一个包含89国场址特定历史（1989–2018）与未来（2030–2059）风能资源的全球陆上风电机组数据集

这对我们能源未来的重要性

风力发电机组已成为常见景象，但每片旋转的叶片背后都有一个简单问题：这台机器今天到底能产生多少电力，明天在更暖的世界里又会如何？直到现在，还没有一张将每一台陆上风机同时关联其局部地形与变化风况的单一、一致的全球图谱。本文提出了GOWIRES——一个新的全球数据集，正是这样做的，它详细呈现了超过40万台陆上风力机组及驱动它们的风资源，包含过去与未来的情况。

真实世界风电场的全球图景

作者汇集了分布在89个国家的416,417台水平轴风力机组的信息。对于每台机组，GOWIRES记录了其精确位置、所属国家以及坐标信息的来源。大部分位置信息来自OpenStreetMap，并在存在官方国家名录的情况下加以核对。这样首次形成了世界陆上风电队列的统一视图，而不再是各国各自为政的零散快照。

机组周围环境很重要

风力机组并非置身真空：山丘、森林和城市都会影响到达叶片的风。为此，GOWIRES为每个场址添加了基本的环境背景信息，包括海拔、坡度以及机组是否位于林地或城市环境中。它还收集了若干关键技术属性，如额定电功率、叶轮直径、轮毂高度与制造商（在可得时）。这些细节使用户能够研究设计选择与局部地形如何在不同地区变化，以及它们如何影响潜在发电量。

从历史风况到未来可能性

GOWIRES的一个核心贡献是将每台机组与局部风况的描述相连，既包含历史时期又包含未来气候情景。对于1989至2018年的历史期，数据集基于一个高分辨率的全球风场模型，该模型融合了再分析资料、地面观测和地表特征。该模型提供了机组高度的典型风速及相应的风功率密度，以及描述不同风速出现频率的参数。借助这些数据，可在距地面100米处重构逼真的风速分布并估算典型能量产出。

如何将气候模式下放到机组尺度

展望2030–2059年，作者使用13个全球气候模式在两种广泛采用的发展路径下投影各机组处风况可能的变化。由于气候模式在较粗网格上运行，他们采用一种称为分位映射的统计技术，将大尺度风统计量的变化“下放”到单个机组的细尺度，同时保留历史风场模型中观测到的局部格局。对于每台机组以及每个模式—情景组合，GOWIRES存储描述未来风速分布的参数，并标记可能源自模式伪影而非稳健气候信号的罕见极端变化。

数据核验与谨慎使用

团队对机组位置和风资源估算都进行了细致核查。他们将OpenStreetMap的位置与五个国家的官方登记表进行了比较，这五国合计拥有全球陆上装机容量的四分之一以上，结果显示近九成的机组在两源之间位置相差在100米以内。对于风场本身，他们用全球近600个气象站和德国79台机组的详尽测量对基础风场模型进行了验证。模型对典型风速的再现较好，较大的差异主要出现在极低和极高风速处，那里的风场测量受风电场内部尾流效应影响。作者强调该数据集描述的是未受扰动的风况，用户在进行精确工程研究时应自行应用尾流损失与数据筛查方法。

这一新资源对社会的意义

对非专业人士而言，GOWIRES可被视为一部关于世界风力发电机及其驱动力风况的动态图集。它可支持研究风电场在未来几十年可能产生的电量，帮助规划者决定在哪里对老旧机组进行重建（repower），并为电网与基础设施升级提供指引。政策制定者可以检验国家扩展计划是否符合气候目标，数据科学家也可利用该数据集训练模型以寻找有潜力的新场址。尽管部分机组的某些技术细节缺失且所有预测都存在不确定性，但年度更新与透明的质量检查使得GOWIRES成为任何关心风能在变化气候中的角色者的强大开源工具。

引用: Jung, C., Schindler, D. A global dataset of onshore wind turbines with site-specific historical (1989–2018) and future (2030–2059) wind resources across 89 countries. Sci Data 13, 631 (2026). https://doi.org/10.1038/s41597-026-07290-4

关键词: 陆上风能, 风资源数据, 气候变化影响, 可再生能源规划, 全球风电机组