利用地面氣象資料建立四川省日總輻射計算模型*

蔡元剛，王明田，蔡怡亨，劉雅琳，陳東東

利用地面氣象資料建立四川省日總輻射計算模型*

蔡元剛1，王明田2，3**，蔡怡亨4，劉雅琳1，陳東東5

（1.綿陽市氣象局，綿陽 621000；2. 四川省氣象臺，成都 610072；3.南方丘區節水農業研究四川省重點實驗室，成都 610066；4.南京信息工程大學，南京 210044；5.四川省農業氣象中心，成都 610072）

利用四川省6個輻射觀測站2016?2018年日總輻射和地面氣象資料，應用“個案排秩”、一元線性回歸和逐步回歸方法，建立四川省日總輻射計算模型（模型Ⅰ），并按日照時數是否為0建立有日照總輻射計算模型（模型Ⅱ）和無日照總輻射計算模型（模型Ⅲ）。結果表明：模型Ⅰ、模型Ⅱ和模型Ⅲ均通過0.01水平顯著性檢驗；模型Ⅰ、模型Ⅱ和模型Ⅲ回代檢驗的MAPE分別為12.62%、10.02%、16.34%，NRMSE分別為16.17%、12.23%、28.40%；4個典型日應用這3個模型的MAPE分別為7.59%、4.50%、36.53%，NRMSE分別為9.22%、5.93%、40.98%；對于4個典型日在日照時數為0時不用模型Ⅲ而改用模型Ⅰ、日照時數不為0時用模型Ⅱ，其MAPE為5.79%、NRMSE為7.47%，比全部資料用模型Ⅰ模擬分別提高1.80個和1.75個百分點。建立的3個日總輻射計算模型均具有應用價值；四川省日總輻射最佳模擬方法是日照時數為0時用模型Ⅰ計算，日照時數不為0時用模型Ⅱ計算；海拔、天氣狀況和日照長短決定四川各地日總輻射量的大小，其中海拔和天氣狀況是造成四川各地日總輻射差異的主要因素。

四川；日總輻射；正態得分；氣象因子；數值模擬

太陽輻射是地球光熱能的主要來源。太陽輻射監測始于1837年的法國，至今已有180多年歷史。太陽輻射因監測設備價格昂貴等因素導致輻射監測站至今非常稀少，無法滿足各方需求。20世紀20年代開始，國內外學者相繼開展太陽總輻射與地面氣象要素之間的相關性分析，并建立相應的機理模型和經驗模型[1]，國外學者研究機理模型相對較多[2?4]，國內學者多側重于經驗模型的構建。1963年左大康等[5]根據中國日輻射觀測站的實測資料，以月晴天總輻射和月日照百分率兩個要素，建立月總輻射的計算式；1964年翁篤鳴[6]提出分區計算月總輻射的經驗公式。其后，不少學者在此基礎上進行大量改進[1]，主要集中在4個方面：一是采用不同的太陽輻射理論值（天文輻射、理想大氣總輻射和晴天總輻射）計算，如王炳忠等[7]采用理想大氣總輻射代替翁篤鳴公式中的天文輻射；二是確定所研究區域的經驗系數值，如1979年龐嘉棠[8]探討中國低緯度地區旬總輻射的計算方法，1980年林爽斌[9]研究黑龍江省月總輻射計算方法，1982年趙聚寶[10]探討河北省月總輻射計算方法，1997年劉紹民等[11]尋找新疆月太陽總輻射最佳氣候學計算方法，2005年鞠曉慧等[12]討論總輻射氣候學計算公式中a、b系數的地理分布和季節變化特征；三是采用多個氣象要素進行回歸模擬，如1992年孫治安等[13]發現經驗系數與年平均水汽壓的負相關關系較明顯；2006年周晉等[14]建立逐月太陽總輻射月均值和日照時數月均值之比與對應站點逐月日照百分率以及緯度、海拔的回歸方程，2008年曹雯等[15]建立以日照百分率和氣溫日較差為主要相關因子的各地日總輻射估算模型，劉可群等[16]利用日照百分率、降水量、大氣可降水量、溫度日較差等因子推算日總輻射，2011年謝慧等[17]采用3類14種經驗模型對逐日太陽總輻射進行模擬，程炳巖等[18]建立太陽總輻射與日照百分率、低云量、水汽壓等因子的回歸方程，2018年張青雯等[19]對9種不同日輻射模型進行適用性評價，認為基于日照時數的日輻射模型模擬精度高于基于溫度的模型；四是按照有無日照時數分別進行模擬，2016年毛洋洋等[20]對5個常見日太陽總輻射模型在華北地區的有效性進行驗證和分析，5個模型在有日照時數情況下模擬的平均絕對誤差較小，在無日照時數時模擬的平均絕對誤差較大，模擬效果不好，5個模型中用日照百分率和氣溫日較差綜合模型模擬精度最高。以往研究表明，早期太陽總輻射研究多為模擬月總輻射值，并以確定經驗系數為主，后逐步細化到旬總輻射和日總輻射計算，計算方法和模型也逐漸增多。有關四川省總輻射研究的文獻不多，1983年湯大清[21]確定四川省各月總輻射的經驗系數，1992年張順謙等[22]提出川西高原和四川盆地兩個片區的旬總輻射計算方法，2018年陳中鈺等[23]以確定經驗系數的方法模擬四川144個氣象站1971?2014年各月太陽總輻射。隨著社會經濟的發展，各行各業對太陽輻射數據的需求日益增多，前人的研究方法和得出的結果已無法滿足各方所需。本研究分析影響太陽輻射的主要因素及其與四川省日總輻射的相關性，確定四川省日總輻射的主要影響因子；從分析日總輻射資料的正態性入手，建立四川省日總輻射模擬方法，并對日總輻射模型模擬效果進行檢驗，通過模型的典型日應用，確定模型是否真實反映影響因子對日總輻射的影響，以期進一步提高四川省太陽輻射的研究精度，建立四川省日總輻射模擬模型，滿足業務服務和日益增長的社會需求。

1 資料與方法

1.1 數據質量控制

采用中國氣象局統一數據環境系統（CIMISS）下發的國家輻射觀測站輻射資料，以及其它地面氣象要素日資料進行日總輻射模擬分析。以紅原、溫江、綿陽、峨眉山、攀枝花和納溪6個輻射觀測站代表四川各地輻射狀況（表1）。資料時段為2016年1月1日?2019年4月30日，其中2016年1月1日?2018年12月31日資料用于建立模型，2019年1月1日?4月30日資料用于模型模擬效果檢驗。選擇與日總輻射相關性較好，且6個輻射觀測站均有數據的氣象要素，包括天文輻射、可照時數、日照時數、云量、空氣溫度、地面溫度、空氣濕度、風速、氣壓、水汽壓、降水量、站點緯度、站點海拔，以及氣溫日較差、地溫日較差、整層大氣可降水量。

表1 四川省輻射觀測站站點信息

進行日總輻射模擬前對各要素資料進行內部質量控制，剔除以下數據：（1）大于當日天文輻射值的日總輻射值，（2）小于1MJ·m?2·d?1的日總輻射值，（3）大于四川省晴天條件下最大可能日總輻射量（33.6MJ·m?2·d?1）的日總輻射值[24]，（4）因輻射觀測儀器故障造成的不正常日總輻射值，（5）日照時數為0h而日總輻射>14MJ·m?2·d?1的日總輻射值（上述6站2016?2018年日總輻射平均值為13.34MJ·m?2·d?1），（6）大于當日可照時數的日照時數值，（7）其它不正確的要素值和缺測值。

1.2 日總輻射資料正態化

建立日總輻射與地面氣象要素之間的線性模型，日總輻射（因變量）需服從正態分布，即需要首先對日總輻射值進行正態性檢驗，如果日總輻射不服從正態分布，則需對其進行正態化處理。對大樣本數據進行正態性檢驗常采用Kolmogorov-Smirnov方法（K-S檢驗），它通過樣本的經驗分布函數與給定分布函數的比較，推斷該樣本是否來自給定分布函數的總體[25]。樣本數據正態化處理常根據樣本數據分布形狀采取相應的變換方法，如對數變換、指數變換、三角函數變換、BOXCOX廣義冪變換[26]等，如果這些變換均難以使樣本數據正態化，可采取“個案排秩”方法[27]求出樣本數據的正態得分值，從而達到正態化要求。正態得分值成為建立日總輻射與地面氣象要素間線性模型的橋梁，可首先對日總輻射值與正態得分值進行一元線性回歸分析，得到日總輻射值與正態得分值的一元線性回歸方程；然后對正態得分值與地面氣象要素值進行多元線性回歸分析，得到正態得分值與地面氣象要素值的多元線性回歸方程，從而建立起日總輻射與地面氣象要素間的線性關系模型。

正態得分值是“比例估計”的標準分數，“比例估計”是估計與特定等級對應分布的累積比例，常用Blom方法計算，即

正態得分值由式（3）迭代計算[28]，即

1.3 日總輻射模擬方法

日總輻射模擬分為2種方案：第1種方案是用日總輻射值與“個案排秩”所得正態得分值建立一元線性回歸方程，再用正態得分值與地面氣象要素值進行逐步回歸建立相應回歸方程，從而得到日總輻射模擬模型即“全部資料”總輻射模擬模型；第2種方案是按日照時數是否為零，將日總輻射值分為“有日照日”總輻射值和“無日照日”總輻射值兩種情況，并將地面氣象要素資料同樣分為兩種情況，然后對這兩種情況的日總輻射值分別進行“個案排秩”得到相應的正態得分值，并分別建立日總輻射值與正態得分值的回歸方程，再分別建立正態得分值與地面氣象要素值的逐步回歸方程，繼而得到“有日照日”總輻射模擬模型和“無日照日”總輻射模擬模型。

1.4 有關參數計算

天文輻射、可照時數、水汽量和氣溫日較差水汽訂正值由相關標準或文獻提供的方法進行計算。

（1）天文輻射：按照《太陽能資源等級總輻射》[29]（GB/T 31155?2014）附錄A.3計算。即

（2）可照時數：按照《地面氣象觀測規范輻射觀測》[30]（QX/T55?2007）附錄F.13計算。即

日可照時數TA為

（3）整層大氣水汽可降水量W（mm）[16]：

式中，e為水汽壓（hPa）；E0為0℃時的飽和水汽壓，取6.1078hPa；a為系數，取值7.69；b為系數，取值243.92。

（4）氣溫日較差水汽訂正值TDRG（℃）：計算方法為[16]

式中，Tmax為日最高氣溫（℃）；Tmin為日最低氣溫（℃）；Abs為大氣降水與可降水含量影響因子，由式（10）計算

式中，R為日降水量（mm）。

1.5 模擬效果評價

模擬效果用平均絕對偏離誤差[16]（MABE，MJ·m?2·d?1）、平均相對誤差[20]（MAPE，%）、均方根誤差[20]（RMSE，MJ·m?2·d?1）和歸一化均方根誤差[20]（NRMSE，%），計算方法分別為

式中，Si為日總輻射模擬值（MJ·m?2·d?1）；Qi為日總輻射觀測值（MJ·m?2·d?1）；Oa為日總輻射平均觀測值（MJ·m?2·d?1）；n為樣本總數。

表2 模擬效果評價

2 結果與分析

2.1 總輻射日值正態性檢驗和正態化轉換

對日總輻射值進行K-S檢驗（表3），其顯著性檢驗值（P值）為0，不符合正態分布。對日總輻射分別進行對數變換（Log10函數）、倒數變換、平方變換、平方根變換、三角函數變換（sin函數）、指數變換（exp函數）以及BOXCOX變換，其中sin函數變換后偏度絕對值最小、Log10函數變換后峰度絕對值最小，BOXCOX變換后K-S檢驗統計量最小，但這幾種變換后的K-S顯著性檢驗值仍為0，仍不符合正態分布。于是對日總輻射值進行“個案排秩”求得其正態得分值，正態得分值的P值為0.2>0.05，說明服從標準正態分布。

表3 日總輻射及其變換值的K-S檢驗

注：R為日總輻射值。日總輻射值及其變換值的偏度標準誤差為0.032，峰度標準誤差為0.064。

Note: R is the daily total solar radiation value. The standard deviation of the skewness of the daily total solar radiation value and its transformed value is 0.032, and the standard deviation of the kurtosis is 0.064.

2.2 日總輻射影響因子選擇

影響日總輻射的主要因素有地理位置、海拔、天氣狀況、日照長短等，其中天氣狀況因素最為復雜，對太陽輻射值的影響最大，主要表現在云、水汽、氣溶膠、大氣的分子散射和吸收對太陽輻射的影響[32]。

地理位置中的緯度影響可照時數和天文輻射；海拔越高、空氣越稀薄，大氣對太陽輻射的削弱作用越弱，到達地面的太陽輻射越強，反之越弱；常用總云量和低云量來表述云，但多數氣象站已于2014年1月1日取消云的觀測；絕大多數氣象站沒有開展氣溶膠監測；反映大氣水汽量的要素較多，既有直接反映水汽狀況的平均相對濕度、最小相對濕度、水汽壓，也有間接反映水汽狀況的水平能見度、降水量，以及整層大氣水汽可降水含量等要素；大氣的分子散射和吸收方面雖無直接監測的氣象要素，但由于白天太陽短波輻射被地面吸收后使地面增溫，同時地面長波輻射使空氣溫度升高，因此氣溫和地溫可以間接反映大氣分子對太陽輻射的散射和吸收情況，從而反映太陽輻射的強弱。日照長短對太陽輻射的影響可用日照時數和可照時數表征。

考慮以上因素對太陽輻射的影響，選擇地理緯度、海拔、平均相對濕度、最小相對濕度、平均水汽壓、最小水平能見度、8：00?20：00降水量、8：00?8：00降水量、20：00?20：00降水量、平均氣溫、最高氣溫、最低氣溫、氣溫日較差、地面平均溫度、地面最高溫度、地面最低溫度、地溫日較差、日照時數、可照時數、天文輻射共20個要素，并參考劉可群等[16]對氣溫日較差進行水汽訂正，共確定21個影響因素。對四川省6個輻射站日總輻射與各要素進行相關分析，結果見表4。由表可見，除地理緯度要素未通過顯著性檢驗外，其余要素均通過信度為0.01水平的顯著性檢驗，可作為總輻射的影響因子。

2.3 日總輻射模擬

（1）日總輻射值與其正態得分值的回歸分析

“全部資料”日總輻射值以及“有日照日”總輻射值、“無日照日”總輻射值與其正態得分值回歸方程分別為

這3種模擬的F檢驗、相關系數（表5）均通過0.01水平的顯著性檢驗。其中，“全部資料”日總輻射值和“有日照日”總輻射值模擬效果為“非常好”，“無日照日”總輻射值模擬效果為“好”。3種模擬的平均絕對偏離誤差（MABE）中“無日照日”最小、“有日照日”次之、“全部資料”最大；歸一化均方根誤差（NRSME）中“有日照日”最小、“全部資料”次之、“無日照日”最大，說明區分有無日照時數有助于提高模擬效果和模擬精度。

表4 與日總輻射相關顯著的氣象因子

注：n=5804。*、**分別表示相關系數通過0.05、0.01水平的顯著性檢驗。下同。

Note: n=5804.*is P<0.05,**is P<0.01. HR is relative humidity, P is precipitation, T is temperature, SH is sunshine hours. The same as below.

表5 日總輻射值與正態得分值回歸分析

Note: SRA is daily total solar radiation, MABE is mean absolute bias error, NRMSE is normalized root mean square error. The same as below.

（2）正態得分與地面氣象要素的回歸分析

“全部資料”、“有日照日”和“無日照日”總輻射值3種情況的正態得分值與通過顯著性檢驗的地面氣象要素值的逐步回歸方程分別為

式中，x1為海拔（m），x2為日照時數（h），x3為平均相對濕度（%），x4為最小相對濕度（%），x5為平均水汽壓（hPa），x6為最小水平能見度（km），x7為8：00?20：00降水量（mm），x8為8：00?次日8：00降水量（mm），x9為前日20：00?20：00降水量（mm），x10為平均氣溫（℃），x11為最高氣溫（℃），x12為最低氣溫（℃），x13為氣溫日較差（℃），x14為氣溫日較差訂正值（℃），x15為地面平均溫度（℃），x16為地面最高溫度（℃），x17為地面最低溫度（℃），x18為地溫日較差（℃），x19為可照時數（h），x20為天文輻射（MJ·m?2·d?1）。

由表6可見，3種情況的F檢驗值、復相關系數值均通過0.01水平的顯著性檢驗。

在“全部資料”和“有日照日”回歸分析時首先引入的因子是日照時數，說明一日內直接輻射時間長短對日總輻射的影響最為顯著，而在“無日照日”回歸分析時首先引入的因子是地溫日較差，第3個引入的因子是地面最低溫度，說明在無直接輻射情況下，散射光越強，地溫越高、地溫日較差越大。

表6 正態得分值與地面氣象要素值回歸分析

海拔對日總輻射的影響也較為突出，在“全部資料”回歸分析時為第3個引入的因子，在“有日照日”和“無日照日”回歸分析時為第2個引入的因子。

8：00?20：00降水量（白天降水量）對日總輻射影響顯著，3種情況的回歸分析中為第3?5個引入的因子。

最小相對濕度與日總輻射呈負相關關系，3種情況的回歸分析均引入該因子，說明最小相對濕度對日總輻射影響顯著，反映出濕度越小，日總輻射值越大。

3種情況的回歸分析均未引入氣溫日較差，但都引入了氣溫日較差訂正值這一要素，說明氣溫日較差對日總輻射的影響不顯著，但通過整層大氣水汽可降水含量訂正后對日總輻射變化的影響變為顯著，體現出水汽對日總輻射的影響。

（3）日總輻射模擬模型

經過日總輻射值與其正態得分值回歸分析和正態得分值與地面氣象要素值回歸分析后，可得到“全部資料”總輻射值計算模型（模型Ⅰ）、“有日照日”總輻射值計算模型（模型Ⅱ）、“無日照日”總輻射值計算模型（模型Ⅲ），即

模型Ⅰ：

模型Ⅱ：

模型Ⅲ：

由表7可見，“全部資料”總輻射值、“有日照日”總輻射值模擬效果為“好”，“無日照日”總輻射值的模擬效果為“可以接受”，說明先對日總輻射值進行正態化處理（滿足建立線性模型的前提條件）得到其正態得分值，然后用正態得分值與地面氣象要素值進行回歸分析，從而建立日總輻射模擬模型的方法是可行的。

2.4 總輻射模擬方程檢驗

對2019年1?4月四川省6個輻射站日總輻射和地面氣象要素資料進行質量控制，并按日照時數是否為0將“全部資料”分成“有日照日”和“無日照日”兩部分，將“全部資料”、“有日照日”和“無日照日”相關要素值分別代入式（21）、式（22）、式（23），計算3種情況的日總輻射模擬值，并分析MABE、NRMSE值（表8）。由表8可見，3種情況的模擬效果中“全部資料”和“有日照日”模擬效果為好，“無日照日”模擬效果為可以接受。

2.5 總輻射模擬方程的應用

從2016年1月1日?2019年4月30日共1216d中按照一年四季隨機選取4d，以2016年7月17日、2017年10月8日、2018年1月29日和2019年4月22日分別代表夏、秋、冬、春季，按照方案一“全部資料”（模型Ⅰ）、方案二即“有日照日”（模型Ⅱ）和“無日照日”（模型Ⅲ）分別進行模擬。模擬結果（表9）表明，模型Ⅱ的平均絕對偏離誤差（M2絕對殘差）最小（0.97MJ·m?2·d?1），模型Ⅰ的平均絕對偏離誤差（M1絕對殘差）次之（1.31MJ·m?2·d?1），模型Ⅲ的平均絕對偏離誤差（M3絕對殘差）最大（1.62MJ·m?2·d?1）；模型Ⅱ的NRMSE值為5.93%，模型Ⅰ的NRMSE值為9.22%，模擬效果均為“非常好”，而模型Ⅲ的NRMSE值為40.98%，模擬效果為“不好”。舍去模型Ⅲ，對日照時數為0的情況改用模型Ⅰ進行模擬，即將模型Ⅰ模擬結果分為兩部分，第一部分為日照時數不為0的模擬結果，第二部分為日照時數為0的模擬結果，前者NRMSE值為7.76%，模擬效果為“非常好”；后者NRMSE值為29.91%，模擬效果為“可以接受”，說明日照時數為0時用模型Ⅰ進行模擬取得較好的效果。由于有日照時數時用模型Ⅱ進行模擬，其模擬效果最好，其NRMSE值小于模型Ⅰ中第一部分的NRMSE值。因此，在有日照時數時用模型Ⅱ進行模擬，在無日照時數時用模型Ⅰ進行模擬，模擬結果的NRMSE值為7.47%，模擬效果為“非常好”，比僅用模型Ⅰ進行模擬效果更好。

表7 三種模型的模擬效果分析（6個站點，2016?2018年）

Note: Model I is simulated by using all data, i.e. formula (21). Model II is simulated by using data which sunshine hours is not equal to 0, i.e. formula (22). Model Ⅲ is simulated by using data which sunshine hours equal to 0, i.e. formula (23). MAPE is mean absolute percentage error. RMSE is root mean square error. The same as below.

表8 三種模型2019年1?4月檢驗結果

對全省156個站點4個典型日在日照時數為0時用模型Ⅰ進行模擬，在日照時數不為0時用模型Ⅱ進行模擬，模擬結果如圖1所示。2016年7月17日（圖1a）四川盆地大部和川西高原日總輻射在22MJ·m?2·d?1以上，其中盆地東北部和阿壩州紅原縣、阿壩縣等地日總輻射在25MJ·m?2·d?1以上；該日這些地區日平均氣溫普遍偏高1℃以上，而盆地東北部達州、廣安、巴中和南充等市氣溫普遍偏高2～3℃，個別地區偏高4℃以上，紅原縣和阿壩縣偏高2℃左右；該日總輻射低值區位于樂山市峨邊縣、馬邊縣和雅安市石棉縣、漢源縣以及涼山州甘洛縣、美姑縣一帶，而這一區域該日不僅氣溫較其它地區低而且出現降水天氣，使日總輻射值較其它地區明顯偏小，形成當日低值區。2017年10月8日（圖1b）東部地區與西部地區總輻射值差異十分顯著，東部盆地區日總輻射值普遍低于9MJ·m?2·d?1，而西部川西高原和川西南山地日總輻射普遍在15MJ·m?2·d?1以上，川西高原北部地區超過20MJ·m?2·d?1，而該日川西高原和川西南山地氣溫普遍偏高3～6℃，其中涼山州偏高4～8℃；該日總輻射低值區位于廣元市、巴中市、南充市、資陽市和綿陽市東部，這些地區當日氣溫正常略偏高且有降水。2018年1月29日（圖1c）總輻射值西部地區大于東部地區，西部地區普遍在14MJ·m?2·d?1以上，東部地區普遍在8MJ·m?2·d?1以下，且有自西向東逐漸減少的趨勢，低值區位于綿陽市、德陽市、成都市和樂山市，當日全省平均氣溫偏低3.4℃且均無降水。2019年4月22日（圖1d）總輻射空間分布可劃分為兩大部分，一部分為川西高原（阿壩州、甘孜州），日總輻射普遍低于20MJ·m?2·d?1，另一部分為四川盆地和川西南山地，大部地區日總輻射在22MJ·m?2·d?1以上；當日川西高原大部地區氣溫正常略偏高且有降水天氣，而四川盆地和川西南山地氣溫偏高3.3℃左右，大部地區無降水，出現盆地比高原日總輻射偏強的現象。

表9 三種模型四季典型日模擬殘差分析

Table 9 Simulated residual analysis of three models on typical days in four seasons

從4個典型日的日總輻射值空間分布情況來看，川西高原和川西南山地日總輻射值總體大于四川盆地地區；無降水天氣影響時日總輻射值呈自西向東減少的趨勢，盆地與高原過渡地帶存在著明顯的梯度變化；有降水天氣的區域日總輻射值比無降水區域明顯偏小，說明天氣狀況對日總輻射的影響較大。4個典型日模擬結果充分說明海拔、天氣狀況和日照長短決定著四川各地日總輻射量的大小。海拔的差異使川西高原和川西南山地的總輻射明顯優于四川盆地；天氣狀況的差異使得太陽輻射值的差異十分明顯，可以打破四川省太陽輻射西部多、東部少的態勢；日照長短的變化影響四川省太陽輻射四季的強弱變化。

3 結論與討論

3.1 討論

基于2016?2018年和2019年1?4月四川省6個輻射站點資料的模型Ⅰ的MAPE值分別為12.37%、12.62%，比劉可群等[16]基于武漢、宜昌、鄭州3個站點2015年和2016年1?8月的MAPE值8.2%、10.4%偏大，但與毛洋洋等[20]利用劉可群模型對華北地區樂亭等6個站點9～30a不等長資料分析的MAPE值13.01%略小，與毛洋洋等[20]分析的最好模型Ⅳ的MAPE值12.27%基本相當。本研究模型Ⅰ的RMSE值為2.14MJ·m?2·d?1，比劉可群等[16]的RMSE值1.7MJ·m?2·d?1偏大，而介于毛洋洋等[20]所用劉可群模型和模擬效果最好的模型Ⅳ的RMSE值2.21MJ·m?2·d?1、2.08MJ·m?2·d?1之間（基本相當），比吳立峰等[33]基于南方地區15個輻射站1981?2014年資料的5種模擬模型的RMSE平均值明顯偏小，其最小平均值為2.72MJ·m?2·d?1（Bahel模型），最大平均值為4.45MJ·m?2·d?1（Harg模型）。說明本研究建立的模型Ⅰ模擬誤差較小，模型Ⅰ是可靠的。

本研究按日照時數是否為0將日總輻射分為“有日照日”和“無日照日”兩種情況分別建立模擬模型，“有日照日”模擬模型（模型Ⅱ）的NRMSE值為11.96%，模擬效果為“好”，“無日照日”模擬模型（模型Ⅲ）的NRMSE值為29.15%，模擬效果為“可以接受”；而毛洋洋等[20]分析中有日照情況下各模型的NRMSE值在18%以內，模擬效果為“好”，但在無日照時數情況下，各模型NRMSE值均在55%以上，模擬效果為“不好”，毛洋洋等[20]認為無日照時由于輻射值本身很小導致誤差值偏大。本研究在建立模型Ⅲ時首先引入的是地溫日較差因子、第3個引入的是地面最低溫度因子，說明在無直射光照射時地溫的高低反映出散射光的強弱，即反映出日總輻射的強弱，而毛洋洋等[20]分析的5種模型中均未考慮地溫因素，即未利用地溫反映散射光的強弱，這可能是造成誤差值偏大的原因之一。

不論是以2016?2018年資料建立的3個模型的MABE值，還是2019年1?4月資料檢驗的MABE值，均以模型Ⅲ的值最小，模型Ⅱ的值次之，模型Ⅰ的值最大，似乎在日照時數為0時模型Ⅲ的絕對誤差值最小，模擬效果最好，但由于日照時數為0時總輻射值較小，其MAPE反而最大、NRMSE最差，在4個典型日的模型應用中得到同樣的印證。對于4個典型日6個站點在日照時數為0時改用模型Ⅰ進行模擬，在日照時數不為0時用模型Ⅱ進行模擬，其MABE值為1.00MJ·m?2·d?1，比模型Ⅰ和模型Ⅲ的MABE值分別小0.62和0.38MJ·m?2·d?1，接近于模型Ⅱ的值0.97MJ·m?2·d?1，取得較好的模擬效果，并將此法應用于4個典型日全省其它站點進行日總輻射的模擬，這4個典型日總輻射模擬值的空間分布也進一步表明天氣狀況等因素對日總輻射的顯著性影響。

四川省地形環境復雜，東部多為海拔幾百米的四川盆地，西部多是海拔3000m以上的高原山地；東部常年云遮霧繞，西部則是晴朗少云。地形和氣候條件復雜多變，太陽輻射值千差萬別。張順謙等[22]將四川省劃分為東部盆地和西部高原兩個片區分別進行旬總輻射值的模擬計算，但這帶來如何劃分站點的問題[34]，尤其是分界線附近的站點，最為突出的是峨眉山站，若將其劃入東部盆地，則難以反映海拔對總輻射的影響；將其劃入西部高原，則其周邊氣象站點無法處理。本研究建立全省統一的日總輻射模擬模型，海拔作為日總輻射的影響因素之一，該問題迎刃而解。

3.2 結論

（1）影響日總輻射的地面氣象要素有海拔、平均相對濕度、最小相對濕度、平均水汽壓、最小水平能見度、8：00?20：00降水量、8：00?8：00降水量、20：00?20：00降水量、平均氣溫、最高氣溫、最低氣溫、氣溫日較差、氣溫日較差訂正值、地面平均溫度、地面最高溫度、地面最低溫度、地日較差和日照時數、天文輻射、可照時數20個要素。在有日照情況下，日照時數、海拔、水汽狀況、白天降水量、空氣溫度和地面溫度是影響日總輻射的主要因素；在無日照情況下，地面溫度、海拔、白天降水量、可照時數、水汽狀況和空氣溫度是影響日總輻射的主要因素。海拔是影響日總輻射的主要因素之一，在有日照和無日照兩種情況建模時均為第二個引入因子。

（2）本研究所建3個模型（模型Ⅰ、模型Ⅱ、模型Ⅲ）的絕對誤差百分率（MAPE）分別小于13%、11%和22%，均方根誤差（RMSE）分別小于2.2、2.1和1.5MJ·m?2·d?1，歸一化均方根誤差（NRMSE）分別小于17%、13%和30%，模型Ⅰ和模型Ⅱ模擬效果為“好”，模型Ⅲ模擬效果為“可以接受”，說明所建模型具有應用價值。

（3）在無日照情況時不用模型Ⅲ而改用模型Ⅰ進行模擬，在有日照時用模型Ⅱ進行模擬，其模擬精度和模擬效果得到明顯改進。4個典型日6個輻射站點在無日照情況時用模型Ⅰ進行模擬，有日照時情況時用模型Ⅱ進行模擬，其MABE值比全部資料用模型Ⅰ模擬和無日照情況下用模型Ⅲ模擬的MABE值分別小0.62MJ·m?2·d?1和0.38MJ·m?2·d?1，接近于模型Ⅱ的MABE值0.97MJ·m?2·d?1；其MAPE值為5.78%，比全部資料用模型Ⅰ模擬的MAPE提高1.80個百分點；其NRMSE值為7.47%，比全部資料用模型Ⅰ模擬的NRMSE值9.22%提高1.75個百分點，模擬效果“非常好”。

（4）海拔、天氣狀況和日照長短決定了四川各地日總輻射量的大小，海拔的差異使得川西高原和川西南山地的總輻射明顯優于四川盆地；天氣狀況的差異可以打破四川省西部地區太陽輻射多、東部地區太陽輻射少的態勢；日照長短的變化影響四川省太陽輻射四季的強弱變化。

[1] 李茂芬,李玉萍,郭澎濤,等.逐日太陽總輻射估算方法研究進展[J].熱帶作物學報,2015,36(9):1726-1732.

Li M F,Li Y P,Guo P T,et al.Advances in daily global solar radiation estimating[J].Chinese Journal of Tropical Crops, 2015,36(9):1726-1732.(in Chinese)

[2] Iqbal M.An introduction to solar radiation[M].Toronto: Academic Press,1983.

[3] Maxwell E L.METSTART-the solar radiation model used in the production of the NSRDB[J].Solar Energy,1998,62(4), 263-279.

[4] Gueymard C A.High performance model for clear-sky irradiance and illuminance[C].ASES Conference,2004:251-258.

[5] 左大康,王懿賢,陳建綏.中國地區太陽總輻射的空間分布特征[J].氣象學報,1963,33(1):78-96.

Zuo D K,Wang Y X,Chen J S.Spatial distribution characteristics of global solar radiation in China[J].Acta Meteorologica Sinica,1963,33(1):78-96.(in Chinese)

[6] 翁篤鳴. 試論總輻射的氣候學計算方法[J].氣象學報, 1964,34(3):304-315.

Weng D M. Discussion on the method of calculating total radiation in climatological study[J].Acta Meteorologica Sinica,1964,34(3):304-315.(in Chinese)

[7] 王炳忠,張富國,李立賢. 我國的太陽能資源及其計算[J].太陽能學報,1980,1(1):1-9.

Wang B Z,Zhang F G,Li L X.Solar energy resources in china[J].Acta Energiae Solaris Sinica,1980,1(1):1-9.(in Chinese)

[8] 龐嘉棠.旬太陽總輻射氣候學計算方法[J].氣象,1979, (2):20-21.

Pang J T.Climatological calculation method for Ten-day global solar radiation[J].Meteorological Monthly,1979,(2): 20-21.(in Chinese)

[9] 林爽斌.黑龍江省月總輻射氣候學計算方法的初步研究[J].哈爾濱師范大學自然科學學報,1980,(1):101-113.

Lin S B.Preliminary study on the climatological calculation method of monthly global solar radiation in Heilongjiang Province[J].Natural Science Journal of Harbin Normal University,1980,(1):101-113.(in Chinese)

[10] 趙聚寶.河北省太陽總輻射的氣候計算方法和空間分布[J].河北師范大學學報,1982,(1):10-30.

Zhao J B.Climatic calculation method and spatial distribution of total solar radiation in Hebei Province [J].Journal of Hebei Normal University,1982,(1):10-30.(in Chinese)

[11] 劉紹民,李銀芳.新疆月太陽總輻射氣候學計算方法的研究[J].干旱區地理,1997,20(3):75-81.

Liu S M,Li Y F.A study on the climatological calculation method of the monthly global solar radiation in Xin Jiang[J].Arid Land Geography,1997,20(3):75-81.(in Chinese)

[12] 鞠曉慧,屠其璞,李慶祥.我國太陽總輻射氣候學計算方法的再討論[J].南京氣象學院學報,2005,28(4):516-521.

Ju X H,Tu Q P,Li Q X. Discussion on the climatological calculation of solar radiation[J]. Journal of Nanjing Institute of Meteorolog, 2005,28(4):516-521.(in Chinese)

[13] 孫治安,施俊榮,翁篤鳴. 中國太陽總輻射氣候計算方法的進一步研究[J]. 南京氣象學院學報,1992,15(2):21-28.

Sun Z A,Shi J R,Weng D M.A further research on the climatological calculation method of the global solar radiation over China[J].Journal of Nanjing Institute of Meteorolog,1992,15(2):21-28.(in Chinese)

[14] 周晉,吳業正,晏剛.中國太陽總輻射的日照類估算模型[J].哈爾濱工業大學學報,2006,38(6): 925-927.

Zhou J,Wu Y Z,Yan G.Sunshine-based model for estimating global solar radiation in China[J].Journal of Harbin Institute of Technology,2006,38(6): 925-927.(in Chinese)

[15] 曹雯,申雙和.我國太陽日總輻射計算方法的研究[J].南京氣象學院學報,2008,31(4):587-591.

Cao W,Shen S H.Estimation of daily solar radiation in China[J].Journal of Nanjing Institute of Meteorolog,2008, 31(4):587-591.(in Chinese)

[16] 劉可群,陳正洪,梁益同,等.日太陽總輻射推算模型[J].中國農業氣象,2008,29(1):16-19.

Liu K Q,Chen Z H,Liang Y T,et al.Calculation model for daily global solar radiation[J].Chinese Journal of Agrometeorology, 2008,29(1):16-19.(in Chinese)

[17] 謝慧,鄒坤坤,鄭妍.計算中國日太陽能輻射3種不同類型模型的方法比較[J].重慶大學學報,2011,34(增刊):142-150.

Xie H,Zou K K,Zheng Y.Comparison of three models for estimating daily global solar radiation in China[J].Journal of Chongqing University,2011,34(Suppl):142-150.(in Chinese)

[18] 程炳巖,孫衛國,孫仕強,等.重慶地區太陽總輻射的氣候學計算方法研究[J].西南大學學報(自然科學版),2011,33 (9):94-104.

Cheng B Y,Sun W G,Sun S Q,et al.Study on the climatological calculation methods of total solar radiation in Chongqing area[J].Journal of Southwest University(Natural Science Edition),2011,33(9):94-104.(in Chinese)

[19] 張青雯,崔寧博,馮禹,等.基于氣象資料的日輻射模型在中國西北地區適用性評價[J].農業工程學報,2018,34(2): 189-196.

Zhang Q W,Cui N B,Feng Y,et al.Evaluation on applicability of daily solar radiation model in Northwest China based on meteorological data[J].Transactions of the CSAE,2018, 34(2):189-196.(in Chinese)

[20] 毛洋洋,趙艷霞,張袆,等.五個常見日太陽總輻射模型在華北地區的有效性驗證及分析[J].中國農業氣象,2016, 37(5):520-530.

Mao Y Y,Zhao Y X,Zhang W,et al.Validation and analysis of five general daily solar radiation estimation models used in northern China[J].Chinese Journal of Agrometeorology, 2016,37(5):520-530.(in Chinese)

[21] 湯大清.四川省太陽總輻射的氣候計算方法和時空分布特征[J].西南師范學院學報,1983,(4):84-96.

Tang D Q.The climatic calculative method and the special features of the distribution of the total solar radiation in term of time and space in Sichuna[J].Journal of Southwest Teachers College,1983,(4):84-96.(in Chinese)

[22] 張順謙,馮萬瑞.四川太陽輻射旬輻照量的氣候計算[J].太陽能學報,1992,13(3):263-270.

Zhang S Q,Feng W R.The calculation method of ten-day solar radiation in Sichuan province[J].Acta Energiae Solaris Sinica,1992,13(3):263-270.(in Chinese)

[23] 陳中鈺,呂結.近44年四川太陽輻射的時空變化特征[J].高原山地氣象研究,2018,38(3):56-60.

Chen Z Y,Lv J.Spatial-temporal variations of solar radiation in Sichuan province in recent 44 years[J].Plateau and Mountain Meteorology Research,2018,38(3):56-60.(in Chinese)

[24]中國氣象局.QX/T 117-2010 地面氣象輻射觀測資料質量控制[S].北京:氣象出版社,2010.

China Meteorological Administration.QX/T 117-2010 Quality control of surface radiation observational data[S]. Beijing:Meteorological Publishing House,2010.(in Chinese)

[25] 朱紅兵,何麗娟.關于用SPSS中單樣本K-S檢驗法進行正態分布等的一致性檢驗時適用條件的研究[J].首都體育學院學報,2009,21(4):466-470.

Zhu H B,He L J.A study on appropriate conditions in consistency test of normal distribution by single sample k-s check in SPSS[J].Journal of Capital Institute of Physical Education,2009,21(4):466-470.(in Chinese)

[26] 吉曹翔,李崇,陳鵬心,等.沈陽市降水量正態分布檢驗及其時空變化特征[J].干旱氣象,2018,36(6):954- 962.

Ji C Y,Li C,Chen P X,et al.Normal distribution test and space-time characteristics of precipitation in Shenyang of Liaoning province[J].Journal of Arid Meteorology,2018, 36(6):954 -962.(in Chinese)

[27] 謝龍漢,蔡思祺.SPSS統計分析與數據挖掘(第3版)[M].電子工業出版社,2017:50-61.

Xie L H, Cai S Q.SPSS statistical analysis and data mining(3rd Edition)[M].Electronic Industry Press,2017: 50-61.(in Chinese)

[28] 楊自強,魏公毅.GB/T 4086.1-1983統計分布值表正態分布[S].北京:中國標準出版社,1984.

Yang Z Q,Wei G Y.GB/T 4086.1-1983 Tables for statistical distributions normal distribution[S].Beijing:China Standard Press,1984.(in Chinese)

[29] 高歌,趙東,陳洪武,等.GB/T 31155-2014 太陽能資源等級總輻射[S].北京:中國標準出版社,2014.

Gao G,Zhao D,Chen H W,et al.GB/T 31155-2014 Classification of solar energy resources:global radiation[S]. Beijing:China Standard Press,2014.(in Chinese)

[30] 馬舒慶,陳永清,楊志彪,等.QX/T 55-2007地面氣象觀測規范:輻射觀測[S].北京:氣象出版社,2007.

Ma S Q,Chen Y Q,Yang Z B,et al.QX/T 55-2007 Specifications for surface meteorological observation: measurement of radiation[S].Beijing:Meteorological Publishing House, 2007.(in Chinese)

[31] 沙奕卓,楊志彪,馬舒慶,等.QX/T 50-2007地面氣象觀測規范:空氣溫度和濕度觀測[S].北京:氣象出版社,2007.

Sha Y Z,Yang Z B,Ma S Q,et al.QX/T 50-2007 Specifications for surface meteorological observation: measurement of air temperature and humidity[S]. China Meteorology Press,2007.(in Chinese)

[32] 申彥波,趙宗慈,石廣玉.地面太陽輻射的變化?影響因子及其可能的氣候效應最新研究進展[J].地球科學進展,2008, 23(9):915-923.

Shen Y B,Zhao Z C,Shi G Y.The progress in variation of surface solar radiation, factors and probable climatic effects[J]. Advances in Earth Science,2008,23(9):915-923. (in Chinese)

[33] 吳立峰,王娟,張富倉,等.幾種模型在南方地區總輻射量估算中的精度分析[J].中國農業氣象,2017,38(3):150-162.

Wu L F,Wang J,Zhang F C,et al.Accuracy analysis of several global solar radiation models based on empirical and GRNN methods in south China[J].Chinese Journal of Agrometeorology, 2017,38(3):150-162.(in Chinese)

[34] 申彥波,張順謙,郭鵬,等.四川省太陽能資源氣候學計算[J].應用氣象學報,2014,25(4):493-498.

Shen Y B,Zhang S Q,Guo P,et al.Climatology calculation of solar energy resource in Sichuan province[J].Journal of Applied Meteorological Science,2014,25(4):493-498.(in Chinese)

Using Surface Meteorological Data to Establish Daily Total Solar Radiation Calculation Model for Sichuan Province

Cai Yuan-gang1，WANG Ming-tian2, 3，CAI Yi-heng4，LIU Ya-lin1，CHEN Dong-dong5

(1.Mianyang Meteorological Bureau，Mianyang 621000，China；2.Sichuan Meteorological Observatory，Chengdu 610072；3.Water-Saving Agriculture in Southern Hill Area Key Laboratory of Sichuan Province, Chengdu 6l0066；4.Nanjing University of Information Science & Technology，Nanjing 210044；5.The Agrometeorological Center of Sichuan Province，Chengdu 610072)

Based on the daily total solar radiation and the surface meteorological data from 2016 to 2018 collected of 6 radiation observation stations in Sichuan Province, the daily total solar radiation calculation model (Model I) of Sichuan Province was established by using “case ranking”, linear regression and stepwise regression method, and another total solar radiation calculation model (Mode II) and a no-sunlight total radiation calculation model (Mode III) were established according to whether the sunshine hours are 0 or not. The results showed that the outcomes of Mode I, Mode II and Mode III achieved significance level of 0.01. The backtest’s MAPE for the model I, model II and Mode III were 12.62%, 10.02% and 16.34%, respectively, and the NRMSE were 16.17% and 12.23%, 28.40%, respectively. The MAPEs of these three models for the 4 typical days are 7.59%, 4.50%, and 36.53%, the NRMSEs were 9.22%, 5.93%, and 40.98%, respectively. As for 4 typical days, if sunshine hours are 0, it’s better to use Mode Ⅰ instead of Mode III, the model II simulation could be used when the sunshine hours are not 0, and then the MAPE was 5.79% and the NRMSE was 7.47%, which were 1.80 and 1.75 percentage points higher than the values calculated by model I simulation. All three established models had application value in calculating daily total radiation; the best simulation method for daily total radiation in Sichuan Province is using Mode I when the sunshine hours are 0, and the model II is used when the sunshine hours are not 0; Altitude, weather conditions and the length of sunshine determine the total amount of daily radiation in all parts of Sichuan. The altitude and weather conditions are the main factors caused the daily total solar radiation differences in Sichuan.

Sichuan; Daily total solar radiation; Normal score; Meteorological factors; Numerical simulation

10.3969/j.issn.1000-6362.2019.09.001

蔡元剛,王明田,蔡怡亨,等.利用地面氣象資料建立四川省日總輻射計算模型[J].中國農業氣象,2019,40(9):543-556

2019?03?09

。E-mail：wangmt0514@163.com

農業農村部西南山地農業環境重點實驗室開放基金（AESMA-OPP-2019006）；高原與盆地暴雨旱澇災害四川省重點實驗室科技發展基金項目（省重實驗室2018-重點-05-01）

蔡元剛（1967?），高級工程師，研究方向為農業氣象與氣候。E-mail：mycyg@126.com