對于風電投資者來說，最關心的莫過于投資收益率的保證，而這一需求能否得到滿足取決于是否能找到一塊“風水寶地”，這就是我們常說的宏觀選址對于風電投資的重要性。“出生決定一生”恰當地概括了這項工作的意義。可以說，各風機廠商、風電服務商都為風場的“好出身”使出渾身解數，陸續推出自己的風速圖譜產品。目前已知的最高分辨率產品其分辨率為100m，那么你了解這百米分辨率的風速圖譜是如何得到的嗎？ 　　
　　也許，你腦洞中閃過的方法是豎立測風塔觀測吧，但這顯然不是正確答案，因為單單是塔的成本就足以讓人望而卻步。需要提示的是，中國氣象局風能太陽能資源評估中心曾在2008年牽頭進行了國內風能資源的詳查，在全國范圍內設立了400座測風塔，據說花費數億元。照此計算，要達到100m分辨率的訴求，可能就要舉全國之力去立塔了。既然觀測法不可取，那究竟是用什么方法得到的100m分辨率呢？答案是通過數值模式計算得到的。下面來看整個的計算過程。 　　
　　談到數值模式，最常用的莫過于天氣研究與預報模式的WRF了，它是由氣象界內大名鼎鼎的美國國家大氣研究中心、美國國家海洋與大氣局等機構聯合開發的，主要服務于空間尺度從幾十米到上千公里的氣象應用。該應用通過求解控制大氣運動的方程組來得到特定時刻的大氣狀態。舉例來說，如果要描述一個直線運動的小汽車任意時刻的位置，除了要知道小汽車初始時刻的位置，還要知道作用在其上的力，這樣依托牛頓第一定律，就可以得到小汽車的運動軌跡。同理，描述大氣的運動也需要給定數值模式初始值（常用的數據源包括FNL、GFS、MERRA和ERA，這些數據的空間分辨率在幾十公里到上百公里，時間分辨率為小時級別），然后以此數據驅動模式中的控制方程，就可以得到大氣的狀態。需要注意的是，數值模式的控制方程要比驅動小汽車的力復雜的多，描述大氣狀態需要下面的5個方程： 　　
　　我們對上述公式不再深究，只需知道上面的五個方程分別為大氣運動的動量方程、質量方程、大氣狀態方程、熱力學方程以及水汽方程，是不是覺得這些方程非常高大上？
　　
　　對于風速圖譜常被問到的一個問題是，你的WRF分辨率做到了多少？這是什么意思呢？原來作為中尺度模式，WRF分辨率有一定的局限性，對于中緯度地區，模式中最高分辨率的地形約為800m，另外受限于WRF龐大的計算量，目前主流的WRF分辨率為1千米或3千米，時間為1小時。
　　
　　提到分辨率，不得不提的另一個名詞——降尺度。看上去，這詞很專業，其實就是把模式輸入通過動力方程組將時空分辨率提高，在WRF里這一過程是通過嵌套來實現的，如下圖所示：最外層網格為27Km，再往里網格為9Km，最里面的網格為3Km。令人吃驚的是，同樣的計算范圍，3Km的網格計算量約為27Km網格的729倍！如此大的計算量必須進行嵌套處理，這既可以將更大空間范圍的信息包含進來，同時又有效控制了總的計算量。 　　
　　WRF模式分辨率做到公里級別后，百米量級的圖譜又是怎么得到的呢？不賣關子啦！用的就是風電行業常用來進行微觀選址的CFD，因為WRF模式的分辨率不足以描述局部的地形變化，尤其是在復雜地形，此時利用CFD模型，配合分辨率達到30m的aster地形數據，以WRF風速作為輸入，百米分辨率的風速圖譜就此誕生。下圖是以aster數據生成的地形圖，可見其可以很好地描述局部的地形變化。 　　
　　好了，現在你對百米分辨率的風速圖譜是不是也多了些認識呢？當然，這只是數值模式在風電行業應用中的一角，要使其在風電開發中發揮更大作用還有很多的事情可以做呢！