南宁太阳总辐射长期变化特征

利用南宁气象站1961-2009年太阳辐射观测资料,运用线性倾向估计、M-K突变检验等方法对近49年来太阳辐射变化的主要特征进行了分析。结果表明,近49年来年太阳总辐射呈弱下降趋势,下降突变点为1964年,线性下降速率为28.9 (MJ/m²) /10a,其中下降主要发生在1961-1992年,1993年后显著增加;春、秋和冬季太阳总辐射变化趋势和全年相似,夏季则呈弱增加趋势。分析表明,总云量和表征气溶胶多少的能见度是影响太阳总辐射变化的主要气象因子。     

浙江的太阳总辐射气候学计算及其分布

太阳总辐射是地球表面最重要的能量来源,是气候形成和天气变化的主要因子之一,也是工农业生产、国防建设的必要资源。随着我国建设事业的发展,太阳能的利用将会越来越广。一、提要本文采用上海、杭州、南昌、福州四站1960—80年共21年的日射资料,探讨了我省     

环渤海地区1961—2010年太阳总辐射时空变化特征

根据1961—2010年环渤海地区4个辐射站太阳总辐射资料和56个台站日照百分率资料,研究了该地区太阳总辐射的时空分布及变化特征。同时利用1991—2010年太阳总辐射数据初步分析了环渤海地区太阳能资源潜力。结果表明：年内太阳辐射呈单峰型,5月最高,4—8月是太阳能资源最丰富的时期;1961—2010年太阳总辐射在1990年之前呈显著下降,之后没有明显变化趋势;太阳总辐射趋势变化在环渤海地区有明显的空间差异,下降幅度最大的集中于京津塘周边地区以及山东中南部地区;四季总辐射均呈显著下降趋势,其中春、夏两季降幅略高,秋、冬两季降幅略低;1991—2010年环渤海地区太阳总辐射呈西北部高,向东、南方向递减的分布特征。     

太阳总辐射气候学计算及其特征分析

利用气候学计算方法 ,得到近40a灯塔太阳总辐射资料 ;在此基础上 ,分年、春、夏、秋、冬、生长季 6个时段 ,系统分析了当地太阳总辐射的分布特征。     

太阳总辐射气候学计算及其特征分析

利用气候学计算方法．得到近40a灯塔太阳总辐射资料；在此基础上,分年、春、夏、秋、冬、生长季6个时段,系统分析了当地太阳总辐射的分布特征。     

甘肃省太阳总辐射气候学计算

利用甘肃省及其邻近省份的７个日射站１９８２－１９８６年资料和Ｑ＝Ｑ＿０（ａ＋ｂ·Ｓ）关系式，起始值Ｑ＿０取理想大气太阳辐射月平均值，得到甘肃省不同气候区太阳总辐射的经验计算公式。并通过计算分析，说明辐射经验公式的计算精度有时间局限性；在经验公式回归时，似乎将年降雨量和降雨时间分布大致相同的）也区放在一起处理比较合适，并讨论了其原因。     

旬太阳总辐射气候学计算方法

太阳总辐射是地球表面最重要的能量来源,它是气候形成的主要因子。许多作者对我国的总辐射进行过研究,但是限于当时日射记录较短,其精度受到一定影响,同时又多是以年、季、月总辐射进行计算,难以满足服务需要。在农业科学实验中,要讨论农作物主要生长发育期的光能利用,在工业产品的光化试验中,需要旬(甚至日)辐射资料。为此,本文尝试作旬辐射气候学计算方法的讨论。     

杭州太阳总辐射特征统计及气候学经验计算

引用当前研究太阳总辐射气候学计算的基础公式,采用最小二乘法分析近40年杭州的辐射观测资料,得到了计算杭州太阳总辐射的经验公式,并对其进行误差分析。该经验公式的误差计算值可供审核参考。根据对历史辐射资料的分析结果,阐述了近年来杭州太阳总辐射的变化特征及引起变化可能的原因。     

昌吉市太阳总辐射的气候学计算及其变化特征分析

利用昌吉市1961—1997年的逐日气候资料,对昌吉市1961—1997年多年平均逐日太阳总辐射进行了气候学计算,并分析了其变化特征和变化趋势,结果表明:昌吉市太阳总辐射多年平均年日总量为22.82MJ.m-2.d-1,太阳总辐射在8～9月份最高,12月份最低,昌吉市的太阳总辐射呈逐年下降趋势。     

黔西南州太阳总辐射计算及其分布

探讨了在无辐射站的情况下,使用效果较好的经验公式(Q q)=(Q q)0(a bs)来间接计算黔西南州太阳总辐射,在拟合经验系数时,考虑黔西南州的气候特点和地理位置等,采用昆明和贵阳的实测辐射值拟合经验系数;经验系数的确定不但与气候带有关,还与季节有关,因而拟合了12个月的经验系数,计算精度大大提高。并计算黔西南州1970—2005年逐年逐月太阳总辐射值,发现其太阳总辐射值在4217.18~4660.54M Jm-2之间,太阳能资源位于贵州省前列,具有较大的开发利用潜力。     

几种水平面太阳总辐射量计算模型的对比分析

利用中国区域1961-1999年39 a间98个常规气象观测数据,建立6个模型分别以天文辐射、干洁大气总辐射和湿洁大气总辐射为起始数据,进行太阳辐射日总量的模拟,对比分析了6个水平面太阳总辐射量计算模型的性能.结果表明:在三种起始数据中,干洁大气总辐射和湿洁大气总辐射均能较好地体现宏观地势对太阳辐射空间分布的影响,以湿洁大气总辐射为起始数据的计算模型拟合精度相对较高.对6个水平面太阳总辐射量计算模型的对比分析发现:2个以日照百分率为主导因子,气温日较差为修正项的综合模型拟合误差最小,精度最高;经典的日照百分率模型次之,但其模型系数最稳定可靠;3个气温日较差模型拟合效果最差.最终选用经验系数稳定、拟合精度较高的日照百分率模型,制作了2001年中国水平面太阳辐射日总量空间分布图.     

江苏省太阳总辐射的分布特征

利用江苏省淮安、南京、吕泗3站的逐月太阳总辐射资料和70个气象站的月日照百分率资料,采用气候学计算方法,计算并分析了全省各地逐月的太阳总辐射分布,指出江苏省太阳总辐射的季节分布特征是冬少夏多,春秋适量;太阳总辐射区域分布是北多南少;太阳总辐射的年变化呈现明显的双峰型分布,最大峰值分别出现在5月和7月下旬—8月上旬,6月下旬—7月上旬出现一个相对低谷阶段,恰好与江淮梅雨期多阴雨天气相对应。本文的结论为江苏省太阳能资源的开发利用提供了科学依据。     

两种太阳总辐射分钟级预报方法的比较

利用2010年9月1月至2011年8月31日中国气象局风能太阳能资源中心吐鲁番太阳能试验站水平太阳总辐射逐分钟观测资料,对统计外推法（简称外推法,TRD）和动态神经网络法（简称神经网络法,NNN）两种太阳总辐射分钟级预报方法进行比较。结果表明：从全年平均角度来看,外推法略优于神经网络法。两种预报方法的预报效果都主要依赖于天气形势,晴天预报效果最好,阴雨天气次之,多云和扬沙天气预报效果较差。外推法能较为准确地反映起报时刻影响辐射观测的云、气溶胶、沙尘等状况,并将这种影响持续至滚动预报的第一步或第二步;而神经网络法在预报阴雨、多云等复杂天气形势下预报要素的非趋势性变化规律方面略优;外推法预报日出后3 h和日落前3 h的太阳总辐射变化明显优于神经网络法;而神经网络法预报太阳总辐射突然变化特征时略优于外推法。     

晴天地表总辐射和净辐射瞬时值计算方法

以较为精确的大气辐射传输模式为基础,研制出晴天地表总辐射和净辐射瞬时值的计算方案。与以往的经验计算方法不同,该方案将辐射传输带模式的思路引入地面太阳辐射计算,并尽可能将大气中吸收和散射物质对太阳辐射的影响考虑进去,从而使该方法具有较好的精确性和普适性。在此基础上采用了Kokhanovsky等人提出的大气气溶胶反射率和透过率参数化方案,使得气溶胶对地面总辐射和净辐射的影响得到较好的处理。采用的自变量都是数值预报模式或卫星观测能提供的气象要素,因此该方案即可用于数值预报模式或陆面过程模式计算地表辐射平衡,又可以利用卫星观测或再分析资料估算地面太阳能资源分布。利用美国能源部三个大气辐射观测站点2005年全年的观测资料及欧洲宇航局提供的卫星反演气溶胶资料对计算方案进行了检验。结果表明,该方法十分精确,所有点的平均相对误差都小于6%,误差的均方差都小于0.3 W•m^-2。     

和静县太阳总辐射计算及太阳能资源评估

基于焉耆国家基准气候站1993-2012年逐月太阳总辐射和日照观测资料以及和静、巴音布鲁克1961-2012年月日照百分率资料,建立回归分析方程,推算和静县山区及平原地区逐月的太阳总辐射,对比分析了和静县山区及平原地区太阳总辐射变化特征,从太阳能资源丰富度、资源稳定性及可利用价值等方面对和静县太阳能资源状况进行评估。结果表明：1961-2012年和静县平原及山区太阳总辐射均呈减少的趋势,平原地区7月太阳总辐射最多,山区5月最多,最少值均出现在1月;平原地区属太阳能资源很丰富区,山区为丰富区;平原地区及山区太阳能资源均较稳定;平原地区年平均可利用太阳辐射的天数为286 d,山区为267 d;平原和山区一天中上午和中午是最有利的利用时段。     

Estimation of Hourly and Daily Global Solar Radiation at Clear Days Using an Approach Based on Modified Version of Gaussian Distribution

The performance of two models,Jam and Baig,based on the modified version of Gaussian distribution function in estimating the daily total of global solar radiation and its distribution through the hours of the day from sunrise to sunset al any clear day is evaluated with our own measured data in the period from June 1992 to May 1993 in Qena Egypt The results show a high relative deviation of calculated values from measured ones,especially for Jain model,in the most hours of the day,except for those near to local noon.This misfit behavior is quite obvious in the early morning and late afternoon A new approach has been proposed in this paper to estimate the daily and hourly global solar radiation This model performs with very high accuracy on the recorded data in our region.The validity of this approach was verified with new measurements in some clear days in June and August 1994.The resultant very low relative deviation of the calculated values of global solar radiation from the measured ones confirms the     

云天地表总辐射和净辐射瞬时值的计算方法

为减少计算机时,满足实时预报要求,全球数值预报模式中的辐射计算频率通常设定为三小时。这样处理会大大减少计算量,但也同时导致较大辐射日变化偏差,并影响模式对地面能量平衡,对流及降水的模拟。为改进这一缺陷,我们开发了一种辐射快速计算方案,可用于计算瞬时地面太阳总辐射和净辐射,使到达地面的太阳辐射计算可与模式积分同步进行,从而改善地面太阳辐射日变化模拟。本文介绍云天的计算方法。该方案所用的输入变量均为预报模式或卫星观测所能提供的量。结果表明：该方案既可用于数值预报模式也可利用观测资料独立计算地面太阳辐射。经与美国能源部大气辐射观测资料检验,该方案的精度很高,地面总辐射瞬时值的平均计算误差小于7%。     

天津生态城太阳辐射特征分析及算法评估

利用2014年8月14日—2015年8月12日 天津市生态城太阳能观测站和同期气象观测资料,统计分析生态城太阳辐射特征,并对各向同性和各向异性两种倾斜面太阳辐射计算模型的精度和误差来源进行评估,结果表明:生态城水平面和倾斜面曝辐量在月均值、季节和年总量上存在较大差异,利用水平面太阳辐射进行光伏发电预估会存在误差;太阳辐...     

1971—2008年内蒙古地区雷暴天气时空变化特征分析

文章利用1971—2008年内蒙古地区117个测站的雷暴资料,采用常规数理统计分析方法、经验正交函数分析方法(EOF)对全区雷暴天气的时空分布进行了分析。结果表明:内蒙古年平均雷暴日数为26.6d,内蒙古雷暴发生的次数在波动中呈减少趋势,雷暴月分布呈单峰型,全年中6—8月为雷暴集中期,占78.5%,雷暴高发集中在午后;内蒙古年平均雷暴日数总体上呈东南多西北少的特点,出现3个雷暴中心,分别位于中南、东南和东北地区,中南和西部的年平均雷暴日数变化较大,而东部的年平均雷暴日数变化较小;通过EOF分解将内蒙古雷暴异常划分为全区一致型、东南—西北型、纬向型三种类型。     

Simple new methods to estimate global solar radiation based on meteorological data in Egypt

Three simple methods to estimate global solar radiation are proposed in addition to (Solar Energy 63 (1998) 147). All were tested seasonally and at different sky conditions at seven locations in Egypt. The methods use ground-based measurements of maximum and minimum temperature, daily mean of cloud cover and extraterrestrial global radiation. Average of root mean square differences (RMSD) for a comparison between observed and estimated global radiation for all locations tested was around 10% for the new methods and 13% for Supit–Van Kappel method. The coefficient of determination R² is higher for the new methods for all tested locations. Better results were obtained when applying the new methods to different seasons. The differences in root mean square error (RMSE) between the new methods and Ångstrom–Prescott method that is based on sunshine duration data were less than 1.0 MJ m⁻² day⁻¹ at all sites. On the whole, the performance statistics demonstrate that the new methods are better when compared by Ångstrom–Prescott method.