李軍 ，黃敬峰 ，龔圍 ，王超 ，李冰

（1.重慶師范大學(xué)地理與旅游學(xué)院，重慶401331；2.重慶市高校GIS應(yīng)用研究重點(diǎn)實(shí)驗(yàn)室，重慶401331；3.三峽庫(kù)區(qū)地表過(guò)程與環(huán)境遙感重慶市重點(diǎn)實(shí)驗(yàn)室，重慶401331；4.浙江大學(xué)農(nóng)業(yè)遙感與信息技術(shù)研究所，浙江 杭州 310029）

地理可照時(shí)數(shù)（duration of possible sunshine，簡(jiǎn)稱PSD）是僅考慮地形和地理因子影響不考慮云霧影響時(shí)日出到日落的太陽(yáng)照射時(shí)間，是地表輻射平衡、生態(tài)系統(tǒng)模型等的重要參數(shù)之一[1-2]，也是我國(guó)太陽(yáng)能資源計(jì)算和評(píng)估的重要指標(biāo)之一[3]。地理可照時(shí)數(shù)空間分布研究對(duì)于我國(guó)山地氣候和農(nóng)業(yè)氣候資源區(qū)劃及其開(kāi)發(fā)利用、生態(tài)系統(tǒng)基礎(chǔ)信息的空間化研究等具有重要意義[4-5]。

我國(guó)地域遼闊且多山，其中，南北緯度從4oN到50oN，跨度非常大，而且，山地面積約占國(guó)土總面積的三分之二，海拔從吐魯番盆地的艾丁湖（－154 m）到珠穆朗瑪峰（8 848 m），跨度非常大。受緯度、海拔、坡度、坡向等因素的影響，地理可照時(shí)數(shù)的空間異質(zhì)性非常大。我國(guó)對(duì)于起伏地形下地理可照時(shí)數(shù)等太陽(yáng)輻射要素的空間分布研究始于20世紀(jì)80年代初，以左大康[1]、翁篤鳴等[2]、傅抱璞等[4-5]、朱志輝[6]、李占清等[7]等為代表的學(xué)者，提出了不同的理論模型和算法，奠定了日后基于DEM的地理可照時(shí)數(shù)及其太陽(yáng)輻射要素空間分布模型的理論基礎(chǔ)。其中，對(duì)于地理可照時(shí)數(shù)，通常利用解析法或圖解法確定，然而，不同地形有不同的解析算法，非常復(fù)雜，圖解法相對(duì)容易，但其內(nèi)外業(yè)工作相當(dāng)繁瑣，且精度不高。國(guó)外，DOZIER等[8]于20世紀(jì)70年代末首次在地形參數(shù)快速算法的基礎(chǔ)上提出了基于DEM的太陽(yáng)輻射空間化方法。之后，以BOCQUET等[9]、DUBAYAH 等[10]、DOZIER 等[11]、HETRICK 等[12]、KUMAR 等[13]、DANIEL 等[14]、PINDE 等[15]為代表的學(xué)者們開(kāi)展了基于DEM的不同太陽(yáng)輻射要素空間分布模擬及其與不同地形因子的定量關(guān)系研究。目前，由于全球高空間分辨率數(shù)字高程模型（DEM）數(shù)據(jù)的免費(fèi)獲取和數(shù)字地形分析的深入應(yīng)用，基于DEM的地理可照時(shí)數(shù)等太陽(yáng)輻射要素空間模擬算法已趨于成熟。

我國(guó)學(xué)者在此方面的研究始于20世紀(jì)90年代初，利用不同空間分辨率的DEM數(shù)據(jù)在不同區(qū)域進(jìn)行了應(yīng)用研究。例如，李新等[16]修正了基于DEM的日照時(shí)數(shù)空間分布模擬方法。謝陽(yáng)生[17]在ViewGIS平臺(tái)實(shí)現(xiàn)了可照時(shí)數(shù)等太陽(yáng)輻射要素空間分布模型，并在寧夏西吉縣的小流域進(jìn)行了試驗(yàn)應(yīng)用。陳華等[18]基于1：50 000數(shù)字化地形圖得到了100 m分辨率的DEM，并在此基礎(chǔ)上對(duì)北京西山門頭溝區(qū)可照時(shí)數(shù)的空間分布進(jìn)行了模擬。曾燕等[19]利用1 km分辨率的DEM數(shù)據(jù)并基于PCI的二次開(kāi)發(fā)程序，實(shí)現(xiàn)了我國(guó)可照時(shí)數(shù)空間分布的模擬，并探討了其受不同地形的影響。李軍等[20]以20 m分辨率的DEM數(shù)據(jù)（源于1：10 000數(shù)字化地形圖）為基礎(chǔ)定量分析了浙江省仙居縣可照時(shí)數(shù)的空間分布特征。孫嫻等[21]基于100 m分辨率的DEM數(shù)據(jù)，考慮了坡度、坡向和地形遮蔽等地形因子對(duì)可照時(shí)間的影響，通過(guò)數(shù)值模擬，建立了陜西省山地可照時(shí)間的計(jì)算模型。潘用地[22]對(duì)起伏地形下日照時(shí)間-空間分布模型進(jìn)行了修正，并檢驗(yàn)了計(jì)算精度，其中，所用DEM數(shù)據(jù)的空間分辨率為90 m。張超等[23]利用基于DEM的起伏地形下實(shí)照時(shí)數(shù)的計(jì)算模型，以廣西省巴馬縣為例，對(duì)其可照時(shí)數(shù)的空間分布進(jìn)行模擬，采用的DEM為ASTER GDEM，分辨率約為30 m。由上述研究可知，在基于DEM的地理可照時(shí)數(shù)空間分布模擬中，DEM數(shù)據(jù)是重要的輸入?yún)?shù)，對(duì)模擬結(jié)果的影響很大，由于DEM的格網(wǎng)間距不同，即空間分辨率存在差異，而分辨率是尺度的一個(gè)指示器，DEM的這種尺度效應(yīng)導(dǎo)致其對(duì)地形的反映也存在差異。一般情況下，DEM的空間分辨率越小，其精度越差，對(duì)真實(shí)地形的概括程度越低，特別是坡度、坡向等微地形因子的誤差越大[24]。針對(duì)研究區(qū)特點(diǎn)，選擇合適的DEM是進(jìn)行太陽(yáng)輻射和氣溫等氣象要素準(zhǔn)確模擬的基礎(chǔ)。其中，DEM的空間尺度是起伏地形下可照時(shí)數(shù)模擬結(jié)果差異的重要根源之一。目前，關(guān)于這方面的研究相對(duì)較少，張勇等[25]改進(jìn)了日照時(shí)間計(jì)算模型，并在全國(guó)選取了6個(gè)典型地貌區(qū)進(jìn)行了相關(guān)研究。但采用DEM的空間分辨率為500 m和1 000 m，相對(duì)較粗，對(duì)于地形復(fù)雜且較破碎的山區(qū)不能準(zhǔn)確定量分析。姜?jiǎng)?chuàng)業(yè)等[26]利用1：250 000 DEM數(shù)據(jù)，從100 m和1 000 m 2種空間分辨率尺度，分析了DEM的空間尺度效應(yīng)對(duì)陜西省天文輻射的影響。周文臻等[27]基于ASTER GDEM和SRTM 2種DEM數(shù)據(jù)源從30，90和1 000 m 3種空間分辨率尺度，分析了DEM對(duì)福建省天文輻射的空間尺度效應(yīng)的影響。由于應(yīng)用的區(qū)域相對(duì)較單一，分析DEM空間尺度效應(yīng)對(duì)天文輻射的影響，其參考價(jià)值有限。

綜上所述，考慮目前應(yīng)用較廣泛的3種DEM數(shù)據(jù)源、研究區(qū)范圍大小以及數(shù)據(jù)計(jì)算量等諸多因素的影響，在全國(guó)選取6個(gè)典型地貌類型區(qū)為實(shí)驗(yàn)區(qū)，利用3種不同空間分辨率的DEM數(shù)據(jù)（分別源于GTOPO30′、SRTM 和 ASTER GDEM 數(shù) 據(jù)庫(kù)）模擬起伏地形下不同空間尺度的地理可照時(shí)數(shù)分布，并定量分析它們之間的差異以及不同地形因子對(duì)模擬結(jié)果的影響。

1 實(shí)驗(yàn)區(qū)和不同空間尺度的DEM

1.1 實(shí)驗(yàn)區(qū)

根據(jù)我國(guó)陸地主要山脈的空間分布以及地形地貌特點(diǎn)，主要考慮山脈走向、緯度和地形起伏等因素，選取了6個(gè)實(shí)驗(yàn)區(qū)（見(jiàn)圖1），分別為小興安嶺（編號(hào)：1）、太行山區(qū)（編號(hào)：2）、秦嶺（編號(hào)：3）、青藏高原弧形山區(qū)（編號(hào)：4）、橫斷山區(qū)（編號(hào)：5）和東南丘陵（編號(hào)：6）。

圖1 全國(guó)6個(gè)實(shí)驗(yàn)區(qū)的地理位置Fig.1 The geographical location of six study areas throughout the country

每個(gè)實(shí)驗(yàn)區(qū)面積為2 916 km2（54 km×54 km），區(qū)域范圍見(jiàn)表1。

1.2 不同空間尺度的DEM數(shù)據(jù)

分 別 從 GTOPO30′、SRTM v4.1 和 ASTER GDEM v2三種全球DEM數(shù)據(jù)庫(kù)中截取得到上述6個(gè)實(shí)驗(yàn)區(qū)的DEM數(shù)據(jù)，并進(jìn)行重采樣，得到空間分辨率分別為900，90和30 m的6個(gè)實(shí)驗(yàn)區(qū)的DEM數(shù)據(jù)，其中，30 m空間分辨率的地貌暈渲圖見(jiàn)圖2。

表1 實(shí)驗(yàn)區(qū)的地理區(qū)域范圍Table 1 The geographic range of six study areas in China

2 地理可照時(shí)數(shù)分布式模型

2.1 起伏地形下的地理可照時(shí)數(shù)

根據(jù)左大康[1]、翁篤鳴等[2]的研究，起伏地形下，地理可照時(shí)數(shù)可表示為：

2.2 基礎(chǔ)參數(shù)

關(guān)于起伏地形下地理可照時(shí)數(shù)分布式模型中基礎(chǔ)參數(shù)計(jì)算的說(shuō)明如下：

圖2 實(shí)驗(yàn)區(qū)30 m空間分辨率的地貌暈渲圖Fig.2 The geomorphologic map with 30 m resolution in study areas

（1）水平面的可照時(shí)數(shù)（T0）：可由式（2）得到：

其中，φ為緯度，δ為赤緯。

（2）太陽(yáng)赤緯（δ）：基于相關(guān)研究[28]，通過(guò)傅里埃級(jí)數(shù)展開(kāi)得到：

（3）地形遮蔽因子（gi）：起伏地形下一天內(nèi)任意時(shí)段i的遮蔽情況取決于相鄰兩時(shí)刻的遮蔽情況。若相鄰兩時(shí)刻均可照，則此時(shí)段可照，地形遮蔽因子取1；若相鄰兩時(shí)刻均遮蔽，則此時(shí)段遮蔽，地形遮蔽因子取0；若相鄰兩時(shí)刻中某一時(shí)刻可照，而另一時(shí)刻遮蔽，則此時(shí)段的地形遮蔽因子取0.5。其中，任一時(shí)刻的地形遮蔽情況可利用ArcGIS的山體陰影函數(shù)得到：

其中，β和γ分別為坡度和坡向。只要輸入坡度、坡向以及任一時(shí)刻太陽(yáng)在天空中的位置（太陽(yáng)高度角和太陽(yáng)方位角）即可，由此可見(jiàn)，地形遮蔽對(duì)地理可照時(shí)數(shù)的影響取決于坡度、坡向、太陽(yáng)高度角和太陽(yáng)方位角。

（4）任一時(shí)刻的太陽(yáng)時(shí)角（ωi）及其對(duì)應(yīng)時(shí)刻的太陽(yáng)高度角（hi）和方位角（Ai）：

其中，-ω0、ω0分別為日出和日落時(shí)的太陽(yáng)時(shí)角，ω0=arccos(-tanφtanδ)；Δω為時(shí) 角 步 長(zhǎng) ，Δω=

（5）時(shí)間步長(zhǎng)（ΔT）：時(shí)間步長(zhǎng)越短，計(jì)算精度越高，但計(jì)算時(shí)間越長(zhǎng)。根據(jù)李占清等[7]的研究，時(shí)間步長(zhǎng)取20 min和1 min時(shí)兩者的計(jì)算結(jié)果僅差5%，本研究在綜合考量計(jì)算量、計(jì)算時(shí)間和計(jì)算精度后，將時(shí)間步長(zhǎng)設(shè)為20 min。

3 地理可照時(shí)數(shù)的不同空間尺度模擬

在起伏地形下的地理可照時(shí)數(shù)分布式模型中，輸入DEM和相關(guān)地形因子等參數(shù)，利用ArcGIS的空間數(shù)據(jù)疊加運(yùn)算等，可得到任何一天的地理可照時(shí)數(shù)，月或年的地理可照時(shí)數(shù)可通過(guò)逐日累加得到；氣候?qū)W的相關(guān)論述表明：常取每月的第15日為代表日，并乘以當(dāng)月天數(shù)作為該月的地理可照時(shí)數(shù)。限于篇幅，僅列出30 m空間分辨率實(shí)驗(yàn)區(qū)1月份的模擬結(jié)果（冬季的太陽(yáng)高度角較小，地形影響更顯著），如圖3所示。

從圖3可看出，地形對(duì)我國(guó)不同區(qū)域1月地理可照時(shí)數(shù)影響的差異顯著，利用ArcGIS對(duì)空間數(shù)據(jù)分別進(jìn)行統(tǒng)計(jì)，分析了6個(gè)實(shí)驗(yàn)區(qū)的中心緯度、海拔高度、地形起伏度、坡度、地形陰影、地表粗糙度、平面曲率、剖面曲率以及1月和7月地理可照時(shí)數(shù)特征值（平均值和標(biāo)準(zhǔn)差），其中，地形起伏度的鄰域范圍借鑒基于ASTER GDEM數(shù)據(jù)的相關(guān)研究，統(tǒng)計(jì)單元采用59×59的網(wǎng)格大小[29]。地形陰影采用基于ArcGIS的山體陰影算法（Hillshade函數(shù)）計(jì)算，其值為0～255的整數(shù)灰度值，值越?。伾桨担┍砻鞯匦握诒卧綇?qiáng)，為了體現(xiàn)地形陰影值越大，地形遮蔽越強(qiáng)的特點(diǎn)，將255-Hillshade作為地形陰影值，此外，計(jì)算時(shí)太陽(yáng)高度角和方位角分別取45o和135o，接近于一天的平均值時(shí)刻。地表粗糙度表示特定區(qū)域內(nèi)地表面積與投影面積的比值。剖面曲率和平面曲率分別為地形表面在垂直和水平方向上扭曲變化程度的度量因子。各項(xiàng)特征值的統(tǒng)計(jì)結(jié)果見(jiàn)表2。

由表2可知，我國(guó)不同區(qū)域的地理可照時(shí)數(shù)差異非常顯著，1月平均值在198.2～297.5 h，差值為99.3 h，標(biāo)準(zhǔn)差 在 20.3～78.5 h；7月平均 值在 323.6～429.1 h，差值為 105.5 h，標(biāo)準(zhǔn)差在 18.2～40.9 h。7月變化的絕對(duì)差異略大于1月，但相對(duì)差異小于1月，這主要是由于冬季太陽(yáng)高度角較小，地形遮蔽影響更顯著，空間異質(zhì)性更大。造成地理可照時(shí)數(shù)差異的因素很多，從其分布式模型可知，主要有海拔、緯度、太陽(yáng)赤緯、地形遮蔽等因子，這些因子均與地理位置和地形緊密相關(guān)，基于30 m DEM統(tǒng)計(jì)了各實(shí)驗(yàn)區(qū)有代表性的地理和地形因子特征值以及1月和7月可照時(shí)數(shù)（見(jiàn)表1），分析其間的關(guān)系，發(fā)現(xiàn)：影響1月、7月地理可照時(shí)數(shù)及其差異的因子分別為剖面曲率、海拔高度、緯度、地形陰影和地形起伏度，其中，1月地理可照時(shí)數(shù)隨緯度、海拔高度、地形起伏度和地形陰影的增加而減少，隨剖面曲率的增加而增加；7月地理可照時(shí)數(shù)隨海拔高度和地形陰影的增加而減少，隨緯度、地形起伏度和剖面曲率的增加而增加；而冬夏季節(jié)的差異和7月具有類似規(guī)律。

圖3 實(shí)驗(yàn)區(qū)30 m空間分辨率1月份的地理可照時(shí)數(shù)Fig.3 PSD with 30 m resolution in January in study areas

進(jìn)一步，在各實(shí)驗(yàn)區(qū)基于柵格像元進(jìn)行可照時(shí)數(shù)與地理和地形特征因子間的多元線性逐步回歸統(tǒng)計(jì)分析（樣本數(shù)均為1 800×1 800=3 240 000個(gè)像元），結(jié)果見(jiàn)表3。

表2 實(shí)驗(yàn)區(qū)不同地形特征參數(shù)以及1月和7月地理可照時(shí)數(shù)的統(tǒng)計(jì)結(jié)果Table 2 The statistics of topographic factors and the characteristic values of PSD（mean monthly value and its standard deviation）in January and July in study areas

表3 實(shí)驗(yàn)區(qū)1月和7月地理可照時(shí)數(shù)與地形特征參數(shù)之間的回歸關(guān)系Table 3 Regression relationship of PSD in January and July depending on topographic factors in study areas

由表3可知，各實(shí)驗(yàn)區(qū)1月和7月地理可照時(shí)數(shù)與上述地理和地形特征參數(shù)之間的復(fù)相關(guān)系數(shù)在0.610 0～0.804 3，經(jīng)過(guò)信度1%的F檢驗(yàn)，均表現(xiàn)為極顯著相關(guān)，其中，太行山區(qū)和東南丘陵地區(qū)的相關(guān)程度相對(duì)較高，而且，同一實(shí)驗(yàn)區(qū)7月的復(fù)相關(guān)系數(shù)均大于1月；在上述地理和地形特征參數(shù)中，始終表現(xiàn)為正相關(guān)的為海拔高度和水平曲率，始終表現(xiàn)為負(fù)相關(guān)的為坡度、地形起伏度、剖面曲率和地表粗糙度，此外，地形陰影在1月表現(xiàn)為負(fù)相關(guān)，7月表現(xiàn)為正相關(guān)，緯度無(wú)明顯規(guī)律。

4 不同空間尺度模擬結(jié)果對(duì)比

4.1 DEM數(shù)據(jù)的空間尺度效應(yīng)

為了定量比較不同空間尺度可照時(shí)數(shù)模擬結(jié)果的差異性，首先，需要分析引起這種差異的重要來(lái)源——DEM數(shù)據(jù)的空間尺度效應(yīng)，利用ArcGIS對(duì)空間數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得到了基于3種不同空間分辨率DEM數(shù)據(jù)提取的7個(gè)地形特征參數(shù)的統(tǒng)計(jì)值，結(jié)果見(jiàn)表4。緯度空間數(shù)據(jù)基于每個(gè)柵格的地理空間坐標(biāo)得到，差別很小，所以，未對(duì)其進(jìn)行統(tǒng)計(jì)分析。

從表4中可看出：在影響地理可照時(shí)數(shù)的地理和地形特征因子中，基于不同空間分辨率的DEM提取的平均海拔高度、地表粗糙度和地形陰影之間均相差不大，而且，隨著空間分辨率的減?。?0 m至900 m），其平均值呈減小趨勢(shì)，其中，海拔高度的減小幅度最小，其他地形特征因子對(duì)空間分辨率均非常敏感，特別是平面曲率和剖面曲率，均隨空間分辨率的減小明顯減小，其次是坡度和地形起伏度，其中，坡度隨空間分辨率的降低而減小，地形起伏度隨空間分辨率的降低而增加；針對(duì)不同實(shí)驗(yàn)區(qū)，東南丘陵地區(qū)的坡度、水平曲率和剖面曲率的空間尺度效應(yīng)最明顯，而海拔較高的青藏高原弧形山區(qū)和橫斷山區(qū)的平面曲率、剖面曲率、地形起伏度、坡度、地形陰影等地形特征因子也存在較顯著的尺度效應(yīng)，其中，地形陰影和地表粗糙度的尺度效應(yīng)在6個(gè)實(shí)驗(yàn)區(qū)中是最明顯的，而坡度的尺度效應(yīng)卻不及海拔較低的小興安嶺、太行山區(qū)和秦嶺地區(qū)。

表4 實(shí)驗(yàn)區(qū)不同空間尺度地形特征參數(shù)的統(tǒng)計(jì)結(jié)果Table 4 The statistics of different terrain factors derived from DEM with three spatial scales in study areas

4.2 不同空間尺度地理可照時(shí)數(shù)對(duì)比分析

為了定量分析地理可照時(shí)數(shù)不同空間尺度模擬結(jié)果之間的差異，利用ArcGIS的空間分析功能，統(tǒng)計(jì)了我國(guó)不同區(qū)域6個(gè)實(shí)驗(yàn)區(qū)不同空間尺度1月和7月可照時(shí)數(shù)的特征值，結(jié)果見(jiàn)表5。

由表5可知：各實(shí)驗(yàn)區(qū)1月和7月地理可照時(shí)數(shù)的平均值均隨空間分辨率的減小而增大，其標(biāo)準(zhǔn)差均隨空間分辨率的降低而減?。臻g異質(zhì)性逐漸降低），1月地理可照時(shí)數(shù)平均值的增幅均大于7月，其中，青藏高原弧形山區(qū)冬夏季的季節(jié)差異最大，東南丘陵的差異最?。淮送?，無(wú)論1月還是7月，青藏高原弧形山區(qū)地理可照時(shí)數(shù)平均值增幅均最大（1月從198.2 h增至275.4 h，增加了38.9%，7月從329.0 h增至386.8 h，增加了17.6%），增幅最小的均為東南丘陵地區(qū)（1月和7月的增幅分別為8.2%和5.9%）；標(biāo)準(zhǔn)差減小幅度最大的是東南丘陵地區(qū)，1月和7月分別達(dá)到了89.7%和87.4%。上述不同空間尺度模擬結(jié)果的對(duì)比表明，DEM空間尺度效應(yīng)對(duì)地理可照時(shí)數(shù)模擬結(jié)果的影響非常明顯，隨著DEM空間分辨率的降低，對(duì)地形表述的準(zhǔn)確性減弱，特別是對(duì)平面曲率、剖面曲率和坡度等地形特征因子變化的描述明顯減弱，標(biāo)準(zhǔn)差和精度明顯降低，在本該被地形遮蔽而無(wú)日照的區(qū)域，其太陽(yáng)高度角普遍大于地形遮蔽角，使得地理可照時(shí)數(shù)平均值偏大。此外，由于DEM空間尺度效應(yīng)引起的地形因子對(duì)空間分辨率的敏感性在不同地區(qū)表現(xiàn)不同，則對(duì)地理可照時(shí)數(shù)的影響也不同，可根據(jù)研究需要和精度要求等考慮DEM空間尺度效應(yīng)帶來(lái)的影響。

表5 實(shí)驗(yàn)區(qū)不同空間尺度地形特征參數(shù)的統(tǒng)計(jì)結(jié)果Table 5 Statistics of different terrain factors derived from DEM with three spatial scales in study areas

5 結(jié) 論

地形對(duì)地理可照時(shí)數(shù)的影響不可忽視，特別是在地形復(fù)雜多樣且山區(qū)面積廣大的我國(guó)，在基于DEM的太陽(yáng)輻射要素空間分布模擬過(guò)程中，DEM空間分辨率對(duì)模擬結(jié)果影響很大，而DEM數(shù)據(jù)存在一定的空間尺度效應(yīng)和不確定性。為了分析DEM空間尺度效應(yīng)對(duì)我國(guó)地理可照時(shí)數(shù)的影響，選取6個(gè)不同實(shí)驗(yàn)區(qū)，基于3種不同分辨率的DEM和地理可照時(shí)數(shù)分布式模型，得到了不同空間尺度的模擬結(jié)果，分別進(jìn)行了對(duì)比分析，得到如下結(jié)論：

5.1 我國(guó)地理可照時(shí)數(shù)空間分布差異明顯，以30 m分辨率模擬結(jié)果為例，7月的絕對(duì)差異略大于1月，但相對(duì)差異小于1月，且受地形影響非常顯著，1月、7月及其之間差異的影響因子分別是剖面曲率、海拔高度、緯度、地形陰影和地形起伏度，其中，1月隨緯度、海拔、地形起伏度和地形陰影的增加而減少，隨剖面曲率的增大而增加；而7月及其與1月的差異均隨海拔和地形陰影的增加而減少，隨緯度、地形起伏度和剖面曲率的增加而增加。

5.2 實(shí)驗(yàn)區(qū)1月和7月地理可照時(shí)數(shù)與地理和地形特征參數(shù)之間均表現(xiàn)為極顯著相關(guān)，其中，太行山區(qū)和東南丘陵的相關(guān)程度較高，同一實(shí)驗(yàn)區(qū)7月的相關(guān)程度均大于1月；而且，始終表現(xiàn)為正相關(guān)的特征參數(shù)為海拔高度和水平曲率，始終表現(xiàn)為負(fù)相關(guān)的為坡度、地形起伏度、剖面曲率和地表粗糙度，此外，地形陰影在1月表現(xiàn)為負(fù)相關(guān)，在7月表現(xiàn)為正相關(guān)。

5.3 地形影響因子中，平面曲率和剖面曲率均對(duì)空間分辨率非常敏感，坡度和地形起伏度次之，海拔高度、地表粗糙度和地形陰影相對(duì)較弱；但不同實(shí)驗(yàn)區(qū)存在差異，例如，東南丘陵的坡度、水平曲率和剖面曲率的尺度效應(yīng)最明顯，而青藏高原弧形山區(qū)和橫斷山區(qū)的平面曲率、剖面曲率、地形起伏度、坡度、地形陰影均存在較顯著的尺度效應(yīng)。

5.4 地理可照時(shí)數(shù)不同空間尺度的模擬結(jié)果差異顯著，各實(shí)驗(yàn)區(qū)的平均值均隨空間分辨率的降低而增大，青藏高原弧形山區(qū)在1月和7月的增幅均最大，分別為38.9%和17.6%，東南丘陵增幅最小，1月和7月分別為8.2%和5.9%；此外，標(biāo)準(zhǔn)差均隨空間分辨率的降低而減小，空間異質(zhì)性逐漸降低，而且，冬夏季節(jié)差異也隨空間分辨率的降低而減小，但不同實(shí)驗(yàn)區(qū)的表現(xiàn)程度不同，減小幅度最大的是青藏高原弧形山區(qū)，最小的是東南丘陵。

5.5 盡管本文給出了不同實(shí)驗(yàn)區(qū)1月和7月地理可照時(shí)數(shù)與地理和地形特征參數(shù)之間的定量關(guān)系，但地理可照時(shí)數(shù)的影響因子較多，機(jī)理復(fù)雜，而且，由于數(shù)據(jù)計(jì)算量等的限制，本文選取的區(qū)域范圍相對(duì)有限，后續(xù)還需要選取更多、更大的區(qū)域進(jìn)行分析，從而給出不同區(qū)域地理可照時(shí)數(shù)計(jì)算中較適合的DEM分辨率建議。

5.6 地理可照時(shí)數(shù)等太陽(yáng)輻射要素的模擬較為復(fù)雜，但高空間分辨率DEM和數(shù)字地形分析功能的應(yīng)用，使得模擬結(jié)果越來(lái)越精細(xì)和準(zhǔn)確。然而，在模擬過(guò)程中，DEM的空間尺度效應(yīng)及其不確定性等對(duì)模擬結(jié)果產(chǎn)生了較大影響，特別是在地形復(fù)雜的山區(qū)。一方面，空間分辨率、應(yīng)用范圍、數(shù)據(jù)計(jì)算量、研究目的以及模擬精度的要求等均需要考慮和平衡；另一方面，太陽(yáng)輻射要素的精細(xì)化模擬是氣溫、降水等其他氣象要素準(zhǔn)確模擬的基礎(chǔ)，因此，其對(duì)山區(qū)氣候和生態(tài)環(huán)境的評(píng)價(jià)及其開(kāi)發(fā)利用具有重要意義。