国土名片】美学风电|“双碳”背景下中国风电景观的立地布局特征及类型(作者:刘轶 曾琬莹等 栏头署书:乔惠民

2024-11-09 22:07 《风景园林》杂志  主页 > 趣旨 > 绿色国土行 > 绿色版图 > 新质风电 >

打印 放大 缩小







“双碳”背景下中国风电景观的立地布局特征及类型

 
风景园林》杂志 2023年11期 

 

作者:刘轶 曾琬莹 施雅蓉 王倩娜*
 

“双碳”背景下,大力发展可再生能源成为中国积极应对气候变化、构建人类命运共同体的重要举措[1]。截至2022年底,中国可再生能源发电装机容量达到12.1亿kW,占总容量的47.3%,其中风力发电装机容量为3.7亿kW[2],已成为继火电、水电之后的第三大主力电源[3]。景观是由自然系统和社会经济系统组成的空间综合体,是复杂的自然生态过程和人类经济社会活动在空间上的实体印记。不难预见,未来风力涡轮机(后简称“风机”)等可再生能源设施将越来越普遍地出现在城乡景观中,势必给中国国土景观风貌带来一系列改变。另外,这些出现在自然景观中的人工设施也给风景园林领域带来了与“新能源景观”(new energy landscape)[4]相关的诸多课题,如景观质量、土地利用、生物多样性等。因此,准确识别包含可再生能源设施的森林、草原、山地、河流等各类国土空间,评价上述空间作为新能源景观的资源特征和审美价值,并围绕其类型、评价方法、景观特征等开展研究,是国土空间规划与景观资源保护的重要基础与前提。

近年来,中国对风电设施与景观良好融合的工作日益重视,风电景观(wind-power landscape)正是将景观的内涵融入能源领域所形成的一种可持续景观的概念[5]。2006年,丹麦学者Bernd首次提出“风电景观”的说法[6],但目前国内外尚未出现被广泛认同的风电景观的定义与景观归属类型。基于太阳能景观[7]等概念,本研究将风电景观(又称风能景观)定义为:广义上包含风力发电设施的自然景观、半自然景观和人工景观,与新能源景观[4]、可持续能源景观 ( sustainable energy landscape )[8]存在衍生关系。剖析风电景观的定义、属性和特征,发现符合文化景观所界定的范畴[9-10],因此在大类上可将风电景观归属为文化景观。另外,大型风电设施在极好能见度下的最大可视距离为10~30 km[11],故将风电景观范围限定为:陆上风电场边界内及外围10~30 km的区域,具体的范围红线需参考风电场边界进行划定。

20世纪90年代开始,国外学者在能源景观(energy landscape)方面的研究较为活跃,研究方向主要包括:理论及概念剖析[12]、公众反响[13]等。2010—2015年发展较快,2016年后尤为关注可再生能源与未来景观价值保护的议题[14],其中又以风力发电的研究居多,主要包括:风电场对生物多样性的影响[15-16](风机造成的鸟类和蝙蝠死亡的现象、鸟类迁徙廊道受阻等)、公众对电磁辐射、噪声干扰、光影干扰、眩光干扰、财政影响等的接受程度[17-18],以及风机的视觉影响因素[6,19-20]等。

中国学者在此领域的研究起步较晚,成果较少。2016年11月,学术期刊《风景园林》发布了以“景观与能源”为主题的研究专题,展示了这一前沿领域的理论、研究内容和典型案例[4,21-24],可以被认为是中国风景园林领域关注能源景观的重要开端。以2023年5月为时限,在中国知网(CNKI)以“景观、风能、风电”为主题词进行检索,仅有36篇相关文献,其中学位论文15篇。研究内容较为分散,包括风电场景观环境设计[25-26]、风电建设项目生态环境影响评价[27-28]、风力发电对生物的影响[29-30]等以某个风电场为例进行的小尺度研究。实践方面,中国风电建设普遍存在“重功能、轻环境”的现象,《风电场项目环境影响评价技术规范》(NB/T 31087—2016)[31]中缺乏风电场建成前后景观质量与视觉影响的定量评估方法及标准。总体而言,目前围绕风电景观的探讨多停留在中小尺度的景观设计层面,缺少在大尺度层面对风电景观类型、整体立地条件的框架性探讨和基础研究,无法为风电建设中的国土空间规划和景观保护提供有效支撑。

基于以上背景,本研究立足于宏观的框架性视角,1)提出“风电景观布局要素”体系,以自然、功能设备、人地实践3类要素总结中国风电景观立地布局特征;2)参考风电景观布局要素,选取景观特征因子作为分类依据,系统地划分中国风电景观类型;3)提出3个未来拟开展的研究方向。

1 研究对象与数据来源

1.1 研究对象

基于2020年中国85 610个陆上风机点位(图1),经核密度分析、聚类识别、在线地图核查3个处理步骤(图2),共提取出有效风电景观2 422处。中国风电场生产运行统计数据显示:2020年共有2 488处风电场参与了数据统计工作[32],仅高于本研究所收集的风电景观数量的2.6%,属于可接受的误差限度,故认为本研究所使用的风机点位数据具备较好的完整性;同时,将风机点位矢量数据与谷歌卫星地图的风机点位进行坐标核对,发现经度的绝对误差小于0.000 5″,纬度的绝对误差小于0.000 2″,因此认为本研究中的风电点位数据具有较高的准确性,能全面、有效地反映中国风机的建设及分布情况。

2 风电景观提取过程Process of extracting wind-power landscape

以提取出的2 422处陆上风电景观为研究对象,依据风机平均占地标准(每20万kW装机容量占地36 km2)[33]进行估算,2020年中国28 153万kW的总装机容量约占地50 675 km2。

Interpon Reflex高反射涂料只吸收极少的光,使一个照明单位能够释放出更多的亮度,可帮助节省能源与成本。Interpon Reflex可最大程度地优化反射率,以满足照明行业对更高效照明系统日益增长的需求。

1.2 数据来源

本研究中的数据来源情况见表1。在基于ArcGIS 10.4软件进行分析时,本研究统一使用WGS_1984_UTM地理坐标系。

表1 数据来源及说明[34]Tab.1 Data sources and explanations[34]

2 研究方法

2.1 风电景观立地布局特征分析

参考文化景观的构成要素及体系[35-36],本研究提出“风电景观布局要素”体系(图3),其核心在于反映人(主体)与自然(客体)间相互影响、动态关联的过程,集中表现为依靠自然环境、实现风电功能、适应与改造自然3个方面,即自然、功能设备和人地实践3类要素,三者是相互影响、相互制约,又相互促进的有机关系。

3 风电景观布局要素体系、分析因子及方法[31,35,37]Layout element system, analysis factors and methods of wind-power landscape[31,35,37]

立地布局特征分析主要包括3个步骤:1)采用目视判读、Getis-Ord General G空间自相关分析等方法,对高程、坡度、坡向等自然要素进行定性、定量分析;2)通过文献分析、归纳演绎等方法总结功能设备要素特征,以此反映风电景观的视觉特点;3)基于ArcGIS软件进行多环缓冲分析、建筑密度统计等操作,定量分析由风电景观造成的光影、噪声和视觉影响,参考王跃华[38]、刘谞承[39]的研究,将多环缓冲分析的缓冲距离设定为500 m、2 500 m、5 000 m、10 000 m。

2.2 风电景观类型划分

参考景观特征评估(landscape character assessment, LCA)、生态地理分区等国内外景观分类体系与理论[40-42],遵循自上而下的多等级分类思路,本研究基于风电景观布局要素选取地形地貌特征、周边景观类型、土地利用类型、环境条件4个景观特征因子作为风电景观的分类依据。

对风电景观进行分类包括3个环节。1)根据地形地貌特征和周边景观类型确定风电景观大类:以中国地貌数据为底图提取平原、丘陵、山地、高原4个风电景观大类;并基于周边景观类型的差异,以距海岸线10 km内、是否位于河滩或湖滩、所在区域建筑密度大于20%①作为附加限制条件,从4个风电景观大类中筛选出滨海、河湖滩、城市3个风电景观大类作为补充,共确定为七大类。其中,10 km为一般能见度下平坦地形风机的可见距离[38]。2)根据风电景观所处区域的土地利用类型和环境条件划分风电景观子类:在叠加土地利用类型图后,判断风机点位所在区域的土地利用类型(A、B、C、D、E子类)或典型环境条件(F、G、M、N子类,图4)。3)特邀专家采用抽样检测的方法验证风电景观子类的分类精度:当置信度为90%、最大容许误差为±5%时,根据计算式n=[z2×p×(1-p)]/e2(式中n为样本数,z为与置信度对应的z值,p为样本比例,e为最大容许误差,本研究中z=1.645,p=0.5,e=0.05)[43],计算得出本研究的样本数为270,占风电景观总数的12%,因此随机抽取各省风电景观总数的12%进行检测。将风机点位图叠加土地利用类型图后与谷歌卫星图进行对比验证(图5),结果显示抽样精度为91.3%,具有较好的准确性。

4 风电景观子类所在区域的土地利用类型和环境Land use types and environment in each area where a subcategory of wind-power landscape is located

3 研究结果与分析

3.1 基于风电景观布局要素的立地布局特征分析

3.1.1 自然要素布局特征

中国风电景观分布于-1~5 158.0 m的高程范围内,坡度0~82.8°,空间自相关分析结果(表2)表明:1)高程分布呈现低值聚集,说明高海拔地区存在风资源分布不均、雷击风险大、尾流损失等不确定因素,故风电景观在中低海拔区域分布更为密集(图6-1);2)坡度分布呈现高值聚集,随机分布概率小于5%,可见风电景观在坡度较大的山脊、山丘、山崖等区域分布较为密集(图6-2);3)坡向分布呈现的高值聚集特征较微弱(图6-3),可能因迎风坡对风具有加速效果,在一定程度上可放大风机效能,而中国的迎风坡向会受季风气候影响而发生改变,使风机的坡向分布不存在明显的空间聚类特征。此外,风电景观布局与水带位置关系密切,通过目视判读和对比分析,将其空间关系归纳总结为比邻型、沿岸型、环抱型3类(图7)。

表2 2020年中国风电景观点位空间自相关分析Tab.2 Spatial analysis of China’s wind-power landscape in 2020 based on Getis-Ord General G function

6 2020年中国风电景观高程(6-1)、坡度(6-2)、坡向(6-3)分布Elevation (6-1), slope (6-2) and aspect (6-3) distribution of China’s wind-power landscape in 2020

7 中国风电景观与水带的空间关系Spatial relationship between wind-power landscape and water belt in China

《风电场项目环境影响评价技术规范》(NB/T 31087—2016)[31]中将环境敏感区确定为依法设立的各级各类自然、文化保护地,以及对建设项目中某类污染因子或生态影响因子特别敏感的区域,但风电项目环境敏感区的建设标准仍不够明晰。2019年,《国家林业和草原局关于规范风电场项目建设使用林地的通知》中明确了“自然遗产地、国家公园、自然保护区、森林公园、湿地公园、地质公园、风景名胜区、鸟类主要迁徙通道和迁徙地等区域,以及沿海基干林带和消浪林带,为风电项目禁建区”[37]。然而本研究的结果显示:2 422处风电景观中的40.1%与自然遗产地、国家公园、自然保护区3类禁建区存在不同程度的空间交叠(图8),1.6%与禁建区的距离不足1 km。可见,中国风电项目建设起步较早,在相关规范发布之前,部分风电景观与禁建区交叠冲突,生态承载力监测和环境影响跟踪评价亟待引起重视。

8 风电景观与生态环境敏感区交叠情况示意Schematic diagram of overlapping between wind-power landscape and ecologically sensitive areas

3.1.2 功能设备要素布局特征

功能设备要素作为风电景观的主体,决定了风电景观的视觉布局特征。研究结果表明,近距离(<500 m)观察可再生能源设施时,颜色和纹理会在较大程度上影响人们的视觉感受[44]。中国绝大部分的风机以侵略性弱、兼容性强的白色为主色调,少数风机结合当地历史文化打造出承载中华传统与特色的彩色风机景观,滨海区域的部分风机选择了利于鸟类辨别的红、白相间的警示色。当观测距离超过2 000 m时,规模、形式和对比度成为最大视觉变量[45]。中国风电景观规模差异较大,以小型②为主(77.6%)。不同规模的风电景观因其下垫面条件不同,风机排布形式也各不相同,具有明显景观排布特征的风机形式可归纳为线型、支配线型、网格型、矩阵型、梅花型5种(图9)。

9 具有明显景观排布特征的风机布局形式Wind turbine layout form with obvious landscape arrangement characteristics

3.1.3 人地实践要素布局特征

目前,尚未有法律法规或标准明确风电景观与居民点、道路、自然保护区等区域的避让距离限值。ArcGIS多环缓冲分析结果表明:13.5%的风电景观与最近居民点相距不足500 m,未达到风电场噪声、光影环境安全防护距离的要求(图10);70.7%的风电景观位于居民点“视觉极敏感”区(0~2 500 m)内;36.6%的风电景观位于公路“视觉极敏感”区(0~2 500 m)内。仅考虑距离因素时,这些风电景观极可能会给当地居民和公路上的行车、行人带来强烈的视觉冲击感。

10 风电景观对居民点的噪声、光影、视觉影响分析Analysis of noise, shadow flicker, and visual impact of wind-power landscape on residential areas

风速大、地形平坦开阔、人口密度偏低的三北地区(西北、华北和东北)是风光、水风光等复合能源开发模式的主要阵地,目前中国已有6%的风电景观形成了风光互补型能源布局,充分发挥了其生产与节地的潜力。相对而言,滨海、平原、城市风电场往往建立在人口密集区,这对风电景观与当地人居环境融为一体提出了更高要求。其中,城市风电景观处于人口最密集的区域,往往需要通过城市空间的规划设计使部分建筑周围产生较强风力,以此来弥补城市风速低、湍流度大的不足。

3.2 风电景观类型

经上述分析,中国风电景观可分为七大类、26子类(图11,表3)。各类型风电景观所处区域的地貌特征多样,包括戈壁、岩漠、草甸等,地表覆盖与风机排布形式也各具特点。

表3 中国风电景观分类体系Tab.3 Classification of wind-power landscape in China

11 2020 年中国风电景观弧形带状交织格局Arched and banded interweaving pattern of China’s wind-power landscape in 2020

数量上,七大类的占比排序为:Ⅲ山地风电景观>Ⅰ平原风电景观>Ⅱ丘陵风电景观>Ⅴ滨海风电景观>Ⅵ河湖滩风电景观>Ⅳ高原风电景观>Ⅶ城市风电景观。其中,山地和平原风电景观总数量占比达63.7%,构成了中国风电景观的“底图”。相对而言,子类中不同土地利用类型占比的差异较小,排序为:E混合土地利用类型(24.9%)>D林地类型(24.4%)>C草地类型(20.1%)>A荒漠/裸地类型(13.5%)>B耕地类型(8.5%)。

空间上,各大类呈现出弧形带状交织的格局。北部平原风电景观绵延带向南与丘陵、高原风电景观群交融过渡,西南、华中地区为山地风电景观发展带,南部为滨海风电景观基干带。自西向东依次为山地、丘陵、平原、滨海风电景观,与中国“三级阶梯”的高程变化相对应。河湖滩、城市风电景观则呈不同程度的散布状态。

4 结论

选取2020年中国陆上风电景观为研究对象,基于“风电景观布局要素”体系,从自然、功能设备、人地实践3类要素分析了中国风电景观多元化、区域性的立地布局特征,发现部分区域存在与生态环境敏感区交叠等问题;随后以地形地貌特征、周边景观类型、土地利用类型、环境条件4个景观特征因子作为分类依据,将中国风电景观分为七大类、26子类。本研究在一定程度弥补了现阶段中国对风电景观立地条件及类型等基础研究的空白,同时也拓宽了风电景观作为文化景观的研究边界,可为后续研究提供参考。在此呼吁风景园林学界、业界把握机遇,重视并加强相关领域的研究,以期为未来风电快速发展背景下自然景观资源的保护和利用、风电景观的规划设计实践提供支撑,拟开展的研究方向包括(但不限于)以下3个方面。

1)基于风电景观布局要素的机理与影响。风电景观与禁建区存在交叠冲突,但本研究未能明确不同交叠情况的作用机理及影响程度差异,未来可针对与生态环境敏感区交叠的风电景观进行生态环境影响及跟踪评价研究(包括生物多样性、生态廊道及网络、景观格局等),以进一步细化生态环境质量及划定标准。同时,可开展涉及功能设备布局要素的景观视觉影响、视觉质量,以及与人地实践要素相关的公众接受度等研究。

2)基于风电景观类型的评估与对比。本研究系统划分了中国风电景观类型,但未进一步对某区域或某类风电景观开展深入探究,揭示其在不同尺度上的景观特征和空间格局等。未来拟聚焦风电景观的分类方式及体系,深入评估、分析某一类风电景观的特征与实际问题,剖析不同类别或地区风电景观的空间分布及景观差异,开展平原风电景观文化服务评价、不同风电景观类型特征与布局对比等研究。

3)风电景观评价标准及技术规范。根据风电景观布局要素完善《风电场项目环境影响评价技术规范》中的环境评价因子,并基于本研究的研究结果定量细化各评价因子的数值标准。从中选取符合评价目的的因子,编写适用于不同类型风电景观的顶层规范,包括建设前的宏、微观选址指南及手册,建设中的质量评价标准,建设后的环境影响评价标准等,实现风电景观全生命周期绿色闭环式发展。

致谢(Acknowledgments):特别感谢四川大学建筑与环境学院风景园林专业硕士谢梦晴对本研究立意与写作做出的贡献,以及在读硕士研究生廖奕晴对本研究图片修改做出的贡献。

注释(Notes):

① 根据中华人民共和国住房和城乡建设部发布的《城市居住区规划设计标准》(GB 50180—2018),以20%作为城市风电景观建筑密度限值。

② 以各风电景观中的风机数量为字段值,基于ArcGIS软件的自然间断点分级法将风电景观分为小型(1~78台)、中型(79~202台)、大型(203~471台)、超大型(472~1 124台)4类。

图表来源(Sources of Figures and Tables):

文中图表均由作者绘制,其中图1、6、11使用的中国地图来源于自然资源部标准地图服务系统(bzdt.ch.mnr.gov.cn),审图号为GS(2020)4619号,图2“地图核查”处理步骤的底图来源于百度地图(2023年),图4、5、7使用的卫星影像底图来源于谷歌地图(2020年)。


责任编辑:天下口碑

---国土名片网版权所有---