喀斯特地區太陽能資源評估研究進展

孫若晨 熊康寧 郭應軍 顏佳旺

摘要?采用文獻計量法分析1977—2019年太陽能資源評估研究文獻的時間、研究區域和關鍵詞，從資源計算、評估指標、資源區劃3方面系統梳理太陽能資源評估的研究進展，分析喀斯特地區太陽能資源評估研究的不足之處，建議喀斯特地區建立和完善基礎數據庫、加強遙感衛星技術和人工神經網絡模型在喀斯特地區太陽總輻射計算中的應用、構建喀斯特地區太陽能資源評估指標體系。

關鍵詞?喀斯特地區;太陽能資源;資源計算;評估;指標;資源區劃

中圖分類號?S21?文獻標識碼?A?文章編號?0517-6611（2021）09-0005-06

doi：10.3969/j.issn.0517-6611.2021.09.002

Abstract?The bibliometric method was used to analyze the time， research area and keywords of the solar resource assessment research literature from 1977 to 2019， systematically comb the research progress of solar resource assessment from the three aspects of resource calculation， assessment index and resource division，and analyze the shortcomings of solar energy resources evaluation in Karst areas. It was recommended to establish and improve basic databases， strengthen the application of remote sensing satellite technology and artificial neural network models in the calculation of total solar radiation in Karst areas， and build an evaluation indicator system for solar energy resources in Karst areas.

Key words?Karst area;Solar energy resources;Resource calculation;Evaluation;Index;Resource zoning

喀斯特地貌在我國乃至世界都有廣泛的分布，其中以云貴高原為中心的中國南方喀斯特地區包括黔、云、桂、渝、川、鄂、湘和粵8個省市的部分地區，出露面積為5.5×105 km2，是世界上面積最大、最集中連片分布的生態脆弱區[1-3]。在自然條件和人類活動的雙重作用下導致林草退化、水土流失且產生石漠化問題[4]。喀斯特農村以薪柴和煤炭為主的能源消費結構[5-6]，不僅損害人體健康，阻礙了社會經濟的可持續發展，還是造成石漠化的重要原因之一[7-8]，嚴重制約了喀斯特地區的生態文明建設。作為我國三大生態問題之一的石漠化問題，引起了黨中央國務院的高度重視[9-10]，國家在“十五”規劃中明確將“推進西南巖溶地區石漠化綜合整治”納入[11]，2008年啟動了石漠化綜合治理工程[9]，隨后又相繼頒布了《滇桂黔石漠化片區區域發展與扶貧攻堅規劃（2011—2020年）》《鄉村振興戰略規劃（2018—2022年）》《全國重要生態系統保護和修復重大工程總體規劃（2021—2035年）》等一系列政策，明確提出了要加大石漠化綜合防治力度。農村能源建設是石漠化防治的重要措施[9，12]，其中太陽能是喀斯特農村地區能源建設的重要一環，能夠有效地保護林草植被資源，增強巖溶生態系統功能，減少溫室氣體的排放，降低空氣污染，減弱對人體健康的傷害，優化農村能源供給結構，緩解能源貧困，最終實現生態、社會的可持續發展。

太陽能資源分布間接性、不穩定性以及喀斯特地區復雜的自然環境，使得對太陽能資源的利用難度增大，因此加強對太陽能資源的監測與評估，是高效利用太陽能資源的關鍵[13]。筆者分析太陽能資源潛力評估的文獻，系統梳理太陽能資源評估的方法與指標，剖析現階段太陽能資源評估研究現狀，找出喀斯特地區太陽能資源評估存在的問題，并對其進行展望，旨在為太陽能利用提供理論基礎，為石漠化治理的科學決策和喀斯特地區生態文明建設提供理論依據。

1?太陽能資源評估文獻分析

從中國知網期刊中文數據庫（CNKI）收集研究主題與“太陽能資源評估”的相關文獻，檢索時間截至2019年12月31日，文獻類型主要來自學術期刊、博碩士學位論文、國內會議論文等，其中以學術期刊為主要研究對象。以“太陽能資源評估”為檢索詞，按照“主題詞”“篇名”“關鍵詞”對相關文獻進行檢索分析，并進行篩選和整理。一共獲得280 篇文獻，其中中文期刊論文228 篇，學位論文20 篇，國內會議論文32 篇。利用Origin 2018和VOSviewer軟件對數據進行時間、研究區域和關鍵詞分析。

1.1?年度分布

從文獻發表時間看（圖1），1977年開始發表了第一篇文獻，直到2007年以前文獻發表數量都在5篇以下，在這期間有學者雖然開始關注太陽能評估研究，但仍不是當時研究的熱點。2007—2010年，在推行《應對氣候變化國家方案》《可再生能源中長期發展規劃》等政策的影響下，太陽能資源評估逐漸成為全國關注的焦點，對評估的重視也在逐漸加深，相關研究文獻數量迅速上升。尤其是在2009年，太陽能資源評估文獻數量達到了20篇，相關研究的文獻數量首次到達十位數。2011—2019年，評估研究文獻數量趨于平穩，研究數量也有回落，該階段更多地關注太陽輻射的計算與變化研究，加之地面輻射站數量較少，使得對太陽能資源評估的關注有所降低。但隨著基本數據庫的完善和計算方法的創新，對太陽能資源評估的研究力度還會加大。

1.2?研究區域分布

1.2.1?以行政區劃分。以全國為研究范圍進行太陽能資源評估的文獻數量最多，共29篇。從研究的省級及其內部區域范圍，除了沒涉及安徽省太陽能資源評估的研究文獻外，將省一級行政劃分范圍作為研究尺度的文獻幾乎覆蓋了全國所有地區。新疆維吾爾自治區的文獻數量最多，達19篇;內蒙古自治區、河南省的太陽能資源評估文獻在15～20篇。

太陽光照條件優越，土地廣闊，利于太陽能的利用，對這3個省（自治區）的評估研究相對較多，屬于熱點研究區。甘肅省、貴州省、四川省、江蘇省、寧夏回族自治區文獻數量在10篇以上，屬于重點研究區域。盡管貴州省、四川省在全國太陽能資源區劃中屬于匱乏區，但仍有其利用價值，并要不斷加強對其的研究（圖2），有助于高效利用太陽能資源。由此可以看出，在一個省域范圍內太陽能資源及其地理環境都較為相似，以行政單位為研究區域利于太陽能規劃、利用與推廣。

1.2.2?以生態區劃分。隨著氣候環境的變化，許多生態區環境已變得十分脆弱，加之人類活動的影響，加速了環境的惡化，太陽能資源對實現生態區可持續發展具有重要的環境、社會和經濟意義。有關生態區[14]的研究文獻數量為：河西走廊綠洲農業生態區共6篇，江河源區高寒草甸生態區共5篇，環渤海城鎮及城郊農業生態區1篇，三峽庫區敏感生態區1篇，黔桂喀斯特脆弱生態區1篇，南海諸島島嶼生態區1篇，橫斷山區常綠闊葉林、暗針葉林生態區1篇。這些文獻著眼于生態脆弱區太陽能資源變化和分布情況，有利于通過改變能源利用方式，為今后生態區的保護提供方向。

1.3?關鍵詞分析

關鍵詞反映文章的主題，是文章的核心[15]。利用VOSviewer軟件對關鍵詞進行可視化分析，通過聚類分析生成關鍵詞共現知識圖譜（圖 3），直觀地了解太陽能資源評估研究領域的熱點。關鍵詞共現標簽圖中可看出“太陽能資源”“太陽總輻射”“日照時數”“太陽輻射”“太陽能資源評估”的節點相對較大，該領域的熱點緊緊圍繞著這5個關鍵詞開展。

2?太陽能資源計算方法與評估指標

2.1?太陽能資源計算方法

2.1.1?氣候學方法。

Angstr'm最先將日照時間運用到太陽輻射之中，之后建立Angstr'm-Prescott模型[16-17]，具有較好的仿真效果。在太陽總輻射計算中使用最廣泛的是氣候學方法，公式如下[18]：

式（1）中，Q和Q0分別為月太陽總輻射和月天文太陽總輻射（MJ/m2）;s為月日照時數百分率（%）;a、b為經驗系數。

月天文總輻射量由日天文總輻射Qn量累加得到，日天文輻射量的計算公式如下[19]：

式（2）中，T為時間周期，I0為太陽常數，ρ為日地距離;φ、δ、ω0分別為地理緯度、太陽赤緯、日出日落時角。

左大康等[20]最先對太陽總輻射進行計算，和清華等[21]也同樣利用太陽總輻射和日照百分率資料對我國東部和西部2個地區的站點建立太陽輻射回歸模型，得出結果模擬誤差值西部地區小于東部地區。鞠曉慧等[19]利用太陽日照數據進行總輻射計算，進而計算無輻射資料站的輻射總量，誤差在可接受范圍。由于不同地區地貌、氣候等自然條件不同，需要因地采取不同的經驗公式。繆啟龍等[22]對西部山區太陽總輻射進行分析，考慮日照、水汽以及海拔的影響，研制適宜西部山區太陽總輻射的氣候學計算公式。熊燕琳等[23]依據152個氣象站點的多年逐月日照百分率變化規律資料把四川省分區，建立的氣候學方程估算太陽總輻射更加精準。氣候學計算方法是應用最多的方法之一，多用于平原或海拔不高的地方[24]，地形起伏會對計算產生影響，但是數據的誤差約小于0.39%[25]，由此可以得出氣候學方法在喀斯特山地地區具有利用價值。

2.1.2?基于衛星遙感觀測資料的計算方法。

21世紀以來隨著衛星遙感技術的不斷發展，取得了卓越成就并廣泛應用于諸多領域。由于地面太陽輻射觀測站無法滿足實際需求，19世紀60年代開始有學者就利用氣象衛星遙感數據反演地表太陽輻射[26-29]，有效地彌補當前地面氣象數據的不足[30-31]。氣象衛星主要分為極軌氣象衛星和靜止氣象衛星兩類。

極軌氣象衛星每天2次巡視地球表面，并通過地球南北極，獲得全球觀測數據，其軌道高度為800～1 000 km，具有較高的分辨率。王麗等[32]根據1960—2005年逐月NOAA-AVHRR觀測數據、數字高程模型（DEM）數據以及日照百分率資料，運用起伏地形下太陽輻射計算模型，模擬了長江流域太陽總輻射，分析輻射的時空分布規律和影響因素。劉海軍等[33]以陜西氣象站的實測資料和NOAA衛星影像為數據，套用半物理模式的統計經驗反演地表太陽總輻射。

靜止氣象衛星是在赤道上空與地球同步軌道上工作，在地球赤道上空約35 800 km，對同一目標地區能夠進行持續不斷的氣象觀測。陳渭民等[34]推導CMS靜止衛星的可見光和紅外輻射與太陽總輻射之間的理論關系，建立多個地面總輻射的統計模型并繪制回歸系數分布圖。Gherboudj等[31]等基于MSG/SEVIRI衛星圖像，收集7個不同位置的太陽輻射地面測量結果，得出全球輻照度和直接正常輻照度的值并結合土地適宜性指數，評估了光伏和聚光型太陽能發電實施的適宜位置，以保證隨時間推移實現高發電量。

2種氣象衛星也都有各自的局限性，極軌氣象衛星對突發的氣象變化無法進行連續觀測，靜止氣象衛星只可觀測地球表面1/3的固定區域，將兩者相結合，能夠互為備份，增強監測的準確性。王欣等[35]使用2種氣象衛星資料用于估算黃河源區一天中不同時刻的凈輻射輻照度的空間分布，得出的凈輻射值較為理想。上述研究成果顯示利用衛星遙感數據估算太陽輻射具有良好的效果，能夠有效彌補地面監測站不足，以及在大面積監測計算的需求。

2.1.3?復雜地形下的計算方法。

喀斯特地區復雜地形會對太陽輻射起到遮蔽作用，主要影響有海拔差異、坡度、坡向和周圍地形起伏等[36-37]。因此許多學者開始考慮地形因素對太陽輻射的影響，尤其是在山區[38]。

在復雜地形中，太陽總輻射Qαβ由太陽直接輻射Qbαβ、太陽散射輻射Qdαβ和地形反射輻射Qrαβ三部分構成[39-40]：

傅抱璞[41]最先對復雜地形下太陽輻射進行開創式研究，提出復雜地形下太陽直接輻射的計算公式：

式（4）中，Qb和Q0分別為水平面上的太陽直接輻射和天文輻射，Q0αβ為復雜地形條件下天文輻射，單位均為MJ/m2。

復雜地形中太陽散射輻射的計算公式為[42]：

式（5）中，Qd為水平面太陽散射輻射;Rb為轉換因子，為復雜地形下天文輻射與水平面天文輻射之比;V為地形開闊度，可以表示如下[43]：

式（6）中，α為坡度。

起伏地形下地形反射輻射計算公式如下[42]：

式（7）中，Q為水平面干/濕潔大氣日輻射量;as為地表反照率。

DEM數據庫是計算中最為基礎的數據之一。施國萍等[43]依托DEM數據和氣象資料，求得以天文輻射、干潔大氣總輻射和濕潔大氣總輻射為起始數據的計算公式。袁淑杰等[36]采用DEM數據，以起伏地形下天文輻射為起始數據建立了貴州高原太陽直接輻射的分布式模型，結果具有典型的地理分布特征，并且地形對輻射影響顯著。Mészáro等[44]在斯洛伐克Jalovecky盆地建立了SOLEI-32模型，利用Cervenec和Parichvost 2個站的數據進行了實地測量，結果精度較高。也有學者利用輻射資料、DEM數據和NOAA-AVHRR數據，比較氣候經驗統計模型和分布式模型，結果發現總輻射分布趨勢大致相同，分布式模型方法所得總輻射的范圍更精細[25]。

2.1.4?基于人工神經網絡的計算方法。

心理學家Mcculloch和邏輯學家Pitts在 1943 年提出了一種通過模擬人腦神經網絡來進行數學模型研究，稱為MP模型[45]。人工神經網絡由輸入層、輸出層和多個隱藏層組成（圖4），具有非線性、魯棒性和容錯性等特點，近年來已在太陽輻射計算中得到一定的應用和發展。周晉等[47]基于北京市1971—1995年氣象數據，利用人工網絡建立了北京市日太陽總輻射月均值預估模型，估算結果與實測值較為吻合。李凈等[48]利用LM-BP模型結合DEM數據，估算西北地區2011年太陽總輻射月均值，并用24個輻射站的實測值進行空間插值，得到西北地區太陽輻射空間分布圖。莊述鵬等[49]基于福山氣象站數據，利用廣義回歸神經網絡模型模擬山東福山站2002—2003年日總輻射曝輻射量，擬合度為0.892，模型預估精度較LM算法優化后的誤差反向神經網絡更高。Sivamadhavi等[50]基于反向傳播算法的多層前饋神經網絡，以預測印度泰米爾納德邦的月平均日全球輻射量，得出模型可用于估計該地區任何地方的月平均日全球輻射量。Rezrazi等[51]利用人工神經網絡模型預測阿爾及利亞蓋爾達耶2007年太陽輻射，預測結果良好。人工神經網絡模型在太陽輻射計算中具有較好的預測性，擬合優度和誤差指標比氣候經驗較好，模擬精度較高。并且在對無太陽輻射觀測的地區，人工神經網絡模型是一種有效的預測方法。

2.2?太陽能資源評估指標

太陽能資源評估指標中多數利用太陽能資源豐富程度[52-56]、太陽能資源穩定程度[57-60]、太陽能資源可利用價值[61-62]等指標。盡管不同國家和地區太陽能資源評估標準不同，但都大同小異，因此，該研究主要使用中國太陽能資源評估標準進行論述。

2.2.1?太陽能資源豐富程度評估。

太陽能資源的豐富度主要由太陽總輻射來衡量，能夠較好地反映地區的太陽能資源量。何如等[52]利用1961—2010年廣西3個輻射站的太陽能輻射資料，將太陽能資源標準中“資源豐富”又細分為3個級別，從而得到了廣西太陽能資源豐富度的6個指標。鐘燕川等[53]繪制了四川省太陽能資源豐富度分布圖，四川太陽能資源豐富度呈現東低西高的特點。四川盆地大部分處于太陽能資源一般的地區，豐富區只在東北的一小部分，主要是四川的西部、北部和南部，與楊淑群等[54]的研究結果相一致。楊通江等[55]利用1971—2008年太陽輻射資料，計算出貴州年平均太陽總輻射西部和西南地區較高，中部和東北部偏低，年平均太陽輻射小于3 500.00 MJ/m2，最高值在畢節威寧，達4 594.80 MJ/m2，低值區在遵義桐梓縣，為3 149.14 MJ/m2，由此可以得出貴州省大部分地區的太陽能資源屬于較豐富區。Raush等[56]在路易斯安那州南部實施預測模型，并與現有數據集和建模資源進行比較，得出月法向直接輻射差異較大，但年輻射量約為5 190.3 MJ/（m2·a），太陽能資源豐富。

2.2.2?太陽能資源穩定程度評估。

太陽能資源的穩定程度反映一個地區太陽能資源變化的情況，通常用一年中各月日照時數大于6 h天數的最大值與最小值的比值表示，計算公式如下[63]：

式（8）中，K為太陽能資源穩定程度指標，無量綱數;Day1，Day2，…，Day12為1—12月中每月日照時數大于6 h的天數（d）;

max（）為求最大值的標準函數;

min（）為求最小值的標準函數。

梁玉蓮等[57]研究得出華南地區太陽能資源整體處于穩定，其中，海南省的穩定性為最高，整體處于穩定，廣西在華南地區屬于穩定性最差，介于兩者之間的是廣東。潘平安等[58]通過計算得到四川甘孜藏族自治州的高原地區以及西（中）南部太陽能穩定程度指數K<2，太陽能資源穩定且可靠，在部分高山峽谷陰坡區K>4，屬于不穩定范圍，其余地區穩定度指數K為2～4，太陽能資源較為穩定。周揚等[59]利用14個氣象站的日照時數對江蘇省太陽能資源穩定程度進行計算，并運用Kriging插值法進行空間插值，江蘇北部和東部地區的太陽能資源穩定，K值最小;江蘇省南部地區K值較大，表明穩定程度相對較差。Paulescu等[60]計算出2009年蒂米什瓦日平均日照穩定度介于0～0.028，表明太陽輻射狀況相當穩定。

2.2.3?太陽能資源可利用價值評估。

鐘燕川等[53]分析了四川日照時數大于6 h的天數，得出四川西北部高原地區和南部山區部分地區日照時數大于6 h的天數在150～200 d，其中日照時數最多的地區是攀枝花仁和區，日照時數較短的地區主要分布在四川盆地中部和南部大部分，利用價值較低。李柯等[61]從資源保障的角度選取≥3 h有效日照天數作為評估指標，得出與年日照時數空間分布大體一致略有小的差異。Bloutsos等[62]利用1971—1980年的日照數據得出克里克島南部地區日照時數每年超過約300 h，大部分地區除了11月—次年1月，其余月份具有良好的日照條件。在太陽能資源利用價值的評估中通常用各月日照時數超過6 h的指標作為評估標準，該數值代表了每天太陽能資源的利用價值，其值越大，說明該地區的光照越充足，并且受天氣變化的影響較小，設備利用效率就越高。日照時數大于3 h有利于太陽能設備的利用，在評估中可以將其列入。

2.2.4?其他指標。

韓世濤等[64]將一天劃分為3個時段，利用銀川1995—2008年的日照時數分析，得出11：00—16：00為太陽能最佳利用時段。趙東等[65]根據相同的時間、相等的面積內直射比斜射熱量高的原理，利用直射比分析三峽庫區的太陽輻射情況，計算出直射比為0.36，太陽輻射以散射為主，其中宜昌的直射比為0.43，為最高值，其次是萬縣，最低在重慶。

3?太陽能資源區劃

太陽能資源受緯度、氣候、地形等因素影響，使得太陽輻射強度具有顯著的差異性。對全國和不同的地區都進行了劃分（表1），其中太陽輻射和日照時數是資源區劃中使用頻率最高的2個指標。李立賢[66]根據我國各地的太陽能資源量、年日照時數以及每年1 m2面積上所接受的太陽熱量這3類指標，將全國劃分為5類地區。王炳忠[67]進行更為詳細的區劃，把全國劃分了3級，將太陽能資源年總量作為第1級區劃的分區指標，把全國劃分成資源豐富帶、資源較豐富帶、資源較貧乏帶和資源貧乏帶4個帶;第2級區劃考慮到資源的季節性，選取各月日照時間大于6 h的天數作為分區指標;將太陽能利用的有效時間作為第3級區劃指標。還有學者在此基礎上增加晴天日數、有效日照天數、最佳利用時段等指標進行更為詳細的區劃。顏亮東等[68]將區劃指標分為二級，以年太陽總輻射量作為一級區劃指標;二級區域指標為日平均氣溫穩定通過 0 ℃以上期間的日數，把三江源地區分成資源特豐利用佳期較長區、資源特豐利用佳期較短區等10類。劉可群等[69-70]將晴天日數應用于太陽能資源區劃之中。對太陽能資源進行區劃，明確劃定太陽能資源豐貧區，了解不同地區太陽能資源的稟賦，有助于進行區域太陽能研究和因地制宜發展太陽能產業。

4?結論與展望

1973年石油危機之后，太陽能逐漸成為學者們研究的熱點之一，該研究通過對CNKI數據庫中太陽能資源評估相關文獻進行統計整理，分析了太陽能資源的研究熱點，梳理了喀斯特地區太陽能資源計算方法，歸納了太陽能資源評估指標，總結出有以下幾點不足：

（1）文獻分析表明，現有的喀斯特地區太陽能資源評估研究多以大尺度以行政單位如省、市為界限進行研究，有關貴州、四川等典型喀斯特省份的太陽能資源潛力評估研究文獻較為豐富;對按不同條件劃分的區域，如以喀斯特地貌區為研究范圍的文獻數量匱乏。

（2）喀斯特地區太陽總輻射的計算方法以氣候學計算法和結合地形的計算方法為主，較少利用遙感衛星技術反演太陽輻射。雖然氣候學方法具有計算方便、模擬精度較高等優點，但在實際應用中由于數據短缺導致計算結果準確度降低。人工神經網絡模型在太陽總輻射計算中預測效果較好，但在喀斯特地區鮮有應用。

（3）在現有的太陽能資源評估的研究中，多是采用國家氣象局制定的統一標準，評估方法、指標單一，并且缺乏對區域差異性的考量，難以滿足不同地區太陽能資源利用的需求。

隨著喀斯特地區社會經濟的快速發展，對太陽能的需求也發生了改變。對太陽能資源評估提出了更高的要求，今后研究發展有以下幾個方向：

（1）加強對喀斯特地區的太陽能資源評估研究。打破原有的行政界線，以區位條件（自然、地理位置、社會經濟等方面）相似的地域作為研究區域，以便于減少重復性工作，增強太陽能的應用、示范與推廣。

（2）建立和完善太陽輻射基礎數據庫，加強計算的精準度。太陽能資源評估是建立在輻射數據和氣象數據基礎之上的，建立和完善喀斯特地區基礎數據庫，增加太陽輻射地面觀測站的數量，為太陽能資源評估打下堅實的基礎;在太陽能總輻射計算中，嘗試運用多種計算方法，加強衛星遙感技術和人工網絡神經方法的應用，以彌補監測數量的不足，增強計算的精準度。

（3）構建適宜喀斯特地區的太陽能資源評估指標體系。在國家標準的基礎上，深刻認識喀斯特地區獨特的環境條件，分析現有指標在喀斯特地區應用的適宜性以及探索適用于喀斯特地區評估指標，如植被的遮蔽作用，多維度、多視角地構建喀斯特地區太陽能資源評估的指標體系，增強評估的準確性和適用性。

參考文獻

[1] 袁道先.我國西南巖溶石山的環境地質問題[J].世界科技研究與發展，1997，19（5）：41-43.

[2] 楊明德，譚明，梁虹.喀斯特流域水文地貌系統[M].北京：地質出版社，1998.

[3] 熊康寧，陳起偉.基于生態綜合治理的石漠化演變規律與趨勢討論[J].中國巖溶，2010，29（3）：267-273.

[4] 熊康寧，朱大運，彭韜，等.喀斯特高原石漠化綜合治理生態產業技術與示范研究[J].生態學報，2016，36（22）：7109-7113.

[5] 郭應軍，熊康寧，安裕倫，等.中國西南石漠化地區農村能源消費結構研究[J].農業工程學報，2019，35（3）：226-234.

[6] 王琦，熊康寧，盈斌，等.喀斯特地區農村能源消費特征及影響因素[J].中國農業資源與區劃，2019，40（3）：146-157.

[7] 熊康寧，黎平，周忠發，等.喀斯特石漠化的遙感——GIS典型研究：以貴州省為例[M].北京：地質出版社，2002.

[8] 王世杰，李陽兵.喀斯特石漠化研究存在的問題與發展趨勢[J].地球科學進展，2007，22（6）：573-582.

[9] 吳協保，孫繼霖，林瓊，等.我國西南巖溶石漠化土地生態建設分區治理思路與途徑探討[J].中國巖溶，2009，28（4）：391-396.

[10] 熊康寧，李晉，龍明忠.典型喀斯特石漠化治理區水土流失特征與關鍵問題[J].地理學報，2012，67（7）：878-888.

[11] 蔣忠誠，羅為群，童立強，等.21世紀西南巖溶石漠化演變特點及影響因素[J].中國巖溶，2016，35（5）：461-468.

[12] 曾發明.巖溶石漠化治理對碳匯的影響研究[D].武漢：中國地質大學，2018.

[13] 沈義.我國太陽能的空間分布及地區開發利用綜合潛力評價[D].蘭州：蘭州大學，2014.

[14] 傅伯杰，劉國華，陳利頂，等.中國生態區劃方案[J].生態學報，2001，21（1）：1-6.

[15] 趙海莉，張婧.基于Citespace和Vosviewer的中國水旱災害研究進展與熱點分析[J].生態學報，2020，40（12）：4219-4228.

[16] NGSTRM A.Solar and atmospheric radiation.Report to the international commission for solar research on actinometric investigations of solar and atmospheric radiation[J].Quarterly journal of the royal meteorological society，1924，50（210）：121-126.

[17] PRESCOTT J A.Evaporation from a water surface in relation to solar radiation[J].Transactions of the royal society of South Australia，1940，46：114-125.

[18] 翁篤鳴.中國輻射氣候[M].北京：氣象出版社，1997.

[19] 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.

[20] 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.

[21] 和清華，謝云.我國太陽總輻射氣候學計算方法研究[J].自然資源學報，2010，25（2）：308-319.

[22] 繆啟龍，周鎖銓，吳息，等.西部山區總輻射氣候學計算及分布[J].南京氣象學院學報，1994，17（2）：177-182.

[23] 熊燕琳，周筠珺.四川地區地面太陽總輻射時空分布及氣象影響因素研究[J].太陽能學報，2020，41（12）：162-171.

[24] 王炳忠.我國的太陽能資源[J].太陽能，1980（1）：7-8.

[25] 鐘燕川，馬振峰，徐金霞，等.基于分布式模型方法和氣候經驗模型的四川省總輻射結果比較研究[J].高原山地氣象研究，2017，37（3）：58-63.

[26] 鐘強.地面輻射氣候學研究進展——從衛星反演地面輻射能收支的若干問題[J].地球科學進展，1996，11（3）：238-244.

[27] 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].資源科學，2012，34（11）：2080-2086.

[28] 武永利，相棟.FY2號氣象衛星估算地面太陽輻射研究[J].自然資源學報，2013，28（12）：2117-2126.

[29] 韓露，崔生成，楊世植，等.基于FY-2G紅外衛星資料反演我國陸地區域的地表發射率[J].光學學報，2019，39（12）：383-393.

[30] 申彥波.近20年衛星遙感資料在我國太陽能資源評估中的應用綜述[J].氣象，2010，36（9）：111-115.

[31] GHERBOUDJ I，GHEDIRA H.Assessment of solar energy potential over the United Arab Emirates using remote sensing and weather forecast data[J].Renewable and sustainable energy reviews，2016，55：1210-1224.

[32] 王麗，邱新法，王培法，等.復雜地形下長江流域太陽總輻射的分布式模擬[J].地理學報，2010，65（5）：543-552.

[33] 劉海軍，吳林榮，孫嫻.基于NOAA衛星的陜西省太陽總輻射反演研究[J].測繪科學，2011，36（3）：22-24.

[34] 陳渭民，高慶先，洪剛.由GMS衛星資料獲取我國夏季地表輻射收支[J].大氣科學，1997，21（2）：238-246.

[35] 王欣，文軍，張宇，等.利用我國氣象衛星遙感資料估算黃河源區凈輻射輻照度的研究[J].太陽能學報，2012，33（2）：313-320.

[36] 袁淑杰，繆啟龍，谷曉平，等.貴州高原起伏地形下太陽直接輻射的精細分布[J].自然資源學報，2009，24（8）：1432-1439.

[37] 殷雪蓮，賀建鋒.河西走廊中部氣候資源特點及其開發應用[J].干旱區研究，2010，27（2）：188-193.

[38] CHEN N.Spectra method for revealing relations between slope and possible sunshine duration in China[J].Earth science informatics，2020，13（3）：695-707.

[39] 谷曉平，袁淑杰，史嵐，等.貴州高原復雜地形下太陽總輻射精細空間分布[J].山地學報，2010，28（1）：96-102.

[40] 鄔定榮，劉建棟，劉玲，等.基于DEM的廣東山地高分辨率太陽輻射模擬研究[J].熱帶氣象學報，2014，30（4）：795-800.

[41] 傅抱璞.山地氣候[M].北京：科學出版社，1983.

[42] HAY J E.Calculation of monthly mean solar radiation for horizontal and inclined surfaces[J].Solar energy，1979，23（4）：301-307.

[43] 施國萍，邱新法，曾燕.中國三種太陽輻射起始數據分布式模擬[J].地理科學，2013，33（4）：385-392.

[44] MSZRO I，MIKLNEK P.Calculation of potential evapotranspiration based on solar radiation income modeling in mountainous areas[J].Biologia，2006，61：S284-S288.

[45] MCCULLOCH W S，PITTS W.A logical calculus of the ideas immanent in nervous activty[J].Bulletin of mathematical biology，1990，52（1/2）：99-115.

[46] 趙崇文.人工神經網絡綜述[J].山西電子技術，2020（3）：94-96.

[47] 周晉，吳業正，晏剛，等.利用神經網絡估算太陽輻射[J].太陽能學報，2005，26（4）：509-512.

[48] 李凈，王衛東，張福存.利用LM-BP神經網絡估算西北地區太陽輻射[J].干旱區地理，2015，38（3）：438-445.

[49] 莊述鵬，宮響，林嬋，等.基于廣義回歸神經網絡的日總輻射曝輻量預估[J].太陽能學報，2019，40（1）：11-16.

[50] SIVAMADHAVI V，SELVARAJ R S.Prediction of monthly mean daily global solar radiation using Artificial Neural Network[J].Journal of earth system science，2012，121（6）：1501-1510.

[51] REZRAZI A，HANINI S，LAIDI M.An optimisation methodology of artificial neural network models for predicting solar radiation：A case study[J].Theoretical and applied climatology，2016，123（3/4）：769-783.

[52] 何如，周紹毅，蘇志，等.近50年廣西太陽能資源估算與特征分析[J].江西農業學報，2016，28（3）：109-112.

[53] 鐘燕川，馬振峰，徐金霞，等.基于地形分布式模擬的四川省太陽能資源評估[J].西南大學學報（自然科學版），2018，40（7）：115-121.

[54] 楊淑群，詹兆渝，范雄.四川省太陽能資源分布特征及其開發利用建議[J].四川氣象，2007，27（2）：15-17.

[55] 楊通江，陳仕軍，文賢馗，等.貴州地區太陽能資源應用潛力分析[J].貴州電力技術，2013，16（10）：25-26.

[56] RAUSH J R，CHAMBERS T L，RUSSO B，et al.Assessment of local solar resource measurement and predictions in south Louisiana[J].Energy，sustainability and society，2016，6（1）：1-12.

[57] 梁玉蓮，申彥波，白龍，等.華南地區太陽能資源評估與開發潛力[J].應用氣象學報，2017，28（4）：481-492.

[58] 潘平安，露丹.四川省甘孜藏族自治州太陽能資源及其開發利用分析[J].北京農業，2015（3）：227-228.

[59] 周揚，吳文祥，胡瑩，等.江蘇省可用太陽能資源潛力評估[J].可再生能源，2010，28（6）：10-13.

[60] PAULESCU M，BADESCU V.New approach to measure the stability of the solar radiative regime[J].Theoretical applied climatology，2011，103（3/4）：459-470.

[61] 李柯，何凡能.中國陸地太陽能資源開發潛力區域分析[J].地理科學進展，2010，29（9）：1049-1054.

[62] BLOUTSOS A A，PENNAS P J.A study of?the daily and hourly change of sunshine duration values on Crete island[J].Theoretical and applied climatology，1986，37（3）：150-157.

[63] 中國氣象局.太陽能資源評估方法：QX/T 89—2008[S].北京：氣象出版社，2008.

[64] 韓世濤，劉玉蘭，劉娟.寧夏太陽能資源評估分析[J].干旱區資源與環境，2010，24（8）：131-135.

[65] 趙東，祝昌漢，羅勇，等.三峽庫區太陽能資源基本特征及其演變[J].自然資源學報，2009，24（11）：1984-1993.

[66] 李立賢.我國的太陽能資源[J].自然資源，1977（1）：69-71.

[67] 王炳忠.中國太陽能資源利用區劃[J].太陽能學報，1983，4（3）：221-228.

[68] 顏亮東，周秉榮，李曉東，等.三江源地區太陽能資源區劃及利用潛力研究[J].資源科學，2012，34（11）：2057-2066.

[69] 劉可群，陳正洪，夏智宏.湖北省太陽能資源時空分布特征及區劃研究[J].華中農業大學學報，2007，26（6）：888-893.

[70] 黃艷，蔡敏，嚴紅梅.浙江省太陽能資源分布特征及其初步區劃研究[J].科技通報，2014，30（5）：78-85.

[71] 壽陛揚，王明，陳二永.我國太陽能資源的生態區域[J].生態經濟，1992（6）：40-44.

[72] 趙媛，趙慧.我國太陽能資源及其開發利用[J].經濟地理，1998，18（1）：56-61.

[73] 戴志松，鄧先瑞.湖北省太陽能資源及其利用區劃的探討[J].華中師范大學學報（自然科學版），1986，20（3）：357-367.

[74] 余優森，鄧振鏞，林日暖，等.甘肅省太陽能利用區劃[J].甘肅氣象，1986（3）：32-34.

[75] 龔培蘭.新疆太陽能資源利用區劃[J].新疆氣象，1989（5）：34-40.

[76] 王明，壽陛揚，陳二永.云南太陽能資源實用區劃新探[J].云南師范大學學報（自然科學版），1992，12（2）：48-56.

[77] 龔強，于華深，藺娜，等.遼寧省風能、太陽能資源時空分布特征及其初步區劃[J].資源科學，2008，30（5）：654-661.

[78] 馮剛，李衛華，韓宇，等.新疆太陽能資源及區劃[J].可再生能源，2010，28（3）：133-139.