太陽輻射兩級區(qū)化方法及其應(yīng)用

于瑛，楊柳，白魯建

(西安建筑科技大學(xué) a.機(jī)電學(xué)院；b.建筑學(xué)院，西安 710055)

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(fù)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(zhǔn)確估算并加以利用，對于建筑節(jié)能、環(huán)境保護(hù)和提高室內(nèi)環(huán)境的舒適性都有積極意義。完整準(zhǔn)確的太陽輻射數(shù)據(jù)是利用太陽能的前提，而目前由于經(jīng)費(fèi)、設(shè)備維護(hù)等方面的原因，使得太陽輻射觀測數(shù)據(jù)遠(yuǎn)遠(yuǎn)不能滿足需求。以中國為例，輻射臺站的數(shù)量遠(yuǎn)少于氣象臺站，僅有120余個，不及基本地面氣象觀測站數(shù)量的4%。輻射數(shù)據(jù)的匱乏嚴(yán)重制約了低能耗建筑設(shè)計(jì)的發(fā)展，如何準(zhǔn)確估算無實(shí)測數(shù)據(jù)地區(qū)的太陽輻射量，實(shí)現(xiàn)輻射數(shù)據(jù)從無到有，是目前建筑節(jié)能設(shè)計(jì)中迫切要解決的基礎(chǔ)性問題。

對于太陽輻射資源的計(jì)算，目前普遍應(yīng)用的研究方法主要包括：1)空間插值法。利用地統(tǒng)計(jì)學(xué)中的空間插值技術(shù)和基于地形因子的統(tǒng)計(jì)方法，產(chǎn)生柵格化的太陽輻射空間分布數(shù)據(jù)，實(shí)現(xiàn)方式有所不同，可以對太陽輻射數(shù)據(jù)直接插值[1-3]，也可以對輻射估算模型系數(shù)或自變量插值，從而間接計(jì)算出太陽輻射量[4-6]；2)衛(wèi)星反演法。利用衛(wèi)星遙感技術(shù)，從觀測信號中提取能較好反映地表太陽輻射的信息，結(jié)合地形、氣象要素的影響，完成地表太陽輻射的反演計(jì)算，從而彌補(bǔ)地面太陽輻射觀測數(shù)據(jù)的不足[7-8]?？臻g插值法克服了一般內(nèi)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(diǎn)數(shù)量過少影響了數(shù)據(jù)精度；采用遙感手段反演地表參數(shù)，由于其技術(shù)本身的復(fù)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(qū)常用的高空間分辨率的數(shù)據(jù)資料(如MODIS)比較稀少，因此，仍需要在地面觀測的基礎(chǔ)上利用其他計(jì)算方法所得結(jié)果作為補(bǔ)充，應(yīng)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(yīng)用且滿足誤差要求的太陽輻射資源計(jì)算方法。

采用氣候?qū)W的方法計(jì)算到達(dá)地面的太陽輻射具有物理意義明確、計(jì)算簡單、利于推廣等優(yōu)點(diǎn)，是迄今為止最成熟，應(yīng)用最廣泛的方法，尤其是其中的經(jīng)驗(yàn)?zāi)Ｐ头ㄊ褂萌照瞻俜致省⑷蛰^差、云量等常規(guī)氣象觀測資料建立了輻射經(jīng)驗(yàn)估算模式，使更多地區(qū)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(shí)現(xiàn)提供了數(shù)據(jù)基礎(chǔ)，且臺站覆蓋了人口密集的所有城鎮(zhèn)地區(qū)，完全能滿足建筑熱環(huán)境研究的需求，于是，如何確定經(jīng)驗(yàn)?zāi)Ｐ拖禂?shù)成為估算該地區(qū)太陽輻射量的關(guān)鍵。筆者提出基于太陽輻射區(qū)域化的經(jīng)驗(yàn)?zāi)Ｐ拖禂?shù)確定方法，通過兩級區(qū)劃指標(biāo)，將太陽輻射氣候相似的地區(qū)劃分為一個輻射區(qū)域，每個區(qū)域中包含了同時具有氣象和太陽輻射觀測數(shù)據(jù)的少量臺站以及僅有氣象觀測數(shù)據(jù)的大量臺站，利用少量臺站的觀測數(shù)據(jù)生成模型系數(shù)，該系數(shù)即作為區(qū)域模型系數(shù)，用于該區(qū)域中其他臺站的太陽輻射量的計(jì)算。

1 太陽輻射兩級區(qū)化

太陽輻射區(qū)域化研究最早由Terjung[10]提出，隨后各國學(xué)者陸續(xù)進(jìn)行相關(guān)研究，研究方法主要分為兩類：一類是延續(xù)Terjung的思路，使用太陽輻射數(shù)據(jù)本身作為分區(qū)依據(jù)，根據(jù)經(jīng)驗(yàn)提出輻射臨界點(diǎn)，將兩個臨界點(diǎn)之間的地區(qū)劃分成一個區(qū)域[11-12]；另一類是以晴空指數(shù)或晴空指數(shù)與地理參數(shù)(如緯度和海拔)相結(jié)合作為分區(qū)依據(jù)，使用聚類方法進(jìn)行區(qū)域劃分[13-14]。參與分區(qū)的臺站數(shù)量和太陽輻射數(shù)據(jù)質(zhì)量直接決定著分區(qū)的可靠性與準(zhǔn)確性，理論上用于分區(qū)的臺站數(shù)量越多且使用近20～30年輻射數(shù)據(jù)得到的結(jié)果就越可靠。而目前中國具有太陽輻射日值觀測數(shù)據(jù)記錄的臺站數(shù)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(shù)據(jù)本身，還是在太陽輻射基礎(chǔ)上通過二次計(jì)算得到的數(shù)據(jù)(例如：晴空指數(shù))作為分區(qū)指標(biāo)，都會出現(xiàn)參與分區(qū)臺站數(shù)量少、太陽輻射數(shù)據(jù)不足的問題，從而影響分區(qū)結(jié)果。于是，需要建立新的分區(qū)指標(biāo)，既能反映太陽輻射的變化又能克服臺站數(shù)量不足對于分區(qū)精度的影響。

1.1 區(qū)化指標(biāo)

區(qū)域化目的要求分區(qū)相對精細(xì)但數(shù)量也不宜過多，否則會使得區(qū)域內(nèi)缺乏足夠的數(shù)據(jù)確定模型系數(shù)，從而影響輻射量估算精度；區(qū)域化指標(biāo)選擇原則要求既能體現(xiàn)太陽輻射的變化又能克服輻射數(shù)據(jù)本身數(shù)量不足對分區(qū)結(jié)果的影響。鑒于以上要求，提出太陽輻射兩級區(qū)劃方法，每一級選擇不同的區(qū)劃指標(biāo)，通過一級區(qū)劃實(shí)現(xiàn)對中國太陽輻射氣候的粗略劃分，再在每一個一級劃分區(qū)域中通過二級區(qū)劃進(jìn)一步細(xì)化，由“粗”及“細(xì)”，得到太陽輻射氣候區(qū)化結(jié)果。

1.1.1 一級區(qū)化指標(biāo) 晴空指數(shù)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(jìn)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(shù)是描述大氣對太陽短波輻射影響的一個綜合參數(shù)，是衡量空氣透明度的指標(biāo)，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(qiáng)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(shù)與總輻射量息息相關(guān)，可以作為太陽總輻射區(qū)域化指標(biāo)，而且使用晴空指數(shù)代替總輻射作為分區(qū)指標(biāo)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。

(1)

式中

(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(shù)，取4.921 MJ/m2；φ為緯度；δ為太陽傾斜角；ωs為日落時角，ωs=cos-1(-tanφtanδ)；E0為地球軌道的離心率修正因子。

圖1 120個臺站氣象要素與太陽輻射量偏相關(guān)系數(shù)(一)Fig.1 Partial correlation coefficients between meteorologicalfactors and solar irradiation in 120 stations (1)

圖2 120個臺站氣象要素與太陽輻射量偏相關(guān)系數(shù)(二)Fig.2 Partial correlation coefficients between meteorologicalfactors and solar irradiation in 120 stations (2)

圖3 兩組復(fù)相關(guān)系數(shù)分布Fig.3 Distribution of two multiple correlation coefficient

1.1.2 二級區(qū)化指標(biāo) 到達(dá)地面的太陽輻射除了受天文因子(包括太陽常數(shù)、日地距離、太陽高度角等)、地理因子(包括觀測點(diǎn)的緯度、海拔、地形等)的影響外，還受地球大氣層的強(qiáng)烈影響，而氣象要素(包括溫度、相對濕度、氣壓、風(fēng)、云量等)對大氣層的構(gòu)成起決定作用，所以，氣象要素與太陽輻射之間有密切聯(lián)系。目前提出的太陽總輻射預(yù)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(shù)和相對濕度的Angstrom-Prescott(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(shí)測數(shù)據(jù)的120個臺站，借助SPSS工具計(jì)算每個臺站日照時數(shù)、日平均氣溫、氣壓、風(fēng)速、相對濕度及日較差相對于日總輻射量的偏相關(guān)系數(shù)，如圖1、圖2所示。從圖中可看出，日照時數(shù)、日平均溫度與日總輻射量的相關(guān)性較其他氣象要素更強(qiáng)。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(qū)指標(biāo)尚需證明。在統(tǒng)計(jì)學(xué)中，某個單指標(biāo)與其他多個指標(biāo)的信息重疊一般可用復(fù)相關(guān)系數(shù)來反映，復(fù)相關(guān)系數(shù)越接近1，則他們之間的信息重疊程度越嚴(yán)重，越接近于零，則信息重疊程度越低。計(jì)算上述120個臺站日照時數(shù)、日平均溫度與日總輻射量的復(fù)相關(guān)系數(shù)，稱為第1組；為了便于比較，又計(jì)算了除以上2個氣象要素外的其他4個要素(氣壓、風(fēng)速、相對濕度及日較差)與日總輻射量的復(fù)相關(guān)系數(shù)，稱為第2組，統(tǒng)計(jì)第1、2組復(fù)相關(guān)系數(shù)分布，如圖3所示。圖中第1組復(fù)相關(guān)系數(shù)大于0.8，第2組復(fù)相關(guān)系數(shù)明顯小于第1組，多數(shù)分布在0.5～0.8之間，由此可知，日照時數(shù)、日平均溫度與日總輻射量的信息重疊程度遠(yuǎn)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(shù)和日平均溫度實(shí)測數(shù)據(jù)的氣象臺站達(dá)900多個，數(shù)據(jù)充足，有效彌補(bǔ)了由于輻射觀測站數(shù)量有限而造成一級區(qū)域劃分過粗的不足。由此可見，可選擇日照時數(shù)和日平均氣溫作為二級區(qū)劃指標(biāo)。

1.2 區(qū)化方法

太陽輻射氣候區(qū)域化的難點(diǎn)在于利用有限的、在地理上分散的臺站數(shù)據(jù)劃分出若干個區(qū)域范圍，這是在大數(shù)據(jù)中通過尋找數(shù)據(jù)間的相似性進(jìn)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(yīng)用聚類方法對不同氣象因素進(jìn)行分區(qū)的研究也見諸報(bào)道，例如：文獻(xiàn)[18-19]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(jìn)行區(qū)劃；文獻(xiàn)[20]對比了快速樣本聚類法、分層聚類法及聚類統(tǒng)計(jì)檢驗(yàn)法在中國溫度區(qū)域化中的應(yīng)用，論證了3種方法各自的優(yōu)勢。通過分析文獻(xiàn)發(fā)現(xiàn)，分層聚類法在氣象要素區(qū)域化中應(yīng)用最為廣泛，尤其是其中的離差平方和(Ward)算法在數(shù)學(xué)上有更多的優(yōu)勢，得到的樣本聚類結(jié)果對比度最好[21]。基于此，選擇分層聚類方法，具體應(yīng)用Ward算法，根據(jù)一級和二級分區(qū)指標(biāo)逐級對中國太陽輻射氣候進(jìn)行區(qū)劃，在計(jì)算樣本之間的距離時選擇平方歐式(Euclidean)距離。

1.3 區(qū)化結(jié)果

1.3.1 一級區(qū)劃 文獻(xiàn)[5]中選擇中國具有日總輻射實(shí)測數(shù)據(jù)的123個臺站，數(shù)據(jù)記錄時間在1957—2000年之間，記錄時間從10～44 a不等，分別計(jì)算各臺站累年逐月平均晴空指數(shù)，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(shù)值。借助SPSS工具完成聚類，根據(jù)Ward算法原理，當(dāng)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(qiáng)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(chǎn)生的離差平方和表示成一條曲線，則曲線拐點(diǎn)處所對應(yīng)的類數(shù)將為樣本的最佳分類數(shù)。SPSS的結(jié)果頁面可以顯示每次歸并所產(chǎn)生的離差平方和數(shù)據(jù)，發(fā)現(xiàn)當(dāng)類數(shù)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(diǎn)對應(yīng)的類數(shù)為5。于是通過一級區(qū)劃可將中國太陽能氣候劃分為5個區(qū)域，邊界線根據(jù)所屬不同區(qū)域最近的兩個臺站之間的地理距離中點(diǎn)劃定，一級區(qū)劃結(jié)果如圖4所示。

圖4 太陽輻射一級區(qū)劃圖Fig.4 The first stage regionalization for solar irradiatio

區(qū)域1西起青藏高原東至內(nèi)蒙古高原，是中國太陽輻射最豐富的地區(qū)；區(qū)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(qū)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(qū)，特殊的地形使得該區(qū)域終年多霧，年平均晴空指數(shù)在全國最低；區(qū)域2和區(qū)域3都包含兩個地理上被隔離開的區(qū)域，為了方便說明，文中以2A、2B、3A、3B區(qū)分，2A區(qū)域包括塔里木盆地和吐魯番盆地，2B區(qū)域主要以高原為主，南起青藏高原，經(jīng)黃土高原和內(nèi)蒙古高原，東至大興安嶺山脈；3A和3B區(qū)域分別覆蓋了東北、華北平原和云貴高原。結(jié)合區(qū)域的地理分布，一級區(qū)劃實(shí)際上是將中國劃分成7個太陽輻射氣候區(qū)域。

1.3.2 二級區(qū)劃 從中國氣象日值數(shù)據(jù)集的905個臺站中選擇具有1984-01-01—2013-12-31數(shù)據(jù)記錄連續(xù)超過20 a的臺站，共計(jì)646個。將這些臺站按照經(jīng)緯度歸入一次劃分的區(qū)域中，計(jì)算各臺站日照時數(shù)和平均溫度的累年月均值。以區(qū)域4為例，該區(qū)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(shù)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(jìn)行數(shù)據(jù)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(chǎn)生的離差平方和以曲線表示，該曲線稱為肘標(biāo)準(zhǔn)曲線，如圖5所示。從圖5可以看出，當(dāng)由3類減少到2類時曲線出現(xiàn)拐點(diǎn)，由此可見，將區(qū)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(qū)域逐一進(jìn)行二次劃分，共得到17個二級區(qū)域(見圖6)，圖中較細(xì)的曲線為二級區(qū)劃邊界線。表1中統(tǒng)計(jì)了每個二級區(qū)域的平均海拔并分析區(qū)域地形特征。

圖5 二級區(qū)劃肘標(biāo)準(zhǔn)圖Fig.5 A function of the number of clusters for two-stage Regionalization

圖6 太陽輻射二級區(qū)劃圖Fig.6 Two-stage regionalization for solar irradiatio

一級區(qū)劃二級區(qū)劃平均海拔/m區(qū)域地形11-11859青藏高原、內(nèi)蒙古高原11-24072青藏高原2A2A-1866準(zhǔn)噶爾盆地2A2A-21317塔里木盆地2B2B-12218內(nèi)蒙古高原2B2B-2598東北平原2B2B-33643黃土高原2B2B-42033青藏高原3A3A-1490華北平原3A3A-21058內(nèi)蒙古高原3A3A-3283東北平原3B3B-11265云貴高原邊緣地帶3B3B-21559云貴高原中心地帶44-125544-2228華中、華南平原,海拔高度由北向南遞減44-312355641四川盆地

2 陜西省日總輻射量計(jì)算

實(shí)現(xiàn)總輻射量準(zhǔn)確估算有兩個重要環(huán)節(jié)：其一是選擇適當(dāng)?shù)哪Ｐ托问剑黄涠谴_定合理的模型系數(shù)，在模型形式確定后，模型系數(shù)對推算精度起決定作用，其確定方法成為了準(zhǔn)確生成日總輻射數(shù)據(jù)的關(guān)鍵。提出基于輻射區(qū)域化的模型系數(shù)確定方法，根據(jù)輻射分區(qū)結(jié)果，利用各區(qū)域內(nèi)同時具有太陽輻射與氣象實(shí)測數(shù)據(jù)的臺站回歸得到模型系數(shù)，將該系數(shù)用于本區(qū)域內(nèi)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(shù)據(jù)實(shí)測狀況見表2(數(shù)據(jù)來源于國家氣象信息中心)，借助該方法確定模型系數(shù)，計(jì)算其余33個臺站的日總輻射量。由于生成的輻射數(shù)據(jù)主要用于建筑熱環(huán)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(shí)測數(shù)據(jù)狀況Table 2 The measured data situation of DGI in Shaanxi

2.1 模型形式

基于日照時數(shù)的太陽總輻射預(yù)測模型最早是1924年由Angstrom提出，該模型揭示了同一地區(qū)日總輻射和相應(yīng)的晴天日總輻射的比值與日照時數(shù)和最大可能日照時數(shù)比值之間的線性關(guān)系。1940年P(guān)rescott對此模型作了修正，習(xí)慣稱為Angstrom-Prescott(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(yīng)用，見式(3)。其中:S為日照時數(shù);S0為最大可能日照時數(shù);a、b為回歸系數(shù);G0和S0可通過式(2)、式(4)計(jì)算得到。AP模型結(jié)構(gòu)簡單易于計(jì)算，并且在大多數(shù)氣候條件下都能獲得較好的結(jié)果，是目前應(yīng)用最廣泛的太陽總輻射計(jì)算模型，選擇其作為估算模型。

(3)

(4)

2.2 評價指標(biāo)

為了檢驗(yàn)估算數(shù)據(jù)對實(shí)測數(shù)據(jù)的代表性及二者的差異，引入兩個誤差評價指標(biāo)，分別為均方根誤差(RMSE)和決定系數(shù)R2，定義為

(5)

(6)

RMSE代表數(shù)據(jù)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(shí)測數(shù)據(jù)的擬合程度越高。

2.3 模型系數(shù)

在二級區(qū)劃結(jié)果中陜西省分屬于2B-1、3A-1、3A-2和4-1區(qū)，選擇各區(qū)域中同時具有輻射和氣象數(shù)據(jù)臺站1980年后的數(shù)據(jù)回歸得到模型系數(shù)a、b，計(jì)算模型與觀測數(shù)據(jù)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(shí)際數(shù)據(jù)之間的關(guān)系。從每個區(qū)域內(nèi)任意挑選一個臺站作為模型驗(yàn)證，該臺站須具有日總輻射實(shí)測數(shù)據(jù)但并未參與建模，誤差分析結(jié)果見表4。結(jié)果顯示在太陽輻射資源豐富、平均晴空指數(shù)較大的2B-1區(qū)域模型計(jì)算誤差最小，后隨平均晴空指數(shù)的減小而逐漸增大，在平均晴空指數(shù)較低的4-1區(qū)域計(jì)算誤差最大，達(dá)到17.11%?？傮w來看，RMSE的平均值處于15%以內(nèi)，可以滿足誤差要求。

表3 AP模型系數(shù)Table 3 Thecoefficients of AP model

表4 誤差分析結(jié)果Table 4 The results of error analysis

2.4 計(jì)算結(jié)果

利用表3的模型系數(shù)，結(jié)合日照時數(shù)觀測數(shù)據(jù)，可計(jì)算出其余33個臺站(表5)1980年以后的日總輻射量，并進(jìn)一步計(jì)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(guān)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(guān)中地區(qū)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(guān)中其他地區(qū)；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(shù)據(jù)估算狀況Table 5 33 stations information

圖7 陜西省日總輻射量空間分布圖Fig.7 The spatial distribution of DGI in Shannx

3 結(jié)論

太陽輻射氣候區(qū)域化是太陽能資源優(yōu)化配置與高效利用的重要環(huán)節(jié)，在建筑、農(nóng)業(yè)和氣象等領(lǐng)域均有重要意義。針對建筑熱環(huán)境設(shè)計(jì)中太陽輻射數(shù)據(jù)不足的現(xiàn)狀，采用兩級區(qū)劃方法對中國太陽輻射氣候進(jìn)行劃分：一級區(qū)劃指標(biāo)為晴空指數(shù)；二級區(qū)劃指標(biāo)為日照時數(shù)和平均溫度，得到17個太陽輻射氣候區(qū)域。在分區(qū)基礎(chǔ)上提出了經(jīng)驗(yàn)?zāi)Ｐ拖禂?shù)的確定方法，計(jì)算出無輻射觀測數(shù)據(jù)臺站的日總輻射量，可實(shí)現(xiàn)中國96%的氣象臺站輻射數(shù)據(jù)的從無到有。以陜西省為例計(jì)算出省內(nèi)33個臺站累年平均日總輻射量，其數(shù)值具有從北向南遞減趨勢，即太陽輻射強(qiáng)度由陜北長城沿線、陜北中部、關(guān)中、陜南逐漸減弱，該結(jié)果與緯度、氣候和地形對太陽輻射強(qiáng)度的影響機(jī)理相符，并與文獻(xiàn)[22-24]中得到的太陽輻射分布完全一致，表明太陽輻射兩級區(qū)化方法可以用于日總輻射量計(jì)算中。

[1] ANTONANZAS J,URRACA R, MARTINEZ-DE-PISON F J,et al. Solar irradiation mapping with exogenous data from support vector regression machines estimations[J]. Energy Conversion and Management, 2015, 100(8): 380-390.

[2] RUIZ-ARIAS J A, POZO-VZQUEZ D, SANTOS-ALAMILLOS 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):1812-1822.

[3] 王衛(wèi)東. 基于神經(jīng)網(wǎng)絡(luò)的西北地區(qū)太陽輻射模擬及時空特征分析[D]. 蘭州: 西北師范大學(xué),2014.

WANG W D. Simulation of solar radiation and study on temporal-spatial 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(jié)能氣象參數(shù)研究[D]. 西安:西安建筑科技大學(xué), 2011.

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

[5] CHELBIA M, GAGNONB Y,WAEWSAK J. Solar radiation mapping using sunshine duration-based models and interpolation techniques: Application to Tunisia[J]. Energy Conversion and Management, 2015, 101(9):203-215.

[6] CHEN J L, LI G S. Parameterization and mapping of solar radiation in data sparse regions[J]. Asia-Pacific Journal of Atmospheric Sciences, 2012, 48(4): 423-431.

[7] POLO J. Solar global horizontal and direct normal irradiation maps in Spain derived from geostationary satellites[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2015, 130(8): 81-88.

[8] 肖建設(shè),顏亮東,校瑞香,等. 基于RS/GIS的三江源地區(qū)太陽能資源遙感估算方法研究[J]. 2012,34(11):2080-2086.

XIAO J S, YAN L D, XIAO R X, et al. Estimating solar energy resources based on RS/GISat the Three-River-Source [J].2012,34(11):2080-2086. (in Chinese)

[9] 孫嫻，姜創(chuàng)業(yè)，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):67-81.

[11] 劉新安,范遼生,王艷華, 等. 遼寧省太陽輻射的計(jì)算方法及其分布特征[J]. 資源科學(xué), 2002, 24(1):82-87.

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):82-87. (in Chinese)

[12] 陳芳,馬英芳,李維強(qiáng).青藏高原太陽輻射時空分布特征[J]. 氣象科技, 2005, 33(3):231-234.

CHEN F, MA Y F, LI W Q. Distribution characteristics of solar radiation over Qinghai Plateau[J]. Meteorological Science and Technology, 2005, 33(3):231-234. (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):2006-2015.

[14] 劉大龍. 太陽輻射數(shù)據(jù)處理及其可視化[D].西安:西安建筑科技大學(xué),2006.

LIU D L. Processing and visualizing data of solar radiation [D].Xi’an:Xi’an 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):883-893.

[16] HARGREAVES G H, SAMANI Z A.Estimating potential evapotranspiration[J]. Journal of Irrigation and Drainage Engineering, 1982,108(3):223-230.

[17] PRESCOTT J A. Evaporation from water surface in relation to solar radiation [J]. Transactions of the Royal Society, 1940, 46(3):114-118.

[18] 秦愛民,錢維宏,蔡親波. 1960—2000年中國不同季節(jié)的氣溫分區(qū)及趨勢[J].氣象科學(xué), 2005, 25(4):338-345.

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):338-345. (in Chinese)

[19] 秦愛民,錢維宏.近41年中國不同季節(jié)降水氣候分區(qū)及趨勢[J].高原氣象, 2006, 25(3):495-502.

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):495-502. (in Chinese)

[20] 韓微,翟盤茂. 三種聚類分析方法在中國溫度區(qū)域劃分中的應(yīng)用研究[J].氣候與環(huán)境研究,2015,20(1):111-118.

HAN W, ZHAI P M. Three cluster methods in regionalization of temperature zones in China [J]. Climatic and Environmental Research, 2015,20(1):111-118. (in Chinese)

[21] 解焱,李典謨.中國生物地理區(qū)劃研究[J].生態(tài)學(xué)報(bào),2002,22(10),1599-1615.

XIE Y，LI D M. Preliminary researches on bio-geographical divisions of China[J].Acta Ecologica Sinica, 2002,22(10): 1599-1615. (in Chinese)

[22] 吳林榮,江志紅,魯淵平,等. 陜西省太陽總輻射的計(jì)算及分布特征[J].氣象科學(xué),2009,29(2):187-191.

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): 187-191.(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(shù)的時空變化特征[J].水土保持通報(bào), 2010,30(2):212-214.

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):212-214.(in Chinese)

[24] 吳其重，王自發(fā)，崔英杰. 我國近20年太陽輻射時空分布狀況模式評估[J].應(yīng)用氣象學(xué)報(bào)，2010,21(3):343-350.

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):343-350.(in Chinese)