全 文 ：三个日太阳总辐射估算模型的比较*
杨金明摇 范文义**摇 赵颖慧
(东北林业大学林学院, 哈尔滨 150040)
摘摇 要摇 利用东北三省及内蒙古东部 13 个气象站 1982—2012 年的数据,分析比较了 3 个估
算日太阳总辐射的模型(魡鄄P模型、Thornton鄄Running模型和刘可群等提出的模型) .经交叉验
证分析的结果表明: 3 个模型的平均绝对误差(MAE)分别为 1. 71、2. 83 和 1. 68 MJ·m-2·
d-1,表明利用了日照百分率的 魡鄄P 模型和刘可群等提出的模型对于日太阳总辐射的估算效
果明显优于没有利用日照百分率的 Thornton鄄Running 模型.刘可群等提出的模型对无日照情
况的处理起到了很好效果,其无日照情况下的 MAE 和偏差百分比分别比 魡鄄P 模型小 18. 5%
和33. 8% .在有日照情况下利用 魡鄄P的简单线性模型计算日太阳总辐射即可获得较高精度.
魡鄄P模型、Thornton鄄Running 模型和刘可群等提出的模型对日太阳总辐射分别高估12. 2% 、
19. 2%和9. 9% .各气象站 MAE随地理位置的变化不大,MAE随年代的推移呈递减趋势,原因
可能是 1993 年更换辐射观测仪器后所导致的观测精度的变化. 3 个模型在有雨日、无日照和
暖季情况下的 MAE均远大于无雨日、有日照和冷季,说明利用气象要素推算太阳辐射的模型
有待对不同的天气情况进行不同处理.
关键词摇 日太阳总辐射摇 日照百分率摇 气象要素摇 模型
文章编号摇 1001-9332(2014)08-2304-07摇 中图分类号摇 P422. 1, P49摇 文献标识码摇 A
Comparison of three daily global solar radiation models. YANG Jin鄄ming, FAN Wen鄄yi,
ZHAO Ying鄄hui ( School of Forestry, Northeast Forestry University, Harbin 150040, China) .
鄄Chin. J. Appl. Ecol. , 2014, 25(8): 2304-2310.
Abstract: Three daily global solar radiation estimation models ( 魡鄄P model, Thornton鄄Running
model and model provided by Liu Ke鄄qun et al. ) were analyzed and compared using data of 13
weather stations from 1982 to 2012 from three northeastern provinces and eastern Inner Mongolia.
After cross鄄validation analysis, the result showed that mean absolute error (MAE) for each model
was 1. 71, 2. 83 and 1. 68 MJ·m-2·d-1 respectively, showing that 魡鄄P model and model provided
by Liu Ke鄄qun et al. which used percentage of sunshine had an advantage over Thornton鄄Running
model which didn爷 t use percentage of sunshine. Model provided by Liu Ke鄄qun et al. played a
good effect on the situation of non鄄sunshine, and its MAE and bias percentage were 18. 5% and
33. 8% smaller than those of 魡鄄P model, respectively. High precision results could be obtained by
using the simple linear model of 魡鄄P. 魡鄄P model, Thornton鄄Running model and model provided by
Liu Ke鄄qun et al. overvalued daily global solar radiation by 12. 2% , 19. 2% and 9. 9% respective鄄
ly. MAE for each station varied little with the spatial change of location, and annual MAE de鄄
creased with the advance of years. The reason for this might be that the change of observation accu鄄
racy caused by the replacement of radiation instrument in 1993. MAEs for rainy days, non鄄sunshine
days and warm seasons of the three models were greater than those for days without rain, sunshine
days and cold seasons respectively, showing that different methods should be used for different
weather conditions on estimating solar radiation with meteorological elements.
Key words: daily global solar radiation; percentage of sunshine; meteorological elements; model.
*“十二五冶国家科技支撑计划项目(2011BAD08B01)资助.
**通讯作者. E鄄mail: fanwy@ 163. com
2013鄄12鄄27 收稿,2014鄄05鄄08 接受.
摇 摇 太阳辐射是陆地生态系统中物质和能量过程的 重要组成部分,是作物生长模拟模型[1-2]、区域尺度
的地表生态模型[3-4]和全球环流模型[5-6]等研究中
必不可少的参数.许多太阳能相关的应用包括建筑
应 用 生 态 学 报摇 2014 年 8 月摇 第 25 卷摇 第 8 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Aug. 2014, 25(8): 2304-2310
设计和能量转换装置的分析等同样需要太阳辐射数
据的知识[7] .然而,相对于温度和降水而言,全球只
有极少数的气象站进行太阳辐射观测[8-9] . 这是因
为太阳辐射观测设备(如日射强度计)比较昂贵,并
且需要定期校准和精心维护[10] .目前国内有气象观
测台站 2500 多个,而能观测辐射的站点很有限,至
2003 年只有 96 个[11] .
国内外许多研究者提出了利用易获得的可靠的
气象要素(包括日照时数、温度、云量、相对湿度、气
压和降水)来估算太阳辐射的方法[12-16],其中,基于
日照时数的模型因通常精确度高而被广泛应用[17] .
Li等[18]利用西藏 4 个气象站 15 年的数据比较了 8
个利用日照百分率推算日太阳总辐射的模型,结果
表明, 8 个模型都具有较高的估算精度,其中
魡ngstr觟m[19]和 Prescott[20]提出的简单线性模型(魡鄄P
模型)更简洁并且具有更高的普适性. 刘可群等[11]
在日照时数的基础上加入降水量、大气可降水量和
温度日较差等因子分别建立了有日照和无日照情况
下的日太阳总辐射推算模型,对武汉、宜昌和郑州
2005—2006 年 8 月辐射推算的平均绝对误差
(MAE)和相对误差分别为 1. 31 MJ·m-2 ·d-1和
9郾 5% . Bristow 和 Campbell[13]提出近地面气温日较
差与每日太阳总辐射呈幂函数关系,并建立了 B鄄C
模型.通过美国西北 3 个气象站数据的验证表明,B鄄
C模型估算的每日太阳辐射准确且相对无偏. 之后
B鄄C模型被应用到许多其他研究中并被证实优于许
多其他经验模型[16,21-24] . Thornton 和 Running[15]考
虑到晴空时的透光率在空间和时间上的变化,并利
用 40 个气象站 30 年的数据对 B鄄C 模型进行了改
进,使改进后模型的适用范围更广,且计算的每日太
阳辐射的 MAE 较 B鄄C 模型降低 28% ,达到 2郾 4
MJ·m-2·d-1 .
魡鄄P模型、刘可群等[11]提出的模型和 Tornton鄄
Running模型[15]分别代表了只利用日照百分率、利
用日照百分率及其他气象因素、利用日照百分率以
外的气象因素来估算日太阳总辐射的情况,模型由
简单到复杂,考虑因素由少到多.为了建立适合中国
东北地区的日太阳总辐射的推算模型,本文选取以
上 3 个模型进行比较,利用东北三省及内蒙古东部
13 个气象站 1981—2012 年的数据验证 3 个模型估
算日太阳总辐射的精度,确定研究区最适宜的日太
阳总辐射估算模型.
1摇 数据准备
本文选取东北三省及内蒙古东部地区同时拥有
地面气象资料及太阳辐射资料的气象站 13 个,从中
国气象科学数据共享服务网(http: / / cdc. cma. gov.
cn / home. do)下载各气象站 1981—2012 年的气象和
辐射资料.气象要素包括每日最低气温、最高气温、
平均相对湿度、降水量、日照时数和总辐射日总量.
各气象站地理位置及相关信息分别见图 1 和表 1,
其中,年平均气温和年总降水量为 32 年的平均值,
坡度坡向值由 30 m 数字高程模型(digital elevation
model,DEM)提取得到,DEM 数据来源于中国科学
院计算机网络信息中心国际科学数据镜像网站(ht鄄
tp: / / datamirror. csdb. cn). 因某些气象站辐射数据
有缺测(表 2),所以只利用有辐射观测年月的气象
资料进行分析.将日照时数和辐射有缺测的记录剔
除掉,降水量为微量的设为 0. 001 mm.由于在降大
雨(雪、冰雹等)或较长时间的雨雪时,观测员往往
会对辐射观测仪器及时加盖,导致加盖期间辐射观
测值为 0,而实际上太阳辐射不会为 0[11] . 因此,剔
除辐射观测值为 0 的记录,以及辐射值接近 0 且降
水量大于 0 且日照时数等于 0 的记录.
2摇 模型推算及验证方法
本文选取 3 个模型进行比较,分别是 魡鄄P 模
型[19-20]、Thornton鄄Running模型[15]和刘可群等[11]提
出的模型.分别利用交叉验证的方法建立模型,其
中,12 个气象站数据用于模型拟合,1 个气象站数据
用于检验.
2郾 1摇 魡鄄P模型
魡ngstr觟m[19] 于1920年将总太阳辐射与晴天太
图 1摇 研究区 13 个气象站的地理位置分布
Fig. 1摇 Geographical distribution of 13 meteorological stations in
the study area.
50328 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨金明等: 三个日太阳总辐射估算模型的比较摇 摇 摇 摇 摇
表 1摇 各气象站基本信息
Table 1摇 Basic information for each station
站 名
Station name
区站号
Code
纬 度
Latitude
(毅)
经 度
Longitude
(毅)
年平均气温
Annual average
temperature (益)
年总降雨量
Annual total
rainfall (cm)
海拔
Elevation
(m)
坡度
Slope
(毅)
坡向
Aspect
(毅)
漠河 Mohe1) 50136 52. 97 122. 52 -3. 8 45. 2 433. 0 2. 7 75
黑河 Heihe1) 50468 50. 25 127. 45 1. 0 52. 9 166. 4 1. 2 218
海拉尔 Hailaer2) 50527 49. 22 119. 75 -0. 4 35. 0 610. 2 3. 1 225
富裕 Fuyu1) 50742 47. 80 124. 48 3. 3 44. 9 162. 7 3. 1 128
索伦 Suolun2) 50834 46. 60 121. 22 3. 0 45. 8 499. 7 1. 9 149
佳木斯 Jiamusi1) 50873 46. 82 130. 28 4. 1 54. 5 81. 2 1. 1 153
哈尔滨 Harbin1) 50953 45. 75 126. 77 4. 9 54. 1 142. 3 0. 8 341
通辽 Tongliao2) 54135 43. 60 122. 27 7. 1 36. 7 178. 5 1. 9 180
长春 Changchun3) 54161 43. 90 125. 22 6. 2 57. 8 236. 8 1. 9 180
延吉 Yanji3) 54292 42. 88 129. 47 5. 7 53. 1 176. 8 3. 5 180
朝阳 Chaoyang4) 54324 41. 55 120. 45 9. 5 47. 1 169. 9 1. 4 45
沈阳 Shenyang4) 54342 41. 73 123. 45 8. 5 69. 4 44. 7 1. 0 27
大连 Dalian4) 54662 38. 90 121. 63 11. 3 59. 6 91. 5 1. 5 151
上角标 1、2、3 和 4 分别表示该地隶属于黑龙江省、内蒙古、吉林省和辽宁省 Superscripts 1, 2, 3 and 4 indicated that this city attached to Hei鄄
longjiang Province, Inner Mongolia, Jilin Province and Liaoning Province.
阳辐射关联起来并提出了用日照时数来估算太阳辐
射的模型.为了解决获取晴天太阳辐射时的困难性,
Prescott[20]建议用潜在太阳辐射代替晴天太阳辐射.
其模型为:
Ract / Rpot =a0+a1(S / S0)
式中:Ract为太阳辐射量估算值(MJ·m-2·d-1);Rpot
为坡面上的潜在太阳辐射(MJ·m-2·d-1);S 为实
际日照时数(h);S0为地理可能日照时数(h);a0、a1
为待求参数. Rpot和 S0采用 Swift[25]提供的方法进行
计算.
2郾 2摇 Thornton鄄Running模型
Thornton和Running[15]对B鄄C模型进行改进后
表 2摇 各气象站辐射数据时间跨度及缺测年月
Table 2摇 Data time span and months lack of measurement
of radiation for each station
站 名
Station
name
资料年代
Data time
span
缺测年月
Months that lack
of measurement
测量月份个数
Number of
months
measured
漠河 Mohe 1993鄄01—2012鄄12 1993鄄05—1993鄄12,
1994鄄06—1996鄄12
210
黑河 Heihe 1981鄄01—2012鄄12 384
海拉尔 Hailaer 1982鄄01—2012鄄12 372
富裕 Fuyu 1993鄄01—2012鄄12 240
索伦 Suolun 1992鄄01—2012鄄12 252
佳木斯 Jiamusi 1981鄄06—2012鄄12 1982鄄10—1982鄄11 377
哈尔滨 Harbin 1981鄄01—2012鄄12 384
通辽 Tongliao 1981鄄01—2012鄄12 384
长春 Changchun 1981鄄01—2012鄄12 1982鄄01—1982鄄12 372
延吉 Yanji 1981鄄01—2012鄄12 384
朝阳 Chaoyang 1981鄄01—2012鄄12 384
沈阳 Shenyang 1981鄄01—2012鄄12 384
大连 Dalian 1981鄄01—2012鄄12 384
得到如下模型:
Ract =RpotTt,max{1-0. 9exp[-B(Tmax-Tmin) C]}
Tt,max =移
ss
s = sr
子(Pa / P0)m兹0,nadir,dry + 琢e
B= b0+b1exp(-b2 驻T)
式中:Tt,max为晴天时辐射最大透过率;sr 和 ss 分别
为日出和日落时间(h);Tmax、Tmin分别为日最高、最
低气温(益);子0,nadir,dry为参考高度处垂直地表方向
的晴天瞬时辐射透过率,Thornton 和 Running[15]给
出的值为 0. 87;Pa为经过高程值 Ea(m)校正的大气
压(Pa),Pa = 101. 3exp ( - Ea / 8200);标准大气压
P0 =101. 3 kPa;e 为近表面水汽压(Pa);琢 = -6. 1 伊
10-5;m兹 =1 / cos兹,表示太阳天顶角为 兹 时的光学空
气质量;驻T为日较差的月平均值;C、b0、b1和 b2为待
求参数,Thornton 和 Running 给出的值分别为 1. 5、
0. 031、0. 201 和 0. 185.该模型对有雨日的太阳辐射
估算值乘以 0. 75 进行校正.
2郾 3摇 刘可群等[11]提出的模型
Ract / Rpot =
d0+d1(S / S0)+d2 log(W+P)
e0+e1(Tmax-Tmin)伊(1-Abs
{ ) 摇 有日照无日照
W=100. 0337Td+0. 849
Abs=0. 29G / [0. 5925G+(1+14. 15G) 0. 635]
式中:W为整层大气水汽可降水量(mm);P 为日降
水量(mm);Td为露点温度(益),本文用最低气温代
替;Abs为大气降水与可降水含量的影响因子;G =
W+10P;d0、d1、d2、e0和 e1均为待求参数.
6032 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
表 3摇 各模型参数最优值与变化范围
Table 3摇 Optimal parameter values and range of variations
of each model
模型
Model
参数
Parameter
最优值
Optimal
value
值域
Range
魡鄄P a0 0. 211 [0. 208,0. 216]
a1 0. 490 [0. 484,0. 498]
- - -
- - -
- - -
T鄄R C 1. 40 [1. 40,1. 40]
b0 0. 055 [0. 054,0. 055]
b1 0. 47 [0. 45,0. 47]
b2 0. 25 [0. 23,0. 25]
- - -
Liu d0 0. 245 [0. 120,0. 314]
d1 0. 456 [0. 438,0. 499]
d2 -0. 012 [-0. 036,0. 042]
e0 0. 10 [0. 084,0. 153]
e1 0. 015 [0. 008,0. 018]
魡鄄P、T鄄R和 Liu分别代表 魡鄄P 模型、Thornton鄄Running 模型和刘可群
等[11]提出的模型 魡鄄P, T鄄R and Liu stood for 魡鄄P model, Thornton鄄
Running model and Liu Ke鄄qun et al. [11] model, respectively. 下同 The
same below.
2郾 4摇 交叉验证分析
本文利用交叉验证分析法确定模型的参数并计
算误差.将每个气象站的数据作为一个数据集,则交
叉验证的步骤为:1)从 13 个数据集中取出 1 个作为
验证集,剩余数据集作为训练集.训练集用于模型的
拟合,验证集用于模型的验证. 2)利用训练集分别
对 3 个模型求参.对于 魡鄄P模型和刘可群等[11]提出
的模型,利用线性回归法求解模型参数,对于 Thorn鄄
ton鄄Running 模型,以原模型的参数值为初始值,对
参数进行循环迭代求解,直到训练集估算的太阳辐
射平均绝对误差(MAE)达到最小为止. 3)利用上一
步建立的方程计算验证集的 MAE 与平均偏差百分
比(Bias). 4)重复第 1 步至第 3 步的步骤,直到所有
的数据集均做过一次验证集为止.
3摇 结果与分析
3郾 1摇 各模型最佳参数值
利用交叉验证法对各模型进行分析,求解得到
各模型参数值(表 3).其中,参数最优值指使训练集
与验证集 MAE均达到最小时的值,值域表示由于不
同站点之间的差异所导致的参数值的变化范围. 由
表 3 可以看出,刘可群等[11]提出模型的参数值域变
化范围比 魡鄄P 模型和 Thornton鄄Running 模型参数值
域的变化范围大,说明刘可群等[11]提出模型的参数
受不同站点之间差异的影响比另外两个模型大.
3郾 2摇 交叉验证分析结果
由表 4 可以看出,不同气象站样本作为验证集
时 3 个模型的训练集 MAE变化不大,说明 3 个模型
都比较稳定.利用每个气象站的样本数加权平均之
后,魡鄄P模型、Thornton鄄Running 模型和刘可群等提
出模型的验证集 MAE 分别为 1. 71、2. 83 和 1郾 68
MJ·m-2·d-1,表明利用了日照百分率的 魡鄄P 模型
和刘可群等提出模型明显优于没有利用日照百分率
表 4摇 交叉验证分析的结果
Table 4摇 Results of cross鄄validation analysis
站名
Station
样本数
Sample
number
训练集 MAE
Training sets MAE
(MJ·m-2·d-1)
魡鄄P T鄄R Liu
验证集误差 Test sets error
魡鄄P
MAE
(MJ·m-2·d-1)
Bias
(% )
T鄄R
MAE
(MJ·m-2·d-1)
Bias
(% )
Liu
MAE
(MJ·m-2·d-1)
Bias
(% )
漠河 Mohe 6045 1. 69 2. 82 1. 66 1. 85 -2. 0 2. 71 2. 6 1. 79 -2. 3
黑河 Heihe 11525 1. 72 2. 83 1. 69 1. 42 12. 4 2. 72 12. 0 1. 39 10. 4
海拉尔 Hailaer 11212 1. 70 2. 85 1. 67 1. 60 0. 4 2. 48 9. 3 1. 56 0. 5
富裕 Fuyu 7264 1. 70 2. 83 1. 66 1. 69 -3. 6 2. 66 -1. 6 1. 69 -4. 4
索伦 Suolun 7588 1. 70 2. 82 1. 67 1. 71 1. 5 2. 75 6. 8 1. 69 0. 8
佳木斯 Jiamusi 11240 1. 70 2. 82 1. 67 1. 60 15. 7 2. 74 22. 6 1. 55 13. 3
哈尔滨 Harbin 11570 1. 70 2. 82 1. 66 1. 67 5. 5 2. 73 18. 4 1. 63 4. 9
通辽 Tongliao 11525 1. 63 2. 81 1. 59 2. 22 21. 8 2. 84 20. 0 2. 19 20. 1
长春 Changchun 11125 1. 71 2. 82 1. 67 1. 58 18. 8 2. 79 29. 6 1. 56 15. 5
延吉 Yanji 11573 1. 70 2. 78 1. 66 1. 62 20. 3 3. 23 36. 7 1. 63 17. 2
朝阳 Chaoyang 11524 1. 70 2. 83 1. 67 1. 64 5. 0 2. 71 13. 4 1. 63 3. 5
沈阳 Shenyang 11587 1. 70 2. 81 1. 67 1. 65 19. 7 2. 91 39. 4 1. 61 15. 4
大连 Dalian 11470 1. 65 2. 77 1. 62 2. 08 26. 8 3. 32 20. 6 1. 98 20. 2
平均值 Average 135248 1. 69 2. 81 1. 66 1. 71 12. 2 2. 83 19. 2 1. 68 9. 9
70328 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨金明等: 三个日太阳总辐射估算模型的比较摇 摇 摇 摇 摇
图 2摇 所有气象站交叉验证的预测值与观测值的比较
Fig. 2摇 Cross鄄validation predictions vs. observations for all stations (n=135248).
魡鄄P、T鄄R和 Liu分别代表 魡鄄P模型、Thornton鄄Running模型和刘可群等[11]提出的模型 魡鄄P, T鄄R and Liu stood for 魡鄄P model, Thornton鄄Running
model and Liu Ke鄄qun et al. [11] model, respectively. 下同 The same below.
的 Thornton鄄Running模型,而区分对待有日照和无
日照两种情况的刘可群等模型稍好于 魡鄄P 模型. 魡鄄
P模型、Thornton鄄Running 模型和刘可群等[11]提出
模型对日太阳总辐射分别高估了 12. 2% 、19. 2%和
9郾 9% .在 13 个站点中,通辽和大连的平均绝对误差
相对大于其他站点,其中,大连靠海,气象要素的变
化比内陆地区复杂,因此导致其太阳辐射的计算误
差过大.其他站点的 MAE 变化不大,说明日太阳辐
射的估算误差随空间位置的变化波动较小.
摇 摇 由图 2 可以看到,Thornton鄄Running 模型计算的
日太阳辐射相对于观测值普遍偏差较大,而 魡鄄P 模
型和刘可群等提出模型计算得到的日太阳辐射与实
际太阳辐射的相关性很高,R2均达到 0. 89,远高于
Thornton鄄Running模型的 0. 72. 魡鄄P模型和刘可群等
提出模型对日太阳辐射的估算分别平均低估 0. 01 和
0. 07 MJ·m-2·d-1,而 Thornton鄄Running 模型平均高
估了 0. 19 MJ·m-2·d-1 .其中,魡鄄P模型和刘可群等
提出模型明显低估了日太阳辐射较高的值,Thornton鄄
Running模型对辐射值超过 30 MJ·m-2·d-1的记录
也有低估. 魡鄄P 模型由于是对日照百分率的简单线
性回归,因此,当日照时数为 0 时,模型估计值均为
同一个常数,所以会出现图 2 中 魡鄄P 模型左下角实
测值变化范围很大、而许多预测值却保持在 9
MJ·m-2·d-1的情况.
3郾 3摇 辐射偏差值随时间的变化
Thornton鄄Running模型计算日太阳辐射的年平
均绝对误差大于其他两个模型(图 3). 年平均绝对
误差随时间呈现递减趋势,其中,1994 年之前递减
趋势明显,1994 年及之后基本比较稳定. 由中国气
象科学数据共享服务网的气象数据集说明文档可
知,1993 年前全国所有台站所使用的辐射观测仪器
为热电型、感应面(普通黑漆)仿苏式辐射仪,相对
误差较大,1993 年及以后全国所有台站均使用我国
研制的热电型、感应面(专用光学黑漆)全自动遥测
辐射仪,相对误差较小.
3郾 4摇 各模型对不同天气情况的估算结果
本文对有雨日与无雨日、有日照与无日照以及
暖季(5—10 月)与冷季(11 月至翌年 4 月)的情况
分别统计各模型日太阳总辐射的 MAE.由表 5 可以
看出,3 个模型对有雨日和无日照情况的 MAE 均较
大. 魡鄄P模型和刘可群等提出模型对有雨日和无雨
日以及有日照情况的 MAE 基本相当,并且均小于
Thornton鄄Running模型对这 3 种情况的 MAE. 无日
照情况下,刘可群等提出模型的 MAE 和 Bias 分别
比 魡鄄P模型小 18. 5%和 33. 8% ,说明刘可群等提出
模型(分有日照和无日照两种情况)提高了无日照
情况下的估算精度. Thornton鄄Running模型在无日照
图 3摇 各模型日太阳辐射计算值的年平均绝对误差
Fig. 3摇 Annual MAE of predicted daily solar radiation for each
model.
8032 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
表 5摇 各模型对不同天气情况的估算结果
Table 5摇 Predicted results of different weathers for each model
天气状况
Weather condition
样本数
Sample number
MAE (MJ·m-2·d-1)
魡鄄P T鄄R Liu
Bias (% )
魡鄄P T鄄R Liu
有雨日 Rainy days 46672 2. 06 3. 69 1. 96 33. 4 46. 5 25. 9
无雨日 Days without rain 88576 1. 53 2. 37 1. 53 1. 0 4. 8 1. 5
有日照 Sunshine days 123304 1. 64 2. 68 1. 65 3. 9 3. 3 4. 6
无日照 Non鄄sunshine days 11944 2. 49 4. 32 2. 03 98. 2 183. 1 65. 0
暖季 Warm season 68008 2. 11 3. 38 2. 06 16. 0 26. 5 11. 3
冷季 Cold season 67240 1. 31 2. 27 1. 29 10. 2 11. 8 8. 5
情况下的 MAE 最大达到 4. 32 MJ·m-2 ·d-1,且
Bias(183. 2% )超过 100% ,约为刘可群等提出模型
的 3 倍和 魡鄄P模型的 2 倍,严重高估了无日照情况
下的日太阳总辐射. 3 个模型对暖季的日太阳总辐
射估算误差比冷季大,这是由于夏季天气状况复杂
多变,受云雨等的影响比较大,而且各模型对冷季的
辐射估算误差比其他所有情况都低. 通过对不同天
气情况估算结果的统计分析说明,3 个模型对不同
天气情况的估算误差有很大差别,因此,利用气象要
素推算太阳辐射的模型还有待对不同天气情况进行
不同处理,以提高特殊天气情况的辐射估算精度.
4摇 结摇 论
本文利用东北三省及内蒙古东部 13 个气象站
1981—2012 年的数据比较了 3 个估算日太阳总辐
射的模型.结果表明:利用了日照百分率的 魡鄄P 模
型和刘可群等提出模型对于日太阳总辐射的估算效
果明显优于没有利用日照百分率的 Thornton鄄
Running模型,而区分对待有日照和无日照两种情况
的刘可群等提出模型稍好于 魡鄄P 模型,在有日照情
况下可以利用 魡鄄P 的简单线性模型来估算日太阳
总辐射. 魡鄄P 模型、Thornton鄄Running 模型和刘可群
等[11]提出模型整体均高估了日太阳总辐射,高估量
分别为 12. 2% 、19. 2%和 9. 9% .交叉验证分析计算
得到的各气象站的 MAE随空间位置的变化不大,年
MAE随时间呈递减趋势.由于全国台站历史上曾统
一更换过辐射观测仪器,所以 1994 年之前的年
MAE较高,随时间递减趋势明显,1994 年后的 MAE
较小且变化波动不大.
对不同天气情况的估算统计结果说明,3 个模
型对有雨日和无日照情况的平均估算误差均分别远
大于无雨日和有日照情况,刘可群等提出模型对无
日照情况的处理起到了很好的效果,其 MAE和 Bias
分别比 魡鄄P模型小 18. 5%和 33. 8% .各模型对冷季
的日太阳总辐射估算结果明显好于暖季. 利用气象
要素推算太阳辐射的模型还有待对不同的天气情况
进行不同处理.
参考文献
[1]摇 Bechini L, Stockle CO. Integration of a cropping sys鄄
tems simulation model and a relational database for sim鄄
ple farm鄄scale analyses. Agronomy Journal, 2007, 99:
1226-1237
[2]摇 Wang H鄄F (王泓霏), Chen X鄄P (陈新平), Cui Z鄄L
(崔振玲), et al. Impacts of climate change on summer
maize production and adaptive selection of varieties in
Xingtai County, Hebei, China. Chinese Journal of
Applied Ecology (应用生态学报), 2014, 25(1): 155-
161 (in Chinese)
[3]摇 Chen JM, Chen XY, Ju W, et al. Distributed hydrolo鄄
gical model for mapping evapotranspiration using remote
sensing inputs. Journal of Hydrology, 2005, 305: 15-
39
[4] 摇 Ju W, Chen JM, Andrew BT, et al. Modelling multi鄄
year coupled carbon and water fluxes in a boreal aspen
forest. Agricultural and Forest Meteorology, 2006, 140:
136-151
[5]摇 Govind A, Chen JM, Hank M, et al. A spatially expli鄄
cit hydro鄄ecological modeling framework ( BEPS鄄Terra鄄
inLab V2. 0): Model description and test in a boreal
ecosystem in Eastern North America. Journal of Hydro鄄
logy, 2009, 367: 200-216
[6]摇 Kohlmaier GH, Badeck FW, Otto RD, et al. The
Frankfurt Biosphere Model: A global process鄄oriented
model of seasonal and long鄄term CO2 exchange between
terrestrial ecosystems and the atmosphere. (域). Glo鄄
bal results for potential vegetation in an assumed equili鄄
brium state. Climate Research, 1997, 8: 61-87
[7] 摇 Joly CA, Souza鄄Berlinck RG, Silva鄄Bolzani V, et al.
Main conclusions of the joint FAPESP Programs BIOTA鄄
BIOEN鄄climate change workshop: Science and policy for
a greener economy in the context of RIO+20. Biota Neo鄄
tropica, 2012, 12: 19-21
[8]摇 Bechini L, Ducco G, Donatelli M, et al. Modeling, in鄄
terpolation and stochastic simulation in space and time
of global solar radiation. Agriculture, Ecosystems and
Environment, 2000, 81: 29-42
[9]摇 Fodor N. Estimating global radiation using the meteoro鄄
logical input data of crop models. Quarterly Journal of
90328 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨金明等: 三个日太阳总辐射估算模型的比较摇 摇 摇 摇 摇
the Hungarian Meteorological Service, 2006, 110: 175-
182
[10]摇 Fodor N, Mika J. Using analogies from soil science for
estimating solar radiation. Agricultural and Forest
Meteorology, 2011, 151: 78-86
[11]摇 Liu K鄄Q (刘可群), Chen Z鄄H (陈正洪), Liang Y鄄T
(梁益同), et al. Calculation model for daily global so鄄
lar radiation. Chinese Journal of Agrometeorology (中国
农业气象), 2008, 29(1): 16-19 (in Chinese)
[12]摇 Bakirci K. Models of solar radiation with hours of bright
sunshine: A review. Renewable and Sustainable Energy
Reviews, 2009, 13: 2580-2588
[13]摇 Bristow KL, Campbell GS. On the relationship between
incoming solar鄄radiation and daily maximum and mini鄄
mum temperature. Agricultural and Forest Meteorology,
1984, 31: 159-166
[14]摇 Lam JC, Li DHW. Correlation analysis of solar radiation
and cloud cover. International Journal of Ambient Ener鄄
gy, 1998, 19: 187-198
[15] 摇 Thornton PE, Running SW. An improved algorithm for
estimating incident daily solar radiation from measure鄄
ments of temperature, humidity, and precipitation. Ag鄄
ricultural and Forest Meteorology, 1999, 93: 211-228
[16]摇 Liu DL, Scott BJ. Estimation of solar radiation in Aus鄄
tralia from rainfall and temperature observations. Agri鄄
cultural and Forest Meteorology, 2001, 106: 41-59
[17]摇 Iziomon MG, Mayer H. Assessment of some global solar
radiation parameterizations. Journal of Atmospheric and
Solar鄄Terrestrial Physics, 2002, 64: 1631-1643
[18]摇 Li HS, Ma WB, Lian YW, et al. Global solar radiation
estimation with sunshine duration in Tibet, China. Re鄄
newable Energy, 2002, 36: 3141-3145
[19] 摇 魡ngstr觟m A. Solar and terrestrial radiation. Quarterly
Journal of the Royal Meteorological Society, 1924, 50:
121-125
[20]摇 Prescott JA. Evaporation from a water surface in relation
to solar radiation. Transactions of the Royal Society of
South Australia, 1940, 64: 114-125
[21]摇 Running SW, Nemani RR, Hungerford RD. Extrapola鄄
tion of synoptic meteorological data in mountainous ter鄄
rain and its use for simulating forest evapotranspiration
and photosynthesis. Canadian Journal of Forest Re鄄
search, 1987, 17: 472-483
[22]摇 Glassy JM, Running SW. Validating diurnal climatology
logic of the MT鄄CLIM model across a climatic gradient
in oregon. Ecological Applications, 1994, 4: 248-257
[23]摇 Thornton PE, Running SW, White MA. Generating sur鄄
faces of daily meteorological variables over large regions
of complex terrain. Journal of Hydrology, 1997, 190:
214-251
[24]摇 Liu XY, Mei XR, Li YZ, et al. Evaluation of tempera鄄
ture鄄based global solar radiation models in China. Agri鄄
cultural and Forest Meteorology, 2009, 149: 1433 -
1446
[25]摇 Swift LW. Algorithm for solar鄄radiation on mountain
slopes. Water Resources Research, 1976, 12: 108-112
作者简介摇 杨金明,男,1986 年生,博士研究生.主要从事林
业遥感与流域水循环研究. E鄄mail: jinming0221@ 163. com
责任编辑摇 杨摇 弘
0132 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷