土默川地区地表总辐射及地表净辐射变化规律分析

以土默川地区的地表总辐射(Rs)和地表净辐射(Rn)为研究对象,利用1978-2017年逐日日照时数、气温及相对湿度等气象数据,通过6种日照时数模型计算了逐日Rs,同时运用1987-1991年逐日Rs的实测数据对各种模型的计算结果进行校核,从而确定了适合本地区的精度最好的计算模型,并采用FAO1990年推荐的Penman-Monteith公式中的辐射项计算公式估算了逐日Rn,通过线性趋势分析和Mann-Kendall趋势分析方法对40 a来Rn的时间变化特征进行分析,结果表明:①基于日照时数的Bahel模型总体拟合精度最好,在本地区表现出最佳的适用性;②土默川地区Rn在上半年呈上升趋势,在下半年呈下降趋势,四季Rn值表现为夏季>春季>秋季>冬季。③在40 a间,夏季平均Rn有较明显的上升趋势,年、春、秋、冬季平均Rn均呈下降趋势,其中冬季Rn下降最明显,秋季Rn下降最不明显。

1961～2003年中国大陆地表太阳总辐射变化趋势

利用中国大陆30个气象站1961～2003年地表太阳总辐射观测数据,研究了辐射年总量和季节总量的变化趋势及其空间分布特征,并探讨了其原因。结果表明:1961～1989年中国大陆地表太阳总辐射总体呈减少趋势,减少约11%;1990～2003年间略有回升,但其均值仍比1961～1965年的均值低8.2%。大部分地区春夏两季减少明显,约占年减少量的55%～85%。对各站点观测数据的趋势分析表明,地表太阳总辐射随时间的变化大致可分为4种类型,其特征分别为:1961～2003年间持续减少(占总站点数20%);20世纪60年代初到80年代中期呈显著减少趋势,其后线性趋势不明显(占总站点数40%)或呈逐步增加趋势(占总站点数16.7%);1961～2003年间无显著变化(占总站点数23.3%)。这4种类型在空间分布上无明显的区域特征。日照时数减少是总辐射减少的主要原因,可以解释地表太阳辐射年总量变化的72%,日照时数随风速的增大而增加。

西北地区地表太阳总辐射计算模型适用性评价

为有效提高中国西北地区Rs预报精度,选取西北地区11个代表性气象站点1959—2015年逐日气象数据,评价了4种基于日照时数的Rs计算模型(Angstrom-Prescott,Ogelman,Bahel和Louche模型)和2种基于温度的Rs计算模型(Hargreaves和Bristow-Campbell模型)在西北地区4个分区(温带大陆性高温干旱区、温带大陆性干旱区、高原大陆性半干旱区和温带季风半干旱区)的适用性.结果表明:6种模型在西北地区的Rs模拟值与实测值均在 P< 0.001水平具有统计学意义;基于日照时数的 Rs计算模型(R^2介于0.901~0.903)精度高于基于温度的模型(R^2介于0.695~0.719);其中,基于日照时数的模型中Bahel模型的精度最高,其R^2, MAE,MRE,RMSE和NSE 分别为0.903,1.624 MJ/(m^2 ·d),15.7%,2.298 MJ/(m^2 ·d)和0.902;基于温度的模型中Bristow- Campbell模型精度最高,其值分别为0.719,2.851 MJ/(m^2 ·d),30.7%,3.959 MJ/(m^2 ·d)和0.713.因此,为有效提高西北地区Rs日值和月值预报精度,在仅有温度资料时推荐使用Bristow-Campbell模型,在仅有日照时数资料时推荐使用Bahel模型.

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(R_(s))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R_(s)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R_(s),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R_(s)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。

基于卫星遥感的新疆地表太阳总辐射估算

为了实现地表太阳总辐射合理的精细化模拟,本文尝试将天文辐射分布式理论模型和总辐射气候学经验模型相结合,引入重采样后的FY-2G卫星遥感总云量资料,建立了基于卫星遥感数据的地表太阳总辐射估算模型,并以气象站点稀疏的新疆为例,完成年、季地表太阳总辐射的精细化空间模拟,同时对模拟结果进行分析和检验。结果表明:(1)新疆区域年天文辐射量由南向北递减,大致以天山为界,天山以南区域的年天文辐射量高于10 000 MJ·m^(-2),天山以北低于9750 MJ·m^(-2),三大山脉对天文辐射的影响非常明显;(2)基于条带状重采样后的FY-2G总云量建立的日照百分率模型,其模拟的新疆区域平均绝对误差14.4%,且空间分布更加客观;(3)新疆"单站单月式"地表太阳总辐射气候学估算模型中,相关系数在夏半年较高,冬半年略有下降,且a、b系数的互补关系较为稳定;(4)从地表太阳总辐射检验结果来看,全区地表太阳总辐射的均方根误差年平均3.08 MJ·m^(-2),模拟结果夏半年好于冬半年,南疆好于北疆,其中乌鲁木齐误差最大;(5)新疆年地表太阳总辐射整体表现为由西北向东南逐渐增加的空间分布,南疆盆地的总辐射量高于北疆盆地,天山山区西部为低值中心,而春、夏季总辐射由西向东呈经向分布,秋、冬季则呈纬向分布。

基于常规气象资料估算南方地区日辐射总量方法比较

日地表总辐射量(Rs)是作物生长模型和参考作物蒸发蒸腾量估算的重要基础数据,但我国只有约1/20的气象站能够直接观测Rs。由于气温资料很容易获得,使用基于基本气象资料的经验模型是估算Rs的常用方法。以1982—2014年南方20个气象站的气象资料为基础,对Bristow-Campbell(B-C)方法和Hargreaves(Harg)方法各6种不同形式重新进行了参数率定,并对以上方法和支持向量机15种参数输入形式进行了适用性评价,结果表明:支持向量机模型整体好于B-C方法和Harg方法。其中,以最高温度(Tmax)、最低温度(Tmin)、相对湿度(RH)和降水量(P)为输入变量的支持向量机模型精度最高,其20站平均R2达到0.80、RMSE平均为3.20 MJ/(m2·d),且在包含降雨量资料后,不存在Rs为负或大于地外总辐射量(Ra)的问题。仅有温度资料时,支持向量机模型的20站平均R2为0.74,RMSE为3.72 MJ/(m2·d)。不同输入变量对支持向量机模型预报Rs的精度影响不同,输入变量为Tmax和Tmin优于输入变量为ΔT;而除温度资料外,当拥有相对湿度和降水量资料时,模型优劣依次表现为RH+P、RH、P。经验模型中B-C方法的M1和M3以及Harg方法的M10和M12模型精度较好,其R2为0.69~0.70、RMSE在4.00 MJ/(m2·d)左右,但M10和M12模型对气象资料要求更高,除日温度差外,需要降水量资料,同时还存在有降水时日Rs严重高估或负值问题。

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。

1960-2005年京津冀地区地表太阳辐射变化及成因分析

利用1960—2005年京津冀地区的地面太阳辐射资料,综合分析了该地区45年太阳辐射的分布状况和变化趋势,并结合云量、降水量、气溶胶光学厚度和大气含水量,分析了该地区太阳辐射的变化原因。结果表明:(1)京津冀地区的太阳辐射并没有出现20世纪80年代末到90年代中期的"变亮"现象;同期冬、春季总辐射下降,夏、秋季上升;(2)在1985—1997年间,依据总辐射变化情况,京津冀地区被分为截然相反的两个区域:东部地区总辐射增加,倾向率为1.016 MJ.m-2.mon-1.(10a)-1;西部地区总辐射减少,倾向率为10.092MJ.m-2.mon-1.(10a)-1;(3)总辐射增加的区域,主要是由于云量减少、降水量减少所伴随的日照时数增加以及气溶胶光学厚度降低所造成的;(4)总辐射减少的区域,云量、气溶胶光学厚度和降水量变化并不显著,总辐射持续减少。