通过比较旋转遮光带日射表(RSP)和参考标准表所测散射辐照度之间的数值差异,分析了太阳总辐照度、环境温度、相对湿度和太阳光谱等气象要素对RSP散射辐照度测量误差的影响关系,提出了一种修正RSP散射辐照度测量值的新算法。该算法从支...通过比较旋转遮光带日射表(RSP)和参考标准表所测散射辐照度之间的数值差异,分析了太阳总辐照度、环境温度、相对湿度和太阳光谱等气象要素对RSP散射辐照度测量误差的影响关系,提出了一种修正RSP散射辐照度测量值的新算法。该算法从支持向量机回归预测角度,建立了对RSP散射误差修正值的一次预测模型,然后根据误差修正值最优预测模型推导出RSP散射辐照度修正算法模型。利用该算法对美国国家太阳辐射研究实验室和劳里观测站采集的RSP散射辐照度数据进行修正,修正后两观测站数据的平均偏差和均方根误差分别降低到-0.2W/m2,3.3W/m2和1.9W/m2,8.5W/m2,显示算法具有良好的修正性能和适用性。该算法能够有效避免Vignola算法中存在的欠修正和Vignola and Augustyn(VA)算法中存在的过修正现象。展开更多
文摘通过比较旋转遮光带日射表(RSP)和参考标准表所测散射辐照度之间的数值差异,分析了太阳总辐照度、环境温度、相对湿度和太阳光谱等气象要素对RSP散射辐照度测量误差的影响关系,提出了一种修正RSP散射辐照度测量值的新算法。该算法从支持向量机回归预测角度,建立了对RSP散射误差修正值的一次预测模型,然后根据误差修正值最优预测模型推导出RSP散射辐照度修正算法模型。利用该算法对美国国家太阳辐射研究实验室和劳里观测站采集的RSP散射辐照度数据进行修正,修正后两观测站数据的平均偏差和均方根误差分别降低到-0.2W/m2,3.3W/m2和1.9W/m2,8.5W/m2,显示算法具有良好的修正性能和适用性。该算法能够有效避免Vignola算法中存在的欠修正和Vignola and Augustyn(VA)算法中存在的过修正现象。
