山区太阳直接辐射的空间高分辨率分布模型

该文以山区的高空间分辨率DEM数据为主要数据源,从中分别提取经度、纬度、坡度、坡向等相应的地形要素栅格数据,再结合多年平均的实际日照百分率资料,利用GIS技术建立山区实际太阳直接辐射的高空间分辨率分布模型,实现太阳直接辐射空间分布规律的可视化表达,分析了山区各月太阳直接辐射的空间分布特征,对于山区的农业、林业和生态环境等方面的研究具有重要的指导意义。     

人工林内太阳总辐射动态模拟的研究

利用气象学和天文学公式建立了人工林阴影子模式，利用生态学知识建立了人工林阴影平均太阳总辐射动态模式，并将二模式连接为人工林内太阳总辐射时间动态模型。运用该模型对安庆地区东北－西南走向，未封行人工林内太阳总辐射动态进行了模拟，结果表明，最大相对误差不超过１０％，说明该模型具有很大的可靠性。运用该模型进行了间伐计算机数值模拟实验，表明隔行间伐后中午时分总辐射改善情况最好。     

日太阳总辐射推算模型

为了推算广大无辐射观测地区的日太阳总辐射,需要根据有辐射观测地区的资料建立日太阳总辐射的推算模型。本文在深入了解国内太阳辐射观测与国内外太阳总辐射推算方法的基础上,设计了利用日照百分率、降水量与大气可降水量、温度日较差等因子推算日太阳总辐射的模型,选取武汉、宜昌、郑州2005年全年无加盖的、真实可信的太阳总辐射资料为样本序列,根据最小二乘法分别求出有日照和无日照两种情况下的模型参数,并对2005年进行了回代检验和2006年1-8月时段的独立样本检验。结果表明:模型推算序列与实际值序列的相关性均达到极显著程度,对2005-2006年8月推算的平均绝对误差和相对误差分别为1.31M J.m-2.d-1和9.5%,精度高,可以用于无辐射观测地区的日太阳总辐射的推算。     

四川省不同区域地表太阳总辐射模型适用性评价

选用1994−2016年四川省7个辐射站气象数据,在3个辐射区（川西高原I区、川东盆地II区和川西南山地III区）中评价了6种地表太阳总辐射（Rs）估算模型在3种天气类型（晴、多云、阴）下的适用性,并分析基于天气类型的组合模型在不同区域的模拟效果,以探寻最适宜全省不同区域的Rs估算方法。结果表明：（1）各经验模型在四川省整体表现良好（决定系数R2介于0.554～0.934,P <0. 001）,I区（甘孜和红原站）模拟效果最好的为日照时数模型A−P（平均绝对误差MAE为2.210±0.714MJ∙m⁻²∙d⁻¹）,II区（成都、绵阳和泸州站）、III区（峨眉山和攀枝花站）模拟效果最佳的均为混合模型Chen（II区MAE为1.510±0.027MJ∙m⁻²∙d⁻¹,III区为1.930±0.006MJ∙m⁻²∙d⁻¹）;（2）6个模型在四川省3种天气类型下的模拟效果呈晴天>多云>阴天的规律,日照时数模型（A−P和Ba模型）能更好地模拟晴天时的Rs,混合模型（Chen和Ab模型）则在多云和阴天时模拟效果更佳,I区在晴天、多云、阴天3种天气下模拟效果最好的模型分别是A−P（整体评价指标GPI为0.850）、Ab（1.294）、Ba（0.862）,II区分别为A−P（0.381）、Chen（1.358）、Chen（1.742）,III区分别为Chen（0.204）、Chen（0.857）、Chen（0.526）;（3）基于天气类型的组合模型（M新）模拟各区Rs的效果均比未组合前各模型的效果好（3个区GPI分别为0.558、0.582、0.134）。因此,推荐使用基于天气类型的组合模型来估算四川省Rs。     

基于地统计分析及GIS的河南省烤烟大田生长期太阳总辐射空间变异性研究

地统计学是研究具有结构和区域双重性质变量空间变异性的一种方法.本文根据《河南省1950年-2000年整编气象资料》提供的有关数据,计算出烟草各生长阶段的太阳总辐射量和光合有效辐射量,并采用地统计学与GIS相结合的方法,研究了大尺度下河南省烤烟种植区烟草各生长阶段的太阳总辐射的空间变异性和分布特征.统计分析表明,上述各变量在河南省境内均可以较好地拟合为正态分布,满足地统计学所要求的平稳假设条件.河南省境内太阳总辐射变异系数最大的是5月份,为9.93％,最小的是7月份,为3.87％.地统计学分析表明:河南省烟草大田生长期太阳总辐射可以拟合为高斯模型,自相关距离为1997100.00m,并且块金值为18.45％,具有很强的空间相关性.河南省烟草大田生长期太阳总辐射量在2170 ～2258MJ·m-2之间的区域占研究区总面积的23.20％,主要分布在南阳、信阳、洛阳、三门峡及平顶山地区;太阳总辐射量2258～2346MJ·m-2之间的区域占研究区总面积的33.07％,主要分布在驻马店、三门峡、洛阳、平顶山、南阳、信阳及漯河地区;太阳总辐射量2346～2436MJ·m-2之间的区域占研究区总面积的25.65％,主要分布在济源、郑州、漯河、周口、商丘、许昌、开封、安阳、新乡以及焦作等地;太阳总辐射量2346～2522MJ· m-2之间的区域占研究区总面积的16.65％,主要分布在焦作、鹤壁、安阳、新乡、开封、周口、商丘、许昌及濮阳等地.     

基于DEM模型计算北京西部山区太阳直接辐射的空间分布

基于DEM模型,探讨了在受到自身地形遮挡和周围地形遮挡综合影响下北京西部山区太阳实际直接辐射分布的计算问题,并对研究区的太阳直接辐射分布进行了分析。分析结果认为,复杂地形条件下山区太阳直接辐射分布受多种地形因素共同影响。随着坡向由阴坡转为阳坡、坡度由小变大,太阳直接辐射量最大值逐渐增大,但在15°～20°坡度处,太阳直接辐射量开始下降。在1275～1475 m海拔间太阳直接辐射的平均值最小,之后随海拔的升高和降低,其平均值向两边均逐渐增大,海拔在1075 m以下,平均值差异不明显。研究区直接辐射量的最大值出现在坡度为10°～15°、坡向为-67.5°～67.5°的坡面上,低值区出现在坡度为35°～40°、坡向为112.5°～247.5°的坡面上。该试验采用的方法通用性较好,原则上适用于一切复杂地形太阳直接辐射计算。     

基于GIS的接坝山地太阳直接辐射空间分布规律研究

基于ViewGIS下的太阳直接辐射模拟计算功能,以河北省丰宁满族自治县小坝子乡为例,对该地区太阳直接辐射空间分布规律进行了研究,以期为当地的区域规划和生态环境建设提供基础资料和科学依据。通过DEM模拟计算太阳直接辐射的方法和原理,结合ViewGIS系统建立的数据库进行统计分析。结果表明,地貌对太阳直接辐射分布的影响比较明显,太阳直接辐射随海拔高度升高而增大;太阳直接辐射随坡度的增加逐渐递减;一年中各月份太阳直接辐射随坡向的变化规律为：阳坡〉半阳坡〉半阴坡〉阴坡。     

几种模型在南方地区总辐射量估算中的精度分析

以南方地区15个辐射站1981-2014年逐日常规气象资料和大气顶层辐射(Ra)为输入参数,以辐射站观测的逐日地表总辐射量(R_s)为对照,分别利用1981-2009年气象资料以及5种经验模型(?ngstr?m-Presscott模型、Bahel模型、Bristow-Campbell模型、Chen模型和Hargreaves模型)和12种不同参数组合形式的广义回归神经网络(GRNN)建立R_s估算模型,并对以上模型模拟效果进行对比分析,利用2010-2014年数据对各模型模拟精度进行验证,最后采用相邻站点资料建立模型,使用本站数据评价模型的适用性。结果表明:经验模型中Chen模型精度最高,其次是Bahel模型,Bristow-Campbell模型与Hargreaves模型相比在大部分站点精度相差不大。当缺乏本地资料时,Bahel模型精度最高的站点有9个,而Chen模型最适宜的站点为7个;15个站中有13个站点B-C模型比Hargreaves模型精度更高,但在武汉站和赣州站,Hargreaves模型精度更高,其RMSE降低约14%。输入参数为日照百分比时GRNN模型的平均RMSE最低,优于Bahel和Chen模型,但其各站平均RMSE相差不足2%。当仅有本站气象资料时,GRNN模型与Bristow-Campbell模型和Hargreaves模型相比,其RMSE下降约14%,但使用邻近站点数据建模时,由于光滑因子在各站差异较大,GRNN模型与Bristow-Campbell模型和Hargreaves模型精度相差不大。因此,考虑到GRNN模型建模较复杂,故认为Bahel模型和Chen模型为南方地区更适宜的R_s估算模型。     

实际地形下地表太阳总辐射的简化算法及应用

为快速准确估算实际地形下地表太阳总辐射,针对辐射观测资料不足现状,通过考虑天文、大气和地理地形等因子对地表太阳总辐射的影响,构建了融合起伏地形天文辐射模型、地表太阳总辐射气候学公式和日照百分率优化插值方案的太阳总辐射简化算法。并以安徽省为例,对简化算法实施参数化和应用,采用2个辐射站观测资料统计回归得到气候学公式参数,参数化后的公式计算相对误差为7.65%。利用80个站点的日照百分率数据分析了不同插值方法适用性,逐点交叉检验结果表明,薄盘样条法对安徽省日照百分率具有更好的插值效果。基于简化算法计算得到实际地形下安徽省地表太阳总辐射平均为4500MJ·m~(-2)·a~(-1),总体呈北部高、南部低,山区南坡高、北坡低的分布特征,部分开阔南坡的太阳辐射超过同纬度水平地面。季节特征上地形对太阳辐射的影响随月份而异,在冬半年影响幅度更为明显,夏半年地形影响相对较弱,并多以削减为主。安徽省太阳能资源以3级为主,大别山和皖南山区的北坡多为4级,而在皖北低山丘陵的南坡存在零星的2级资源区。近年来由于日照百分率的下降,导致全省地表太阳总辐射普遍减少。     

基于MODIS数据用两步法构建四川省地面太阳辐射计算模型

以MODIS遥感资料为基础数据,采用统计模型反演的方法,构建了两步法计算高分辨率地面太阳辐射量的计算模型。第一步基于遥感云量与地面日照百分率的相关关系,计算格点各月日照百分率值;第二步基于日照百分率与太阳辐射量的相关关系,计算格点太阳辐射量。应用本方案对四川省1km格点分辨率地面太阳辐射量进行计算,并利用6个辐射站总辐射实测值对计算结果进行检验。结果表明：四川省年总辐射量在3102～6659MJ·m^-2,最低值出现在四川盆地东南部,最高值出现在川西高原西部。利用地面辐射站观测资料进行检验,结果表明各站各月太阳辐射量计算值与实际观测结果基本一致,年辐射量计算绝对误差均小于100MJ·m^-2,相对误差均小于2%,表明该模型模拟精度较高,可用于四川省地面太阳辐射量计算。     

逐日太阳辐射的模拟计算

在分析国内外太阳辐射估算方法的基础上,建立了一种简单实用、易操作的模拟逐日太阳辐射的方法,仅需要输入站点的日照时数和地理信息。对我国不同区域9个代表站点的模拟结果与实际观测结果进行比较与统计检验,结果表明:模拟值与实测值之间相关显著(相关系数为0.81~0.93),模拟得到的晴空辐射值与多年实际观测最大值基本一致。该模拟方法的平均误差为16.5%,平均偏差、平均绝对偏差和均方根偏差分别为0.77、2.09和2.65MJ.m-2.d-1。但此方法对于特定环境区域的模拟参数还需调整。     

温室方位和地理纬度对太阳直射光透过率的影响

应用数学模型分析了温室方位、连栋数、季节及地理纬度对太阳直射光透过率的影响。在低纬度地区,上述各要素(除纬度外)对温室直射光透过率的影响效果均显著小于高纬度地区。然而,就东西栋温室而言,其栽培床面上的光照分布在高纬度地区和低纬度地区都表现出不均一性特点。     

APSIM玉米模型中辐射估算的误差传输

以华北地区3个典型站点(山东省莒县站、河南省郑州和南阳站)为研究对象,分析计算玉米生长期间Angstrom-Prescott模型、Ogelman模型、Bahel模型、日照百分率和气温日较差综合模型(简称综合模型)和刘可群等太阳总辐射估算模型的相对误差,分别将该5个模型估算结果和太阳辐射实测值(依次命名为模拟方案1-5和模拟方案0)输入APSIM玉米模型,计算各模型驱动APSIM玉米模型模拟产量的相对误差,分析由于太阳辐射估算误差对模型产量模拟结果造成的误差传输。结果表明,5个日太阳辐射模型在生长期内的平均估算误差(εi)在莒县站以A-P模型最小,在郑州和南阳站点以综合模型最小;各辐射估算模型对APSIM模型的产量模拟结果均有明显影响,综合模型模拟结果最好,其驱动APSIM模拟的玉米产量误差最小;5个辐射模型估算误差对APSIM模型模拟玉米产量的误差均有放大效应,Angstrom-Prescott模型、Ogelman模型、Bahel模型、综合模型和刘可群等模型辐射误差分别以2.23、2.28、1.63、1.85、1.90倍传输到APSIM玉米模型模拟的产量误差,可见,一定要重视辐射模型的选取和辐射模型经验系数的确定;评价5个辐射模型的误差传输到产量的误差,要综合考虑辐射模型本身的误差和辐射误差传输到产量误差中放大的效应两方面的影响,综合模型传输到产量的误差最小。因此,在华北地区无太阳总辐射实测值的地区使用APSIM模型时,本研究推荐辐射方案4即综合模型为首选模型。     

五个常见日太阳总辐射模型在华北地区的有效性验证及分析

在地学、农学等领域,日总辐射量是一个很重要的参数,但相比常规气象观测站,全球辐射观测站的数量却很少,因此,太阳辐射的估算一直受到重视。本文在分析比较前人建立的太阳总辐射模型的基础上,选取较常见且有代表性的5个模型：Angstrom-Prescott模型（I）、Ogelman模型（II）、Bahel模型（III）、日照百分率和气温日较差综合模型（IV）和刘可群等模型（V）。用华北地区6个代表站点2001-2010年的逐日太阳总辐射观测数据,按照整个分析期（10a）、不同季节、不同天气3种情况,对5个模型模拟的效果进行对比与分析。结果表明：（1）5个模型在各代表站点模拟的逐日太阳总辐射值与该站实测值间具有极显著的正相关关系（P≤0.01）,相关系数（R）均在0.93以上,平均绝对误差（MAPE）均在9.68%～17.56%,归一化均方根误差（NRMSE）在12.47%～23.12%,模拟结果大多为“好”,个别为“可以接受”,说明5个模型及相应的系数适合估算华北地区日太阳总辐射。（2）分析期内,5个模型在6个站点的MAPE平均值分别为14.28%、14.93%、12.78%、12.27%、13.01%,相应的NRMSE平均值分别为18.80%、19.71%、17.09%、16.27%、17.24%,模拟结果为“好”,其中模型IV误差最小,但与模型III和V无显著差异。（3）模型I-V的MAPE平均值在春季依次为11.97%、12.19%、11.17%、10.86%、11.24%,相应的NRMSE平均值依次为15.46%、15.75%、14.27%、13.95%、14.27%;夏季MAPE平均值依次为14.46%、15.47%、13.32%、12.45%、13.36%,相应的NRMSE平均值依次为18.89%、20.21%、17.21%、16.22%、17.05%;秋季MAPE平均值依次为14.81%、15.65%、12.67%、12.19%、12.20%,相应的NRMSE平均值依次为18.94%、20.00%、16.66%、15.94%、15.95%;冬季MAPE平均值依次为18.08%、18.56%、15.19%、14.99%、14.11%,相应的NRMSE平均值依次为22.52%、23.28%、19.42%、19.06%、18.31%。总体上,四个季节的模拟结果大多为“好”,个别为“可以接受”;春、夏、秋季,模型IV误差最小;在冬季模型V最小,模型IV次之。（4）模型I-V的MAPE平均值,在有日照时,依次为11.23%、12.03%、9.52%、9.32%、9.94%,相应的NRMSE平均值依次为14.92%、15.92%、12.75%、12.44%、13.13%。模拟结果均为“好”,其中模型IV误差最小;无日照时,MAPE平均值依次为49.25%、47.92%、49.71%、46.03%、45.51%,相应的NRMSE平均值依次为61.92%、62.09%、61.89%、58.02%、55.70%,模拟结果均为“不好”。综合分析可知,5个模型均可用于估算华北地区日太阳总辐射,但模型IV即日照百分率和气温日较差综合模型精度最高。     

作物株丛间的太阳辐射测试仪

本文介绍一种节电型的太阳辐射量测试装置,内容包括传感器的制作和用实时时钟控制的单片机数据采集系统。这个装置主要用于在作物冠层中测量接收到的太阳辐射量的百分比。     

日光温室的热环境理论模型

该文考察了日光温室各部件的湿热平衡，建立、求解并验证数学模型，证明了模型的准确性。分析表明，室内气温主要受室外太阳辐射的影响，而室外气温只具有次要的作用；温室后墙对保证温室热环境具有重要作用，而且其夜间的作用大于白天；随着保温性能的提高，温室的热环境得到稳定改善，特别是当使用透光保温合一型材料时，温室的热环境得到更大的改善。