起伏地形下河南省太阳散射辐射的分布式模拟

利用河南省及周边145个气象站1961－2000年常规气象观测资料和河南省1:25万DEM数据,充分考虑起伏地形下太阳散射辐射的天空因素与地面因素后,基于分布式开阔度模型和天文辐射模型,实现了起伏地形下河南省太阳散射辐射的分布式模拟.计算了100m×100 m分辨率下河南省1－12月气候平均太阳散射辐射及多年平均年散射辐射总量的空间分布.结果表明:在充分考虑经验系数的时空分布特征后,模拟精度有了进一步提高.与郑州站的观测资料对比验证表明,模拟精度较高,年平均绝对误差为3.06 MJ·m-2,年平均相对误差为1.67％;局地地形对太阳散射辐射的影响比较明显;通过个例年验证对模型性能和模拟结果进行考察,年平均相对误差不足11％.综上表明模型的时空模拟性能良好.     

基于分布式模型方法和气候经验模型的四川省总辐射结果比较研究

利用四川省气象站常规观测数据,1:25万数字高程(DEM)数据,考虑坡度、坡向等地形因子建立气候经验统计模型和分布式模型,分别计算未考虑地形因子和起伏地形下的四川省太阳总辐射时空分布情况并进行分析。结果表明:两种模拟结果在四川省总辐射分布上趋势大致相同;分布式模拟结果所得总辐射结果范围更大,总辐射结果范围为1800~7200MJ/m2,而气候经验统计模型结果仅为3100~6280MJ/m2;经部分站点2012年总辐射实测值检验,结合地形因子采用分布式模拟的方法比单纯使用经验系数和气象参数模拟的气候学方法误差均值小0.39%。考虑了复杂地区的分布式模拟结果,比气候学拟合方法结果更为细致,更有利于查看局地结果,这对实际应用中太阳能资源的开发、电厂规模的选址和布设、电机型号的安装更能提供参考价值。四川省北部阿坝州、西部甘孜州和南部凉山州及攀西地区太阳能资源较为丰富,利于进行太阳能资源开发,交通不便地区可通过安装小型分布式发电设施,合理利用太阳能资源。     

基于DEM的复杂地形下太阳散射辐射分布式模拟——以贵州高原为例

由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,确定实际复杂地形下太阳散射辐射是比较困难的.本文在前人研究的基础上,对以前的模型进行了一些改进,考虑了坡度、坡向和地形相互遮蔽作用对复杂地形下天文辐射的影响,基于数字高程模型(DEM)数据,研制了以复杂地形下天文辐射为起始数据的复杂地形下太阳散射辐射的分布式模型,在模型中还考虑了散射辐射的各向异性.以地形复杂的贵州高原为例,应用100 m×100 m分辨率的DEM数据及气象站常规观测气象资料,计算了贵州高原复杂地形下各月及年的太阳散射辐射精细空间分布.结果表明:(1)局地地形因子(如坡度、坡向和地形遮蔽)对贵州高原复杂地形下太阳散射辐射的空间分布影响较大,随着地形的起伏变化,太阳散射辐射的空间分布明显不同,纬向分布特征不明显.(2)对于太阳散射辐射而言,地形对其的影响仍然很大,在太阳散射辐射计算时也是不容忽视的.     

起伏地形下深圳市天文辐射的空间分布

以起伏地形下天文辐射的分布模型为基础,借助地理信息系统（GhS）处理数据,将深圳市1：250,000DEM数据作为地形的综合反映,模拟计算了起伏地形下（坡度、坡向和地形遮蔽）深圳市天文辐射,分析了起伏地形下深圳市天文辐射的分布规律,完成了深圳市100m×100m分辨率的各月及全年的天文辐射的空间制图。结果表明：对于局部地形起伏引起的天文辐射的变化。秋、冬季最为显著,向阳坡和背阴坡的极值差异较大,这和太阳高度角随着季节变化而冬半年相对较低、夏半年相对较高有关。坡度对天文辐射的影响在冬半年较大,随着坡度的增大,辐射差值增大的幅度呈递减趋势。     

云南山地太阳总辐射的分布式模拟

在前人研究的基础上,对太阳总辐射模拟模型进行了改进:利用MODIS的地表反照率产品,取代前人研究中的计算地表反照的经验公式,并且在更短的积分步长内进行计算,进而开发了复杂地形下太阳总辐射的模拟模型。应用1000 m分辨率的数字高程模型(DEM)数据以及常规气象资料和2个辐射站的实测总辐射数据对模型进行验证,结果表明:所建立的分布式太阳辐射模拟模型能准确地模拟云南的太阳总辐射,模拟值与实测值吻合非常好;云南年总辐射变化在3191~5858 J·m-2·s-1之间,四季的辐射差异不大,春季稍高,冬季次之,其次是夏季,秋季稍低,这可能是受夏季降水量以及云量较多的影响。在区域分布上,云南省境内多山,地面起伏较大,对总辐射的区域分布产生了较大的影响,如红河及南盘江两岸等,因遮蔽度较大,总辐射较低。太阳总辐射是陆地生态系统最基本也是最重要的能量来源,在小网格的尺度上进行精细化的太阳总辐射计算可以为多个学科的研究提供重要的基础数据,本研究为此提供了一个计算案例。     

起伏地形下我国太阳直接辐射的分布式模拟

运用数据集群技术,建立了我国不同时空尺度直接透射率的估算模式,对比分析了不同模式的拟合精度。基于1km×1km分辨率的数字高程模型(DEM)数据,全面考虑了地形因子对太阳直接辐射的影响,实现了实际起伏地形下我国太阳直接辐射的分布式模拟,计算了我国范围内1km×1km分辨率1—12月气候平均太阳直接辐射的空间分布。结果表明:局地地形对太阳直接辐射空间分布的影响非常强烈,尤其是在太阳高度角较低的冬季和秋季;模拟结果可靠,可进行大数据量处理,适用于遥感图像处理、地理信息系统等数据处理平台。     

中国地表太阳总辐射空间化模拟及其时空特征分析

以1960—2019年全国99个气象台站太阳辐射观测数据和839个气象台站的气温日较差为基础数据,利用Bristow-Campbell太阳总辐射估算模型,对中国地表太阳总辐射进行空间化模拟,分析了太阳总辐射的时空变化特征。结果表明,中国地表太阳总辐射南多北少,西多东少,受地形海拔因素影响很大;青藏高原一带的地表太阳总辐射最大,四川盆地及新疆部分盆地区域的太阳总辐射最小;对研究区整体而言,分析期的地表太阳总辐射呈减小趋势,为-0.0074MJ·m-2yr-1。     

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DEM的广东山地高分辨率太阳辐射模拟研究

对已有太阳总辐射模型进行改进,并利用MODIS产品取代地表反照率经验公式,在更小积分步长内进行计算,开发了复杂地形下太阳总辐射高分辨率模拟模型。应用1 km分辨率的数字高程模型(DEM)数据以及常规气象资料,对广东2个辐射站的太阳总辐射进行验证。结果表明:(1) 所建立的分布式太阳辐射模拟模型能准确模拟广东省太阳总辐射分布状况,模拟值与实测值吻合较好;(2) 研究区域四季辐射中的夏季辐射最高,秋季次之,冬季最低,年均太阳总辐射为2 893～4 655 J/(m2?s),平均值为4 167 J/(m2?s);(3) 大范围区域而言,广东夏、秋、冬季太阳总辐射的纬向分布十分显著,但从局地区域看,地形是影响太阳总辐射的主导因子。太阳总辐射是各种作物最基本也是最重要的能量来源,在小网格尺度上进行的精细化太阳总辐射计算可为多种作物的布局和种植规划提供重要的基础数据。      

复杂地形下黑河流域的太阳辐射计算

基于数字高程模型(DEM)数据,在充分考虑了地形因子对太阳直接辐射和散射辐射的影响后,实际计算了起伏地形下黑河流域的太阳辐射。在忽略地表和大气之间的多次反射后,地表太阳总辐射计为三项:按起伏坡面上实际入射角考虑的太阳直接辐射、经过下垫面天空视角因子订正的坡面天空散射辐射和考虑周围地形反射效应的附加辐射。计算结果表明:局地地形起伏对太阳直接辐射、总辐射空间分布的影响非常强烈,使得复杂地形下不同坡向间总辐射和直接辐射平均计算差额十分显著,且太阳天顶角从较小增大至中等大小时,这两种平均计算差额均加大一倍多;在较小和中等大小太阳天顶角下,不同坡向间总辐射平均计算差额,均较相同条件下直接辐射平均计算差额为小,这是因为总辐射还包括了天空漫射和邻近地形反射辐射因子,这两个因子和坡面上太阳入射方位的变化共同影响地表入射太阳辐射;起伏地形主要使得太阳辐射在局地区域内背阴、向阳坡向间发生显著的重新分配。因此,在复杂地形地区进行太阳辐射计算时必须考虑地形的影响。