太陽輻射兩級區化方法及其應用

于瑛 楊柳 白魯建

摘要：完整準確的太陽輻射數據是利用太陽能的前提，但實測數據嚴重匱乏，建立太陽輻射區域估算模型可以有效解決數據缺失的問題。提出太陽輻射兩級區劃方法，以晴空指數為一級區劃指標，日照時數和平均溫度為二級區劃指標，對中國太陽輻射氣候進行區域劃分，共得到17個太陽輻射區，通過建立區域模型計算該區域內無輻射實測數據臺站的日總輻射量。以陜西省為例，計算全省范圍內33個臺站的日總輻射量，結果顯示，累年平均日總輻射量由陜北北部、陜北中部至關中、陜南逐漸遞減，分布狀況與緯度、氣候和地形對太陽輻射強度的影響機理相符，表明太陽輻射兩級區化方法可以用于日總輻射量計算中。

關鍵詞：太陽輻射；聚類算法；AP模型；輻射量

中圖分類號：TU119.2 文獻標志碼：A文章編號：16744764（2018）02011608

收稿日期：20170619

基金項目：國家自然科學基金（51325803、51608423）

作者簡介：于瑛（1979 ），女，副教授，博士生，主要從事建筑氣候與節能研究，Email：yinger5100@126.com。

楊柳（通信作者），女，教授，博士生導師，Email：626224056@qq.com。

Received：20170619

Foundation item：National Natural Science Foundationof China （No. 51325803，51608423）

Author brief：Yu Ying （1979 ）， associate professor， PhD candidate， main research interests： building climate and energy efficiency， Email： yinger5100@126.com.

Yang Liu （corresponding author）， professor， doctorial supervisor， Email： 626224056@qq.com.Twostage regionalization method and application of solar irradiation

Yu Yinga，b， Yang Liub， BaiLujianb

（a. School of Mechanical and Electrical Engineering； b. School of Architecture， Xian University

of Architecture and Technology， Xian 710055， P. R. China）

Abstract：Complete and accurate radiation data is the precondition for using solar energy，but measured data is severely lacking. The data situation can be change effectively by establishing solar radiation area estimation model Twostage regionalization method for solar irradiation is proposed. Clearness index and mean temperature as the firstlevel and secondlevel index of regionalization separately are employing， solar climate can be divided into 17 solar zones in China. In each zone， daily global irradiation（DGI） data of the stations without measured data will be calculated with proper regional model. Taking shaanxi province as an example to estimate provincewide 33 stations DGI data， the result shows that the amount of yearly mean DGI gradually decreases from northernmost shaanxi， northern shaanxi， guanzhong region， to southern shaanxi. The solar mapping corresponds with the principle that local latitude， climate and terrain have influence on solar radiation intensity. This result indicates that twostage regionalization method can be used in estimating DGI.

Keywords：solar irradiation； clustering algorithm； AngstromPrescott（AP）model； irradiation

太陽能是一種無污染的清潔能源，中國幅員遼闊，氣象條件復雜，不同氣候之間差異明顯，太陽能資源非常豐富。如果能對這部分能量準確估算并加以利用，對于建筑節能、環境保護和提高室內環境的舒適性都有積極意義。完整準確的太陽輻射數據是利用太陽能的前提，而目前由于經費、設備維護等方面的原因，使得太陽輻射觀測數據遠遠不能滿足需求。以中國為例，輻射臺站的數量遠少于氣象臺站，僅有120余個，不及基本地面氣象觀測站數量的4%。輻射數據的匱乏嚴重制約了低能耗建筑設計的發展，如何準確估算無實測數據地區的太陽輻射量，實現輻射數據從無到有，是目前建筑節能設計中迫切要解決的基礎性問題。

對于太陽輻射資源的計算，目前普遍應用的研究方法主要包括：1）空間插值法。利用地統計學中的空間插值技術和基于地形因子的統計方法，產生柵格化的太陽輻射空間分布數據，實現方式有所不同，可以對太陽輻射數據直接插值[13]，也可以對輻射估算模型系數或自變量插值，從而間接計算出太陽輻射量[46]；2）衛星反演法。利用衛星遙感技術，從觀測信號中提取能較好反映地表太陽輻射的信息，結合地形、氣象要素的影響，完成地表太陽輻射的反演計算，從而彌補地面太陽輻射觀測數據的不足[78]。空間插值法克服了一般內插法不能充分考慮氣象要素空間分布的不足，但由于輻射資料站點數量過少影響了數據精度；采用遙感手段反演地表參數，由于其技術本身的復雜性，也存在較大的不確定性，加之中國西部尤其是青藏高原地區常用的高空間分辨率的數據資料（如MODIS）比較稀少，因此，仍需要在地面觀測的基礎上利用其他計算方法所得結果作為補充，應用具有一定局限性[9]。綜上所述，有必要提出一種算法簡單、能在中國推廣應用且滿足誤差要求的太陽輻射資源計算方法。

采用氣候學的方法計算到達地面的太陽輻射具有物理意義明確、計算簡單、利于推廣等優點，是迄今為止最成熟，應用最廣泛的方法，尤其是其中的經驗模型法使用日照百分率、日較差、云量等常規氣象觀測資料建立了輻射經驗估算模式，使更多地區估算太陽輻射量成為可能。中國氣象局在全國共建有地面氣象觀測站2 400多個，為模型法的實現提供了數據基礎，且臺站覆蓋了人口密集的所有城鎮地區，完全能滿足建筑熱環境研究的需求，于是，如何確定經驗模型系數成為估算該地區太陽輻射量的關鍵。筆者提出基于太陽輻射區域化的經驗模型系數確定方法，通過兩級區劃指標，將太陽輻射氣候相似的地區劃分為一個輻射區域，每個區域中包含了同時具有氣象和太陽輻射觀測數據的少量臺站以及僅有氣象觀測數據的大量臺站，利用少量臺站的觀測數據生成模型系數，該系數即作為區域模型系數，用于該區域中其他臺站的太陽輻射量的計算。

1太陽輻射兩級區化

第2期 于瑛，等：太陽輻射兩級區化方法及其應用太陽輻射區域化研究最早由Terjung[10]提出，隨后各國學者陸續進行相關研究，研究方法主要分為兩類：一類是延續Terjung的思路，使用太陽輻射數據本身作為分區依據，根據經驗提出輻射臨界點，將兩個臨界點之間的地區劃分成一個區域[1112]；另一類是以晴空指數或晴空指數與地理參數（如緯度和海拔）相結合作為分區依據，使用聚類方法進行區域劃分[1314]。參與分區的臺站數量和太陽輻射數據質量直接決定著分區的可靠性與準確性，理論上用于分區的臺站數量越多且使用近20～30年輻射數據得到的結果就越可靠。而目前中國具有太陽輻射日值觀測數據記錄的臺站數量有限，且記錄年限長短不一，所以，無論是直接使用太陽輻射數據本身，還是在太陽輻射基礎上通過二次計算得到的數據（例如：晴空指數）作為分區指標，都會出現參與分區臺站數量少、太陽輻射數據不足的問題，從而影響分區結果。于是，需要建立新的分區指標，既能反映太陽輻射的變化又能克服臺站數量不足對于分區精度的影響。

1.1區化指標

區域化目的要求分區相對精細但數量也不宜過多，否則會使得區域內缺乏足夠的數據確定模型系數，從而影響輻射量估算精度；區域化指標選擇原則要求既能體現太陽輻射的變化又能克服輻射數據本身數量不足對分區結果的影響。鑒于以上要求，提出太陽輻射兩級區劃方法，每一級選擇不同的區劃指標，通過一級區劃實現對中國太陽輻射氣候的粗略劃分，再在每一個一級劃分區域中通過二級區劃進一步細化，由“粗”及“細”，得到太陽輻射氣候區化結果。

1.1.1一級區化指標晴空指數Kt定義為入射到水平面的太陽總輻射與天文輻射之比，如式（1）。太陽輻射進入大氣后受云、大氣分子、臭氧、二氧化碳、水汽、氣溶膠等各種成分的吸收、反射等作用而減弱，在不同大氣條件下太陽輻射受到大氣影響的程度不同。晴空指數是描述大氣對太陽短波輻射影響的一個綜合參數，是衡量空氣透明度的指標，綜合反映了太陽輻射在穿過大氣層時受到的衰減，特別適合描述建筑對太陽輻射強度的要求。Kt低意味著總輻射量小，通常代表多云天氣且總輻射以散射輻射為主；Kt高意味著太陽總輻射量大且以直射輻射為主。所以晴空指數與總輻射量息息相關，可以作為太陽總輻射區域化指標，而且使用晴空指數代替總輻射作為分區指標還有助于抑制受緯度影響的天文總輻射變化帶來的地面總輻射變化。Kt=GG0（1）式中：G0=24πISCE0π180ωs（sin δsin ）+

（cos δcos sin ωs） （2）式中：G為水平面日總輻射曝輻量，MJ/m2；G0為天文日總輻射曝輻量，MJ/m2；ISC為太陽常數，取4921 MJ/m2；為緯度；δ為太陽傾斜角；ωs為日落時角，ωs=cos-1（-tan tan δ）；E0為地球軌道的離心率修正因子。

1.1.2二級區化指標到達地面的太陽輻射除了受天文因子（包括太陽常數、日地距離、太陽高度角等）、地理因子（包括觀測點的緯度、海拔、地形等）的影響外，還受地球大氣層的強烈影響，而氣象要素（包括溫度、相對濕度、氣壓、風、云量等）對大氣層的構成起決定作用，所以，氣象要素與太陽輻射之間有密切聯系。目前提出的太陽總輻射預測模型大多都是借助不同的氣象要素來估算太陽輻射量，例如，基于云量的Badescu模型[15]、基于溫度的Hargreaves模型[16]、基于日照時數和相對濕度的AngstromPrescott（AP）模型[17]等，充分說明了氣象要素對太陽輻射的影響。筆者選擇中國同時具有日總輻射與其他氣象要素實測數據的120個臺站，借助SPSS工具計算每個臺站日照時數、日平均氣溫、氣壓、風速、相對濕度及日較差相對于日總輻射量的偏相關系數，如圖1、圖2所示。從圖中可看出，日照時數、日平均溫度與日總輻射量的相關性較其他氣象要素更強。但這兩個氣象要素是否與日總輻射量信息重疊程度高、是否可替代其做為分區指標尚需證明。在統計學中，某個單指標與其他多個指標的信息重疊一般可用復相關系數來反映，復相關系數越接近1，則他們之間的信息重疊程度越嚴重，越接近于零，則信息重疊程度越低。計算上述120個臺站日照時數、日平均溫度與日總輻射量的復相關系數，稱為第1組；為了便于比較，又計算了除以上2個氣象要素外的其他4個要素（氣壓、風速、相對濕度及日較差）與日總輻射量的復相關系數，稱為第2組，統計第1、2組復相關系數分布，如圖3所示。圖中第1組90%的復相關系數大于0.9，第2組復相關系數明顯小于第1組，多數分布在0.5～0.8之間，由此可知，日照時數、日平均溫度與日總輻射量的信息重疊程度遠高于其他要素，具有替代日總輻射量的能力。加之目前具有近30 a日照時數和日平均溫度實測數據的氣象臺站達900多個，圖1120個臺站氣象要素與太陽輻射量偏相關系數（一）

Fig.1Partial correlation coefficients between

meteorologicalfactors and solar irradiation in 120 stations （1）圖2120個臺站氣象要素與太陽輻射量偏相關系數（二）

Fig.2Partial correlation coefficients between

meteorologicalfactors and solar irradiation in 120 stations （2）圖3 兩組復相關系數分布

Fig.3Distribution of two multiple correlation coefficients數據充足，有效彌補了由于輻射觀測站數量有限而造成一級區域劃分過粗的不足。由此可見，可選擇日照時數和日平均氣溫作為二級區劃指標。

1.2區化方法

太陽輻射氣候區域化的難點在于利用有限的、在地理上分散的臺站數據劃分出若干個區域范圍，這是在大數據中通過尋找數據間的相似性進行分類的問題，處理該類問題常用的方法是聚類。近年來中國應用聚類方法對不同氣象因素進行分區的研究也見諸報道，例如：文獻[1819]分別利用分層聚類方法對中國不同時間尺度的平均氣溫和降水量進行區劃；文獻[20]對比了快速樣本聚類法、分層聚類法及聚類統計檢驗法在中國溫度區域化中的應用，論證了3種方法各自的優勢。通過分析文獻發現，分層聚類法在氣象要素區域化中應用最為廣泛，尤其是其中的離差平方和（Ward）算法在數學上有更多的優勢，得到的樣本聚類結果對比度最好[21]。基于此，選擇分層聚類方法，具體應用Ward算法，根據一級和二級分區指標逐級對中國太陽輻射氣候進行區劃，在計算樣本之間的距離時選擇平方歐式（Euclidean）距離。

1.3區化結果

1.3.1一級區劃文獻[5]中選擇中國具有日總輻射實測數據的123個臺站，數據記錄時間在1957—2000年之間，記錄時間從10～44 a不等，分別計算各臺站累年逐月平均晴空指數，可得到一個123×13矩陣，矩陣的第1列是臺站號，后12列分別是1月到12月累年月平均晴空指數值。借助SPSS工具完成聚類，根據Ward算法原理，當兩類歸并為一個新類時離差平方和會增加，如果分類正確，則離差平方和增加較小，反之如果將本來不屬于同一類的樣本強行歸為一類則離差平方和會突然增大。如將類與類合并時所產生的離差平方和表示成一條曲線，則曲線拐點處所對應的類數將為樣本的最佳分類數。SPSS的結果頁面可以顯示每次歸并所產生的離差平方和數據，發現當類數從5降到4時離差平方和突然增大，可見離差平方和曲線拐點對應的類數為5。于是通過一級區劃可將中國太陽能氣候劃分為5個區域，邊界線根據所屬不同區域最近的兩個臺站之間的地理距離中點劃定，一級區劃結果如圖4所示。

圖4太陽輻射一級區劃圖

Fig.4The first stage regionalization for solar irradiation區域1西起青藏高原東至內蒙古高原，是中國太陽輻射最豐富的地區；區域4主要以平原地形為主，分布在東南沿海一帶，包括華中、華南平原；區域5主要分布在四川盆地中部，西臨青藏高原、南臨云貴高原、東臨巫山山脈、北臨大巴山區，特殊的地形使得該區域終年多霧，年平均晴空指數在全國最低；區域2和區域3都包含兩個地理上被隔離開的區域，為了方便說明，文中以2A、2B、3A、3B區分，2A區域包括塔里木盆地和吐魯番盆地，2B區域主要以高原為主，南起青藏高原，經黃土高原和內蒙古高原，東至大興安嶺山脈；3A和3B區域分別覆蓋了東北、華北平原和云貴高原。結合區域的地理分布，一級區劃實際上是將中國劃分成7個太陽輻射氣候區域。

1.3.2二級區劃從中國氣象日值數據集的905個臺站中選擇具有19840101—20131231數據記錄連續超過20 a的臺站，共計646個。將這些臺站按照經緯度歸入一次劃分的區域中，計算各臺站日照時數和平均溫度的累年月均值。以區域4為例，該區域中包含187個臺站，于是可以得到一個187×25矩陣，矩陣的第1列是臺站號，后24列分別是一月到十二月累年月平均日照時數和溫度值。為了消除變量之間由于量綱不同帶來的離差平方和差異，首先要進行數據歸一化處理，然后再利用SPSS工具聚類。與一次聚類步驟相同，將類與類逐次歸并時所產生的離差平方和以曲線表示，該曲線稱為肘標準曲線，如圖5所示。從圖5可以看出，當由3類減少到2類時曲線出現拐點，于是將區域4二次劃分成3類最合適。按照上述步驟依次將7個一級區域逐一進行二次劃分，共得到17個二級區域（見圖6），圖中較細的曲線為二級區劃邊界線。表1中統計了每個二級區域的平均海拔并分析區域地形特征。

圖5二級區劃肘標準圖

Fig.5A function of the number of clusters

for twostage Regionalization圖6太陽輻射二級區劃圖

Fig.6Twostage regionalization for solar irradiation表1輻射區域統計

Table 1Solar radiation zones statistics一級區劃二級區劃平均海拔/m區域地形1111 859青藏高原、內蒙古高原1124 072青藏高原2A2A18 66準噶爾盆地2A2A21 317塔里木盆地2B2B12 218內蒙古高原2B2B2598東北平原2B2B33 643黃土高原2B2B42 033青藏高原3A3A1490華北平原3A3A21 058內蒙古高原3A3A3283東北平原3B3B11 265云貴高原邊緣地帶3B3B21 559云貴高原中心地帶441255442228華中、華南平原，海拔高度由北向南遞減44312355641四川盆地

2陜西省日總輻射量計算

實現總輻射量準確估算有兩個重要環節：其一是選擇適當的模型形式；其二是確定合理的模型系數，在模型形式確定后，模型系數對推算精度起決定作用，其確定方法成為了準確生成日總輻射數據的關鍵。提出基于輻射區域化的模型系數確定方法，根據輻射分區結果，利用各區域內同時具有太陽輻射與氣象實測數據的臺站回歸得到模型系數，將該系數用于本區域內其他臺站太陽輻射量估算中。以陜西省為例，該省氣象臺站共36個，輻射臺站僅有3個——西安、延安、安康，輻射數據實測狀況見表2（數據來源于國家氣象信息中心），借助該方法確定模型系數，計算其余33個臺站的日總輻射量。由于生成的輻射數據主要用于建筑熱環境分析，所以，太陽總輻射量的估算要精確到日尺度。表2陜西省日總輻射實測數據狀況

Table 2The measured data situation of DGI in Shaanxi臺站號臺站名經度/

（°）緯度/

（°）海拔/m日總輻射量實測時段53845延安109.536.695919900101—2013083157036西安108.9334.339819800101—2005123157245安康109.0332.7229119900101—20130831

2.1模型形式

基于日照時數的太陽總輻射預測模型最早是1924年由Angstrom提出，該模型揭示了同一地區日總輻射和相應的晴天日總輻射的比值與日照時數和最大可能日照時數比值之間的線性關系。1940年Prescott對此模型作了修正，習慣稱為AngstromPrescott（AP）模型[17]。該修正模型用天文日總輻射代替了晴天總輻射，更加便于應用，見式（3）。其中S為日照時數，S0為最大可能日照時數，a、b為回歸系數，G0和S0可通過式（2）、式（4）計算得到。AP模型結構簡單易于計算，并且在大多數氣候條件下都能獲得較好的估算結果，是目前應用最廣泛的太陽總輻射估算模型，選擇其作為估算模型。GG0=a+bSS0（3）

S0=215cos-1（-tan φtan δ） （4）2.2評價指標

為了檢驗估算數據對實測數據的代表性及二者之間的偏差，引入兩個誤差評價指標，分別為均方根誤差（RMSE）和決定系數R2，定義為RMSE=1n∑ni=1（Ip，i-Ii）2（5）

R2=1-∑ni=1（Ii-Ip，i）2∑ni=1（Ii-I_）2（6）RMSE代表數據在回歸曲線周圍的分散程度；R2值在0～1之間，R2越接近于1則回歸模型與實測數據的擬合程度越高。

2.3模型系數

在二級區劃結果中陜西省分屬于2B1、3A1、3A2和41區，選擇各區域中同時具有輻射和氣象數據臺站1980年后的數據回歸得到模型系數a、b，計算模型與觀測數據的擬合程度，見表3，R2最低為0.724，說明模型能夠較好地反映出實際數據之間的關系。從每個區域內任意挑選一個臺站作為模型驗證，該臺站須具有日總輻射實測數據但并未參與建模，誤差分析結果見表4。結果顯示在太陽輻射資源豐富、平均晴空指數較大的2B1區域模型計算誤差最小，后隨平均晴空指數的減小而逐漸增大，在平均晴空指數較低的41區域計算誤差最大，達到17.11%。總體來看，RMSE的平均值處于15%以內，可以滿足誤差要求。表3AP模型系數

Table 3Thecoefficients of AP model二級區域系數a系數bR22B10.2220.5390.7743A10.1860.5120.8193A20.2130.4800.724410.1650.5320.850

表4誤差分析結果

Table 4The results of error analysis二級區域臺站號RMSERMSE/%2B1525331.8011.003A1545111.9013.773A2534872.3715.8441582382.1417.11

2.4計算結果

利用表3的模型系數，結合日照時數觀測數據，可計算出其余33個臺站（表5）1980年以后的日總輻射量，并進一步計算出各臺站累年平均日總輻射量，借助GIS工具插值可得陜西省日總輻射分布圖，見圖7。圖中累年平均日總輻射量由陜北、關中至陜南逐漸減小，陜北太陽輻射資源豐富，累年平均日總輻射量大于12 MJ/m2，其中，陜北北部長城沿線尤其突出，累年平均日總輻射量超過15 MJ/m2；關中地區累年平均日總輻射量處于12～13.5 MJ/m2之間，華山由于海拔較高，累年平均日總輻射量高于關中其他地區；陜南地處秦嶺以南，氣候狀況與巴蜀相近，太陽輻射資源相對薄弱，累年平均日總輻射量在10～12 MJ/m2之間。表5陜西省日總輻射數據估算狀況

Table 533 stations information臺站

號臺站

名經度/

（°）緯度/

（°）海拔/m日總輻射數據計算時段53651神木110.2638.49941.120090101—2014093053646榆林109.7838.271 05819800101—2014093053740橫山109.2337.931 10819800101—2014093053754綏德110.2137.592919800101—2014093053735靖邊108.4837.371 336.920090101—2014093053725定邊107.3537.351 361.319890101—2014093053738吳旗108.1636.911 33119800101—2014093053854延長110.0436.35805.420090101—2014093053942洛川109.535.811 15919800101—2014093053955韓城110.2735.28458.820090101—2014093053929長武107.835.21 14219800101—2014093057037耀縣108.9834.9372120000101—2014093053948蒲城109.3534.57499.920090101—2014093057003隴縣106.534.54925.120090101—2014093057046華山110.0834.482 06519800101—2014093057030永壽108.0934.42998.720090101—2014093057025鳳翔107.2334.31781.820050101—2014093057049華縣109.4434.31342.320090101—2014093057034武功108.2234.2744919800101—2014093057131涇河108.5834.2641020060101—2014093057048秦都108.4334.24472.820090101—2014093057028太白107.1934.021 543.720090101—2014093057143商縣109.9633.8674419800101—2014093057134佛坪107.9833.5282819800101—2014093057144鎮安109.1533.4369419800101—2014093057124留壩106.5633.381 031.620090101—2014093057154商南110.5433.32523.820090101—2014093057106略陽106.1533.3179719800101—2014093057127漢中107.0333.0750919800101—2014093057232石泉108.2633.0548519800101—2014093057211寧強106.1532.5855.220090101—2014093057238鎮巴107.5232.3694.320090101—2014093057343鎮坪109.5331.999520090101—20140930圖7陜西省日總輻射量空間分布圖

Fig.7The spatial distribution of DGI in Shannxi3結論

太陽輻射氣候區域化是太陽能資源優化配置與高效利用的重要環節，在建筑、農業和氣象等領域均有重要意義。針對建筑熱環境設計中太陽輻射數據不足的現狀，采用兩級區劃方法對中國太陽輻射氣候進行劃分：一級區劃指標為晴空指數；二級區劃指標為日照時數和平均溫度，得到17個太陽輻射氣候區域。在分區基礎上提出了經驗模型系數的確定方法，計算出無輻射觀測數據臺站的日總輻射量，可實現中國96%的氣象臺站輻射數據的從無到有。以陜西省為例計算出省內33個臺站累年平均日總輻射量，其數值具有從北向南遞減趨勢，即太陽輻射強度由陜北長城沿線、陜北中部、關中、陜南逐漸減弱，該結果與緯度、氣候和地形對太陽輻射強度的影響機理相符，并與文獻[2224]中得到的太陽輻射分布完全一致，表明太陽輻射兩級區化方法可以用于日總輻射量計算中。

參考文獻：

[1] ANTONANZAS J，URRACA R， MARTINEZDEPISON F J，et al. Solar irradiation mapping with exogenous data from support vector regression machines estimations[J]. Energy Conversion and Management， 2015， 100（8）： 380390.

[2] RUIZARIAS J A， POZOVZQUEZ D， SANTOSALAMILLOS F J， et al. A topographic geostatistical approach for mapping monthly mean values of daily global solar radiation： A case study in southern Spain[J]. Agricultural and Forest Meteorology， 2011， 151（12）：18121822.

[3] 王衛東. 基于神經網絡的西北地區太陽輻射模擬及時空特征分析[D]. 蘭州： 西北師范大學，2014.

WANG W D. Simulation of solar radiation and study on temporalspatial changes in Northwest China based on neural network[D].Lanzhou： Northwest Normal University，2014.（in Chinese）

[4] 高慶龍. 基于空間分布的建筑節能氣象參數研究[D]. 西安：西安建筑科技大學， 2011.

GAO Q L. Research on weather data for building energy efficient based on the space distribution [D].Xian：Xian University of Architecture and Technology，2011. （in Chinese）

[5] CHELBIA M， GAGNONB Y，WAEWSAK J. Solar radiation mapping using sunshine durationbased models and interpolation techniques： Application to Tunisia[J]. Energy Conversion and Management， 2015， 101（9）：203215.

[6] CHEN J L， LI G S. Parameterization and mapping of solar radiation in data sparse regions[J]. AsiaPacific Journal of Atmospheric Sciences， 2012， 48（4）： 423431.

[7] POLO J. Solar global horizontal and direct normal irradiation maps in Spain derived from geostationary satellites[J]. Journal of Atmospheric and SolarTerrestrial Physics， 2015， 130（8）： 8188.

[8] 肖建設，顏亮東，校瑞香，等. 基于RS/GIS的三江源地區太陽能資源遙感估算方法研究[J]. 2012，34（11）：20802086.

XIAO J S， YAN L D， XIAO R X， et al. Estimating solar energy resources based on RS/GISat the "ThreeRiverSource"[J].2012，34（11）：20802086. （in Chinese）

[9] 孫嫻，姜創業，王娟敏. 太陽短波輻射的分布式模擬及評估研究[M]. 北京：氣象出版社，2015.

SUN X， JIANG C Y， WANG J M. Research on distributed simulation and evaluation of solar shortwave radiation[M]. Beijing： China Meteorological Press， 2015. （in Chinese）

[10] TERJUNG W H. A global classification of solar radiation [J]. Solar Energy， 1970，13（1）：6781.

[11] 劉新安，范遼生，王艷華， 等. 遼寧省太陽輻射的計算方法及其分布特征[J]. 資源科學， 2002， 24（1）：8287.

LIU X A， FAN L S， WANG Y H， et al. Thecalculation methods and distributive character of solar radiation in Liaoning province[J].Resources Science， 2002， 24（1）：8287. （in Chinese）

[12] 陳芳，馬英芳，李維強.青藏高原太陽輻射時空分布特征[J]. 氣象科技， 2005， 33（3）：231234.

CHEN F， MA Y F， LI W Q. Distribution characteristics of solar radiation over Qinghai Plateau[J]. Meteorological Science and Technology， 2005， 33（3）：231234. （in Chinese）

[13] LAU C C S， LAM J C， YANG L. Climate classification and passive solar design implications in China[J]. Energy Convers Manage， 2007， 48（7）：20062015.

[14] 劉大龍. 太陽輻射數據處理及其可視化[D].西安：西安建筑科技大學，2006.

LIU D L. Processing and visualizing data of solar radiation [D].Xian：Xian University of Architecture and Technology，2006. （in Chinese）

[15] BADESCU V. Correlations to estimate monthly mean daily solar global irradiation： application to Romania[J]. Energy，1999，24（2）：883893.

[16] HARGREAVES G H， SAMANI Z A.Estimating potential evapotranspiration[J]. Journal of Irrigation and Drainage Engineering， 1982，108（3）：223230.

[17] PRESCOTT J A. Evaporation from water surface in relation to solar radiation [J]. Transactions of the Royal Society， 1940， 46（3）：114118.

[18] 秦愛民，錢維宏，蔡親波. 1960—2000年中國不同季節的氣溫分區及趨勢[J].氣象科學， 2005， 25（4）：338345.

QIN A M， QIAN W H， CAI Q B. Seasonal division and trend characteristic of air temperature in China in the last 41 years[J].Scientia Meteorological Sinica， 2005， 25（4）：338345. （in Chinese）

[19] 秦愛民，錢維宏.近41年中國不同季節降水氣候分區及趨勢[J].高原氣象， 2006， 25（3）：495502.

QIN A M， QIAN W H. The seasonal climate division and precipitation trends of China in recent 41 years[J]. Plateau Meteorology， 2006， 25（3）：495502. （in Chinese）

[20] 韓微，翟盤茂. 三種聚類分析方法在中國溫度區域劃分中的應用研究[J].氣候與環境研究，2015，20（1）：111118.

HAN W， ZHAI P M. Three cluster methods in regionalization of temperature zones in China [J]. Climatic and Environmental Research， 2015，20（1）：111118. （in Chinese）

[21] 解焱，李典謨.中國生物地理區劃研究[J].生態學報，2002，22（10），15991615.

XIE Y，LI D M. Preliminary researches on biogeographical divisions of China[J].Acta Ecologica Sinica， 2002，22（10）： 15991615. （in Chinese）

[22] 吳林榮，江志紅，魯淵平，等. 陜西省太陽總輻射的計算及分布特征[J].氣象科學，2009，29（2）：187191.

WU L R， JIANG Z H， LU Y P， et al. The calculation methods and distributive character of solar radiation in Shaanxi province [J].Scientia Meteorological Sinca， 2009，29（2）： 187191.（in Chinese）

[23] 吳林榮，王娟敏， 劉海軍，等. 陜西省太陽輻射及其日照時數的時空變化特征[J].水土保持通報， 2010，30（2）：212214.

WU L R， WANG J M， LIU H J，et al. Spatiotemporal variation of solar radiation and sunshine hours in Shaanxi province[J]. Bulletin of Soil and Water Conservation， 2010，30（2）：212214.（in Chinese）

[24] 吳其重，王自發，崔英杰. 我國近20年太陽輻射時空分布狀況模式評估[J].應用氣象學報，2010，21（3）：343350.

WU Q Z， WANG Z F， CUI Y J. Evaluating the solar radiation resources of China in recent 20 years by meteorological model[J]. 2010，21（3）：343350.（in Chinese）