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。     

内蒙古自治区太阳总辐射的气候学计算及其时空分布特征

通过对比分析国内外太阳总辐射的气候学计算方法,最终给出内蒙古太阳辐射最佳计算公式。根据内蒙古及周边地区24个太阳辐射观测站历年各月的总辐射和日照百分率,采用最小二乘法拟合出公式中的经验系数,并在分区基础上通过内插将a、b系数推广到内蒙古108个气象站点上,从而建立了内蒙古太阳总辐射计算模型。结果表明：内蒙古太阳总辐射年际变化总体呈下降趋势,但不显著,而且不同区域在减小速率上差异明显。年变化则表现为单峰型变化趋势,以5月辐射量最大,6、7月次之,12月最小。全年和各月总辐射的空间分布形态一致,总的分布趋势由东北向西南逐渐递增。全区年总辐射在4633～6616 MJ·m^-2之间,太阳能资源丰富程度均在丰富级别以上,而且大部分地区属于资源最丰富区和很丰富区,太阳能开发利用潜力巨大。     

西南地区不同地形台阶气温时空变化特征

利用西南地区135个站1961—2005年的年、月气温资料,按海拔高差及地形气候特征划分成不同的三级地形台阶及4个分区,分析了不同分区的气温时空变化特征。结果表明：西南地区大部年平均气温表现出明显的增温趋势,上升趋势最显著的地区在西藏高原等高海拔地区,而在四川的东北部及云南北部存在降温中心。各分区四季的增温速率排序与全国平均情况有所不同,依次为冬季、秋季、夏季或春季,且均表现出冬季增温趋势明显大于其他季节的特性。各分区年平均气温20世纪60年代至80年代中期基本表现为明显的下降趋势或无明显的增减趋势,但自1997年以来,均表现出显著的增温趋势。突变检测的结果也表明,各分区年平均气温突变的区域或突变点大部分发生在90年代后期以后,且高海拔地区增温突变启动时间早于其他低海拔地区。     

近50年安徽省太阳总辐射的时空变化特征

采用1961—2010年安徽省辐射观测数据和常规气象要素观测资料,建立了太阳总辐射的气候学计算方法;进而推算了安徽省各地太阳总辐射,并采用趋势分析、突变检验和小波分析等方法研究了其时空变化特征。结果表明:以理论天文辐射为起始值所建立的全省统一公式,能够较好的拟合安徽省月尺度的太阳总辐射值。根据公式推算的安徽省各地太阳总辐射资源的丰富程度以3级为主,空间分布呈北多南少的特征,季节分布为夏多冬少单峰型,但在梅雨期存在波谷。近50年来安徽省各地太阳总辐射量基本呈一致的减少趋势,全省平均下降趋势为每10年减少0.31 MJ·m-2·d-1,近年来辐射下降趋缓。安徽省太阳总辐射在20世纪80年代初存在一次突变现象;近50年总辐射量以准10年和4~6年左右周期振荡较为明显,而20世纪80年代以来年代际振荡信号减弱,并且太阳总辐射气候态以偏少为主。     

1961-2007年云南太阳总辐射时空变化特征

根据云南省7个辐射站太阳总辐射资料和113个台站日照百分率资料,建立了1961-2007年全省太阳总辐射时间序列,运用旋转主分量方法将全省分为4个区,并在此基础上研究云南太阳总辐射的时空分布和变化特征。结果表明：云南太阳总辐射呈中部多,西南部次之,东部及西北部少的分布特征。1961-2007年呈波段减少的变化趋势,线性倾向率为-0.64%/10a,其中中部及东部显著减少,西南部略有增加。其间出现两次突变,一次是1986年的显著减少,另一次是1993年以后的回升。分析表明,相对湿度和云量是影响太阳总辐射变化的主要气象因子。     

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。     

玉树站太阳总辐射变化特征及对气候变化的影响

对玉树站1961—2010年实测太阳总辐射资料分析表明,玉树太阳总辐射50年来呈逐渐减少的趋势.方差分析表明,玉树站的太阳总辐射突变点出现在1978年,此前总辐射量呈增加趋势,1978年以后,总体呈减少趋势,太阳总辐射处于相对偏少的时段,突变年后比突变年前平均年总辐射量减少了583.89 MJ/m².玉树各月总辐射减少幅度各不同,8月减少幅度最大,6月减少幅度最小.日照时数的变化趋势与太阳总辐射的变化趋势一致.分析其对气候的影响可知,玉树站总辐射和年平均气温、夏季降水量、年蒸发量均呈负相关.若总辐射减少100 MJ/(m²·a),年平均气温将升高0.03 ℃,5—9月降水量将增加3.0 mm,年蒸发量将增加21.0 mm.     

应用Penman公式对江西省太阳总辐射变化特征的探讨

利用1961～2000年赣州站、南昌站的年太阳总辐射与相关气象要素资料,结合Penman公式,运用6种计算净长波辐射的方法估算了两站的年太阳总辐射;建立了估算该地区年太阳总辐射的绝对误差权重法（Method of Absolute Errors,MAE）,并给出了适用于江西省的绝对误差权重系数,以此方法计算了江西省其他76站的年太阳总辐射;并分析了该地区年太阳总辐射的时空分布特征及其变化趋势,发现：（1）1961~2000年间,江西省大部分地区太阳总辐射在3800～4400 MJ·m-2·a-1;南部偏东地区较大,且存在有一大值中心;西部地区为江西省太阳总辐射最小的地区;（2）40年间,江西省年太阳总辐射呈明显下降趋势,每10年减少143.70 MJ·m-2。78站中,有63站的太阳总辐射的下降趋势通过了α=0.05的显著性检验,8站表现为上升趋势;江西省北部及南部地区太阳总辐射下降较大;中部地区下降相对较小,且在鄱阳湖东侧有一低值中心。     

西林地区太阳总辐射的气候特征

由于西宁地区太阳辐射观测站站址的两次迁移，加之迁移前后并无常规气象观测项目通常都必须进行的新旧站址对比观测资料，给辐射资料订正带来困难，本文着重探讨并解决了资料订正的方法，进而揭示西宁太阳总辐射时间变化特征以及与云量、火山爆发和太阳活动等的相关联系。     

南海中部的太阳总辐射特征研究

通过对南海中部的永兴岛的太阳总辐射观测资料进行分析，得出了关于南海中部的太阳总辐射特点的一些基本结论：大气的晴空透射率约为0．75；1990年代末期，3年平均云影响了约28％的最大可能总辐射能量；总辐射年平均值约为6763．7MJ／m^2a；3—8月月平均总辐射量维持在650MJ／m^2m左右，8～12月为下降阶段，1—3月为上升阶段。     

乌鲁木齐市近30a太阳辐射变化及其成因初探

利用乌鲁木齐市气象站1976—2005年太阳辐射和气象观测资料,分析乌鲁木齐市太阳辐射的变化及其成因。结果是:1990年以前总辐射、直接辐射是减少的,以后是增加的;而散射辐射在1986年之前递增、之后递减。初步认定总云量的减少、低云量的增加以及相对湿度的缓慢下降对太阳辐射变化有重要影响;从太阳辐射变化间接得出:近30a乌鲁木齐市空气污染总体有所减轻。     

银川市太阳总辐射对气候变化的影响分析

对银川市1961~2004年的实测太阳总辐射资料分析表明,银川市的太阳总辐射40年来呈逐渐减少的趋势。方差分析表明,银川市的太阳总辐射突变点出现在1980年,此前银川处于相对偏多的时段,此后虽然在20世纪80年代后期有一次明显波动,但总体上呈下降趋势,银川处于相对偏少的时段,突变后比突变前平均年总辐射量减少了295.41 MJ/(m2.a)。银川市各月总辐射减少幅度不同,9月减少幅度最大,4月减少幅度最小。日照时数的变化趋势与太阳总辐射的变化趋势一致。分析其对气候的影响可知,银川市总辐射和年平均气温、夏季降水量呈负相关,与年蒸发量呈正相关,呈线性趋势。若总辐射减少100 MJ/(m2.a),年平均气温将升高0.15℃,5~9月降水量将增加6 mm,蒸发量将减少18 mm。     

北京等7个气象台站太阳总辐射观测资料的准确度评估

基于地面太阳短波总辐射对气溶胶光学特性和地表反照率的敏感性, 该文提出了一个评估我国气象台站总辐射资料准确度的方法。该方法选用气溶胶光学厚度和太阳天顶角较小情形下的晴天辐射资料, 从太阳直射辐射反演气溶胶光学厚度, 用于计算宽带透过率, 再从该透过率和总辐射资料反演太阳常数E0, P, 并采用E0, P对世界辐射基准 (WRR) 的偏差表示总辐射资料的不确定性。模拟结果表明:气溶胶折射率虚部和大气柱水汽含量的输入误差是两个主要的评估不确定因子。用于准确度评估的资料越多, 越有利于平滑气溶胶、水汽含量等输入参数随机误差的效应, 评估结果越合理。应用这一方法, 该文评估了2000— 2004年我国沈阳、额济纳旗、北京、乌鲁木齐、格尔木、上海和广州7个气象台站总辐射资料的准确度。7个站共有1161个太阳常数反演值, 都满足太阳天顶角余弦 (μ0) 大于0.7的条件。这些E0, P值对WRR的最大偏差为7.33%, 97.78%的E0, P值对WRR的偏差小于5%, 总平均E0, P值对WRR偏差只有-1.15 %。依据这些结果, 当μ0≥0.7时, 这些台站的晴天总辐射资料的不确定度估计为5%。     

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。     

若尔盖湿地TM影像判识特征

利用贵州省仅有的3个辐射观测站资料,比较了用日照百分率拟合与全国通用公式两种方法计算的总辐射的误差,结果表明:用日照百分率的计算方法,其月值和年值的平均相对误差的绝对值都小于10%,其效果明显优于用全国通用公式.在贵州省,太阳总辐射是随着海拔高度的增加而增加,故选择日照百分率按照海拔高度来分别拟合月总辐射的方法,利用1971～2000年的有关资料,计算了贵州省各地的总辐射,并分析了其空间分布特征.     

河南省近40年太阳辐射变化规律及其成因探讨

首先把河南省不完整的太阳辐射资料,用经验公式推算到近４０年（１９６０～１９９７年）的资料。并把只有总日射资料的站,利用经验公式,计算出直接辐射、散射辐射资料。在此基础上,用方差分析找出太阳辐射的周期变化规律,发现河南省太阳总辐射具有减少的趋势,直接辐射也呈减少趋势,散射辐射北部、南部呈减少趋势,中部呈增多趋势。初步研究证明,大气中总悬浮微粒的增加是导致太阳总辐射减少的重要原因     

成都市太阳辐射时间变化特征及对气候因子的影响

基于成都市1991至2020 年太阳总辐射、直接辐射、散射辐射、气温、蒸发、日照时数等气象资料,采用线性趋势、Maan-KendaⅡ等方法研究太阳辐射的年、月、日变化特征,以及太阳总辐射的变化对气温、蒸发等气候因子的影响。结果表明：太阳总辐射、直接辐射逐年增多趋势明显,线性倾向率分别为29.69、20.25 MJ·m-2/a;太阳总辐射2010 年出现突变,突变年后较突变年前年平均太阳总辐射增多497.22 MJ·m-2。散射系数呈逐年减小趋势,线性倾向率为每10 年减少0.6。太阳总辐射与气温、蒸发、日照时数呈正相关,均通过显著性检验。太阳总辐射每增加10 MJ·m-2/a,年平均气温升高0.006℃,日照时数增加1.7 h,蒸发量增大1.2 mm。对太阳辐射增加的原因分析,人类活动造成的气溶胶含量减少可能是太阳辐射增加的一个原因。     

Simulation and Regionalization of Daily Global Solar Radiation: A Case Study in Quebec,Canada

Global solar radiation (GSR) is essential for agricultural and plant growth modelling, air and water heating analyses, and solar electric power systems. However, GSR gauging stations are scarce compared with stations for monitoring common meteorological variables such as air temperature and relative humidity. In this study, one power function, three linear regression, and three non-linear models based on an artificial neural network (ANN) are developed to extend short records of daily GSR for meteorological stations where predictors (i.e., temperature and/or relative humidity) are available. The seven models are then applied to 19 meteorological stations located across the province of Quebec (Canada). On average, the root-mean-square errors (RMSEs) for ANN-based models are 0.33–0.54?MJ?m^?2?d^?1 smaller than those for the power function and linear regression models for the same input variables, indicating that the non-linear ANN-based models are more efficient in simulating daily GSR. Regionalization potential of the seven models is also evaluated for ungauged stations where predictors are available. The power function and the three linear regression models are tested by interpolating spatially correlated at-site coefficients using universal kriging or by applying a leave-one-out calibration procedure for spatially uncorrelated at-site coefficients. Regional ANN-based models are also developed by training the model based on the leave-one-out procedure. The RMSEs for regional ANN models are 0.08–0.46?MJ?m^?2?d^?1 smaller than for other models using the same input conditions. However, the regional ANN-based models are more sensitive to new station input values compared with the other models. Maps of interpolated coefficients and regional equations of the power function and the linear regression models are provided for direct application to the study area.