賈紅 張仁祖 張佩

摘要：基于2015—2018年徐州地區(qū)太陽輻照度觀測資料和常規(guī)的氣象觀測資料，分析了地面逐時太陽輻照度的變化特征，建立了分月地面逐時太陽輻照度預報氣候?qū)W模型，并利用2019年氣象數(shù)據(jù)對模型進行檢驗。結(jié)果表明：徐州地區(qū)地面逐時太陽輻照度在0～560 W/m2之間，年地面輻照度均值為299.4 W/m2，最大值出現(xiàn)在夏季12：00，為613.5 W/m2。地面太陽輻照度與天文輻射、日照時數(shù)呈顯著正相關，與濕度呈顯著負相關。模型擬合值與實測值之間均呈現(xiàn)很好的相關性，模型適用于各月，但在夏季，特別是6—8月，平均絕對誤差e和均方誤差Se稍大。模型對 10：00—15：00的模擬效果優(yōu)于其他時刻。

關鍵詞：逐時;太陽輻照度;天文輻射;日照時數(shù);濕度;預報;徐州

中圖分類號： S161.1 ?文獻標志碼： A ?文章編號：1002-1302（2020）11-0275-06

收稿日期：2020-02-27

基金項目：江蘇省“333工程”高層次人才培養(yǎng)科研項目;江蘇省氣象局面上項目（編號：KM201905）。

作者簡介：賈 紅（1981—），女，江蘇連云港人，碩士，工程師，主要從事氣候資源開發(fā)和農(nóng)業(yè)氣象預報服務研究。E-mail：hjia698@163.com。

通信作者：張仁祖，碩士，高級工程師，主要從事氣候資源開發(fā)和農(nóng)業(yè)氣象預報服務研究。Tel：（0516）80805768;E-mail：zhangrenzu.xz@163.com。 ?太陽能是一種可再生的綠色清潔能源，是地球最主要的能量來源[1]。中國社會科學院在2015年的世界能源發(fā)展報告中指出，隨著經(jīng)濟發(fā)展方式和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，太陽能將成為人類一種非常重要的能源[2]。太陽輻射的強弱與太陽視位置、大氣透明度等因素密切相關，而大氣透明度受大氣含水量、氣溶膠顆粒直徑及數(shù)量、云量和云狀等因素影響[3-4]，由于上述因子的綜合作用，到達地球表面的太陽輻射較大氣上界有較大的衰減，衰減的程度也因時而異。準確的太陽輻射資料是區(qū)域氣候資源評價、設施農(nóng)業(yè)布局、農(nóng)作物產(chǎn)量預報、光伏電廠規(guī)劃與發(fā)電量預報等太陽能資源開發(fā)利用的基礎。目前我國太陽輻射觀測站點較少，資料時間序列不長，難以滿足上述需求，因此開展逐時太陽輻照度氣候?qū)W估計模型和預報模型研究有十分重要的實際意義。

近年來，國內(nèi)外眾多學者開展了太陽輻射預報模型研究，Lorenz等使用ECMWF資料制作未來0～72 h總輻射預報[5]。Collares-Pereira等利用模型研究了太陽輻射的分布特征及逐時預報[6];孫朋杰等使用WRF輸出產(chǎn)品，在對模型輸出統(tǒng)計預報（model output statistics，MOS）方法進行改進的基礎上建立了預報模型[7]。王佳等使用地面溫度、相對濕度和能見度資料，建立了不同季節(jié)地面逐時太陽輻射預報模型[8]。這些研究從不同角度建立了太陽輻射預報模型，使得太陽輻射預報成為可能，但大多數(shù)存在模型復雜、因子眾多、因子計算復雜、業(yè)務應用困難等問題。徐州市位于黃淮海平原南部，在我國太陽能資源區(qū)劃中屬于Ⅱ類，年總輻射量為1 400～1 740 kW/（h·m2）[9]，屬于太陽能資源較豐富地區(qū)[10]，太陽能資源具有較大的開發(fā)前景。近年來，徐州設施農(nóng)業(yè)和光伏發(fā)電產(chǎn)業(yè)等生態(tài)產(chǎn)業(yè)發(fā)展迅速，設施農(nóng)業(yè)已成為徐州農(nóng)業(yè)的新名片[11]。到2020年光伏發(fā)電產(chǎn)業(yè)也將新增光伏裝機 1.5 GW[12]，產(chǎn)業(yè)的快速發(fā)展對高精度、高時效的地面逐時太陽輻照度預測提出了迫切的需求。太陽輻射穿越地球大氣層到達地球表面，對近地層大氣的溫度、濕度等物理量產(chǎn)生影響，同時這些物理量也反過來影響太陽輻射的傳輸，因此本研究從太陽輻射作用于地球近地層大氣的效應著手，使用徐州市地面逐時太陽輻照度實測資料和常規(guī)的氣溫、濕度、日照等氣象要素，建立地面逐時太陽輻照度氣候?qū)W預報模型，并對模型進行檢驗，以期能為徐州地區(qū)的太陽能開發(fā)利用提供科學依據(jù)。

1 資料與方法

1.1 資料來源

本研究使用的輻照度和常規(guī)氣象資料均來自于徐州國家地面基本站（34°17′N，117°09′E，海拔高度42 m）。該站于2015年1月份開始太陽輻照度觀測，所用資料包括2015年1月至2019年12月逐小時的太陽輻照度、氣溫、日照時數(shù)、相對濕度以及日最高氣溫、日最低氣溫，均經(jīng)過嚴格的質(zhì)量控制。本研究使用2015年1月至2018年12月資料建立預報模型，2019年全年資料做預報檢驗分析。

1.2 逐時天文輻射的計算方法

逐時天文輻射Q0主要與太陽赤緯δ、時角ω和地球軌道偏心率訂正因子dm有關，計算公式如下

式中：Q0為天文輻射，W/m2;I0為太陽常數(shù)，取 1 367 W/m2;dm為地球軌道偏心率訂正因子;φ為觀測點緯度，°;δ為太陽赤緯，°;η為時差，h;ω為時角，°;D為該日在一年當中的日序數(shù);h為24 h制時刻數(shù)。

1.3 統(tǒng)計誤差分析方法

采用統(tǒng)計方法對逐時太陽輻照度的實測值與擬合值之間的符合度進行比較分析，包括復相關系數(shù)R、平均絕對誤差e[13]、平均絕對百分比誤差Pe[14]和均方誤差Se[13]，上述指標均為統(tǒng)計學上嚴格的誤差指標，值越小表明擬合值和實測值之間的擬合效果越好。分別由式（7）、式（8）、式（9）計算獲得。

2 預報模型的建立

2.1 地面太陽輻照度與氣象因子的相關性分析

太陽輻射的強弱與太陽視位置、大氣透明度密切相關，而大氣透明度與大氣含水量、氣溶膠大小及數(shù)量、云量和云狀等因素關系密切，由于上述因子的作用，到達地球表面的太陽輻射較天文輻射有較大的衰減，進而影響近地面大氣物理參數(shù)，如溫度、濕度等因素。對不同月份的逐時地面太陽輻照度與天文輻射、氣溫、濕度、日照等因子之間的相關性進行分析，結(jié)果詳見表1。

從表1可以看出，除個別月份的日最低氣溫和日最高氣溫之外，各月地面太陽輻照度與天文輻射、氣溫、濕度、日照時數(shù)等氣象因子之間均為顯著相關，通過0.01的顯著性水平檢驗;其中與天文輻射和日照時數(shù)均為顯著正相關，與濕度顯著負相關。地面太陽輻照度與日最低氣溫的相關性各月表現(xiàn)不一致，其中4月、6月和8月未通過顯著性檢驗，5月份只通過0.05的顯著性水平檢驗，其他各月份均通過0.01的顯著性水平檢驗。地面太陽輻照度與日最高氣溫的相關性在1月份和12月份未通過顯著性檢驗，其他月份均通過0.01的顯著性水平檢驗。從相關系數(shù)的分布來看，各月地面太陽輻照度與日照時數(shù)的相關系數(shù)在0.735以上，最大為0.822，出現(xiàn)在1月份。與天文輻射的相關系數(shù)在0.667以上，最大為0.785，出現(xiàn)在3月份。與相對濕度的相關系數(shù)在-0.415以下，最小為-0.528，出現(xiàn)在7月份。

2.2 地面逐時太陽輻照度預報模型

天文輻射作為一種能量穿越大氣層到達地球表面，與近地層大氣互相作用，一方面近地層大氣對太陽輻射的傳輸產(chǎn)生削弱影響，另一方面近地層的大氣也受太陽輻射的作用，在物理參數(shù)上發(fā)生相應的變化，在充分考慮氣候條件的影響的基礎上，建立逐時太陽輻照度氣候?qū)W預報模型：

式中：Q為地面太陽輻照度，W/m2;a、b為統(tǒng)計系數(shù);X、A、B為中間計算量;Q0為天文輻射，W/m2;T為氣溫，℃;Tmin為當日最低氣溫，℃。Tmax為當日最高氣溫，℃。Tmin為當日氣候最低氣溫，℃;Tmax為當日氣候最高氣溫，℃;Tmin、Tmax采用1981—2010年30年的統(tǒng)計值;RH為相對濕度，%;t為日照時數(shù)，h;Qmax為日最大天文輻射，W/m2;I0為太陽常數(shù)，取1 367 W/m2。

各月a、b值如表2所示。

3 結(jié)果與分析

3.1 徐州地區(qū)地面太陽輻照度變化特征

統(tǒng)計2015年1月至2018年12月（06：00到19：00）共計48個月的地面逐時太陽輻照度分布特征（剔除06：00后未日出和19：00前已日落的數(shù)據(jù)），從年均地面逐時太陽輻照度的分布來看（圖1），分布特征基本一致，整體上全天地面逐時太陽輻照度在0～560 W/m2之間波動，其中2018年上午各時段地面輻照度略高于其他年份，下午各時段輻照度則是2017年略高。最高值出現(xiàn)在2017年的12：00，為553.9 W/m2。

按照氣象學意義上的季節(jié)劃分方法，將上述資料劃分為春季（3—5月），夏季（6—8月），秋季（9—11月）和冬季（12月至次年2月）4個季節(jié)，進而統(tǒng)計各季節(jié)06：00—19：00地面逐時太陽輻照度分布特征（圖2）?？梢钥闯觯孛嬷饡r太陽輻照度呈明顯的單峰型分布。日出后地面太陽輻照度急劇加大，在中午12：00前后達到最大值，14：00后快速減小，18：00以后趨于0。年地面輻照度均值為 299.4 W/m2，最大值出現(xiàn)在夏季12：00，為 613.5 W/m2，為春季的1.01倍，秋季的1.28倍，冬季的1.51倍?？傮w上看，春夏兩季徐州地區(qū)太陽能資源豐富，秋季次之，冬季最低。

3.2 預報模型檢驗

使用2019年1—12月份的觀測資料做預報模型檢驗，將模擬得到的各月逐時太陽輻照度與實測值做比較，結(jié)果如圖3所示。

從圖3可以看出，各月擬合值與實測值之間均呈現(xiàn)很好的相關性，擬合值和實測值相關性較好。其中，5—10月大部分數(shù)據(jù)點分布在1 ∶ 1線下部，其他各月各數(shù)據(jù)點圍繞在1 ∶ 1線附近。1—12月均通過0.01的顯著性檢驗。從各月復相關系數(shù)R（表3）也可以看出，11月擬合效果最好，復相關系數(shù)高達0.93，6月和7月擬合效果稍差，復相關系數(shù)為0.81。3月、5月、9月、10月、11月、12月這6個月復相關系數(shù)R均在0.90及以上，擬合效果好。

3.3 預報誤差分析

為進一步檢驗該預報模型的擬合效果，對2019年各月實測值與模型擬合值的平均絕對誤差e、平均絕對百分比誤差Pe和均方誤差Se進行統(tǒng)計分析，結(jié)果如圖4所示。從誤差分析可以看出，e在各月差異較大，最大值為164.37 W/m2（6月），最小值為59.54 W/m2（12月）。6—7月e大于150 W/m2，擬合值和實測值誤差最大，年均值為106.81 W/m2。4—9月e在均值之上，其他月份e在均值之下。平均絕對百分比誤差Pe各月差異較小，年均值為 38.82%，最大值為48.51%（2月），最小值為 32.82%（3月）。均方誤差Se最大值為 208.26 W/m2（7月），最小值為78.44 W/m2（1月），全年均值為137.89 W/m2，4—9月共計7個月的Se大于年度均值。從上面的分析可以看出，本預報模型各月平均絕對百分比誤差Pe的差異不大，說明模型適用性較好，但在6—8月，平均絕對誤差e和均方誤差Se稍大。

為進一步分析模型在各個時刻的表現(xiàn)，統(tǒng)計分析了08：00—17：00的e、Se和Pe（圖5）?？梢钥闯觯琫在各時刻差異較大，最大值為140.40 W/m2（11：00），最小值為62.40 W/m2（17：00），均值為106.94 W/m2，09：00—13：00的e在均值之上，其他時刻e在均值之下。平均絕對百分比誤差Pe各時刻差異較小，均值為39.23%，最大值為59.71%（17：00），最小值為27.39%（13：00），其中10：00—15：00的Pe小于均值，說明中午前后的模擬效果優(yōu)于其他時刻。均方誤差Se最大值為175.04 W/m2（13：00），最小值為81.72 W/m2（17：00），均值為140.79 W/m2，09：00—13：00共計5個時刻的Se大于年度均值。從上面的分析可以看出，模型對中午前后，特別是10：00—15：00的模擬效果優(yōu)于其他時刻。

4 結(jié)論與討論

（1）徐州地區(qū)年均地面逐時太陽輻照度分布呈單峰型變化特征，全天地面逐時太陽輻照度在0～560 W/m2之間波動。年地面輻照度均值為 299.4 W/m2，最大值出現(xiàn)在夏季12：00，為 613.5 W/m2，為春季的1.01倍，春夏兩季太陽能資源豐富。

（2）除日最低氣溫和日最高氣溫之外，各月地面太陽輻照度與天文、氣溫、濕度、日照時數(shù)等氣象因子之間均為顯著相關，通過0.01的顯著性水平檢驗，其中與天文輻射和日照時數(shù)均為顯著正相關，

（3）建立了地面逐時太陽輻照度預報模型。檢驗結(jié)果表明，各月擬合值與實測值之間均呈現(xiàn)很好的相關性，擬合效果較好，但在6—8月，平均絕對誤

差e和均方誤差Se稍大。模型對10：00—15：00的模擬效果較好，日出和日落前后擬合效果最差。

本研究利用統(tǒng)計學方法，建立了基于常規(guī)氣象資料的地面逐時太陽輻照度氣候?qū)W預報模型，取得了較好的預報效果。但由于大氣對太陽輻射的作用是復雜的、非線性的，模型對不同月份、不同時刻的模擬效果存在差異。需要特別提出的是，本模型相關參數(shù)僅適用于徐州地區(qū)，在其他地區(qū)的應用效果還要開展適用性分析。

參考文獻：

[1]盛裴軒，毛節(jié)泰，李建國，等. 大氣物理學[M]. 北京：北京大學出版社，2003.

[2]中國社會科學院.能源藍皮書——世界能源發(fā)展報告（2015）[R]. 北京：2015.

[3]劉晶淼，馬金玉，李世奎，等. 華北平原北部太陽輻射及地表輻射平衡特征[J]. 太陽能學報，2009，30（5）：577-585.

[4]申彥波，趙宗慈，石廣玉. 地面太陽輻射的變化、影響因子及其可能的氣候效應最新研究進展[J]. 地球科學進展，2008，23（9）：915-923.

[5]Lorenz E，Hurka J，Heinemann D，et al. Irradiance forecasting for the power prediction of grid-connected photovoltaic systems[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2009，2（1）：2-10.

[6]Collares-Pereira M，Rabl A. The average distribution of solar radiation correlations between diffuse and hemispherical and between daily and hourly insulation values[J]. Solar Energy，1979，22（2）：155-164.

[7]孫朋杰，陳正洪，成 馳，等. 一種改進的太陽輻射MOS預報模型研究[J]. 太陽能學報，2015，36（12）：3048-3053.

[8]王 佳，劉壽東，劉愛霞，等. 天津地區(qū)地面逐時太陽輻射的模擬計算[J]. 科學技術(shù)與工程，2012，12（36）：9805-9809，9832.

[9]高紹鳳. 應用氣候?qū)W[M]. 北京：氣象出版社，2001.

[10]翁篤鳴. 中國太陽直接輻射的氣候計算及分布特征[J]. 太陽能學報，1986，7（2）：121-130.

[11]徐州市人民政府. 徐州市國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要[R]. 2016.

[12]徐州市人民政府. 徐州市“十三五”新能源（可再生能源）發(fā)展專項規(guī)劃[R]. 2016.

[13]黃嘉佑. 氣象統(tǒng)計分析與預報方法[M]. 北京：氣象出版社，2004.

[14]Ren L，Glasure Y. Applicability of the revised mean absolute percentage errors（MAPE）approach to some popular normal and non-normal Independent time series[J]. International Advances in Economic Research，2009，15（4）：409-420.徐慶賢，官雪芳，黃菊青，等. 規(guī)?；B(yǎng)豬場上流式沼氣池發(fā)酵液養(yǎng)分變化分析[J]. 江蘇農(nóng)業(yè)科學，2020，48（11）：281-287.