丁麗佳，凌良新，佘元標，林 毅

(廣東省潮州市氣象局，廣東 潮州 521000)

基于GIS 的潮州市日照時數(shù)的時空分布特征

丁麗佳，凌良新，佘元標，林 毅

(廣東省潮州市氣象局，廣東 潮州 521000)

基于潮州市100 m×100 m的高程數(shù)據(jù)和包含周邊10個氣象站點的日照百分率數(shù)據(jù)，應用GIS技術和回歸統(tǒng)計模型對潮州市日照時數(shù)的空間分布進行了模擬、結果驗證和分析。結果表明，創(chuàng)建的各月和年日照時數(shù)空間分布模型顯著性水平大多為0.01，研究區(qū)內的2個氣象站的日照時數(shù)模擬值和實際值之間具有很好的一致性，誤差百分率在6%以下，模擬結果有實用價值。模擬結果分析發(fā)現(xiàn)，潮州市的日照時數(shù)除了受太陽高度角影響外，還受天氣氣候等因素的影響，最低和最高月日照時數(shù)分別出現(xiàn)在2月和7月；海拔、坡度等地形因子對日照時數(shù)有明顯影響，最小日照時數(shù)出現(xiàn)在約1 100～1 200 m海拔高度或坡度70°～75°上，低海拔地勢平緩地區(qū)日照時數(shù)明顯偏多。

潮州；日照時數(shù)；GIS；時空分布

1 引言

太陽光是植物生長發(fā)育所必須的氣候因子之一。光能資源一般可以通過太陽輻射量、可照時數(shù)和日照百分率的多少來衡量[1]。日照時數(shù)的多少受天文因子、天氣狀況和地形遮蔽等的影響[2]。日照時數(shù)可分為可照時數(shù)和實照時數(shù)。本文所計算的日照時數(shù)是在可照時數(shù)中扣除云霧遮擋時間，太陽直射光直達地面的時數(shù)。

目前，我國有日照觀測的氣象觀測站設置一般以縣為單位，也即是每個縣區(qū)基本只有一個日照觀測站，由于觀測站一般選擇在地形開闊的地方建站，所得觀測資料只能反映平原地區(qū)的情況，不能代表整個區(qū)域內的實際情況，特別是在地形復雜的區(qū)域。在20世紀80—90年代，國內有不少學者對起伏地形日照時數(shù)進行研究，根據(jù)山地日出日落臨界時角和可照時段的判定方法計算山地可照時數(shù)，并進一步發(fā)展和簡化了山地可照時數(shù)推算模型[1-7]。但是限于當時的條件，這些理論方法只能借助于地形小網格進行圖解，計算繁瑣，計算量大。

21世紀初，隨著地理信息系統(tǒng)(GIS)技術的發(fā)展，特別是數(shù)字高程模型(DEM)的提出，為計算山地日照時數(shù)提供了新的研究思路。在國內，不少學者[8-16]相繼提出和利用DEM 數(shù)據(jù)對可照時數(shù)進行模擬，他們運用起伏地形可照時間理論模型，利用GIS技術模擬我國各地的日照時數(shù)。這些研究所做的模擬能較為準確和定量地反映山地日照時數(shù)時空分布規(guī)律，因此，在山地資源可持續(xù)利用和生態(tài)環(huán)境恢復建設中具有較強的理論與實踐意義。

潮州市地處廣東省東南部，地形復雜，地勢總體北高南低，北部多為山地和高丘陵，南部則為平原，由于南北差異和山區(qū)丘陵的地形作用，各地日照時數(shù)存在明顯的差異。而潮州區(qū)域內有日照要素觀測的氣象站點只有2個，不能反映各地實際日照情況。因此，本文利用潮州市100 m×100 m的DEM數(shù)據(jù)，運用ArcGIS的Solar Analyst工具模擬起伏地形條件下的地理可照時數(shù)，結合利用潮州及周邊市縣氣象站點的地理信息數(shù)據(jù)和多年的日照百分率資料建立的日照百分率空間分析模型；計算了潮州市全年各月日照時數(shù)的空間分布，利用氣象站的實測資料對模擬結果進行了驗證，最后，分析了各月實際日照時數(shù)的時間分布特征和年、四季日照時數(shù)為例的空間分布特征。研究結果對于開發(fā)利用山地氣候資源、山區(qū)農作物的氣候區(qū)劃、種植業(yè)的合理布局和農業(yè)資源的可持續(xù)利用等都有著廣泛的指導意義。

2 資料與研究方法

2.1 研究區(qū)概況

潮州市地處廣東省東南部，位于23.42～24.24°N，116.36～117.19°E之間。屬南亞熱帶季風氣候區(qū)，溫、光、水資源豐富。海拔高差1 400多米，地貌類型復雜多樣，有山地、丘陵和平原，山地和丘陵約占本區(qū)總面積的65%。地勢總體北高南低，北部多為山地和高丘陵，南部則為平原。由于南北差異和山區(qū)丘陵的地形作用，形成各具特色的小氣候類型。

2.2 資料來源及處理

采用潮州、梅州、揭陽、汕頭4市10個氣象臺站的地理信息數(shù)據(jù)和1981—2010年30 a日照資料，潮州市100 m×100 m高程資料和潮州市行政區(qū)圖，資料來源于潮州市氣象局、梅州市氣象局、揭陽市氣象局、汕頭市氣象局和廣東省氣候中心。

使用SPSS17.0軟件進行多元回歸分析，建立空間分析模型。在ArcGIS10.0平臺上，運用空間分析模型做網格運算，制作潮州日照時數(shù)分布圖，并進行分類統(tǒng)計。

2.3 計算方法與模型

本文利用潮州市的高空間分辨率的高程數(shù)據(jù)(圖1)，使用ArcGIS軟件的空間分析模塊(Spatial Analyst)中的Solar Analyst功能函數(shù)， 該功能函數(shù)是以DEM數(shù)據(jù)為基礎，根據(jù)半球視域算法來計算日照時長。首先從DEM獲取待求柵格地形信息，計算仰視半球視域，即開闊度。然后將特定日期太陽運行軌跡離散化為n個時段。根據(jù)太陽視軌道方程計算每個時段的太陽高度角和方位角，積分形成1 d的直射太陽圖，與視域疊加判斷1 d中可照時段。本文在計算每1 d的地理可照時數(shù)的過程中，遮蔽范圍半徑取20 km，時間步長△T取6 min。然后結合日照百分率空間分析模型計算出實際日照時數(shù)的空間分布。

圖1 潮州市數(shù)字高程模型

在建立日照百分率空間分析模型中，采用了潮州周邊10個氣象站的近30 a日照百分率資料及臺站的地理信息數(shù)據(jù)，使用SPSS17.0軟件進行多元回歸分析得到，模型表達式及相關統(tǒng)計參數(shù)見表1。

表1 30 a平均各月和年日照百分率回歸模型

注：λ、φ分別代表經度、緯度。R、F分別為相關系數(shù)和F值。*、**分別代表通過0.05、0.01顯著性檢驗。

3 計算結果和分析

按照上述方法，計算了潮州市各月的日照時數(shù)；利用潮州氣象站和饒平氣象站地理位置信息(經緯度) ，在上述得到的潮州市1—12月逐月日照時數(shù)空間分布圖上分別獲取2個氣象站1—12月逐月日照時數(shù)的模擬值，分別與2個氣象站的30 a(1981—2010年)平均逐月日照時數(shù)資料進行對比(表2)。從表2可以看出：模擬值和實測值之間的誤差較小，其中誤差較大的是潮州的1、3、12月和饒平的1、2月，誤差百分率在4%～6%之間，其他月份誤差較小，模擬效果均較好，可以用來計算分析。

表2 模型計算2站點各月日照時數(shù)的誤差分析 ( 單位：%)

3.1 日照時數(shù)的時間分布特征

利用ArcGIS的空間分析模塊，對潮州市1—12月逐月日照時數(shù)柵格數(shù)據(jù)進行統(tǒng)計分析，得到潮州市1—12月逐月平均日照時數(shù)及標準差的時間變化(圖2)。由圖2可以看出，在一年之中，2—4月的日照時數(shù)比較低，且比較接近，其中，2月的日照時數(shù)是一年之中最低的，約為105 h；7月和8月的日照時數(shù)較高，其中，7月的日照時數(shù)是一年之中最高的，約為242 h。同時，月日照時數(shù)的變化曲線呈雙峰型，存在7、8月和10月2個峰區(qū)。從月日照時數(shù)的標準差看，6—8月的標準差較大，其次是9—10、12月，2—4月的標準差較小?？梢?，潮州市的日照時數(shù)除了與太陽高度角有關外，還存在其他的影響因素。

圖2 潮州站多年平均各月日照時數(shù)及其標準差

分析原因，2—4月月日照時數(shù)較低一方面與太陽高度角較低有關系，另一方面是因為2—4月潮州由冬季逐漸進入春季，陰雨天氣增加，受云霧的遮蔽作用，日照時間短；7、8月份月日照時數(shù)大一方面是因為太陽高度角較高，另一方面是因為7、8月份潮州處于后汛期，除臺風影響時段外，多數(shù)時間為副熱帶高壓控制，天氣晴朗，日照時間長。另外，在10月出現(xiàn)了日照時數(shù)的次峰值，究其原因，應與潮州的天氣氣候有關。9月份雖然太陽高度角較10月份高，但是由于9月潮州仍處于后汛期，臺風等熱帶系統(tǒng)影響頻繁；而10月份潮州汛期結束，進入初秋，晴好天氣增多，從而造成10月日照時數(shù)多于9月份，出現(xiàn)次峰值的結果。

3.2 日照時數(shù)的空間分布特征

以潮州市年日照時數(shù)、四季日照時數(shù)的空間分布為例，利用ArcGIS軟件，從海拔高度、坡度和坡向等地形因子對日照時數(shù)的影響，量化分析日照時數(shù)的空間分布特征。

3.2.1 年日照時數(shù)空間分布特征 由年日照時數(shù)的空間分布圖(圖3)可以看出，地形對日照時數(shù)空間分布的影響非常明顯。與高程數(shù)據(jù)進行比較可以看出：平地的年日照時數(shù)在1 900 h以上，明顯要多于山區(qū)，而且，由于坡度和坡向的影響造成陽坡的年日照時數(shù)明顯要多于陰坡。為了從量化角度進一步分析海拔高度、坡度和坡向對年日照時數(shù)的確切影響，利用ArcGIS軟件，在分別對DEM數(shù)據(jù)、坡度和坡向數(shù)據(jù)進行分類的前提下，統(tǒng)計年日照時數(shù)所占類別的平均值。在3種數(shù)據(jù)的分類方面，DEM 數(shù)據(jù)按照每100 m一類共分為14類。由于坡度大于80°的柵格數(shù)很少，所以，大于坡度80°的柵格合并到75°以上。坡度按照每5°一類共分16類。坡向按照8方位共分為8類。

圖3 潮州市年日照時數(shù)的空間分布

圖4 潮州市年日照時數(shù)及標準差隨海拔高度的變化

從圖4看，潮州市年日照時數(shù)在1 200 m以下隨海拔高度的上升呈下降趨勢，由1 990 h逐漸下降到1 660 h，隨后，在1 200 m以上，隨著海拔高度的升高年日照時數(shù)逐漸增加，到1 300 m以上達到1 770 h。可見一方面在低海拔地區(qū)，日照時數(shù)較長，山區(qū)由于地形的遮擋作用，使得日照時數(shù)逐漸下降；另一方面潮州市平均海拔高度約200 m，高于1 000 m的山峰只有7座，到了1 200 m以上地形的遮蔽作用趨于下降，日照時數(shù)也隨著海拔高度的上升而增加。從標準差的變化看，在500 m以下，標準差隨海拔高度的升高而下降，500～1 200 m變化幅度不大，1 200 m以上隨海拔高度的上升標準差明顯下降，說明中低海拔地區(qū)地形的遮擋作用更加明顯。

圖5 潮州市年日照時數(shù)及標準差隨坡度的變化

從圖5可以看出，潮州市年日照時數(shù)在坡度0°～5°之間是最大的，約為1 980 h；在0°～40°之間隨坡度的上升日照時數(shù)緩慢下降，在40°只有1 576 h；40°～55°之間日照時數(shù)隨坡度增加存在一定的波動；55°～75°之間年日照時數(shù)隨坡度的增大先增后減，并在75°達到最小，約為1 410 h；75°以上又有所增加，達到1 480 h?？梢姡降睾偷貏葺^平緩的地區(qū)日照時間較長，陡坡的日照時間較短。從標準差的變化看，坡度低于40°的標準差較小，40°～60°標準差隨坡度的增加迅速增加，60°～75°以上保持較大的標準差?？梢?，地勢平緩地區(qū)地形起伏小，空間差異較小，陡坡由于地形起伏，地形遮擋作用大，空間差異也較大。

圖6 潮州市年日照時數(shù)及標準差隨坡向的變化

由圖6可以看出，潮州市年日照時數(shù)隨坡向的變化有所不同，各坡向之間的年日照時數(shù)相差不大，其中南坡的年日照時數(shù)最大，約為1 950 h；其次是北、西南、東南坡，約為1 850 h；西北和東北坡比較接近，約為1 820 h；西坡約1 800 h；東坡最少，約為1 794 h。從標準差看，南坡的標準差最小，其次是北坡和西北坡，其他坡向標準差較大。這表明南坡、北坡和西北坡受其他地形因素的影響較小，空間差異較??；這也和潮州的地形北高南低有關，南坡的遮擋作用更小。

3.2.2 四季日照時數(shù)的空間分布特征 季節(jié)劃分按：春季3—5月，夏季6—9月，秋季10—11月，冬季12月—次年2月?？紤]到各季節(jié)的天數(shù)各不相同，不方便各季節(jié)日照時數(shù)之間的比較，因此計算了季節(jié)日平均日照時數(shù)。結果顯示，四季日平均日照時數(shù)的空間分布(圖略)與年日照時數(shù)空間分布較為接近，同樣顯示平地的日照時數(shù)明顯多于山區(qū)，陽坡的日照時數(shù)多于陰坡。

從海拔高度、坡度、坡向3個方面對四季日照時數(shù)的空間分布影響進行分析。結果顯示：潮州市四季日照時數(shù)隨海拔變化(圖7)的趨勢較為一致，0～100 m是日照時數(shù)最長的區(qū)間，在1 200 m以下隨海拔高度的上升呈下降趨勢，其中100～200 m是下降趨勢最明顯的區(qū)間，隨后隨著海拔高度的增加日照時數(shù)緩慢下降；在1 200 m以上，隨著海拔高度的升高年日照時數(shù)逐漸增加。

圖7 潮州市四季日平均日照時數(shù)隨海拔高度的變化

圖8 潮州市四季日平均日照時數(shù)隨坡度的變化

從圖8看，潮州市四季日照時數(shù)隨坡度的變化并不一致，其中春季與夏季基本一致，秋季與冬季較一致。春季和夏季的變化趨勢為：在40°以下日照時數(shù)隨坡度增加而下降，40～50°之間呈上升趨勢，50°以上呈波動下降趨勢。秋季和冬季的變化趨勢為：在45°以下日照時數(shù)隨坡度增加而下降，45～65°之間呈波動上升趨勢，65～75°之間呈明顯下降趨勢，75°以上又有所增加。但是無論哪個季節(jié)，在0～5°區(qū)間都是日照時數(shù)最長的區(qū)間，70～75°是最小的區(qū)間。

由圖9可以看出，潮州市四季日照時數(shù)隨坡向變化的趨勢較為一致，各坡向之間的日照時數(shù)相差不大，其中南坡的日照時數(shù)最大；最小除冬季出現(xiàn)在西北坡外，其他季節(jié)均出現(xiàn)在東坡。

從上面的分析結果可以看出，地形對潮州市年、四季日照時數(shù)的影響基本一致，最大日照時數(shù)均出現(xiàn)在海拔高度0～100 m、坡度0～5°、南坡的區(qū)域內；最小日照時數(shù)出現(xiàn)在海拔高度1 100～1 200 m、坡度70～75°、東坡(冬季除外)的區(qū)域內。海拔高度和坡度兩個因子對日照時數(shù)的影響較大，低海拔和低坡度地區(qū)日照時數(shù)較長，高海拔和高坡度地區(qū)日照時數(shù)較??；坡向對日照時數(shù)也有一定的影響，但不明顯，日照時數(shù)最大的坡向與最小的坡向年日照時數(shù)相差約150 h，分析其原因應與潮州市所處的地理位置和氣候有關。潮州市地處低海拔地區(qū)，可照時間長的夏季各坡向的可照時數(shù)相差不大，可照時間較短的冬春季各坡向的可照時數(shù)相差較大，但由于冬末、春季潮州多陰雨，日照百分率較低，使得年的日照時數(shù)各坡向差異不明顯。

圖9 潮州市四季日平均日照時數(shù)隨坡向的變化

4 結論

利用潮州市高空間分辨率的高程數(shù)據(jù)和氣象站點的日照百分率數(shù)據(jù)，在GIS技術的支持下對潮州日照時數(shù)的空間分布進行了模擬和結果驗證及分析，得到以下結論：

①使用研究區(qū)內的兩個氣象站點進行檢驗表明，創(chuàng)建的各月和年日照時數(shù)空間分布模型的模擬值和實測值之間具有很好的一致性，模型的顯著性水平大多為0.01，日照模擬值相對誤差百分率在6%以下，模擬結果有實用價值。

②潮州市的日照時數(shù)除了受太陽高度角影響外，還受天氣氣候等因素的影響。月日照時數(shù)時間變化曲線呈雙峰型，2個峰區(qū)分別出現(xiàn)在7—8月、10月；另外，2月的日照時數(shù)是一年中的最低；7月最高，是2月的2.4倍。

③地形對潮州市年、四季日照時數(shù)的影響基本一致，最大日照時數(shù)均出現(xiàn)在低海拔高度0～100 m、坡度0°～5°、南坡的區(qū)域內；最小日照時數(shù)出現(xiàn)在海拔高度1 100～1 200 m、坡度70～75°、東坡(冬季除外)的區(qū)域內。

④在潮州海拔和坡度是影響日照時數(shù)較明顯的兩個地形因子。由于海拔和坡度的不同，日照時數(shù)的空間差異明顯，其中低海拔地勢平緩地區(qū)的日照時數(shù)最大，海拔1 100～200 m地帶日照時數(shù)最小；坡度對日照時數(shù)的影響在70～75°的地帶為最大；坡向不同對日照時數(shù)有一定影響，但差異不太明顯。

[1] 傅抱璞.山地氣候[M].北京：科學出版社，1983，1-20.

[2] 傅抱璞，虞靜明，盧其堯.山地氣候資源與開發(fā)利用[M].南京：南京大學出版社，1996，8-24.

[3] 翁篤鳴，羅哲賢.山區(qū)地形氣候[M].北京：氣象出版社，1990,11-37.

[4] 翁篤鳴，陳萬隆，沈覺成，等.小氣候和農田小氣候[M].北京：農業(yè)出版社，1981，116-123.

[5] 翁篤鳴. 中國輻射氣候研究[M].北京：氣象出版社，1997，6-10.

[6] 李占清，翁篤鳴.一個計算山地可照時間的計算機模式[J].科學通報，1987，(17)：1 333-1 335.

[7] 朱志輝，等.日照時間與等日照方位[J].中國科學(B輯)，1987，(12)：1 340-1 347.

[8] 陳華，孫丹峰，段增強，等.基于DEM的山地日照時數(shù)模擬時空特點及應用——以北京西山門頭溝區(qū)為例[J].山地學報，2002，20(5)：559-563.

[9] 陸忠艷，周軍，邱新法，等.可照時間受地形的影響及其精細的空間分布[J].南京氣象學院學報，2005，28(1)：64-71.

[10] 黃晚華，帥細強，汪擴軍. 考慮地形條件下山區(qū)日照和輻射的GIS模型研究[J]. 中國農業(yè)氣象，2006，27(2)：89-93.

[11] 李軍，黃敬峰，王秀珍.基于GIS的山地實照時數(shù)的時空分布特征[J].農業(yè)工程學報，2006，22(7)：108-113.

[12] 張山清，普宗朝，李景林.近50年新疆日照時數(shù)時空變化分析[J].地理學報，2013，68(11)：1 481-1 492.

[13] 楊小梅，安文玲，張薇，等.中國西南地區(qū)日照時數(shù)變化及影響因素[J].蘭州大學學報(自然科學版)，2012，48(5)：52-60.

[14] 劉俊峰，陳仁升，陽勇，等.實際地形下30min太陽輻射模擬及誤差分析——以祁連山馬糞溝流域為例[J]. 高原氣象，2011，30(6)：1 647-1 652.

[15] 袁淑杰，繆啟龍，邱新法，等.貴州高原起伏地形下日照時間的時空分布[J].應用氣象學報，2008，19(2) ：233- 237.

[16] 王懷清，殷劍敏，占明錦.考慮地形遮蔽的日照時數(shù)精細化推算模型[J].中國農業(yè)氣象，2011， 32( 2) ：273- 278.

Spatial and temporal distribution characteristics of sunshine hours in Chaozhou city based on GIS

DING Lijia，LING Liangxin，SHE Yuanbiao，LIN Yi

(Chaozhou Meteorological Bureau，Chaozhou 521000)

Based on Chaozhou 100 m×100 m elevation data and percentage of sunshine data which contains 10 nearby weather stations，spatial distribution of Chaozhou sunshine hours was simulated，verified and analyzed by using GIS technology and regression statistical model.The results showed that the created spatial distribution models of each monthly and annual sunshine hours most had a significant level of 0.01，the simulated and actual sunshine hours of the two weather stations in the study area had high coherence because the percentage error between them was below 6 %. And so the simulation results had practical value.The simulation results analysis showed that Chaozhou sunshine hours were affected by not only the solar altitude angle，but also weather-climate and other factors，the minimum and maximum monthly sunshine hours were appeared at February and July respectively.Elevation，slope and other terrain factors had a significant impact on sunshine hours，the minimum sunshine hours were appeared at about 1 100～1200 m altitude or 70°～75°slope and it had more sunshine hours in low elevation and flat area.

Chaozhou，sunshine hours，GIS，temporal and spatial distribution

2014-09-19

丁麗佳(1974—)，女，碩士，高工，主要從事應用氣象和天氣預報服務工作。

潮州市科技局項目(2013S02)。

1003-6598(2015)02-0006-05

P466

A