第三节：测风数据采集与格式
大家好，我是老张。今天咱们聊聊测风数据最基础、也最容易被忽视的部分——数据采集和格式。
说实话，我见过太多项目，前期测风塔装得挺好，设备也花了大价钱，结果数据拿回来一看，格式乱七八糟，字段对不上，时间戳还有缺失。嗯，这种坑我踩过不止一次。所以这节课，咱们把原始数据格式、字段说明、采样频率这些基本功打扎实。
3.1 原始数据格式：CSV 与 RAW
风资源评估里，最常见的原始数据格式就两种：CSV 和 RAW。说白了，一个是你用 Excel 能直接打开的，另一个是设备厂商自己定义的二进制格式。
CSV 格式，全称 Comma-Separated Values，逗号分隔值。我个人的习惯是，所有外业回来的数据，第一件事就是转成 CSV。为什么？因为通用、好处理、Python 和 Excel 都能直接读。
一个标准的 CSV 文件长这样：
时间戳,风速(m/s),风向(°),温度(℃),气压(hPa)
2024-01-01 00:00:00,6.2,225,12.3,1013.5
2024-01-01 00:10:00,5.8,230,12.1,1013.2
2024-01-01 00:20:00,7.1,218,11.9,1012.8
RAW 格式呢，一般是测风设备直接输出的二进制文件。比如 NRG 的 .raw 文件，或者 SecondWind 的 .dat 文件。这种格式的好处是体积小、写入快，但坏处也很明显——你得用厂家提供的专用软件才能解析。
注意：我曾经接手过一个项目，合作方给了我一堆 .raw 文件，说数据都在里面。结果我折腾了两天才发现，他们的解析软件版本不对，读出来的风速全部偏大 0.5m/s。嗯，从那以后，我要求所有外委项目必须同时提供 CSV 和 RAW 两种格式。
3.2 数据字段说明
一个完整的测风数据记录，至少包含以下五个核心字段。你想想看，少了哪一个，后面的风资源评估都没法做。
| 字段名称 | 单位 | 说明 | 常见范围 |
|---|---|---|---|
| 时间戳 | 无 | 记录时刻，格式通常为 YYYY-MM-DD HH:MM:SS | 无 |
| 风速 | m/s | 水平风速，通常取 10 分钟平均 | 0~40 m/s |
| 风向 | ° | 来风方向，正北为 0°，顺时针递增 | 0~360° |
| 温度 | ℃ | 环境温度，用于空气密度计算 | -30~50℃ |
| 气压 | hPa | 大气压力，同样用于空气密度 | 850~1050 hPa |
这里我要多说一句风向。很多新手会问：为什么风向是 0° 到 360°，而不是 0° 到 359°？其实 360° 就是正北，和 0° 是同一个方向。但在数据处理时，千万别把 360° 和 0° 当成两个不同的扇区来处理。
核心要点：风速和风向是风资源评估的「双胞胎」，缺一不可。温度、气压则是用来修正空气密度的。如果你只测风速不测风向，那风玫瑰图就画不出来，机位排布也就无从谈起。
3.3 采样频率与记录间隔
这个问题，我每次培训都会被问到。采样频率和记录间隔，其实是两回事。
采样频率，指的是传感器每秒钟采集多少次数据。比如 1Hz 就是一秒一次，10Hz 就是一秒十次。现代测风设备，采样频率通常都在 1Hz 以上。
记录间隔，指的是数据存储到文件里的时间间隔。行业标准是 10 分钟一个记录。也就是说，设备每 10 分钟把这段时间内的采样数据做个统计，存成一条记录。
为什么会这样？你想想看，如果每秒存一条数据，一年下来就是 3153 万条。数据量太大，处理起来也麻烦。而 10 分钟平均风速，已经足够反映风资源的宏观特征了。
我个人的经验是：
- 采样频率：至少 1Hz，推荐 2Hz 以上。频率太低，湍流信息会丢失。
- 记录间隔：固定 10 分钟。不要用 1 分钟或 1 小时。1 分钟数据噪声太大，1 小时数据又太粗糙。
小技巧：如果你拿到的是 1 分钟数据，别急着用。先做 10 分钟平均处理。我曾经在内蒙古一个项目里，合作方给了 1 分钟数据，我直接拿去做 Weibull 拟合，结果形状参数偏大很多。后来才发现，1 分钟数据的湍流成分没有被平滑掉。
3.4 知识体系框架
下面这张图，是我自己总结的测风数据采集与格式的核心逻辑。你可以把它当作本章节的「地图」。
这张图把整个流程串起来了。从测风塔原始数据出发，经过 CSV 或 RAW 格式的整理，提取出核心字段和时间参数，最终形成风资源评估的基础数据。每一步都有坑，每一步也都有技巧。
3.5 避坑指南
最后，我把自己这些年踩过的坑总结一下，希望能帮你少走弯路。
- 时间戳时区问题：我曾经在新疆的项目里，设备默认用的是 UTC 时间，而我按北京时间处理，结果所有风速都偏移了 2 小时。嗯，那天的风玫瑰图怎么看怎么不对劲。
- 风向死区：有些老式风向标在正北方向有 5° 左右的死区。如果你发现 355°~5° 这个区间数据特别少，别急着删，先检查一下设备。
- 气压单位：有的设备输出的是 kPa，有的是 hPa，还有的是 mmHg。换算关系搞错了，空气密度能差 10%。
- 数据缺失标记：CSV 文件里，缺失数据有的用 -999，有的用 NaN，还有的直接留空。处理前一定要统一。
我的习惯：拿到原始数据后，第一件事不是分析，而是做数据质量检查。写一个简单的 Python 脚本，检查时间戳是否连续、风速是否在合理范围、风向是否在 0~360° 之间。这一步花 10 分钟，能省后面 10 小时。
好了，关于测风数据采集与格式，今天就聊到这里。记住一句话：数据质量决定了风资源评估的天花板。基础打牢了，后面的分析才有意义。
公众号:蓝海资料掘金营，微信deep3321