]. 海洋学研究，2013，30(4): 13-19．

Ye Qin，Yang Zhongliang，Shi Weiyong. A preliminary study of the wave energy resources in the sea near Zhejiang[J]. Journal of Marine Science，2013，30(4): 13-19．

[7] 张军，许金电，郭小钢. 福建沿海海域波浪能资源分析与评价[J]. 台湾海峡，2012，31(1): 130-135．

Zhang Jun，Xu Jindian，Guo Xiaogang. An evaluation of analysis of the ocean wave energy resource in nearshore waters of Fujian[J]. Journal of Oceanography in Taiwan Strait，2012，31(1): 130-135．

[8] 郑崇伟，林刚，邵龙潭. 台湾周边海域波浪能资源研究[J]. 自然资源学报，2013，28(7): 1179-1186．

Zheng Chongwei，Lin Gang，Shao Longtan. Wave energy resources analysis around Taiwan waters[J]. Journal of Natural Resources，2013，28(7): 1179-1186．

[9] 李永博，吴克俭，毕凡，等. 基于 SWAN模式的成山头海域波浪能资源评估[J]. 海洋湖沼通报，2013(3): 1-9．

Li Yongbo，Wu Kejian，Bi Fan，et al. Wave energy resources assessment in the Chenshan cape sea during the last 20 years by using SWAN wave model[J]. Transactions of Oceanology and Limnology，2013(3):1-9．

[10] 郑崇伟，苏勤，刘铁军. 1988—2010 年中国海域波浪能资源模拟及优势区域划分[J]. 海洋学报，2013，35(3): 104-111．

Zheng Chongwei，Su Qin，Liu Tiejun. Wave energy resources assessment and dominant area evaluation the China sea from 1988 to 2010[J]. Haiyang Xuebao，2013，35(3):104-111．

[11] 王绿卿，冯卫兵，唐筱宁，等. 中国大陆沿岸波浪能分布初步研究[J]. 海洋学报，2014，36(5): 1-7.

Wang Lvqing，Feng Weibing，Tang Youning，et al. Preliminary study on wave energy potential assessment along China mainland[J]. Haiyang Xuebao，2014，36(5):1-7．

[12] 孙湘平. 中国近海区域海洋[M]. 北京: 海洋出版社，2006:130-196．

Sun Xiangping. China seas near the mainland[M]. Beijing: China Ocean Press，2006：130-196．

[13] Booij N，Ris R C，Holthuijsen L H. A third-generation wave model for coastal regions: 1. Model description and validation[J]. Journal of Geophysical Research: Oceans (1978—2012)，1999，104(C4): 7649-7666．

[14] Ris R C，Holthuijsen L H，Booij N. A third-generation wave model for coastal regions: 2. Verification[J]. Journal of Geophysical Research: Oceans (1978-2012)，1999，104(C4): 7667-7681．

[15] 毛科峰，陈希，李妍，等. 东中国海域交叉定标多平台合成洋面风场资料的初步评估[J]. 气象，2012，38(12): 1456-1463．

Mao Kefeng，Chen Xi，Li Yan，et al. Preliminary assessment of CCMP wind in East China Sea[J]. Meteorological Monthly，2012，38(12): 1456-1463．

[16] 李陆平，田素珍，徐来声，等. 渤，黄海波能的估算及其对波能转换前景的评价[J]. 黄渤海海洋，1984，2(2): 14-23．

Li Luping, Tian Suzhen, Xu Laisheng, et al.Power resource estimation of ocean surface waves in the Bohai Sea and Huanghai Sea and an evaluation of prospects for converting wave power[J]. Journal of Oceanography of Huanghai and Bohai Seas，1984，2(2):14-23．

[17] Cornett A M. A global wave energy resource assessment[C]//The Proceedings of the Eighteenth (2008) International Offshore and Polar Engineering Conference.2008: 318-326．

[18] 王彦龙. 波浪发电装置波能转换效率数值模拟研究[D]. 天津: 天津大学，2009．

Wang Yanlong. The simulation of wave energy conversion efficiency for wave power device[D]. Tianjin: Tianjin University，2009．

[19] Pontes M T，Aguiar R，Pires H O. A nearshore wave energy atlas for Portugal[J]. Journal of Offshore Mechanics and Arctic Engineering，2005，127(3): 249-255．

[20] Cornett A M. Inventory of Canada’s offshore wave energy resources[C]//25th International Conference on Offshore Mechanics and Arctic Engineering，American Society of Mechanical Engineers.2006: 353-362．

[21] Wilson J H，Beyene A. California wave energy resource evaluation[J]. Journal of Coastal Research，2007，23: 679-690．

[22] Beels C，Henriques J，De Rouck J，et al. Wave energy resource in the North Sea[C]//Proceedings of the Seventh European Wave and Tidal Energy Conference EWTEC.2007．

[23] 李成魁，廖文俊，王宇鑫. 世界海洋波浪能发电技术研究进展[J]. 装备机械，2010(2): 68-73．

Li Chengkui，Liao Wenjun，Wang Yuxin. The technology trend of ocean wave energy development in the worldwide[J]. Equipment Machinery，2010(2):68-73．

[24] Young I R，Zieger S，Babanin A V. Global trends in wind speed and wave height[J]. Science，2011，332(6028): 451-455．

Wave energy resource assessment in Shandong offshore

Liu Shouhua1，2，Yang Zhongliang2，Yue Xinyang1，Mu Lin1，Chen Manchun1，Wang Xing3，Gao Jia1，Zhou Kai4

(1.NationalMarineDataandInformationService，Tianjin300171，China；2.StateKeyLaboratoryofSatelliteOceanEnvironmentDynamics，SecondInstituteofOceanography，StateOceanicAdministration，Hangzhou310012，China；3.NorthChinaSeaEnvironmentalMonitoringCenter，StateOceanicAdministration，Qingdao266033，China; 4.ZhongnanEngineeringCorporationLimited，Changsha410014，China)

Ocean waves simulation during 2001 to 2010 was constructed to explore the ocean waves energy in Shandong offshore by using the third-generation wave model SWAN. The validation results show the model is accurate and robust comparing with the observations. The average wave energy flux densities in Shandong offshore are almost below 2 000 W/m，which are lower than the European countries and the southern coast of China. 12 points around Shandong offshore were analyzed from variations of wave energy flux density and other objective wave energy related factors，which show that the wave energy flux density appears an obvious rising trend due to climate change. From the comprehensive view，three areas are recommended as the priority area for the development of ocean wave energy，which are the eastern offshore of Shandong，the central area of the Bohai and the outer ocean near Penglai islands. In Chengshan eastern sea，the wave energy resource is abundant. The wave energy flux density in the winter is up to 5 000 W/m. For this，the development and utilization of small and medium-sized power supply equipment or facilities are in line with reality．

wave energy；wave energy flux density；Shandong offshore；SWAN；numeric simulation

10.3969/j.issn.0253-4193.2015.07.011

2014-09-04；

2015-01-04。

国家自然科学基金(41406032，41376014)；国家科技支撑计划项目(2014BAB12B02)；卫星海洋环境动力学国家重点实验室基金(SOED1305)。

刘首华(1983—)，男,山东省安丘市人,博士,主要从事海浪及气候变化研究。 E-mail:huazai950@hotmail.com

P743.2

A

0253-4193(2015)07-0108-15

刘首华，杨忠良，岳心阳，等. 山东省周边海域波浪能资源评估[J]. 海洋学报，2015，37(7): 108-122，

Liu Shouhua，Yang Zhongliang，Yue Xinyang，et al. Wave energy resource assessment in Shandong offshore[J]. Haiyang Xuebao，2015，37(7): 108-122，doi：10.3969/j.issn.0253-4193.2015.07.011