4、风险评估方法：碰撞风险模型（CRM）原理与参数
各位同行，今天我们来聊聊碰撞风险模型——也就是CRM。说实话，这玩意儿是我这些年做风电生态评估时，用得最多、也最让我又爱又恨的工具。
为什么这么说？因为CRM模型就像一把手术刀，用好了能精准预测风险，用偏了可能让你得出完全相反的结论。我见过太多项目，就因为参数没调对，最后评估结果跟实际情况差了十万八千里。
4.1 CRM模型的核心逻辑
碰撞风险模型，说白了就是回答一个问题：一只鸟飞过风电场，它撞上风机的概率有多大？
这个模型最早是从欧洲传过来的，我记得是Band等人上世纪90年代提出的。后来经过多次改良，现在用的比较多的版本是Band模型和它的各种变体。
核心公式其实不复杂：
碰撞风险 = 鸟流量 × 碰撞概率 × 规避率嗯，这里要注意，规避率是个大坑。我后面会专门讲。
整个模型的逻辑链条是这样的：
鸟来了 → 进入风电场 → 接近风机 → 是否规避 → 碰撞发生
每个环节都有对应的参数去量化。你想想看，这就像给鸟的飞行路径做了一次风险评估审计。
4.2 模型需要哪些参数？
我个人习惯把参数分成三大类。这样整理起来比较清晰：
4.2.1 鸟类参数
- 鸟流量：单位时间内通过风电场区域的鸟类数量。这个数据怎么来？靠实地观测。我建议至少做两个完整迁徙季的监测，否则数据代表性不够。
- 飞行高度：鸟类在风电场区域的飞行高度分布。这里有个坑——不同鸟种飞行高度差异巨大。比如猛禽喜欢低空盘旋，而雁鸭类迁徙时飞得比较高。
- 飞行速度：鸟类的飞行速度。这个参数影响碰撞概率的计算。
- 体型大小：翼展和体长。体型越大，理论上被叶片击中的概率越高。
- 昼夜活动规律：有些鸟白天活动，有些夜间迁徙。夜间迁徙的鸟类对风机的规避能力通常更差。
4.2.2 风机参数
- 轮毂高度：风机塔筒顶部到地面的高度。
- 风轮直径：叶片扫过的圆面直径。
- 叶片宽度：叶片的最大宽度。这个参数很多人会忽略，但它确实影响碰撞概率。
- 转速：风轮每分钟转数。转速越快，叶片扫过的频率越高，碰撞风险越大。
- 叶片数量：大多数风机是3个叶片，但也有2叶片的机型。
4.2.3 环境参数
- 地形：山地、平原、沿海，不同地形影响鸟类的飞行路线。
- 气象条件：风速、风向、能见度、降水等。我曾经在福建一个项目上发现，大雾天气下鸟类的碰撞风险比晴天高出3倍多。
- 光照条件：白天和夜晚的光照差异，影响鸟类对风机的视觉识别能力。
4.3 模型的计算流程
下面这张图是我自己画的，展示了CRM模型的核心计算流程：
这个流程看起来简单，但实际操作中，每一步都有很多细节。我重点讲几个关键环节。
4.4 规避率——最让人头疼的参数
规避率是CRM模型中最敏感、也最不确定的参数。
规避率指的是鸟类在接近风机时，主动改变飞行路线以避免碰撞的概率。理论上，规避率越高，碰撞风险越低。但问题是——这个参数很难准确测量。
我曾经在内蒙古一个项目上，用了三种不同的规避率取值（0.95、0.98、0.99），结果算出来的碰撞风险差了将近10倍。你想想看，这直接决定了项目能不能过审。
目前行业内常用的做法是：
- 大型猛禽：规避率取0.90-0.95。因为猛禽飞行时注意力集中在地面猎物上，对风机的感知能力较差。
- 迁徙水鸟：规避率取0.95-0.98。它们通常成群飞行，有一定的规避能力。
- 小型雀形目：规避率取0.98-0.99。体型小，机动性好，但数量多。
嗯，这里我要强调一下：这些数值只是经验参考。每个项目都应该根据实际情况进行调整。我建议有条件的话，用雷达或热成像做实地观测，获取本地化的规避率数据。
4.5 模型的不确定性分析
说实话，CRM模型算出来的结果，你不能完全当真。它更多是提供一个风险排序和相对比较的依据，而不是绝对精确的预测。
模型的不确定性主要来自三个方面：
| 不确定性来源 | 具体表现 | 应对建议 |
|---|---|---|
| 输入数据 | 鸟流量观测误差、飞行高度分布偏差 | 延长观测周期，增加观测点位 |
| 模型假设 | 假设鸟类随机飞行，实际并非如此 | 结合行为观察修正模型假设 |
| 参数取值 | 规避率、飞行速度等参数取值主观性强 | 进行敏感性分析，给出风险范围 |
我的建议：做CRM分析时，不要只给一个数字。给出一个范围，比如"预计每年碰撞1-5只"，比"预计每年碰撞3只"要诚实得多，也更有参考价值。
4.6 实操中的几个坑
这些年做下来，我总结了几条避坑指南：
- 别忽视小体型鸟类：很多人只关注大型猛禽，但小型鸟类数量大，累计碰撞量可能更高。
- 注意季节差异：迁徙季节的鸟流量可能是平时的几十倍。用年均数据会严重低估风险。
- 规避率不是常数：不同气象条件下，鸟类的规避能力不同。大雾天、逆风天，规避率会明显下降。
- 模型要验证：如果项目已经建成，建议做碰撞尸体调查，用实际数据验证模型的准确性。
我记得有一次在云南的项目，模型算出来风险很低，但实际运营后发现每年都有好几只猛禽撞上。后来一查，原来是当地山谷地形形成了特殊的风场，鸟类飞行路线刚好跟风机位置重合。这个地形因素在模型里没有充分体现。
所以，CRM模型是个好工具，但它不能替代实地调查和专业判断。两者结合，才能做出靠谱的评估。