全 文 ：江西千烟洲地区散射辐射的模拟与验证∗
韩佳音１，２　 李胜功１　 张雷明１∗∗　 温学发１　 李庆康１　 王辉民１
（ １中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室， 北京 １００１０１； ２中国科学院大学， 北京 １０００４９）
摘　 要　 散射辐射的准确估算对于评价其对陆地生态系统碳交换的影响具有重要意义．基于
我国中亚热带江西千烟洲气象观测场 ２０１２ 年 ３ 月 １ 日—２０１３ 年 ２ 月 ２８ 日散射辐射实际观
测数据对目前常用的 ５个散射辐射分解模型（Ｒｅｉｎｄｌ⁃１、Ｒｅｉｎｄｌ⁃２、Ｒｅｉｎｄｌ⁃３、Ｂｏｌａｎｄ、ＢＲＬ）的模
拟结果进行验证．结果表明： 在 ３０ ｍｉｎ尺度上，虽然 ５个模型在总体上都可以较好地模拟该地
区的散射辐射，但模型模拟效果随着晴空指数（ｋｔ）的升高而显著降低．特别是当 ｋｔ ＞０．７５ 时，
各模型已无法模拟该地区散射辐射．从散射辐射季节变化的模拟来看，５ 个模型能够很好地模
拟大多数月份的散射辐射．５个模型年尺度散射辐射模拟值与观测值的相对偏差最高为 ７．１％
（ＢＲＬ），最低为 ０．０４％（Ｒｅｉｎｄｌ⁃１），平均为 ３．６％．在全年辐射最强、温度最高和降水偏少的夏
季，５个模型的模拟值均出现了过高估计．以 ７ 月为例，散射辐射被高估 １４．５％ ～ ２８．２％，平均
高估 ２１．２％．这可能与高 ｋｔ条件下散射辐射的估算方法有关，这种不确定性需要在模型应用中
做进一步深入评价．根据验证结果并考虑模拟精度和输入变量的易获取性，５ 个模型的模拟效
果依次为 ＢＲＬ＞Ｒｅｉｎｄｌ⁃３＞Ｒｅｉｎｄｌ⁃２＞Ｒｅｉｎｄｌ⁃１＞Ｂｏｌａｎｄ．
关键词　 总辐射； 散射辐射； 晴空指数； 散射分数； 中亚热带； 季节性干旱
文章编号　 １００１－９３３２（２０１５）１０－２９９１－０９　 中图分类号　 Ｐ４１４．５， Ｐ４２２．３　 文献标识码　 Ａ
Ｓｉｍｕｌａｔｉｏｎ ａｎｄ ｖａｌｉｄａｔｉｏｎ ｏｆ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｉｎ Ｑｉａｎｙａｎｚｈｏｕ ａｒｅａ， Ｊｉａｎｇｘｉ， Ｃｈｉｎａ． ＨＡＮ Ｊｉａ⁃
ｙｉｎ１，２， ＬＩ Ｓｈｅｎｇ⁃ｇｏｎｇ１， ＺＨＡＮＧ Ｌｅｉ⁃ｍｉｎｇ１， ＷＥＮ Ｘｕｅ⁃ｆａ１， ＬＩ Ｑｉｎｇ⁃ｋａｎｇ１， ＷＡＮＧ Ｈｕｉ⁃ｍｉｎ１ （１Ｋｅｙ
Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｅｃｏｓｙｓｔｅｍ Ｎｅｔｗｏｒｋ Ｏｂｓｅｒｖａｔｉｏｎ ａｎｄ Ｍｏｄｅｌｉｎｇ， Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｇｅｏｇｒａｐｈｉｃ Ｓｃｉｅｎｃｅｓ ａｎｄ Ｎａｔｕ⁃
ｒａｌ Ｒｅｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １００１０１， Ｃｈｉｎａ； ２Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ
Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １０００４９， Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６（１０）： ２９９１－２９９９．
Ａｂｓｔｒａｃｔ： Ａｃｃｕｒａｔｅ ｅｓｔｉｍａｔｉｏｎ ｏｆ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｉｓ ｏｆ ｇｒｅａｔ ｓｉｇｎｉｆｉｃａｎｃｅ ｆｏｒ ｅｖａｌｕａｔｉｎｇ ｉｔｓ ｅｆｆｅｃｔ ｏｎ
ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｃａｒｂｏｎ ｅｘｃｈａｎｇｅ． Ｂａｓｅｄ ｏｎ ｔｈｅ ｏｂｓｅｒｖｅｄ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｄａｔａ ｉｎ ｔｈｅ ｍｅｔｅｏｒｏ⁃
ｌｏｇｉｃａｌ ｏｂｓｅｒｖａｔｉｏｎ ｆｉｅｌｄ ｉｎ ｍｉｄ⁃ｓｕｂｔｒｏｐｉｃａｌ Ｑｉａｎｙａｎｚｈｏｕ， Ｊｉａｎｇｘｉ， Ｃｈｉｎａ ｆｒｏｍ Ｍａｒｃｈ １， ２０１２ ｔｏ
Ｆｅｂｒｕａｒｙ ２８， ２０１３， ｔｈｅ ｓｉｍｕｌａｔｅｄ ｒｅｓｕｌｔｓ ｏｆ ｆｉｖｅ ｗｉｄｅｌｙ ｕｓｅｄ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｍｏｄｅｌｓ
（Ｒｅｉｎｄｌ⁃１， Ｒｅｉｎｄｌ⁃２， Ｒｅｉｎｄｌ⁃３， Ｂｏｌａｎｄ， ＢＲＬ） ｗｅｒｅ ｖａｌｉｄａｔｅｄ． Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ， ｏｎ ｔｈｅ
３０ ｍｉｎ ｓｃａｌｅ， ａｌｌ ｏｆ ｔｈｅ ｆｉｖｅ ｍｏｄｅｌｓ ｃｏｕｌｄ ｗｅｌｌ ｓｉｍｕｌａｔｅ ｔｈｅ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｏｆ ｔｈｉｓ ａｒｅａ ｏｖｅｒａｌｌ． Ｂｕｔ
ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｍｏｄｅｌｓ ｄｅｃｒｅａｓｅｄ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｗｉｔｈ ｔｈｅ ｒｉｓｉｎｇ ｏｆ ｃｌｅａｒｎｅｓｓ ｉｎｄｅｘ （ｋｔ）． Ｅｓｐｅｃｉａｌｌｙ ｗｈｅｎ
ｋｔ＞０．７５， ｅａｃｈ ｍｏｄｅｌ ｗａｓ ｕｎａｂｌｅ ｔｏ ｓｉｍｕｌａｔｅ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｉｎ ｔｈｅ ｒｅｇｉｏｎ． Ｒｅｇａｒｄｉｎｇ ｔｈｅ ｓｉｍｕｌａ⁃
ｔｉｏｎ ｏｆ ｓｅａｓｏｎａｌ ｃｈａｎｇｅ ｏｆ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ， ｔｈｅ ｆｉｖｅ ｍｏｄｅｌｓ ｃｏｕｌｄ ｓｉｍｕｌａｔｅ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｗｅｌｌ ｉｎ
ｍｏｓｔ ｍｏｎｔｈｓ． Ｒｅｌａｔｉｖｅ ｄｅｖｉａｔｉｏｎ ｂｅｔｗｅｅｎ ｓｉｍｕｌａｔｅｄ ａｎｄ ｏｂｓｅｒｖｅｄ ｖａｌｕｅｓ ｏｆ ｙｅａｒｌｙ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｏｆ
ｆｉｖｅ ｍｏｄｅｌｓ ｈａｄ ａ ｍａｘｉｍｕｍ ｏｆ ７．１％ （ＢＲＬ）， ａ ｍｉｎｉｍｕｍ ｏｆ ０．０４％ （Ｒｅｉｎｄｌ⁃１）， ａｎｄ ａｎ ａｖｅｒａｇｅ ｏｆ
３．６％． Ｔｈｅ ｓｉｍｕｌａｔｅｄ ｖａｌｕｅｓ ｏｆ ｔｈｅ ｆｉｖｅ ｍｏｄｅｌｓ ａｐｐｅａｒｅｄ ｔｏ ｂｅ ｏｖｅｒｅｓｔｉｍａｔｅｄ ｉｎ ｔｈｅ ｓｕｍｍｅｒ ｗｈｅｎ ｒａ⁃
ｄｉａｔｉｏｎ ｗａｓ ｓｔｒｏｎｇｅｓｔ， ｔｅｍｐｅｒａｔｕｒｅ ｗａｓ ｈｉｇｈｅｓｔ， ａｎｄ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｗａｓ ｒｅｌａｔｉｖｅｌｙ ｌｏｗ． Ｆｏｒ ｅｘａｍｐｌｅ，
ｉｎ Ｊｕｌｙ， ｔｈｅ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｗａｓ ｏｖｅｒｅｓｔｉｍａｔｅｄ ｂｙ １４．５％－２８．２％， ２１．２％ ｏｎ ａｖｅｒａｇｅ． Ｔｈｉｓ ｗａｓ ｐｒｉ⁃
ｍａｒｉｌｙ ｄｕｅ ｔｏ ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｅｓｔｉｍａｔｉｎｇ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｕｎｄｅｒ ｔｈｅ ｃｏｎｄｉｔｉｏｎ ｏｆ ｈｉｇｈ ｋｔ ． Ｔｈｅ ｕｎｃｅｒ⁃
ｔａｉｎｔｙ ｒｅｑｕｉｒｅｓ ｆｕｒｔｈｅｒ ｅｖａｌｕａｔｉｏｎ ｉｎ ｔｈｅ ｍｏｄｅｌ ａｐｐｌｉｃａｔｉｏｎ． Ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｖａｌｉｄａｔｉｏｎ，
ｓｉｍｕｌａｔｉｏｎ ｐｒｅｃｉｓｉｏｎ ａｎｄ ｔｈｅ ａｃｃｅｓｓｉｂｉｌｉｔｙ ｏｆ ｉｎｐｕｔ ｖａｒｉａｂｌｅｓ， ｔｈｅ ｏｒｄｅｒ ｏｆ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ
ｏｆ ｆｉｖｅ ｍｏｄｅｌｓ ｗａｓ ＢＲＬ＞Ｒｅｉｎｄｌ⁃３＞Ｒｅｉｎｄｌ⁃２＞Ｒｅｉｎｄｌ⁃１＞Ｂｏｌａｎｄ．
Ｋｅｙ ｗｏｒｄｓ： ｇｌｏｂａｌ ｒａｄｉａｔｉｏｎ； ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ； ｃｌｅａｒｎｅｓｓ ｉｎｄｅｘ； ｄｉｆｆｕｓｅ ｆｒａｃｔｉｏｎ； ｍｉｄ⁃ｓｕｂｔｒｏｐｉｃａｌ
ａｒｅａ； ｓｅａｓｏｎａｌ ｄｒｏｕｇｈｔ．
∗国家自然科学基金项目（３１１７０４２２）和国家自然科学基金委员会重大项目（３１２９０２２１）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｚｈａｎｇｌｍ＠ ｉｇｓｎｒｒ．ａｃ．ｃｎ
２０１５⁃０１⁃１４收稿，２０１５⁃０６⁃１１接受．
应 用 生 态 学 报　 ２０１５年 １０月　 第 ２６卷　 第 １０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｏｃｔ． ２０１５， ２６（１０）： ２９９１－２９９９
　 　 绿色植物进行光合作用离不开太阳辐射，太阳
辐射强度和组成的动态变化对其有重要影响［１－２］ ．太
阳辐射经过地球大气时，其中一部分会被吸收、反射
或散射，到达地面的太阳辐射可以分为直接辐射和
散射辐射［３］ ．近年来散射辐射在陆地生态系统生产
力中的作用逐步引起人们的关注，一些研究发现，增
加散射辐射对增加陆地碳汇有积极影响［４－６］ ．但也有
研究表明，生态系统在散射辐射比例提高的情况下
ＣＯ２吸收量减少［７］ ．增加散射辐射对陆地生态系统净
碳吸收的影响目前还不明确，因此阐明散射辐射对
陆地生态系统碳汇的作用在未来的研究中有重要
意义．
总辐射作为一个重要的环境要素在全球范围内
开展了长期、连续的观测．相对而言，散射辐射的观
测站点少且观测时间不长［８－９］ ．为了准确评价散射辐
射在不同时间尺度上的变化特征及其对陆地生态系
统碳水循环过程的影响，需要长期并且连续的散射
辐射数据．目前，相关研究基本上采用模型模拟的方
法对散射辐射进行估算．常用的散射辐射模型大体
可以按模型结构分为参数模型和分解模型两大
类［１０］，前者一般需要输入大气状况的详细信息，如
云的类型、数量、分布、日照百分率、大气浑浊度、降
水量等；后者通常只需要输入总辐射、太阳高度角等
较易获得的观测数据或理论计算数据．分解模型相
比参数模型输入的变量少，所以被较广泛地应用并
且其估算结果较为可靠．例如，在模型应用方面的文
献中，Ｇｕ等［１１］基于分解模型模拟了加拿大地区的
散射辐射，发现散射辐射的增加可以显著提高北方
森林生态系统的 ＣＯ２吸收能力；Ｒｅｎ 等［１２］利用分解
模型分析了中国地区 １９８１—２０１０ 年散射辐射的时
空变异性；Ｒｉｄｌｅｙ 等［１３］验证结果表明，分解模型中
的 Ｂｏｌａｎｄ模型［１４－１５］在欧洲、非洲、澳洲和亚洲都表
现出来良好的性能，并将其发展为一个全球性的散
射辐射计算模型．
江西千烟洲地区位于我国的中亚热带，这里的
人工针叶林是我国南方人工林的代表性区域，同时
也是我国重要的陆地碳汇分布区［１６］ ．何学兆等［１７］基
于 ＭＡＥＳＴＲＡ模型分析了光合有效辐射总量及其散
射辐射比例变化对该地区森林总初级生产力
（ＧＰＰ）的影响．李登秋等［１８］基于 ＢＥＰＳ 模型分析了
太阳辐射变化对该地区 ＧＰＰ 的影响．但这些研究均
是利用散射辐射模型模拟得到的散射辐射变化特
征，缺少实际观测数据的验证．因此，在该地区开展
散射辐射与其他要素的平行观测不仅有利于准确刻
画散射辐射的动态变化特征，也将为进一步研究散
射辐射对森林生态系统碳水交换过程提供数据支持
和科学依据．
本研究利用千烟洲地区散射辐射实际观测数
据，对目前常用的散射辐射模型进行验证，并通过模
型之间的对比分析评价其在该地区的适用情况，筛
选确定适合于该地区的散射辐射模型，可为准确评
价该地区长期散射辐射变化对中亚热带人工针叶林
生态系统的碳水循环过程提供重要的科学依据．
１　 研究地区与研究方法
１􀆰 １　 研究地点概况
本研究在中国科学院千烟洲红壤丘陵综合开发
试验站 （以下简称千烟洲站） 进行． 千烟洲站
（２６°４４′４８″ Ｎ，１１５°０４′１３″ Ｅ）位于江西省吉安市泰
和县灌溪镇境内．站内海拔多在 １００ ｍ 左右，相对高
度 ２０～５０ ｍ，属于典型的红壤丘陵区．研究区属典型
亚热带季风气候，年平均气温 １７．８ ℃， ０ ℃以上活
动积温 ６５２３ ℃，１０ ℃以上活动积温 ６０１５ ℃；多年
平均降水量 １３６０ ｍｍ；年日照时数 １７８５ ｈ，年日照百
分率 ４４％，太阳年总辐射量 ４３４９ ＭＪ·ｍ－２；无霜期
２９０ ｄ．夏季易受到副热带高压的控制而出现高温少
雨的季节性干旱．
主要土壤类型有红壤、水稻土、潮土、草甸土等，
成土母质多为红色砂岩、砂砾岩或泥岩，以及河流冲
积物．植被属中亚热带常绿阔叶林带，但原生植被已
破坏殆尽，现主要为人工林或草、灌丛次生植被，主
要树种有马尾松（Ｐｉｎｕｓ ｍａｓｓｏｎｉａｎａ）、湿地松（Ｐｉｎｕｓ
ｅｌｌｉｏｔｔｉｉ）、 杉 木 （ Ｃｕｎｎｉｎｇｈａｍｉａ ｌａｎｃｅｏｌａｔａ ）、 木 荷
（Ｓｃｈｉｍａ ｃｒｅｎａｔａ）、柑橘（Ｃｉｔｒｕｓ ｓｐｐ．）等［１９］ ．
１􀆰 ２　 观测仪器
本研究的散射辐射观测在千烟洲站的综合气象
观测场内进行．观测区域内场地开阔，下垫面平坦、
均质，周围没有树木或建筑物遮挡，利用 ＳＰＮ１
（Ｄｅｌｔａ⁃Ｔ Ｄｅｖｉｃｅｓ Ｌｔｄ， 英国）和 ＲＳＲ３（华益瑞， 中
国）开展散射辐射的长期、连续观测．观测仪器安装
在距离地面 １．５ ｍ高度．测定期间，人工检查和清洁
传感器表面以减少测定误差．
ＳＰＮ１仪器的测定原理是在测定探头上安装了
多孔的半球形遮光罩，开孔和非开孔的表面积相同，
每个开孔下均有辐射传感器．利用散射辐射无方向
性传播的特点，观测时测定到的最大和最小辐射即
分别为总辐射和散射辐射，可同时测定这两个要
素［２０］ ．
２９９２ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
ＲＳＲ３由辐射测定探头 ＬＩ２００Ｘ（Ｃａｍｐｂｅｌｌ Ｓｃｉｅｎ⁃
ｔｉｆｉｃ， Ｉｎｃ．， 美国）和自动旋转遮光臂两部分组成．在
测定时，遮光臂每 １０ ｓ 旋转一次，每个测定周期内
选取最大值和最小值分别作为总辐射和散射辐射．
相对上述两种仪器而言， ＣＭＰ１１ （ Ｋｉｐｐ ＆
Ｚｏｎｅｎ， 荷兰）以其精度高和稳定性好而得到广泛应
用［２１］ ．之前的研究结果表明，ＲＳＲ３ 测定的散射辐射
与 ＣＭＰ１１ 和 ＳＰＮ１ 的测定结果之间具有很好的一
致性，但其观测的总辐射存在系统偏差［２２］ ．图 １ 比
较了同一观测期间 ＳＰＮ１、ＲＳＲ３与 ＣＭＰ１１平行观测
的散射辐射，从中可以看出，ＳＰＮ１ 测定的散射辐射
相对 ＣＭＰ１１测定的结果有较好的一致性，符合测定
标准可以使用．因此，在后续的分析和计算中均采用
ＳＰＮ１的测定结果．
１􀆰 ３　 数据选取
本研究选取了 ２０１２ 年 ３ 月 １ 日—２０１３ 年 ２ 月
２８日 ＳＰＮ１ 的总辐射和散射辐射观测数据，其中
２０１２年 １１月 １２日 ８：２５—８：２８ 的 ４ 条分钟数据缺
失，２０１２年 １１ 月 ２６ 日 １４：２４—１５：１６ 的 ５３ 条分钟
数据缺失，对以上缺失数据运用平均变化法（滑动
窗口为 １５ ｍｉｎ）进行插补，可得到完整的一年数据．
为处理方便，本研究取 ３０ ｍｉｎ 的平均值以便于与涡
度相关通量塔上同一时间的温度、相对湿度和降雨
量 ３０ ｍｉｎ尺度数据对应．
１􀆰 ４　 质量控制
对观测数据进行了质量控制［２３］ ．因为太阳高度
角在日出和日落时较小，此时仪器容易出现余弦误
差而使测量值偏大．通常认为剔除太阳高度角在
６° ～１０°以下的值都为可接受范围［２４］，所以在后续处
图 １　 ＳＰＮ１、ＲＳＲ３与 ＣＭＰ１１测定的散射辐射结果对比
Ｆｉｇ． １ 　 Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｍｅａｓｕｒｅｄ ｂｙ ＳＰＮ１，
ＲＳＲ３ ａｎｄ ＣＭＰ１１．
虚线为 １ ∶ １线，实线为拟合的趋势线 Ｔｈｅ ｄａｓｈ ｌｉｎｅ ｗａｓ １：１ ｌｉｎｅ， ａｎｄ
ｔｈｅ ｓｏｌｉｄ ｌｉｎｅ ｗａｓ ｆｉｔｔｉｎｇ ｔｒｅｎｄ ｌｉｎｅ．
理时将太阳高度角小于 ７°时的测量值全部剔除．
降水也是影响散射辐射仪器准确测量的一个因
素，根据降雨量数据将降水前 １ ｈ和降水后 ２ ｈ数据
剔除．
总辐射、散射辐射、地外大气上界辐射分别记作
ＩＧ、ＩＤ、ＩＥ ．理论上 ＩＧ不能超过 ＩＥ，ＩＤ不能超过 ＩＧ ．在阴
天和晴朗条件下，根据 Ｒｅｉｎｄｌ等［２５］提出的两个约束
条件将以下数据剔除： ＩＧ ／ ＩＥ ＜ ０． ２ 且 ＩＤ ／ ＩＧ ＜ ０． ９；
ＩＧ ／ ＩＥ＞０．６且 ＩＤ ／ ＩＧ＞０．８
对所有 １７５２０ 条数据进行质量控制后得到
５８５９条有效数据．
１􀆰 ５　 模型介绍
在分解模型中有两个较为重要的物理量：晴空
指数（ｋｔ）和散射分数（ｋｄ） ［２６］ ．ｋｔ ＝ ＩＧ ／ ＩＥ，其范围是
０～１．ｋｄ ＝ ＩＤ ／ ＩＧ，其范围是 ０～ １．前者表示天空的晴朗
和通透程度，后者反映散射辐射在总辐射中的变化，
二者之间存在一定的关联关系．如何准确构建基于
ｋｔ估算 ｋｄ的函数关系，进而通过总辐射计算散射辐
射是散射辐射模型模拟精确的关键．
１􀆰 ５􀆰 １ Ｒｅｉｎｄｌ模型　 Ｒｅｉｎｄｌ 模型因形式简单而运用
较为广泛．Ｒｅｉｎｄｌ 等［２５］利用北美和欧洲的 ５ 个站点
观测得到的 ２２０００条小时尺度数据，从 ２８ 个潜在预
测变量中总结出 ４个对散射辐射有显著影响的预测
变量，具体表现形式有 ３ 种，分别记作 Ｒｅｉｎｄｌ⁃１、Ｒｅ⁃
ｉｎｄｌ⁃２和 Ｒｅｉｎｄｌ⁃３：
Ｒｅｉｎｄｌ⁃１：
ｋｄ ＝ １．０２－０．２４８ｋｔ 　 （ｋｔ≤０．３）
ｋｄ ＝ １．４５－１．６７ｋｔ 　 （０．３＜ｋｔ＜０．７８）
ｋｄ ＝ ０．１４７　 （ｋｔ≥０．７８）
Ｒｅｉｎｄｌ⁃２：
ｋｄ ＝ １．０２－０．２５４ｋｔ＋０．０１２３ｓｉｎβ　 （ｋｔ≤０．３）
ｋｄ ＝ １．４－１．７４９ｋｔ＋０．１７７ｓｉｎβ　 （０．３＜ｋｔ＜０．７８）
ｋｄ ＝ ０．４８６ｋｔ－０．１８２ｓｉｎβ　 （ｋｔ≥０．７８）
Ｒｅｉｎｄｌ⁃３：
ｋｄ ＝ １ － ０． ２３２ｋｔ ＋ ０． ０２３９ｓｉｎβ － ６． ８２ × １０
－４ Ｔａ ＋
０􀆰 ０１９５Φ　 （ｋｔ≤０．３）
ｋｄ ＝ １． ３２９ － １． ７６１ｋｔ ＋ ０． ２６７ｓｉｎβ－ ３． ５７ × １０
－３ Ｔａ ＋
０􀆰 １０６Φ　 （０．３＜ｋｔ＜０．７８）
ｋｄ ＝ ０．４２６ｋｔ －０．２５６ｓｉｎβ＋３．４９×１０
－３Ｔａ ＋０．０７３４Φ
　 （ｋｔ≥０．７８）
式中：β 为太阳高度角（°）；Ｔａ为环境温度（℃）；Φ
为相对湿度（％）．
１􀆰 ５􀆰 ２ Ｂｏｌａｎｄ 模型 　 Ｂｏｌａｎｄ 等［１４］利用 Ａｕｓｔｒａｌｉａ 的
Ｖｉｃｔｏｒｉａ站点的数据构建了一个简单的指数模型，其
３９９２１０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 韩佳音等： 江西千烟洲地区散射辐射的模拟与验证　 　 　 　 　 　
具体形式如下：
ｋｄ ＝
１
１＋ｅｘｐ［７．９９７（ｋｔ－０．５８６］
１􀆰 ５􀆰 ３ ＢＲＬ 模型 　 Ｒｉｄｌｅｙ 等［１３］在 Ｂｏｌａｎｄ 模型的基
础上又引入了其他的输入变量，具体形式如下：
ｋｄ ＝ １ ／ ［ １ ＋ ｅｘｐ （ － ５． ３８ ＋ ６． ６３ｋｔ ＋ ０． ００６ＡＳＴ －
０􀆰 ００７β＋１．７５Ｋ ｔ＋１．３１ψ）］
ψ＝
（ｋｔ＋１＋ｋｔ－１） ／ ２
ｋｔ＋１
ｋｔ－１
ì
î
í
ïï
ïï
　
日出＜ｔ＜日落
ｔ＝日出
ｔ＝日落
式中：ＡＳＴ为当地太阳时，其计算方法见文献［２７］；
Ｋ ｔ为日尺度晴空指数，即一日内地表水平面接收到
总辐射之和与一日内地外大气上界水平面接收到太
阳辐射之和的比值．
１􀆰 ６　 模型评价指标
决定系数（ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｄｅｔｅｒｍｉｎａｔｉｏｎ， Ｒ２）、平
均偏差（ｍｅａｎ ｂｉａｓ ｅｒｒｏｒ， ＭＢＥ）和均方根误差（ ｒｏｏｔ
ｍｅａｎ ｓｑｕａｒｅ ｅｒｒｏｒ， ＲＭＳＥ）计算公式如下：
Ｒ２ ＝
［∑（Ｙｃａｌ － Ｙｃｍ）（Ｙｏｂｓ － Ｙｏｍ）］ ２
∑（Ｙｃａｌ － Ｙｃｍ） ２∑（Ｙｏｂｓ － Ｙｏｍ） ２
ＭＢＥ ＝
∑（Ｙｏｂｓ － Ｙｃａｌ）
ｎ
ＲＭＳＥ ＝
∑（Ｙｏｂｓ － Ｙｃａｌ） ２
ｎ
式中：Ｙｃａｌ为模拟值；Ｙｃｍ为模拟值的平均值；Ｙｏｂｓ为实
测值；Ｙｏｍ为实测值的平均值；ｎ为样本数量．
２　 结果与分析
２􀆰 １　 不同散射辐射模型的验证
分解模型的核心是构建和刻画散射分数（ ｋｄ）
与晴空指数（ ｋｔ）的函数关系．基于实际观测的 ３０
ｍｉｎ散射辐射（ ＩＤ）和总辐射（ ＩＧ）计算得到 ｋｄ，同时
利用观测的总辐射（ ＩＧ）和估算的地外大气上界辐射
（ ＩＥ）计算得到 ｋｔ ．总体而言，５ 个模型在不同程度上
均能较好地模拟 ｋｄ和 ｋｔ的关系，但不同模型之间存
在明显差异．对只考虑 ｋｔ的单因子模型而言，Ｒｅｉｎｄｌ⁃
１和 Ｂｏｌａｎｄ 模型的模拟结果只是一条折线或曲线，
显然对 ｋｄ和 ｋｔ关系的变异解释能力不足，从而在一
定程度上限制了这类模型准确模拟散射辐射的能
力．相对于单因子模型，Ｒｅｉｎｄｌ⁃２模型引入了太阳高
度角因子，Ｒｅｉｎｄｌ⁃３ 模型在 Ｒｅｉｎｄｌ⁃２ 模型的基础上
增加了温度和相对湿度的影响． ＢＲＬ 模型则在 Ｂｏ⁃
ｌａｎｄ模型的基础上考虑了当地太阳时和日尺度晴空
指数因子．从这些多因子模型的模拟效果来看，对 ｋｄ
和 ｋｔ关系的模拟能力得到明显提高（图 ２）．
依据ｋｔ区分不同的天空晴朗情况，进一步分析
图 ２　 不同散射辐射模型的验证
Ｆｉｇ．２　 Ｖａｌｉｄａｔｉｏｎ ｏｆ ｄｉｆｆｅｒｅｎｔ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｍｏｄｅｌｓ．
空心圆和实心圆分别表示观测和模拟的散射辐射 Ｓｏｌｉｄ ａｎｄ ｅｍｐｔｙ
ｃｉｒｃｌｅｓ ｄｅｎｏｔｅｄ ｏｂｓｅｒｖｅｄ ａｎｄ ｍｏｄｅｌｅｄ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ， ｒｅｓｐｅｃｔｉｖｅｌｙ．
４９９２ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
了不同模型的模拟效果．采用 Ｙｏｕｓｉｆ 等［２８］的方法进
行划分，０ ≤ ｋｔ＜０．２为阴天；０．２≤ｋｔ＜０．６为多云；０．６
≤ｋｔ＜０．７５为晴朗；０．７５≤ｋｔ≤１ 为非常晴朗．虽然在
总体上，不同模型的模拟结果可以反映出散射辐射
的实际变化，但是在不同的晴空条件下，模型模拟的
效果存在显著差异（表 １）．不同模型均在 ｋｔ较低（阴
天到多云）时的模拟效果最好．例如，当 ｋｔ ＜０．２ 时，
不同模型均可以解释 ９９．９％以上的散射辐射变化．
但是随着 ｋｔ的进一步增大，模型的模拟能力显著下
降．当 ｋｔ≥０．７５ 时，多个模型已经无法准确反映散射
辐射的实际变化．在不同模型之间，特别是单因子模
型，由于只考虑了 ｋｔ的影响，在 ｋｔ较大时，其模拟效
果显著低于多因子模型．相对而言，ＢＲＬ 模型在高 ｋｔ
条件下（ｋｔ≥０．７５）的模拟效果在一定程度上相对
较好．
２􀆰 ２　 散射辐射的季节变化及其模拟
由图 ３ 可以看出，千烟洲地区总辐射的波动很
大，并且受到了降水的明显影响，７—８ 月的总辐射
最高，在此期间的日尺度晴空指数（Ｋ ｔ）通常为全年
表 １　 不同散射辐射模型性能评价指标
Ｔａｂｌｅ １　 Ｐｅｒｆｏｒｍａｎｃｅ ｅｖａｌｕａｔｉｏｎ ｉｎｄｅｘ ｏｆ ｄｉｆｆｅｒｅｎｔ ｄｉｆｆｕｓｅ
ｒａｄｉａｔｉｏｎ ｍｏｄｅｌｓ
模型
Ｍｏｄｅｌ
ｋｔ ｎ Ｒ２ 平均偏差
ＭＢＥ
（Ｗ·ｍ－２）
均方根
误差
ＲＭＳＥ
（Ｗ·ｍ－２）
Ｒｅｉｎｄｌ⁃１ ［０， ０．２） １７２６ ０．９９ －０．４８ ０．０３
［０．２， ０．６） ２６８３ ０．８４ －４．８３ １．５２
［０．６， ０．７５） １４０１ ０．４６ －０．４３ １．５０
［０．７５， １］ ４９ ０．００ ４７．２８ １１．６１
［０， １］ ５８５９ ０．８４ －１．３０ ０．６４
Ｒｅｉｎｄｌ⁃２ ［０， ０．２） １７２６ ０．９９ －０．８９ ０．０４
［０．２， ０．６） ２６８３ ０．８４ －２１．３４ １．５１
［０．６， ０．７５） １４０１ ０．４６ －２１．６６ １．５８
［０．７５， １］ ４９ ０．０８ ３．７７ ９．１８
［０， １］ ５８５９ ０．８４ －１２．９０ ０．６５
Ｒｅｉｎｄｌ⁃３ ［０， ０．２） １７２６ ０．９９ －０．６４ ０．０３
［０．２， ０．６） ２６８３ ０．８７ －８．００ １．３４
［０．６， ０．７５） １４０１ ０．５４ －０．４６ １．３６
［０．７５， １］ ４９ ０．１６ ３２．３３ ９．６５
［０， １］ ５８５９ ０．８７ －２．４１ ０．５７
Ｂｏｌａｎｄ ［０， ０．２） １７２６ ０．９９ ０．５７ ０．０４
［０．２， ０．６） ２６８３ ０．８３ －１７．７９ １．５５
［０．６， ０．７５） １４０１ ０．４６ －６．２４ １．５０
［０．７５， １］ ４９ ０．００ ３１．４１ １０．７８
［０， １］ ５８５９ ０．８３ －６．６５ ０．６４
ＢＲＬ ［０， ０．２） １７２６ ０．９９ －０．２４ ０．０３
［０．２， ０．６） ２６８３ ０．８６ －３１．７６ １．５０
［０．６， ０．７５） １４０１ ０．５９ －１６．９０ １．３６
［０．７５， １］ ４９ ０．２５ １４．２２ ８．２４
［０， １］ ５８５９ ０．８７ －１４．２９ ０．６０
图 ３　 千烟洲地区气候要素季节变化
Ｆｉｇ．３　 Ｓｅａｓｏｎａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｃｌｉｍａｔｅ ｆａｃｔｏｒｓ （ ｇｌｏｂａｌ ｒａｄｉａｔｉｏｎ，
ｔｅｍｐｅｒａｔｕｒｅ， ｐｒｅｃｉｐｉｔａｔｉｏｎ） ａｎｄ ｄａｉｌｙ ｃｌｅａｒｎｅｓｓ ｉｎｄｅｘ （Ｋｔ ） ｉｎ
Ｑｉａｎｙａｎｚｈｏｕ ａｒｅａ （２０１２⁃０３⁃０１—２０１３⁃０２⁃２８）．
Ⅰ： 日尺度晴空指数 Ｋｔ； Ⅱ： 总辐射 Ｇｌｏｂａｌ ｒａｄｉａｔｉｏｎ； Ⅲ： 温度 Ｔｅｍ⁃
ｐｅｒａｔｕｒｐ； Ⅳ： 降水 Ｐｒｅｃｉｐｉｔａｔｉｏｎ． 虚线为年分界线 Ｔｈｅ ｄａｓｈ ｌｉｎｅ ｗａｓ
ｔｈｅ ｂｏｕｎｄａｒｙ ｂｅｔｗｅｅｎ ｔｈｅ ｔｗｏ ｙｅａｒｓ．
最高．气温呈单峰趋势，７月达到一年中的最高值．全
年降水为 １３３７．６ ｍｍ，与常年降水量相当，但季节分
配不均，特别是在总辐射最强、气温最高的 ７ 月，降
水明显偏少于其他月份．
由图 ４ 可以看出，研究区散射辐射的季节变化
总体上为单峰变化特征．但是在夏季，特别是 ７ 月散
射辐射明显降低，这与总辐射的季节变化趋势并不
完全一致．其中实测值选用了 ＳＰＮ１ 和 ＲＳＲ３ 的测定
结果，其测定结果一致，散射辐射都在 ７ 月出现降
低，这说明模型的过高估计不是因为观测仪器的问
题，可能是因为天气较为晴朗，空气中的云或水汽对
总辐射影响较小导致散射辐射减少．月尺度散射辐
射的模拟值和实测值的对比表明，５ 个模型在总体
上都可以反映出大多数时段散射辐射的季节变化，
但所有模型模拟的散射辐射均表现为单峰变化，在
７ 月达到最高，这导致模型模拟值在夏季显著高于
实测值．
进一步的统计表明，在年总量上，散射辐射的实
际测量值为 ２２５８．１８ ＭＪ·ｍ－２，该地区年尺度散射辐
射占总辐射的比例为 ５４．６％，说明散射辐射的量值
在全年占有很大比重．模型 Ｒｅｉｎｄｌ⁃１、Ｒｅｉｎｄｌ⁃２、Ｒｅ⁃
ｉｎｄｌ⁃３、Ｂｏｌａｎｄ 和 ＢＲＬ 的估算结果分别为 ２２６７． ９、
２４００．４、２２８７．２ 、２３２５．５ 和 ２４１８．８ ＭＪ·ｍ－２，模拟值
与实测值的相对偏差分别为０．０４％、６．３％、１􀆰 ３％、
５９９２１０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 韩佳音等： 江西千烟洲地区散射辐射的模拟与验证　 　 　 　 　 　
图 ４　 各模型在月尺度上模拟值与实测值的比较
Ｆｉｇ．４　 Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｍｏｄｅｌｅｄ ａｎｄ ｏｂｓｅｒｖｅｄ ｍｏｎｔｈｌｙ ｄｉｆ⁃
ｆｕｓｅ ｒａｄｉａｔｉｏｎ ｏｆ ｄｉｆｆｅｒｅｎｔ ｍｏｄｅｌｓ．
图 ５　 各模型在 ２０１２ 年 ７ 月日尺度上模拟值与实测值的
比较
Ｆｉｇ．５　 Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｍｏｄｅｌｅｄ ａｎｄ ｏｂｓｅｒｖｅｄ ｄａｉｌｙ ｄｉｆｆｕｓｅ
ｒａｄｉａｔｉｏｎ ｏｆ ｄｉｆｆｅｒｅｎｔ ｍｏｄｅｌｓ ｉｎ Ｊｕｌｙ ｏｆ ２０１２．
３􀆰 ０％、７．１％，平均为 ３．６％．但是在偏差明显的 ７ 月，
５个模型模拟的平均值与测量值的偏差达到 ５１􀆰 ５
ＭＪ·ｍ－２，其中相对偏差最高为 ２８． ２％，最低为
１４􀆰 ５％，平均为 ２１．２％．
针对散射辐射模拟值在夏季出现偏高估算的现
象，选取偏高最为明显的 ７ 月进一步分析．图 ５ 表
明，由于同期降水较少，７月的总辐射大部分处于较
高水平，仅在 ７月中旬和下旬出现了两次短暂的降
低．与全年日均 Ｋ ｔ值 ０．３４ 相比，７ 月的 Ｋ ｔ明显偏高，
其平均值为 ０．５２，高于全年平均 ５２．９％．从模拟值和
实测值的对比来看，偏差较大的时段大多出现在 Ｋ ｔ
较高的情况下．选取 ２０１２ 年 ７ 月 ２、１１、１５ 日分别作
为晴天、多云、阴天的代表性天气．在晴朗条件下，５
个模型都显著高估散射辐射，而随着 ｋｔ的降低，多云
和阴天条件下的模拟值与实测值逐渐趋于一致（图
６）．由于该地区 ７月的晴天较多（Ｋ ｔ较高），在这种条
件下各模型不容易准确模拟出散射辐射的实际变
化，从而导致该月份的模拟值显著高于实测值．
图 ６　 各模型在不同天气下模拟值与实测值的比较
Ｆｉｇ．６　 Ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｍｏｄｅｌｅｄ ａｎｄ ｏｂｓｅｒｖｅｄ ｄｉｆｆｕｓｅ ｒａｄｉａ⁃
ｔｉｏｎ ｏｆ ｄｉｆｆｅｒｅｎｔ ｍｏｄｅｌｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｗｅａｔｈｅｒ ｃｏｎｄｉｔｉｏｎｓ ｉｎ Ｊｕｌｙ
ｏｆ ２０１２．
３　 讨　 　 论
３􀆰 １　 不同散射辐射模型的评价
从 ３０ ｍｉｎ尺度数据的模拟结果来看，不同模型
的模拟效果一致．此外，不同模型在季节变化上的模
拟也是一致的．总体来说，５ 个模型都可以模拟出该
地区的散射辐射变化．但是不同模型之间的模拟效
果存在一定差异．首先，从模型结构上来说，只考虑
ｋｔ的单因子模型比多因子模型表现较差：单因子模
型模拟的 ｋｄ与 ｋｔ的关系只能为一条曲线或折线，而
多因子模型模拟的结果为在一定区域内有规则聚集
的点．其次，在只考虑 ｋｔ的单因子模型中，分段模型
（Ｒｅｉｎｄｌ⁃１）略优于整体模型（Ｂｏｌａｎｄ）；在多因子模
型中，整体模型（ＢＲＬ）优于分段模型（Ｒｅｉｎｄｌ⁃２ 和
Ｒｅｉｎｄｌ⁃３）．虽然多因子模型的模拟效果总体上优于
单因子模型，但在实际应用中需要更多的输入变量．
在模型计算过程中，以往的研究只保留了太阳
高度角 ７°以上的模拟结果，针对太阳高度角较低情
６９９２ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
况下的模型模拟能力，本研究基于 Ｒｅｉｎｄｌ⁃２ 模型对
此进行了探讨．分析表明，太阳高度角小于 ７°的观测
记录共 ８０２ 条，散射辐射值总量为 １９．７０ ＭＪ·ｍ－２，
仅占全年散射辐射量（２２８２．９１ ＭＪ·ｍ－２）的 ０．９％．
Ｒｅｉｎｄｌ⁃２的模拟值与观测值依然表现出显著的相关
性，Ｒ２、ＭＢＥ、ＲＭＳＥ 分别为 ０． ８２８９、４􀆰 ９７ Ｗ·ｍ－２、
０􀆰 ８１ Ｗ·ｍ－２，与 ７°以上的研究结果基本相同．由于
本研究站点位于亚热带区域，较低太阳高度角出现
的频率相对高纬度地区偏少，因此对于散射辐射模
型在高纬度地区，特别是太阳高度角处于较低情况
下的模拟效果，还需要结合实际的观测数据进行评
价和分析．
考虑 Ｒ２、ＭＢＥ 和 ＲＭＳＥ 等评价指标，５ 个模型
的模拟效果排序为：ＢＲＬ＞Ｒｅｉｎｄｌ⁃３＞Ｒｅｉｎｄｌ⁃２＞Ｒｅｉｎｄｌ⁃
１＞Ｂｏｌａｎｄ．在千烟洲地区 ＢＲＬ的模拟效果最好，其次
为 Ｒｅｉｎｄｌ⁃３，若是在缺少环境温度和相对湿度观测
的情况下，则 Ｒｅｉｎｄｌ⁃２ 也能给出较好的模拟结果．
Ｒｅｉｎｄｌ⁃１和 Ｂｏｌａｎｄ可用于快速、粗略估计散射辐射
变化趋势的情形，在精度要求较高的情况下不推荐
使用．
３􀆰 ２　 模拟的不确定性
从表 １ 可以看出，模拟的最大不确定性来自于
高 ｋｔ情况，这一不确定性在季节尺度上主要表现为
该地区夏季散射辐射的高估．本研究选取的 ５ 个模
型中，在高 ｋｔ条件下 ｋｄ均表现为 ｋｔ的正相关函数，而
ｋｔ又与总辐射正相关．因此，在晴天条件较多并且辐
射强烈的夏季，模拟的散射辐射与总辐射表现出了
一致的变化（图 ４）．但实测数据显示，ＳＰＮ１ 和 ＲＳＲ３
两台仪器测定的 ７ 月散射辐射均出现了明显降低，
这可能与随着晴空条件增多和降水偏少天气出现，
大气中云量或颗粒物的含量减少有关，从而导致散
射辐射的降低．因此散射辐射出现了与总辐射不同
的变化趋势．
当 Ｋ ｔ＜０．５５时，模拟值与实测值的差值基本在 ０
左右波动，说明此时模拟值与实测值较为吻合；当
Ｋ ｔ＞０．５５后，模拟值与实测值的差值快速升高，说明
此时容易出现过高估计．Ｋ ｔ是由日尺度总辐射计算
出的指标，与其有正相关关系，所以在日尺度总辐射
达到 １５ ＭＪ·ｍ－２后，容易出现模型的过高估计．当温
度大约高于 ３０ ℃后，容易出现模型的过高估计．当相
对湿度小于 ０．７ 时，较易出现过高估计，而随着相对
湿度的增加，模拟值与实测值逐渐趋于吻合（图 ７）．
图 ７　 日尺度散射辐射模拟值和实测值差值与气候要素的关系
Ｆｉｇ．７　 Ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ｓｉｍｕｌａｔｅｄ ｖａｌｕｅｓ ａｎｄ ｍｅａｓｕｒｅｄ ｖａｌｕｅｓ ｏｆ ｄａｉｌｙ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ａｎｄ ｃｌｉｍａｔｅ ｆａｃｔｏｒｓ．
利用聚合平均的方法，将 ３６５个日尺度散射辐射模拟值与实测值的差值分别以各气候要素值从小到大排序，平均分为 ２０组，每组由 １８个数据
取平均组成，余下的 ５个数据取平均作为第 ２１组 Ｕｓｉｎｇ ｔｈｅ ａｖｅｒａｇｅ ｏｆ ｔｈｅ ａｇｇｒｅｇａｔｉｏｎ ｍｅｔｈｏｄ， ｓｏｒｔ ３６５ ｄｉｆｆｅｒｅｎｃｅｓ ｂｅｔｗｅｅｎ ｓｉｍｕｌａｔｅｄ ｖａｌｕｅｓ ａｎｄ ｏｂ⁃
ｓｅｒｖｅｄ ｖａｌｕｅｓ ｏｆ ｄａｉｌｙ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｆｒｏｍ ｔｈｅ ｓｍａｌｌｅｓｔ． Ｉｔ ｗａｓ ｄｉｖｉｄｅｄ ｉｎｔｏ ２０ ｇｒｏｕｐｓ． Ｅａｃｈ ｇｒｏｕｐ ｃｏｎｔａｉｎｓ １８ ｄａｔａ ｏｎ ａｖｅｒａｇｅ． Ｔｏｏｋ ｔｈｅ ａｖｅｒａｇｅ ｏｆ ｔｈｅ
ｒｅｓｔ ５ ｄａｔａ ａｓ ２１ｔｈ ｇｒｏｕｐ．
７９９２１０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 韩佳音等： 江西千烟洲地区散射辐射的模拟与验证　 　 　 　 　 　
　 　 千烟洲地区地处亚热带，多年平均降水量达到
１３６０ ｍｍ以上，其降水充沛．但是夏季容易出现干旱
少雨的情况［１６］，导致月尺度上 ７ 月的总辐射量达到
最高但降水稀少，从而使该月的 Ｋ ｔ也较高．例如所选
用数据在 ７ 月的日尺度总辐射平均值达到 ２０􀆰 ９
ＭＪ·ｍ－２，７ 月总降水量为 ７６．６ ｍｍ，仅占全年降水
量的 ５．７％；并且此时通常平均温度（３０．０ ℃）高、相
对湿度（０．６６）较低．这些条件均较易导致模型高估
的情况．这种差异在模型应用中需要注意，特别是在
夏季辐射量较高和天空云量较少的条件下需要做进
一步深入评价，有必要基于观测数据对模型进行优
化．但目前夏季高 ｋｔ条件下的观测数据还十分有限，
客观上需要进一步积累观测数据以满足模型优化和
验证的需要．
参考文献
［１］　 Şｅｎ Ｚ． Ａｔｍｏｓｐｈｅｒｉｃ ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ ｒｅｎｅｗａｂｌｅ ｅｎｅｒ⁃
ｇｙ ／ ／ Şｅｎ Ｚ， ｅｄ． Ｓｏｌａｒ Ｅｎｅｒｇｙ Ｆｕｎｄａｍｅｎｔａｌｓ ａｎｄ Ｍｏｄｅｌ⁃
ｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ： Ａｔｍｏｓｐｈｅｒｅ， Ｅｎｖｉｒｏｎｍｅｎｔ， Ｃｌｉｍａｔｅ
Ｃｈａｎｇｅ ａｎｄ Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ． Ｂｅｒｌｉｎ： Ｓｐｒｉｎｇｅｒ， ２００８：
２１－４５
［２］　 Ｓｚｅｉｃｚ Ｇ． Ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ｆｏｒ ｐｌａｎｔ ｇｒｏｗｔｈ． Ｊｏｕｒｎａｌ ｏｆ Ａｐ⁃
ｐｌｉｅｄ Ｅｃｏｌｏｇｙ， １９７４， １１： ６１７－６３６
［３］　 Ｈａｒｒｏｕｎｉ Ｓ． Ｆｒａｃｔａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｔｙｐｉｃａｌ ｍｅｔｅｏｒｏｌｏｇｉ⁃
ｃａｌ ｄａｙｓ ｆｒｏｍ ｇｌｏｂａｌ ｓｏｌａｒ ｉｒｒａｄｉａｎｃｅ： Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｆｉｖｅ
ｓｉｔｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｃｌｉｍａｔｅｓ ／ ／ Ｂａｄｅｓｃｕ Ｖ， ｅｄ． Ｍｏｄｅｌｉｎｇ
Ｓｏｌａｒ Ｒａｄｉａｔｉｏｎ ａｔ ｔｈｅ Ｅａｒｔｈ’ ｓ Ｓｕｒｆａｃｅ． Ｂｅｒｌｉｎ： Ｓｐｒｉｎ⁃
ｇｅｒ， ２００８： ２９－５４
［４］ 　 Ｇｕ Ｌ， Ｂａｌｄｏｃｃｈｉ ＤＤ， Ｗｏｆｓｙ ＳＣ， ｅｔ ａｌ． Ｒｅｓｐｏｎｓｅ ｏｆ ａ
ｄｅｃｉｄｕｏｕｓ ｆｏｒｅｓｔ ｔｏ ｔｈｅ Ｍｏｕｎｔ Ｐｉｎａｔｕｂｏ ｅｒｕｐｔｉｏｎ： Ｅｎ⁃
ｈａｎｃｅｄ ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ． Ｓｃｉｅｎｃｅ， ２００３， ２９９： ２０３５－２０３８
［５］　 Ａｌｔｏｎ ＰＢ， Ｎｏｒｔｈ ＰＲ， Ｌｏｓ ＳＯ． Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｄｉｆｆｕｓｅ
ｓｕｎｌｉｇｈｔ ｏｎ ｃａｎｏｐｙ ｌｉｇｈｔ⁃ｕｓｅ ｅｆｆｉｃｉｅｎｃｙ， ｇｒｏｓｓ ｐｈｏｔｏｓｙｎ⁃
ｔｈｅｔｉｃ ｐｒｏｄｕｃｔ ａｎｄ ｎｅｔ ｅｃｏｓｙｓｔｅｍ ｅｘｃｈａｎｇｅ ｉｎ ｔｈｒｅｅ ｆｏｒｅｓｔ
ｂｉｏｍｅｓ． Ｇｌｏｂａｌ Ｃｈａｎｇｅ Ｂｉｏｌｏｇｙ， ２００７， １３： ７７６－７８７
［６］　 Ｍｅｒｃａｄｏ ＬＭ， Ｂｅｌｌｏｕｉｎ Ｎ， Ｓｉｔｃｈ Ｓ， ｅｔ ａｌ． Ｉｍｐａｃｔ ｏｆ
ｃｈａｎｇｅｓ ｉｎ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｏｎ ｔｈｅ ｇｌｏｂａｌ ｌａｎｄ ｃａｒｂｏｎ
ｓｉｎｋ． Ｎａｔｕｒｅ， ２００９， ４５８： １０１４－１０１７
［７］　 Ａｌｔｏｎ ＰＢ． Ｒｅｄｕｃｅｄ ｃａｒｂｏｎ ｓｅｑｕｅｓｔｒａｔｉｏｎ ｉｎ ｔｅｒｒｅｓｔｒｉａｌ
ｅｃｏｓｙｓｔｅｍｓ ｕｎｄｅｒ ｏｖｅｒｃａｓｔ ｓｋｉｅｓ ｃｏｍｐａｒｅｄ ｔｏ ｃｌｅａｒ ｓｋｉｅｓ．
Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２００８， １４８： １６４１－
１６５３
［８］　 Ｍｕｎｅｅｒ Ｔ， Ｙｏｕｎｅｓ Ｓ， Ｍｕｎａｗｗａｒ Ｓ． Ｄｉｓｃｏｕｒｓｅｓ ｏｎ ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ ｍｏｄｅｌｉｎｇ． Ｒｅｎｅｗａｂｌｅ ａｎｄ Ｓｕｓｔａｉｎａｂｌｅ Ｅｎｅｒｇｙ
Ｒｅｖｉｅｗｓ， ２００７， １１： ５５１－６０２
［９］　 Ｃｈｅｎ Ｒ， Ｅｒｓｉ Ｋ， Ｙａｎｇ Ｊ， ｅｔ ａｌ． Ｖａｌｉｄａｔｉｏｎ ｏｆ ｆｉｖｅ ｇｌｏｂａｌ
ｒａｄｉａｔｉｏｎ ｍｏｄｅｌｓ ｗｉｔｈ ｍｅａｓｕｒｅｄ ｄａｉｌｙ ｄａｔａ ｉｎ Ｃｈｉｎａ．
Ｅｎｅｒｇｙ Ｃｏｎｖｅｒｓｉｏｎ ａｎｄ Ｍａｎａｇｅｍｅｎｔ， ２００４， ４５： １７５９－
１７６９
［１０］ 　 Ａｈｍａｄ ＭＪ， Ｔｉｗａｒｉ ＧＮ． Ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ｍｏｄｅｌｓ： Ａ ｒｅ⁃
ｖｉｅｗ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｅｒｇｙ Ｒｅｓｅａｒｃｈ， ２０１１，
３５： ２７１－２９０
［１１］　 Ｇｕ Ｌ， Ｆｕｅｎｔｅｓ ＪＤ， Ｓｈｕｇａｒｔ ＨＨ， ｅｔ ａｌ． Ｒｅｓｐｏｎｓｅｓ ｏｆ ｎｅｔ
ｅｃｏｓｙｓｔｅｍ ｅｘｃｈａｎｇｅｓ ｏｆ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｔｏ ｃｈａｎｇｅｓ ｉｎ
ｃｌｏｕｄｉｎｅｓｓ： Ｒｅｓｕｌｔｓ ｆｒｏｍ ｔｗｏ Ｎｏｒｔｈ Ａｍｅｒｉｃａｎ ｄｅｃｉｄｕｏｕｓ
ｆｏｒｅｓｔｓ． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ： Ａｔｍｏｓｐｈｅｒｅｓ，
１９９９， １０４： ３１４２１－３１４３４
［１２］　 Ｒｅｎ ＸＬ， Ｈｅ ＨＬ， Ｚｈａｎｇ Ｌ， ｅｔ ａｌ． Ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｖａｒｉａ⁃
ｂｉｌｉｔｙ ａｎａｌｙｓｉｓ ｏｆ ｄｉｆｆｕｓｅ ｒａｄｉａｔｉｏｎ ｉｎ Ｃｈｉｎａ ｄｕｒｉｎｇ １９８１－
２０１０． Ａｎｎａｌｅｓ Ｇｅｏｐｈｙｓｉｃａｅ， ２０１３， ３１： ２７７－２８９
［１３］　 Ｒｉｄｌｅｙ Ｂ， Ｂｏｌａｎｄ Ｊ， Ｌａｕｒｅｔ Ｐ． Ｍｏｄｅｌｌｉｎｇ ｏｆ ｄｉｆｆｕｓｅ ｓｏｌａｒ
ｆｒａｃｔｉｏｎ ｗｉｔｈ ｍｕｌｔｉｐｌｅ ｐｒｅｄｉｃｔｏｒｓ． Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ，
２０１０， ３５： ４７８－４８３
［１４］　 Ｂｏｌａｎｄ Ｊ， Ｓｃｏｔｔ Ｌ， Ｌｕｔｈｅｒ Ｍ． Ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｄｉｆｆｕｓｅ ｆｒａｃ⁃
ｔｉｏｎ ｏｆ ｇｌｏｂａｌ ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ｏｎ ａ ｈｏｒｉｚｏｎｔａｌ ｓｕｒｆａｃｅ． Ｅｎ⁃
ｖｉｒｏｎｍｅｔｒｉｃｓ， ２００１， １２： １０３－１１６
［１５］　 Ｂｏｌａｎｄ Ｊ， Ｒｉｄｌｅｙ Ｂ， Ｂｒｏｗｎ Ｂ． Ｍｏｄｅｌｓ ｏｆ ｄｉｆｆｕｓｅ ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ． Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ， ２００８， ３３： ５７５－５８４
［１６］　 Ｓｕｎ Ｘ， Ｗｅｎ Ｘ， Ｙｕ Ｇ， ｅｔ ａｌ． Ｓｅａｓｏｎａｌ ｄｒｏｕｇｈｔ ｅｆｆｅｃｔｓ
ｏｎ ｃａｒｂｏｎ ｓｅｑｕｅｓｔｒａｔｉｏｎ ｏｆ ａ ｍｉｄ⁃ｓｕｂｔｒｏｐｉｃａｌ ｐｌａｎｔｅｄ
ｆｏｒｅｓｔ ｏｆ ｓｏｕｔｈｅａｓｔｅｒｎ Ｃｈｉｎａ． Ｓｃｉｅｎｃｅ ｉｎ Ｃｈｉｎａ Ｓｅｒｉｅｓ Ｄ：
Ｅａｒｔｈ Ｓｃｉｅｎｃｅｓ， ２００６， ４９： １１０－１１８
［１７］　 Ｈｅ Ｘ⁃Ｚ （何学兆）， Ｚｈｏｕ Ｔ （周　 涛）， Ｊｉａ Ｇ⁃Ｓ （贾根
锁）， ｅｔ ａｌ． Ｍｏｄｅｌｅｄ ｅｆｆｅｃｔｓ ｏｆ ｃｈａｎｇｅｓ ｉｎ ｔｈｅ ａｍｏｕｎｔ
ａｎｄ ｄｉｆｆｕｓｅ ｆｒａｃｔｉｏｎ ｏｆ ＰＡＲ ｏｎ ｆｏｒｅｓｔ ＧＰＰ． Ｊｏｕｒｎａｌ ｏｆ
Ｎａｔｕｒａｌ Ｒｅｓｏｕｒｃｅｓ （自然资源学报）， ２０１１， ２６（４）：
６１９－６３４ （ｉｎ Ｃｈｉｎｅｓｅ）
［１８］　 Ｌｉ Ｄ⁃Ｑ （李登秋）， Ｚｈｏｕ Ｙ⁃Ｌ （周艳莲）， Ｊｕ Ｗ⁃Ｍ （居
为民）， ｅｔ ａｌ． Ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｈａｎｇｅｓ ｉｎ ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ ｏｎ ｇｒｏｓｓ ｐｒｉｍａｒｙ ｐｒｏｄｕｃｔｉｏｎ ｉｎ ｓｕｂｔｒｏｐｉｃａｌ ｅｖｅｒ⁃
ｇｒｅｅｎ ｎｅｅｄｌｅ⁃ｌｅａｆ ｐｌａｎｔａｔｉｏｎｓ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ
Ｅｃｏｌｏｇｙ （植物生态学报）， ２０１４， ３８（３）： ２１９－ ２３０
（ｉｎ Ｃｈｉｎｅｓｅ）
［１９］ 　 Ｔｈｅ Ｓｏｕｔｈ Ｍｏｕｎｔａｉｎ Ａｒｅａ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｓｃｉｅｎｔｉｆｉｃ Ｅｘ⁃
ｐｅｄｉｔｉｏｎ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ （中国科学院南
方山区综合科学考察队）． Ｒｅｄ Ｓｏｉｌ Ｈｉｌｌｙ Ｄｅｖｅｌｏｐｍｅｎｔ
ａｎｄ Ｇｏｖｅｒｎａｎｃｅ： Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｅｘｐｅｒｉｍｅｎｔａｌ Ｓｔｕｄｙ
Ｄｅｖｅｌｏｐｍｅｎｔ Ｇｏｖｅｒｎａｎｃｅ ｉｎ Ｑｉａｎｙａｎｚｈｏｕ． Ｂｅｉｊｉｎｇ： Ｓｃｉ⁃
ｅｎｃｅ Ｐｒｅｓｓ， １９８９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２０］　 Ｄｅｌｔａ⁃Ｔ Ｄｅｖｉｃｅｓ Ｌｔｄ． ＳＰＮ１ Ｔｅｃｈｎｉｃａｌ Ｆａｃｔ Ｓｈｅｅｔ ［ＥＢ ／
ＯＬ］． （２０１４⁃０１⁃２７） ［２０１４⁃０３⁃２５］． ｈｔｔｐ： ／ ／ ｗｗｗ．ｄｅｌｔａ⁃
ｔ．ｃｏ．ｕｋ ／ ｐｒｏｄｕｃｔ⁃ｓｕｐｐｏｒｔ⁃ｍａｔｅｒｉａｌ．ａｓｐ
［２１］　 Ｚｈｕ Ｚ⁃Ｌ （朱治林）， Ｓｕｎ Ｘ⁃Ｍ （孙晓敏）， Ｙｕ Ｇ⁃Ｒ （于
贵瑞）， ｅｔ ａｌ． Ｒａｄｉｏｍｅｔｅｒｓ ｐｅｒｆｏｒｍａｎｃｅ ａｔｔｅｎｕａｔｉｏｎ ａｎｄ
ｄａｔａ ｃｏｒｒｅｃｔｉｏｎ ｉｎ ｌｏｎｇ⁃ｔｅｒｍ ｏｂｓｅｒｖａｔｉｏｎ ｏｆ ｔｏｔａｌ ｒａｄｉａｔｉｏｎ
ａｎｄ ｐｈｏｔｏｓｙｎｔｈｅｔｉｃａｌｌｙ ａｃｔｉｖｅ ｒａｄｉａｔｉｏｎ ｉｎ ｔｙｐｉｃａｌ ｆｏｒｅｓｔ
ｅｃｏｓｙｓｔｅｍｓ ｉｎ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ
（应用生态学报）， ２０１１， ２２（１１）： ２９５４ － ２９６２ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２２］ 　 Ｈａｎ Ｊ⁃Ｙ （韩佳音）， Ｌｉ Ｓ⁃Ｇ （李胜功）， Ｚｈａｎｇ Ｌ⁃Ｍ
（张雷明）， ｅｔ ａｌ． Ｃｏｍｐａｒａｔｉｖｅ ｏｂｓｅｒｖａｔｉｏｎ ｏｆ ｄｉｆｆｕｓｅ ｒａ⁃
ｄｉａｔｉｏｎ ｉｎ Ｑｉａｎｙａｎｚｈｏｕ ｄｕｒｉｎｇ ｔｈｅ ｓｐｒｉｎｇ ｏｆ ２０１２． Ｃｈｉ⁃
ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报），
８９９２ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
２０１５， ２６（３）： ６９７－７０３ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］　 Ｆｏｋｅｎ Ｔ， Ｗｉｃｈｕｒａ Ｂ． Ｔｏｏｌｓ ｆｏｒ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｏｆ
ｓｕｒｆａｃｅ⁃ｂａｓｅｄ ｆｌｕｘ ｍｅａｓｕｒｅｍｅｎｔｓ． Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ
Ｍｅｔｅｏｒｏｌｏｇｙ， １９９６， ７８： ８３－１０５
［２４］　 Ｙｏｕｎｅｓ Ｓ， Ｃｌａｙｗｅｌｌ Ｒ， Ｍｕｎｅｅｒ Ｔ． Ｑｕａｌｉｔｙ ｃｏｎｔｒｏｌ ｏｆ ｓｏ⁃
ｌａｒ ｒａｄｉａｔｉｏｎ ｄａｔａ： Ｐｒｅｓｅｎｔ ｓｔａｔｕｓ ａｎｄ ｐｒｏｐｏｓｅｄ ｎｅｗ ａｐ⁃
ｐｒｏａｃｈｅｓ． Ｅｎｅｒｇｙ， ２００５， ３０： １５３３－１５４９
［２５］ 　 Ｒｅｉｎｄｌ ＤＴ， Ｂｅｃｋｍａｎ ＷＡ， Ｄｕｆｆｉｅ ＪＡ． Ｄｉｆｆｕｓｅ ｆｒａｃｔｉｏｎ
ｃｏｒｒｅｌａｔｉｏｎｓ． Ｓｏｌａｒ Ｅｎｅｒｇｙ， １９９０， ４５： １－７
［２６］　 Ｔｏｖａｒ⁃Ｐｅｓｃａｄｏｒ Ｊ． Ｍｏｄｅｌｌｉｎｇ ｔｈｅ ｓｔａｔｉｓｔｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ
ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ａｎｄ ｐｒｏｐｏｓａｌ ｏｆ ａ ｔｅｃｈｎｉｑｕｅ ｂａｓｅｄ ｏｎ ｂｏｌｔ⁃
ｚｍａｎｎ ｓｔａｔｉｓｔｉｃｓ ／ ／ Ｂａｄｅｓｃｕ Ｖ， ｅｄ． Ｍｏｄｅｌｉｎｇ Ｓｏｌａｒ Ｒａｄｉ⁃
ａｔｉｏｎ ａｔ ｔｈｅ Ｅａｒｔｈ’ ｓ Ｓｕｒｆａｃｅ． Ｂｅｒｌｉｎ： Ｓｐｒｉｎｇｅｒ， ２００８：
５５－９１
［２７］　 Şｅｎ Ｚ． Ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ｄｅｔｅｒｍｉｎｉｓｔｉｃ ｍｏｄｅｌｓ ／ ／ Şｅｎ Ｚ， ｅｄ．
Ｓｏｌａｒ Ｅｎｅｒｇｙ Ｆｕｎｄａｍｅｎｔａｌｓ ａｎｄ Ｍｏｄｅｌｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ：
Ａｔｍｏｓｐｈｅｒｅ， Ｅｎｖｉｒｏｎｍｅｎｔ， Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ ａｎｄ Ｒｅｎｅｗ⁃
ａｂｌｅ Ｅｎｅｒｇｙ． Ｂｅｒｌｉｎ： Ｓｒｉｎｇｅｒ， ２００８： ７２－７４
［２８］　 Ｙｏｕｓｉｆ Ｃ， Ｑｕｅｃｅｄｏ ＧＯ， Ｓａｎｔｏｓ ＪＢ． Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｓｏｌａｒ
ｒａｄｉａｔｉｏｎ ｉｎ Ｍａｒｓａｘｌｏｋｋ， Ｍａｌｔａ ａｎｄ Ｖａｌｌａｄｏｌｉｄ， Ｓｐａｉｎ．
Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ， ２０１３， ４９： ２０３－２０６
作者简介　 韩佳音，男，１９８９年生，博士研究生． 主要从事生
态系统生态学研究． Ｅ⁃ｍａｉｌ： ｈａｎｊｙ．１２ｓ＠ ｉｇｓｎｒｒ．ａｃ．ｃｎ
责任编辑　 杨　 弘
封 面 说 明
图片由上海海洋大学与黑龙江水产研究所联合培养研究生王臣 ２０１５ 年 ６ 月 ７ 日拍摄于松花
江流域汤原县竹帘镇江畔．汤原县位于黑龙江省东北部，三江平原西部边缘，北依小兴安岭千里群
山，南邻松花江、汤旺河两大水系．汤原县属中温带大陆季风气候，四季分明，天气多变，夏季暖热多
雨，冬季寒冷干燥，雨热同季，冬夏气温变幅很大．全年无霜期 １３６．６ ｄ，年有效积温平均值为 ２５５９．５
℃，年平均降水量 ５３６．８ ｍｍ，有三分之二集中于夏秋两季．汤旺河与松花江在此交汇，鱼类资源极其
丰富，经实际调查，采集到鱼类分别隶属于 ８目 １２科 ４６种，该地也曾是大麻哈鱼的重要产卵地，近
年来逐渐遭到破坏．为恢复大麻哈鱼资源，黑龙江水产研究所在此建立大麻哈鱼鱼类保护和繁育工
作站，２０１３—２０１５年连续 ３年在此开展大麻哈鱼增殖放流活动，对大麻哈鱼鱼类资源的恢复具有
重大意义．
９９９２１０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 韩佳音等： 江西千烟洲地区散射辐射的模拟与验证