Page 177 - 新能源风力发电技术及其发展研究

Research on New Energy Wind Power Generation Technology and Development
新能源风力发电技术及其发展研究

同时，环境因素如风力发电场所在地区的地形地貌、气象条件等也与鸟类碰
撞风险密切相关。在山区风力发电场，复杂的地形可能导致气流紊乱，鸟类在穿
越时飞行稳定性受到影响，难以准确避开风机。而在雾天、雨天或低光照条件下，

鸟类的视觉感知能力下降，对风机的识别和躲避能力也会相应减弱，碰撞风险进
一步增大。
3. 鸟类行为习性变化
在对鸟类行为习性变化的研究方面，通过长期的实地观察和先进的监测设备，

发现了一系列有趣且具有重要战略意义的现象。在风力发电场周边，鸟类的警觉
性普遍提高。例如，在澳大利亚的一个沿海风力发电场附近，原本在海滩上悠闲
觅食的海鸥，当风机开始运转后，它们的觅食范围明显缩小，并且会时刻保持对
风机方向的关注，一旦风机叶片转动速度加快或发出异常声响，海鸥会立即起飞

远离。
一些鸟类还表现出对风力发电场环境的适应性行为变化。在欧洲的一些内陆
风力发电场，部分小型雀形目鸟类在经过一段时间的适应后，学会了利用风机塔
架作为栖息和观察的场所。它们会在塔架的某些部位停歇，观察周围环境以寻找

食物资源或躲避天敌。然而，这种适应性行为也存在潜在风险，例如在风机维护
或故障检修期间，鸟类可能会受到惊扰或因意外情况而受伤。
此外，鸟类的集群行为也在风力发电场的影响下发生改变。在北美大平原的
风力发电场区域，原本大规模集群迁徙的雁类，在接近发电场时会分散成较小的

群体，以降低整体碰撞风险。但这种分散行为可能会影响它们在迁徙过程中的导
航和群体协作效率，对其顺利到达目的地产生一定的阻碍。
（二）未来需要进一步探索的方向
1. 精细化的行为预测模型构建

尽管当前已经对鸟类在风力发电场附近的一些基本行为变化有所了解，但现
有的预测模型仍然较为粗糙，无法准确地模拟和预测鸟类在复杂环境下的精细行
为。未来的研究需要整合更多的变量和因素，构建更加精细化的行为预测模型。
例如，除了考虑风力发电场的基本参数（如风机高度、间距、转速等）和鸟类的

常见生物学特征（如体型、飞行速度、视觉感知能力等）外，还应纳入气象条件
的实时变化数据，如风向、风速、温度、湿度以及气压等因素对鸟类飞行行为的
影响。

164