4. 地形因子提取（二）：坡向分析——坡向分类、坡向与风向的关系、坡向对发电量的影响
各位好，咱们接着聊地形因子。上一节我们把坡度讲透了，这一节轮到它的“孪生兄弟”——坡向。
坡向是什么？说白了，就是山坡“脸”朝哪个方向。你站在山顶往下看，坡面朝向正北，那就是北坡；朝向正南，那就是南坡。这个看似简单的参数，在风电项目里可一点都不简单。我做过一个西南的山地项目，两排风机直线距离不到800米，发电量差了将近15%。后来一查，问题就出在坡向上。
4.1 坡向分类：把360°的方向盘分清楚
坡向的分类其实很直观。我们通常把360°的方位角分成以下几类：
| 坡向类别 | 方位角范围 | 典型特征 |
|---|---|---|
| 北坡 | 337.5° - 22.5° | 阴冷、湿度大、植被茂密 |
| 东北坡 | 22.5° - 67.5° | 冬季迎风、积雪较多 |
| 东坡 | 67.5° - 112.5° | 上午日照强、风速较稳定 |
| 东南坡 | 112.5° - 157.5° | 温暖、迎夏季风 |
| 南坡 | 157.5° - 202.5° | 向阳、温暖、风速较高 |
| 西南坡 | 202.5° - 247.5° | 午后强风、热力效应明显 |
| 西坡 | 247.5° - 292.5° | 下午风速大、湍流强 |
| 西北坡 | 292.5° - 337.5° | 冬季迎风、冷空气堆积 |
这里有个细节：当坡面完全平坦时，坡向值通常定义为-1。我在处理DEM数据时，经常遇到大片平坦区域被赋予随机坡向的情况。嗯，这其实是个坑，后面会讲怎么处理。
4.2 坡向与风向的关系：风到底怎么“爬坡”的？
这是整个坡向分析的核心。你想想看，风遇到一座山，它不会傻乎乎地直撞上去。它会绕、会爬、会翻。而坡向决定了风是以什么角度“撞”上坡面的。
我习惯用一个简单的概念来理解——迎风坡 vs 背风坡。
- 迎风坡：风向与坡向夹角在±45°以内。风被强迫抬升，风速在坡脚到坡顶之间会先加速后减速。我在福建一个项目测过，迎风坡中部的风速比平地高了约12%。
- 背风坡：风向与坡向夹角在135°-180°之间。风翻过山脊后下沉，形成明显的尾流区。这个区域风速下降剧烈，湍流强度飙升。我曾经在背风坡测到过风速骤降40%的情况。
- 侧风坡：夹角在45°-135°之间。风沿着坡面“擦肩而过”，气流会偏向一侧，形成水平剪切。
核心公式（经验版）：
有效风速 = 来流风速 × cos(风向 - 坡向) × 地形加速因子
这个公式虽然粗糙，但在初步筛选中非常实用。夹角越小，cos值越大，风能利用潜力越高。
为什么会这样？因为气流遇到斜坡时，流线会被压缩。就像你用手捏住水管出口，水流会变急一样。迎风坡上，流线被压缩，风速增加；背风坡上，流线扩散，风速下降。
4.3 坡向对发电量的影响：数据会说话
好了，理论讲完了，咱们看点实在的。坡向到底能影响多少发电量？
我整理了一个真实项目的对比数据。这是云南某个山地风电场，同一型号的2MW风机，安装在不同坡向的机位：
| 机位编号 | 坡向 | 年平均风速(m/s) | 年发电量(MWh) | 相对南坡差值 |
|---|---|---|---|---|
| WF-01 | 南坡(180°) | 7.8 | 5,620 | 基准值 |
| WF-02 | 东南坡(135°) | 7.5 | 5,310 | -5.5% |
| WF-03 | 东坡(90°) | 7.1 | 4,980 | -11.4% |
| WF-04 | 北坡(0°) | 6.5 | 4,420 | -21.4% |
| WF-05 | 西北坡(315°) | 6.2 | 4,150 | -26.2% |
看到没有？南坡和西北坡的发电量差了超过26%。这个差距，足够让一个项目的IRR从8%掉到5%以下。所以我说，坡向分析不是锦上添花，而是生死攸关。
我的经验：在做宏观选址时，我通常会优先筛选南坡、东南坡和西南坡的机位。但要注意，这只是一个通用规律。如果项目所在地的主风向是东北风，那东北坡反而可能是好位置。一定要结合当地的风玫瑰图来判断。
4.4 坡向分析的实操流程
在GIS里做坡向分析，其实就几步。我用ArcGIS举个例子：
// 第一步：加载DEM数据
// 确保DEM是投影坐标系，单位是米
DEM = "srtm_30m.tif"
// 第二步：计算坡向
// 使用Spatial Analyst工具
Aspect = Aspect(DEM)
// 第三步：重分类
// 把连续的坡向值分成8个主方向
Reclass_Aspect = Reclassify(Aspect,
"0-22.5:北坡; 22.5-67.5:东北坡; ...")
// 第四步：叠加风向玫瑰图
// 计算每个栅格的风向适应性得分
Wind_Suitability = WindRose * Reclass_Aspect
// 第五步：提取机位点的坡向值
// 使用Extract Multi Values to Points
ExtractValuesToPoints(Turbine_Locations, Aspect)
避坑指南：我曾经在处理一个项目时，发现DEM数据有大量平坦区域（坡度<2°），这些区域的坡向值完全是随机的。如果你直接用这些坡向数据去评估，结果会非常离谱。我的做法是：先做坡度分析，把坡度小于2°的区域标记为“平坦区”，单独处理，不参与坡向评估。
4.5 坡向分析的进阶技巧
除了基础的坡向分类，我还会做两件事：
- 坡向与主风向的夹角计算：用栅格计算器，直接算出每个像元的“风向-坡向”夹角。夹角越小，得分越高。
- 坡向一致性分析：如果一个风电场范围内，坡向变化太剧烈（比如从南坡突然变成北坡），说明地形太破碎，不适合大规模布机。
我个人习惯用Python写一个批处理脚本，把坡向、坡度、高程三个因子合成一个“地形综合适宜性指数”。这样在宏观选址阶段，一张图就能看出哪里最适合放风机。
好了，坡向分析就讲到这里。记住一句话：坡向决定了风怎么“看”你的风机。选对了坡向，你的风机天天迎风吃满；选错了，它可能一辈子都在吃尾流。
本章核心要点：
- 坡向分为8个主方向，平坦区需单独处理
- 迎风坡风速可提升12%以上，背风坡可下降40%
- 不同坡向的发电量差异可达26%，直接影响项目收益
- 实操中要结合当地风玫瑰图，不能生搬硬套