{
  "id": "wind-rose",
  "title": "风玫瑰图",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "风玫瑰图是一种圆形统计图，展示某地各方向来风的频率，通常还按风速分级显示。",
  "category": "nature",
  "subcategory": "climate-environment",
  "type": "concept",
  "aliases": [
    "风向玫瑰图",
    "风频玫瑰图",
    "风向频率玫瑰图"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/wind-rose/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/wind-rose/",
      "json": "https://aiwiki.page/en/wind-rose.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "风玫瑰图是一种圆形统计图，用于概括特定地点在指定时段内各方向的来风情况。在气象学中，它通常还展示各方向上不同风速区间的出现频率。其放射状布局使盛行风向、风向变化以及风向与风速的关系一目了然。风玫瑰图描述的是观测或模拟得到的风况，既不表示某一股气流的运动路径，也不预测下一次风的发生情况。"
    },
    {
      "heading": "结构与解读",
      "text": "典型的风玫瑰图将地平面上的方位划分为若干扇区，常见的有8、16或36个。每个扇区中都有一条从中心向外延伸的辐条或条形，其长度通常表示归入该方向的有效观测次数所占的百分比。同心圆则提供频率刻度。\n\n风向遵循气象学惯例：指的是风从哪里吹来，而不是吹向哪里。因此，一条指向北方的长辐条表示经常有风从北方吹来、向南方吹去。方向通常以真北为基准，角度按顺时针方向递增：东为 \\(90^\\circ\\)，南为 \\(180^\\circ\\)，西为 \\(270^\\circ\\)。\n\n每条辐条内部通常用不同颜色或深浅的分段表示风速等级。例如，一段可表示风速在每秒2至4米之间的观测，另一段则表示每秒4至6米之间的观测。辐条的总长度表示该扇区来风的频率，内部各分段则显示这一频率如何分配到不同风速等级中。\n\n解读时应关注以下特征：\n\n- **盛行风向：**出现频率最高的扇区或一组相邻扇区。\n- **次要风向峰值：**其他常见的来风方向，可能反映不同的天气形势或局地环流。\n- **风速分布：**每个方向上较弱风和较强风各自所占的比例。\n- **静风频率：**风速低于指定阈值的观测所占的比例，通常以数字或中心圆表示。\n\n静风通常单独处理，因为在风速很低时，风向难以明确确定。静风阈值取决于仪器、数据集或绘图惯例，应予以注明。\n\n并非所有此类图的径向尺度都表示同一种量。有些专门用途的玫瑰图按方向展示平均风速、累积风程或与能量有关的量，而不是出现频率。因此，图例和径向刻度标注对于正确解读至关重要。"
    },
    {
      "heading": "数据与绘制",
      "text": "观测与采样\n\n风玫瑰图通常根据按固定时间间隔采集的成对风速、风向测量数据绘制。地面观测可使用风速计测量风速，使用风向标测量风向；超声风速计则可根据空气运动测量同时确定两者。模型输出也可作为基础数据。\n\n数据集应注明地点、观测时段、测量高度、采样间隔，以及缺失或无效记录的处理方式。基于小时平均风绘制的玫瑰图，与基于短时阵风绘制的玫瑰图并不等同。同样，仅凭几周观测绘制的玫瑰图，可能描述的只是暂时的天气形势，而非长期的气候特征。\n\n测点周围的暴露条件对结果影响很大。建筑物、植被、山丘及附近障碍物都可能改变风速和风向。在不同高度或不同周围环境中获得的测量结果，不能直接视为具有可比性。\n\n频率计算\n\n对于权重相同的观测，设 \\(n_{ij}\\) 为方向扇区 \\(i\\) 和风速等级 \\(j\\) 中的记录数，\\(N\\) 为包括静风在内的有效记录总数。归入该扇区及风速等级的百分比为\n\n\\[f_{ij}=100\\frac{n_{ij}}{N}.\\]\n\n若 \\(n_{\\mathrm{calm}}\\) 为静风记录数，则\n\n\\[f_{\\mathrm{calm}}=100\\frac{n_{\\mathrm{calm}}}{N}.\\]\n\n当每条非静风观测都恰好归入一个方向扇区和一个风速等级时，\n\n\\[\\sum_i\\sum_j f_{ij}+f_{\\mathrm{calm}}=100\\%.\\]\n\n另一些图仅以非静风观测为基数，对各方向频率进行归一化。按这种惯例，各方向辐条所表示的频率之和为100%，静风频率另行报告。对于同一数据集，这两种惯例会产生不同的辐条长度。\n\n对于时间间隔不规则的观测，简单地统计记录数，可能会使采样较频繁的时段占比过高。如果希望表示的是各类风况所占的时间比例，就可能需要采用时间加权。\n\n分组与显示方式\n\n方向扇区的边界划分十分重要。以北方为中心的扇区必须跨越 \\(360^\\circ\\) 与 \\(0^\\circ\\) 之间的边界，而这两个角度代表同一方向。因此，风向是一种圆周数据，而不是普通的线性变量。\n\n扇区数量和风速分级区间的宽度都会影响玫瑰图的外观。较宽的分组区间能使概括更简洁，但可能掩盖狭窄的风向峰值；较细的分组能揭示细节，但在记录稀少时，可能放大采样波动。\n\n在常规图示中，径向长度代表频率。由于扇形面积随半径的平方增大，除非图形采用专门按面积编码的绘制方式，否则可见面积并不与频率成正比。"
    },
    {
      "heading": "历史背景与相关图示",
      "text": "风玫瑰图与罗盘玫瑰都采用放射状的方位布局；后者是地图和航海图上用于标示方位的符号。历史上以各种风名表示方位的体系，也将方向环绕地平线排列。\n\n现代统计风玫瑰图的用途有所不同：它的辐条编码的是一段时间内采集的测量数据，而非仅仅标示方向。装饰性的罗盘玫瑰本身并不能提供有关盛行风的证据。\n\n一些相关的环境图示也采用类似布局。污染玫瑰图将污染物观测值与风向关联起来，波浪玫瑰图则概括波浪方向，通常也包括波高。解读这些图时，必须分别核实其方向定义和所绘制的量。"
    },
    {
      "heading": "应用",
      "text": "天气与气候分析\n\n风玫瑰图可概括局地风况，并帮助比较不同季节、年份或地点。分别绘制白天和夜间的玫瑰图，可以揭示在全年汇总图中被掩盖的周期性风向逆转。沿海的海陆风、山谷环流，以及大尺度气流的季节变化，都可能形成鲜明的方向分布特征。\n\n当单一平均风向会造成误导时，风玫瑰图仍能显示多个常见风向。例如，两个相反方向的风都频繁出现时，平均风矢量可能很小，但这并不意味着通常处于静风状态。\n\n航空与基础设施\n\n在机场规划中，风频信息有助于评估跑道朝向和受侧风影响的程度。常规风玫瑰图能够提供有用的概览，但详细评估还需要风速与风向的联合分布、相关侧风限值，以及适用的设计标准。\n\n风数据也为城市规划和建筑提供依据，包括建筑朝向、自然通风和行人高度风环境等方面的研究。仅凭一个测站的风玫瑰图，无法确定单体建筑周围复杂的气流状况。\n\n风能\n\n在风能评估中，各方向的出现频率和风速分布有助于描述场址特征，并为风力机布局研究提供依据。盛行风向十分重要，因为风力机会产生尾流，可能使下游风速降低、湍流增强。\n\n标准的频率玫瑰图并不是发电量估算图。可利用的风功率高度依赖风速，而实际发电量还取决于风力机特性、空气密度、运行限制和各种损失。因此，能量加权的玫瑰图与普通频率玫瑰图有所不同。\n\n空气质量与环境输送\n\n风玫瑰图可辅助研究大气扩散、异味输送、粉尘迁移，以及污染物与来源之间的关系。对于从西方吹来的风，下风向输送通常朝向东方。\n\n仅凭风向无法确定污染物浓度。排放速率、大气稳定度、混合层厚度、地形、降水和化学过程都可能发挥重要作用。浓度升高与某一来风扇区之间存在关联，本身并不能确立因果关系，也不能据此确定唯一的污染源。"
    },
    {
      "heading": "局限性与不确定性",
      "text": "风玫瑰图是对分布的概括，而不是按时间顺序排列的记录。它无法显示强风是否连续发生、风向变化有多快，或哪些观测属于同一次风暴。回答这些问题需要时间序列分析和针对具体事件的分析。\n\n全年汇总可能掩盖显著的季节变化或日变化。仪器、测站位置、测量高度或周围土地覆盖的变化，也可能造成与区域气候趋势无关的表观差异。\n\n样本稀少会使频率估计存在较大不确定性，尤其是对于不常见的风向和高风速等级。如果设备故障或报告缺失更容易发生在风暴期间，缺失数据就可能使图示产生偏差。仪器响应和测量不确定度也会影响观测结果，尤其是在低风速条件下。\n\n因此，要进行有意义的比较，观测时段、采样方法、静风阈值、方向扇区、风速分级及归一化惯例都应具有可比性。采用不同径向刻度绘制的风玫瑰图，即使各方向频率差异很大，外观也可能十分相似。"
    }
  ],
  "links": [
    "meteorology",
    "weather",
    "climate",
    "urban-planning",
    "architecture",
    "causation",
    "measurement-uncertainty"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}