張青雯，崔寧博,2，馮 禹，賈 悅，李 晨，龔道枝，胡笑濤

?

基于氣象資料的日輻射模型在中國西北地區(qū)適用性評價(jià)

張青雯1，崔寧博1,2※，馮 禹1,3，賈 悅1，李 晨1，龔道枝3，胡笑濤4

（1. 四川大學(xué)水力學(xué)與山區(qū)河流開發(fā)保護(hù)國家重點(diǎn)實(shí)驗(yàn)室水利水電學(xué)院，成都 610065； 2. 南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室，成都 610066； 3. 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所作物高效用水與抗災(zāi)減損國家工程實(shí)驗(yàn)室，北京 100081； 4. 西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室，楊凌 712100）

地表總輻射（R）是作物生長模型率定、蒸散量估算、灌溉制度制定和太陽能資源利用的重要基礎(chǔ)數(shù)據(jù)。為有效提高輻射資源利用率，該文基于中國西北地區(qū)10個氣象站點(diǎn)1993－2016年氣象數(shù)據(jù)對9種不同日輻射模型進(jìn)行適用性評價(jià)。采用非線性回歸分析法對Bristow-Campbell（B-C）模型進(jìn)行參數(shù)屬地化修正，得到B-C校正模型。模型適用性評價(jià)結(jié)果表明：9種模型在西北地區(qū)的輻射模擬值和實(shí)測值均呈極顯著相關(guān)（<0.01）；基于日照時(shí)數(shù)的日輻射模型（?ngstr?m-Prescott、Ogelman、Bahel、Louche、Almorox-Hontoria、Glower-McCulloch，其2介于0.875～0.954）計(jì)算精度高于基于溫度的模型（Hargreaves-Samani、Annandale、Bristow-Campbell，其2介于0.652～0.813）；其中基于日照時(shí)數(shù)的模型中Bahel模型精度最高，其次是Ogelman和Glower-McCulloch模型，其RMSE分別為2.282、2.309和2.313 MJ/(m2·d)，RMSE分別為14.0%、14.2%和14.2%，MAE分別為1.666、1.701和1.697 MJ/(m2·d)，Nash-Sutcliffe系數(shù)（NS）分別為0.905、0.903和0.902；基于溫度的日輻射模型中B-C校正模型精度最高，其RMSE為3.819 MJ/(m2·d)，RMSE為23.3%，MAE為2.680 MJ/(m2·d)，NS為0.741。因此，西北地區(qū)日輻射計(jì)算當(dāng)僅有日照時(shí)數(shù)資料時(shí)推薦使用Bahel模型，當(dāng)僅有溫度資料時(shí)推薦使用Bristow-Campbell校正模型。

太陽輻射；模型；溫度；日照時(shí)數(shù)；西北地區(qū)；參數(shù)率定

0 引 言

地表總輻射（s）即太陽輻射是地球表面最終能量來源，到達(dá)地球表面的太陽輻射是地球大氣系統(tǒng)能量收支的最重要參數(shù)之一[1-2]。太陽輻射量的變化與水文循環(huán)、陸地生態(tài)系統(tǒng)和氣候變化密切相關(guān)[3]，準(zhǔn)確估算s對蒸散量估算、灌溉制度制定、作物產(chǎn)量預(yù)報(bào)、太陽能資源開發(fā)利用及氣候變化等領(lǐng)域都具有重要的科學(xué)價(jià)值和現(xiàn)實(shí)意義[4-8]。此外，精確預(yù)測s對無電力供給區(qū)域發(fā)展太陽能光伏提水灌溉及光伏設(shè)施農(nóng)業(yè)系統(tǒng)也具有重要意義，尤其針對缺乏觀測站和氣象站導(dǎo)致無輻射觀測區(qū)域太陽能資源開發(fā)利用極為重要。同時(shí)，由于全球能源需求的快速增長和化石燃料對環(huán)境的破壞性影響，光伏清潔能源開發(fā)技術(shù)對可靠的s數(shù)據(jù)的需求不斷增長[9-10]。然而，由于技術(shù)設(shè)備和維護(hù)成本較高，s觀測受到極大的限制，尤其是在發(fā)展中國家，其數(shù)據(jù)并不像常規(guī)日照時(shí)數(shù)、溫度等氣象數(shù)據(jù)容易獲取[11]。目前中國建有752個國家氣象站點(diǎn)，能觀測太陽輻射量的僅有122個，有觀測條件的s數(shù)據(jù)在時(shí)間序列上也并不完整，普遍存在數(shù)據(jù)缺失現(xiàn)象[12-14]。

為此，多種s估算方法被相繼提出，如衛(wèi)星圖像、機(jī)器學(xué)習(xí)、隨機(jī)天氣模型和經(jīng)驗(yàn)?zāi)Ｐ偷确椒╗15]。其中，基于云量、日照、溫度等氣象數(shù)據(jù)的經(jīng)驗(yàn)?zāi)Ｐ妥顬槌Ｒ姴⒈粡V泛使用，尤其是基于日照時(shí)數(shù)和基于溫度的經(jīng)驗(yàn)輻射模型[11,15]。最初基于日照時(shí)數(shù)的模型為?ngstr?m模型[16]，采用日照時(shí)數(shù)和晴空輻射數(shù)據(jù)計(jì)算s。由于晴空輻射數(shù)據(jù)較難獲取，Prescott[17]建議使用大氣頂層輻射來替代晴空輻射，得到了至今廣泛使用的?ngstr?m-Prescott模型。Chelbi等[18]將幾種?ngstr?m型回歸模型（線性、二次、三次、對數(shù)和指數(shù)模型）進(jìn)行比較，估算突尼斯4個氣象站的s，發(fā)現(xiàn)擬合模型均能準(zhǔn)確估算s，其中三次?ngstr?m模型擬合精度最高。Bahel[19]以全球不同氣候條件和地理位置的48個站點(diǎn)的日照時(shí)數(shù)和輻射數(shù)據(jù)為基礎(chǔ)，提出了在全球范圍內(nèi)均適用的Bahel模型。Ogelman等[20]建立了基于日照時(shí)數(shù)與最大可能日照時(shí)數(shù)之比的二階多項(xiàng)式函數(shù)來估算日輻射值。雖然基于日照時(shí)數(shù)的模型估算s較為準(zhǔn)確，但通常會受到日照資料缺失的限制[21]，因此，基于溫度的經(jīng)驗(yàn)?zāi)Ｐ偷靡园l(fā)展，較為典型的是Hargreaves-Samani (H-S) 模型，僅需日最高、最低溫度就能準(zhǔn)確估算s[22]。Annandale等[23]考慮海拔和大氣層厚度對輻射的影響進(jìn)而對H-S模型進(jìn)行了改進(jìn)。Bristow等[24]提出以溫度指數(shù)函數(shù)估算日s值，即Bristow-Campbell（B-C）模型。Liu等[5]評估了16種基于溫度的經(jīng)驗(yàn)輻射模型在中國東北、華北平原和西北地區(qū)的適用性，發(fā)現(xiàn)B-C模型與修正H-S模型計(jì)算精度相似，且顯著優(yōu)于H-S模型。Hassan等[15]建立了17個新的基于溫度的輻射模型，并將其與已有的3種模型（Annandale、Allen和Goodin模型）進(jìn)行比較以估算埃及日s，發(fā)現(xiàn)精度最高的新模型在埃及不同地區(qū)計(jì)算精度均高于原模型，尤其在沿海地區(qū)。向友珍等[14]以中國南方20個站點(diǎn)氣象資料為基礎(chǔ)，對B-C模型及H-S模型各6種不同形式進(jìn)行了參數(shù)率定，并與支持向量機(jī)15種參數(shù)輸入形式進(jìn)行了適用性評價(jià)，發(fā)現(xiàn)支持向量機(jī)模型整體好于B-C模型和H-S模型。Chen等[25]基于中國48個站點(diǎn)的氣象數(shù)據(jù)對2種基于日照時(shí)數(shù)的輻射模型和3種基于溫度的輻射模型進(jìn)行適用性評價(jià)，發(fā)現(xiàn)基于日照時(shí)數(shù)的模型精度高于基于溫度的模型，且Bahel模型計(jì)算精度最高。

中國西北地區(qū)生態(tài)環(huán)境脆弱，經(jīng)濟(jì)發(fā)展較為落后，但輻射資源十分豐富，充分利用輻射資源對西北地區(qū)農(nóng)業(yè)生產(chǎn)效率提升、生態(tài)環(huán)境改善及地方經(jīng)濟(jì)發(fā)展具有重要現(xiàn)實(shí)意義。目前關(guān)于中國西北地區(qū)輻射模型適用性評價(jià)還未見報(bào)道，因此，本文基于西北地區(qū)10個氣象站點(diǎn)1993－2016年逐日氣象數(shù)據(jù)對9種不同日輻射模型進(jìn)行適用性評價(jià)，探尋適宜西北地區(qū)的R估算方法，以期為西北地區(qū)s的準(zhǔn)確預(yù)測提供理論基礎(chǔ)和技術(shù)支持。

1 材料與方法

1.1 研究區(qū)域與數(shù)據(jù)

中國西北地區(qū)位于73°25′～110°55′E和31°35′～49°15′N，主要包括陜西、甘肅、青海、寧夏、新疆和內(nèi)蒙西部（圖1），約為中國國土面積1/3[26]。西北地區(qū)地形復(fù)雜多樣，以高原、盆地和山地為主，太陽輻射資源十分豐富，由于該區(qū)地處亞歐大陸腹部，并有山嶺阻隔、地形閉塞，海洋水汽難以到達(dá)，除秦嶺以南地區(qū)外大部分地區(qū)全年降水量多在500 mm以下，且呈由東向西遞減態(tài)勢，是中國主要的干旱和半干旱區(qū)，也是中國氣候變化的敏感區(qū)和生態(tài)脆弱區(qū)[27-28]?；趯φ军c(diǎn)所處氣候區(qū)域代表性與氣象數(shù)據(jù)完整性的考慮，本文在西北地區(qū)共選取10個代表性站點(diǎn)1993－2016年24 a逐日氣象數(shù)據(jù)作為基本資料，各氣象站點(diǎn)概況見表1。氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http://data.cma.cn/），包括日總輻射量（MJ/(m2·d)）、日最高氣溫（℃）、日最低氣溫（℃）、日照時(shí)數(shù)（h），對其中缺測數(shù)據(jù)（占全部數(shù)據(jù)的4.8%）采用線性內(nèi)插法和多年平均值法補(bǔ)全。

圖1 中國西北地區(qū)氣象站點(diǎn)分布圖

表1 中國西北地區(qū)10個氣象站點(diǎn)概況

注：數(shù)據(jù)起止年份為1993－2016年，日最高溫度、日最低溫度、日照時(shí)數(shù)及日總輻射均為24 a平均值。

Note: Data from 1993 to 2016. Daily maximum temperature, daily minimum temperature, sunshine duration and daily solar radiation are the average of the 24 years.

1.2 經(jīng)驗(yàn)輻射模型

本文選取共9種具有代表性的經(jīng)驗(yàn)日輻射模型，其中包括6種基于日照時(shí)數(shù)的經(jīng)驗(yàn)?zāi)Ｐ停ˋ-P、OG、BA、LO、A-H、G-M）和3種基于溫度的經(jīng)驗(yàn)?zāi)Ｐ停℉-S、AN、B-C），如表2所示?；跍囟鹊腂-C模型雖為經(jīng)驗(yàn)?zāi)Ｐ停鋮?shù)具有一定的物理意義，參數(shù)為晴空a衰減比例系數(shù)，參數(shù)和則為晴空a衰減幅度調(diào)整系數(shù)，B-C模型推薦參數(shù)取值為0.7，參數(shù)取值為0.004～0.010之間，參數(shù)取值2.4[29]。為確定B-C模型參數(shù)取值，提高其在中國西北地區(qū)輻射計(jì)算精度，本文基于各代表性站點(diǎn)1993－2010年氣象數(shù)據(jù)并采用非線性回歸分析法對B-C模型進(jìn)行參數(shù)屬地化修正，通過2011－2016年數(shù)據(jù)對其進(jìn)行驗(yàn)證得B-C校正模型。

表2 經(jīng)驗(yàn)輻射模型

注：s為地表總輻射，MJ·m-2·d-1；為實(shí)際日照時(shí)數(shù)，h；為最大可能日照時(shí)數(shù)，h；為緯度，rad；為高程，km；max為日最高溫度，℃；min為日最低溫度，℃；a為地外總輻射，MJ·m-2·d-1；G為太陽常數(shù)，取0.082（MJ·m-2·min-1）；d為日地間相對距離的倒數(shù)；ω為太陽時(shí)角（rad）；為太陽磁偏角（rad）；

Note:sis the daily global solar radiation, MJ·m-2·d-1;is the sunshine duration, h;is the maximum possible daily sunshine duration, h;is the latitude, rad;is the altitude, km;maxis the maximum daily temperature, ℃;minis the minimum daily temperature, ℃;ais the daily extraterrestrial radiation on horizontal surface, MJ·m-2·d-1.Gis the solar constant,G=0.082 (MJ·m-2·min-1);dis the countdown of relative distance between sun and earth;ωis the sunset hour angle (rad);is the solar declination angle (rad).

1.3 評價(jià)方法

本文采用輻射模型常用的5個評價(jià)指標(biāo)：決定系數(shù)（2）、均方根誤差（RMSE）、歸一化均方根誤差（nRMSE）、平均絕對誤差（MAE）、Nash-Sutcliffe系數(shù)（NS）和相對誤差（Relative error，RE）評價(jià)各模型的計(jì)算精度與一致性，其計(jì)算公式如下

2 結(jié)果與分析

2.1 Bristow-Campbell模型參數(shù)率定

本文基于西北地區(qū)各1993—2010年各代表性站點(diǎn)氣象資料，采用非線性回歸分析法（最小二乘法）對B-C模型進(jìn)行參數(shù)屬地化修正，通過2011—2016年數(shù)據(jù)對其進(jìn)行驗(yàn)證，最終提出B-C校正模型在西北地區(qū)各代表性站點(diǎn)的參數(shù)值，結(jié)果見表3。由表3可知，率定后B-C模型參數(shù)值介于0.627～0.793之間，其平均值為0.734，除烏魯木齊、延安站外均大于原模型推薦值0.7，表明晴空a衰減比例系數(shù)較原始值偏大；率定后參數(shù)值介于0.018～0.072之間，其平均值為0.040，均大于原模型推薦最大值0.010，表明晴空a衰減幅度調(diào)整系數(shù)較原始值偏大；率定后參數(shù)值介于1.150～1.804之間，其平均值為1.525，均小于原模型推薦值2.4，表明晴空a衰減幅度調(diào)整系數(shù)較原始值偏小。此外，B-C模型修正后參數(shù)值在各代表站點(diǎn)均不相同，表明不同區(qū)域因受季節(jié)變化、云層厚度、積雪覆蓋、污染物濃度、緯度及海拔等影響，模型參數(shù)在不同地區(qū)取值不一[11,31]。

表3 中國西北地區(qū)Bristow-Campbell修正模型參數(shù)值率定情況

2.2 模型適用性比較

為評價(jià)各模型對西北地區(qū)日s模擬精度，將9種模型在西北地區(qū)10個代表性站點(diǎn)的模擬值和實(shí)測值進(jìn)行統(tǒng)計(jì)分析，如表4所示。由表4可知，9種模型在西北地區(qū)10個代表性站點(diǎn)s模擬值與實(shí)測值擬合結(jié)果較好，均呈極顯著相關(guān)（<0.01）。6種基于日照時(shí)數(shù)的輻射模型（A-P、OG、BA、LO、A-H和G-M）2分別介于0.880～0.954、0.882～0.951、0.884～0.951、0.883～0.954、0.875～0.948和0.883～0.954；3種基于溫度的輻射模型（H-S、AN和B-C）2分別介于0.652～0.807、0.652～0.807和0.673～0.813；6種基于日照時(shí)數(shù)的輻射模型在西北地區(qū)各站點(diǎn)日s值擬合精度較高，除烏魯木齊、延安、海流圖3個站外，2均大于0.9，且6種模型在格爾木、額濟(jì)納旗、民勤站擬合結(jié)果均優(yōu)于其它站，其2均大于0.946。3種基于溫度的輻射模型在西北地區(qū)各站點(diǎn)s模擬精度均低于基于日照時(shí)數(shù)的輻射模型，除額濟(jì)納旗站外，2均小于0.8，3種模型在烏魯木齊、剛察、海流圖站精度均較差，其2均小于0.734。此外，從其余4個誤差統(tǒng)計(jì)指標(biāo)也可看出基于日照時(shí)數(shù)的輻射模型計(jì)算精度均高于基于溫度的模型，基于日照時(shí)數(shù)的模型中BA模型精度最高，其次是OG模型和G-M模型，其平均RMSE分別為2.282、2.309和2.313 MJ/(m2·d)，平均nRMSE分別為14.0%、14.2%和14.2%，平均NS分別為0.905、0.903和0.902，平均MAE分別為1.666、1.701和1.697 MJ/(m2·d)；基于溫度的模型中精度最高的是B-C校正模型，其次是H-S模型和AN模型，其平均RMSE分別為3.819、4.167和4.368 MJ/(m2·d)，平均nRMSE分別為23.3%、25.5%和26.6%，平均NS分別為0.741、0.688和0.656，平均MAE分別為2.680、3.068和3.378 MJ/(m2·d)。

表4 中國西北地區(qū)不同經(jīng)驗(yàn)輻射模型計(jì)算精度比較

注：表中**表示相關(guān)性達(dá)極顯著水平（<0.01）。

Note:**means a statistically significant correlation (<0.01).

為分析各模型對西北地區(qū)月尺度日s模擬精度，將各經(jīng)驗(yàn)?zāi)Ｐ偷膕模擬值與實(shí)測值求月平均值（喀什、敦煌站結(jié)果如表5所示，其余站點(diǎn)結(jié)果與之相似），并計(jì)算各模型在不同站點(diǎn)s模擬值的相對誤差，結(jié)果見表6。表5表明，西北地區(qū)9種經(jīng)驗(yàn)?zāi)Ｐ驮鲁叨壬蟬模擬值與實(shí)測值的年內(nèi)變化趨勢基本相同，1－6月均呈增大趨勢，7－12月均呈減小趨勢，夏季s較大，冬季s較小。由表6可知，9種模型在西北地區(qū)各代表性站點(diǎn)月尺度上計(jì)算精度差異明顯，但絕大多數(shù)相對誤差小于15%。6種基于日照時(shí)數(shù)的經(jīng)驗(yàn)?zāi)Ｐ停ˋ-P、OG、BA、LO、A-H和G-M）在西北地區(qū)10個代表性站點(diǎn)月尺度上s模擬值的相對誤差RE范圍分別為1.690%～15.385%、0.741%～12.275%、0.809%～10.305%、3.349%～15.634%、1.770%～17.917%和1.233%～14.245%，平均RE分別為5.709%、5.375%、5.350%、9.703%、6.532%和5.679%，表明基于日照時(shí)數(shù)的模型中BA模型模擬精度最高，其次是OG模型和G-M模型；3種基于溫度的經(jīng)驗(yàn)?zāi)Ｐ停℉-S、AN和B-C）在各站月尺度上s模擬值的RE范圍分別為3.652%～18.713%、4.971%～17.748%和2.863%～6.525%，平均RE分別為8.184%、10.636%和4.254%，表明基于溫度的模型中B-C校正模型精度最高，且其誤差小于BA模型。同時(shí)，由于西北地區(qū)面積廣闊，地形復(fù)雜、氣候差異顯著等因素，各代表性站點(diǎn)月尺度上s模擬精度最高的模型也不同，在敦煌、民勤和銀川站精度最高的均為OG模型，在剛察、額濟(jì)納旗和海流圖站精度最高的均為A-H模型，在喀什和延安站精度最高的均為LO模型，而在烏魯木齊和格爾木站精度最高的分別為G-M模型和BC校正模型。

表5 中國西北地區(qū)代表站各模型月平均日輻射值

表6 中國西北地區(qū)各經(jīng)驗(yàn)?zāi)Ｐ驮缕骄蛰椛渲档南鄬φ`差

注：表中加粗值為各站點(diǎn)相對誤差最小值。

Note: bold numbers are the minimum relative error for each station.

3 討 論

本研究結(jié)果表明基于日照時(shí)數(shù)的輻射模型在西北地區(qū)各代表站點(diǎn)計(jì)算精度均高于基于溫度的輻射模型。Trnka等[35]在奧地利和捷克分析了7種不同的日總輻射計(jì)算模型，發(fā)現(xiàn)基于日照時(shí)數(shù)的模型精度最高，其次是基于云資料的輻射模型、基于降水的輻射模型和基于溫度的輻射模型。Mecibah等[36]研究了在阿爾及利亞地區(qū)月尺度上平均日輻射計(jì)算精度較高的模型，結(jié)果也表明基于日照時(shí)數(shù)的模型計(jì)算精度高于基于溫度的模型。到達(dá)地球表面的太陽輻射量與日照時(shí)數(shù)密切相關(guān)，同時(shí)，云層及其伴隨的天氣模式也是限制地球表面太陽輻射的最重要的大氣現(xiàn)象之一，這是導(dǎo)致基于日照時(shí)數(shù)的模型和基于云資料的模型計(jì)算精度較高的主要原因。到達(dá)地球表面的太陽輻射又以長波輻射的形式被大氣層吸收或散發(fā)到空中，被大氣層吸收的部分則會使大氣溫度升高，因此溫度與太陽輻射密切相關(guān)，但又并不完全對應(yīng)，這也導(dǎo)致了基于溫度的輻射模型計(jì)算精度要低于基于日照時(shí)數(shù)的模型。

本文研究發(fā)現(xiàn)中國西北地區(qū)基于日照時(shí)數(shù)的模型中BA模型計(jì)算精度最高，其次是OG模型和G-M模型；Chelbi等[18]基于突尼斯4個氣象站點(diǎn)數(shù)據(jù)研究發(fā)現(xiàn)在幾種?ngstr?m型回歸模型（線性、二次、三次、對數(shù)和指數(shù)模型）中，屬于三次?ngstr?m型的Bahel模型擬合精度最高，與本文研究結(jié)論一致。同時(shí)，Chen等[25]比較了5種輻射模型在中國地區(qū)的適用性，也發(fā)現(xiàn)BA模型在中國是計(jì)算精度最高的基于日照時(shí)數(shù)的輻射模型，且計(jì)算精度高于A-P模型，二者平均NS分別為0.84、0.83。

本研究發(fā)現(xiàn)中國西北地區(qū)基于溫度的輻射模型中B-C校正模型精度最高；Quej等[21]評價(jià)了13種經(jīng)驗(yàn)輻射模型在墨西哥尤卡坦半島地區(qū)適用性，發(fā)現(xiàn)溫度的輻射模型中B-C模型精度最高；Chen等[25]在中國地區(qū)研究也發(fā)現(xiàn)B-C校正模型計(jì)算精度高于H-S模型，其平均NS分別為0.47、0.44，與本研究結(jié)論一致。B-C模型是基于氣溫日較差的經(jīng)驗(yàn)輻射模型，入射輻射中有部分被大氣散射或吸收并未到達(dá)地表對氣溫?zé)o影響，同時(shí)長波輻射對氣溫變化也有一定影響，氣溫日較差與太陽總輻射雖密切相關(guān)，但又并未直接對應(yīng)，因此B-C模型具有一定的不確定性，降低B-C模型不確定性的主要途徑則是對其參數(shù)進(jìn)行屬地化校正，這也是B-C校正模型精度較高的主要原因[37]。

9個輻射模型在西北地區(qū)各代表性站點(diǎn)月尺度上計(jì)算精度差異明顯，但絕大多數(shù)相對誤差小于15%，而且在喀什、剛察、敦煌、民勤、額濟(jì)納旗、海流圖和延安等地還表現(xiàn)出春、冬季節(jié)s計(jì)算誤差相對較大的趨勢，這可能是由于當(dāng)?shù)卦屏亢蜌馊苣z增加所引起。Al-Mostafa等[38]在阿拉伯地區(qū)評價(jià)了52種基于日照時(shí)數(shù)的輻射模型，發(fā)現(xiàn)在月尺度上，各模型計(jì)算相對誤差百分比在?10%～10%之間，文本基于日照時(shí)數(shù)的模型計(jì)算結(jié)果絕大多數(shù)也均小于10%。月尺度上B-C校正模型相對誤差較小，主要是在選模型之初對其參數(shù)進(jìn)行率定所導(dǎo)致。西北地區(qū)面積廣闊，區(qū)域內(nèi)不同的地理氣候因素對模型計(jì)算精度會造成一定的影響，未來還需對此進(jìn)行深入研究以期進(jìn)一步提高模型計(jì)算精度。

4 結(jié) 論

1）基于西北地區(qū)1993－2010年氣象數(shù)據(jù)采用非線性回歸分析法（最小二乘法）對B-C模型進(jìn)行參數(shù)屬地化修正，并通過2011—2016年數(shù)據(jù)對其進(jìn)行驗(yàn)證，最終提出B-C校正模型在西北地區(qū)各代表性站點(diǎn)的參數(shù)率定值，率定后晴空a衰減比例系數(shù)較原始值偏大，晴空a衰減幅度調(diào)整系數(shù)較原始值偏大，而晴空a衰減幅度調(diào)整系數(shù)較原始值偏小。

2）9種經(jīng)驗(yàn)輻射模型在西北地區(qū)10個代表性站點(diǎn)日尺度上s模擬值與實(shí)測值擬合結(jié)果較好，均呈極顯著相關(guān)（<0.01），且總體上基于日照時(shí)數(shù)的模型計(jì)算精度高于基于溫度的模型，其2取值分別介于0.875～0.954和0.652～0.813；9種經(jīng)驗(yàn)?zāi)Ｐ椭蠦A模型為精度最高的基于日照時(shí)數(shù)的模型，其次是OG模型和G-M模型；B-C校正模型為精度最高的基于溫度的輻射模型。

3）西北地區(qū)9種經(jīng)驗(yàn)輻射模型月尺度上s模擬值與實(shí)測值的年內(nèi)變化趨勢相同，1－6月均呈增大趨勢，7－12月均呈減小趨勢。9種模型在月尺度上計(jì)算精度差異明顯，但絕大多數(shù)相對誤差小于15%?；谌照諘r(shí)數(shù)的模型中BA模型月尺度上s模擬精度最高，其次是OG模型和G-M模型；基于溫度的模型中B-C校正模型精度最高，且相對誤差小于BA模型。

4）綜合考慮西北地區(qū)9種輻射模型在日尺度和月尺度上s模擬精度，當(dāng)具有日照時(shí)數(shù)資料時(shí)，推薦使用BA模型計(jì)算西北地區(qū)日總輻射值，當(dāng)僅有溫度資料時(shí)推薦使用率定參數(shù)后的B-C校正模型。

[1] Almorox J, Bocco M, Willington E. Estimation of daily global solar radiation from measured temperatures at Ca?ada de Luque, Córdoba, Argentina[J]. Renewable Energy, 2013, 60: 382－387.

[2] 鄭祚芳，張秀麗. 北京地區(qū)地面太陽輻射長期演變特征[J]. 太陽能學(xué)報(bào)，2013，34(10)：1829－1834.

Zheng Zuofang, Zhang Xiuli. Long-term variation features of global solar radiation in Beijing[J]. Acta Energiae Solaris Sinica, 2013, 34(10): 1829－1834. (in Chinese with English abstract)

[3] Wang L C, Kisi O, Zounemat-Kermani M, et al. Solar radiation prediction using different techniques: Model evaluation and comparison[J]. Renewable and Sustainable Energy Reviews, 2016, 61: 384－397.

[4] Liu X Y, Mei X R, Li Y Z, et al. Variation in reference crop evapotranspiration caused by the Angstrom-Prescott coefficient: Locally calibrated versus the FAO recommended[J]. Agricultural Water Management, 2009, 96: 1137－1145.

[5] Liu X Y, Mei X R, Li Y Z, et al. Evaluation of temperature-based global solar radiation models in China[J]. Agricultural and Forest Meteorology, 2009, 149: 1433－1446.

[6] Li H S, Ma W, Lian Y W, et al. Estimating daily global solar radiation by day of year in China[J]. Applied Energy, 2010, 87: 3011－3017.

[7] 武偉，范莉，李茂芬，等. 不同時(shí)間尺度太陽輻射數(shù)據(jù)對作物生長模型的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(3)：123－128.

Wu Wei, Fan Li, Li Maofen, et al. Sensitivity analysis of crop growth models to multi-temporal scale solar radiation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(3): 123－128. (in Chinese with English abstract)

[8] 任鴻瑞，羅毅，謝賢群. 幾種常用凈輻射計(jì)算方法在黃淮海平原應(yīng)用的評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(5)：140－146.

Ren Hongrui, Luo Yi, Xie Xianqun. Evaluation of application of several net radiation calculation methods in Huanghuaihai Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(5): 140－146. (in Chinese with English abstract)

[9] Feng Y, Cui N B, Zhang Q W, et al. Comparison of artificial intelligence and empirical models for estimation of daily diffuse solar radiation in North China Plain[J]. International journal of hydrogen energy, 2017, 42: 14418－14428.

[10] Belaid S, Mellit A. Prediction of daily and mean monthly global solar radiation using support vector machine in an arid climate[J]. Energy Conversion and Management, 2016, 118: 105－118.

[11] Besharat F, Dehghan A A, Faghih A R. Empirical models for estimating global solar radiation: A review and case study[J]. Renewable and Sustainable Energy Reviews, 2013, 21: 798－821.

[12] Pan T, Wu S H, Dai E F, et al. Estimating the daily global solar radiation spatial distribution from diurnal temperature ranges over the Tibetan Plateau in China[J]. Applied Energy, 2013, 107: 384－393.

[13] 吳立峰，劉惠英，張富倉. 輻射模型不同率定方法總輻射數(shù)據(jù)缺失插補(bǔ)比較[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，47(10)：172－180.

Wu Lifeng, Liu Huiying, Zhang Fucang. Comparison of different calibration methods on ?ngstr?m-Prescott model for missing data interpolation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(10): 172－180. (in Chinese with English abstract)

[14] 向友珍，吳立峰，張富倉，等. 基于常規(guī)氣象資料估算南方地區(qū)日輻射總量方法比較[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，47(10)：181－192.

Xiang Youzhen, Wu Lifeng, Zhang Fucang, et al. Comparison of total radiation estimation methods in south area based on conventional meteorological data[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(10): 181－192. (in Chinese with English abstract)

[15] Hassan G E, Youssef M E, Mohamed Z E, et al. New temperature-based models for predicting global solar radiation[J]. Applied Energy, 2016, 179: 437－450.

[16] Angstrom A. Solar and terrestrial radiation[J]. Quarterly Journal of Royal Meteorological Society, 1924, 50: 121－125.

[17] Prescott J A. Evaporation from a water surface in relation to solar radiation[J]. Transactions of the Royal Society Science of Australia, 1940, 64: 114－125.

[18] Chelbi M, Gagnon Y, Waewsak J. Solar radiation mapping using sunshine duration-based models and interpolation techniques: Application to Tunisia[J]. Energy Conversion and Management, 2015, 10: 203－215.

[19] Bahel V, Bakhsh H, Srinivasan R. A correlation for estimation of global solar radiation[J]. Energy, 1987, 12: 131－135.

[20] Ogelman H, Ecevit A, Tasdemiroglu E. A new method for estimating solar radiation from bright sunshine data[J]. Solar

Energy, 1984, 33: 619－625.

[21] Quej V H, Almorox J, Ibrakhimov M, et al. Empirical models for estimating daily global solar radiation in Yucatán Peninsula, Mexico[J]. Energy Conversion and Management, 2016, 110: 448－456.

[22] Hargreaves G H, Samani Z A. Estimating potential evapotranspiration[J]. Journal of Irrigation and Drainage Engineering, 1982, 108: 225－230.

[23] Annandale J G, Jovanovic N Z, Benadé N, et al. Software for missing data error analysis of Penman-Monteith reference evapotranspiration[J]. Irrigation Science, 2002, 21: 57－67.

[24] Bristow K L, Campbell G S. On the relationship between incoming solar radiation and daily maximum and minimum temperature[J]. Agricultural and Forest Meteorology, 1984, 31: 159－166.

[25] Chen R S, Kang E, Yang J P, et al. Validation of five global radiation models with measured daily data in China[J]. Energy Conversion and Management, 2004, 45: 1759－1769.

[26] 曹雯，申雙和，段春鋒. 西北地區(qū)生長季參考作物蒸散變化成因的定量分析[J]. 地理學(xué)報(bào)，2011，66(3)：407－415.

Cao Wen, Shen Shuanghe, Duan Chunfeng. Quantification of the causes for reference crop eapotranspiration changes in growing season in Northwest China[J]. Acta Geographica Sinica, 2011, 66(3): 407－415. (in Chinese with English abstract)

[27] 李凈，馮姣姣，王衛(wèi)東，等. 基于LM-BP 神經(jīng)網(wǎng)絡(luò)的西北地區(qū)太陽輻射時(shí)空變化研究[J]. 地理科學(xué)，2016，36(5)：780－786.

Li Jing, Feng Jiaojiao, Wang Weidong, er al. Spatial and temporal changes in solar radiation of Northwest China based LM-BP neural network[J]. Scientia Geographica Sinica, 2016, 36(5): 780－786. (in Chinese with English abstract)

[28] 段春鋒，繆啟龍，曹雯. 西北地區(qū)參考作物蒸散變化特征及其主要影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(8)：77－83.

Duan Chunfeng, Miao Qilong, Cao Wen. Changing characteristics of reference crop evapotranspiration and main causes in the Northwest China[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2011, 27(8): 77－83. (in Chinese with English abstract)

[29] Meza F, Varasb E. Estimation of mean monthly solar global radiation as a function of temperature[J]. Agricultural and Forest Meteorology, 2000, 100: 231－241.

[30] 李曼曼，梅旭榮，鐘秀麗，等. 云南省?ngstr?m-prescott 輻射模型的參數(shù)化研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(6)：100－105.

Li Manman, Mei Xurong, Zhong Xiuli, et al. Parameterization of ?ngstr?m-prescott radiation model in Yunnan province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(6): 100－105. (in Chinese with English abstract)

[31] Louche A, Notton G, Poggi P, et al. Correlations for direct normal and global horizontal irradiation on a French Mediterranean site[J]. Solar Energy, 1991, 46: 261－266.

[32] Almorox J, Hontoria C. Global solar radiation estimation using sunshine duration in Spain[J]. Energy Conversion and Management, 2004, 45: 1529－1535.

[33] Glower J, McGulloch J S G. The empirical relation between solar radiation and hours of sunshine[J]. Quarterly Journal of the Royal Meteorological Society, 1958, 84: 172－175.

[34] Hargreaves G H, Samani Z A. Estimating potential evapotranspiration[J]. Journal of Irrigation and Drainage Engineering, 1982, 108: 223–230.

[35] Trnka M, Zalud Z, Eitzinger J, et al. Global solar radiation in Central European lowlands estimated by various empirical formulae[J]. Agricultural and Forest Meteorology, 2005, 131: 54－76.

[36] Mecibah M S, Boukelia T E, Tahtah R, et al. Introducing the best model for estimation the monthly mean daily global solar radiation on a horizontal surface (Case study: Algeria)[J]. Renewable and Sustainable Energy Reviews, 2014, 36: 194－202.

[37] 劉玉潔，潘韜. 中國地表太陽輻射資源空間化模擬[J]. 自然資源學(xué)報(bào)，2012，27(8)：1392－1403.

Liu Yujie, Pan Tao. Spatial simulation of China land surface solar radiation resources[J]. Journal of natural resources, 2012, 27(8): 1392－1403. (in Chinese with English abstract)

[38]Al-Mostafa Z A, Maghrabi A H, Al-Shehri S M. Sunshine-based global radiation models: A review and case study[J]. Energy Conversion and Management, 2014, 84: 209－216.

Evaluation on applicability of daily solar radiation model in Northwest China based on meteorological data

Zhang Qingwen1, Cui Ningbo1,2※, Feng Yu1,3, Jia Yue1, Li Chen1, Gong Daozhi3, Hu Xiaotao4

(1.,610065,; 2.,610066,; 3.,,, B100081,; 4.)

Complete and accurate global solar radiation data at a specific region are highly crucial to regional crop modeling, evapotranspiration estimation, irrigation system development and utilization of solar energy resources. In order to improve the utilization efficiency of facility agriculture technology on radiation resources, daily climatic data in 10 meteorological stations in Northwest China from 1993 to 2016 were used to calculate dailyglobal solar radiation. The applicability of 6 solar radiation models based on sunshine (?ngstr?m-Prescott, Ogelman, Bahel, Louche, Almorox-Hontoria and Glower-McCulloch model) and 3 solar radiation models based on temperature (Hargreaves-Samani, Annandale and Bristow-Campbell model) was evaluated using the coefficient of determination (2), root mean square error (RMSE), normalized root mean square error (RMSE), Nash-Sutcliffe coefficient (NS), mean absolute error (MAE) and relative error (RE). In addition, the parameters of Bristow-Campbell (B-C) model were calibrated based on least square method using the daily meteorological data from 1993 to 2010, and the daily meteorological data from 2011 to 2016 were adopted to evaluate the applicability of B-C model. The results showed that the estimated and measured daily global solar radiationhad statistically significant correlations (<0.01) for all the 9 models at the 10 stations. Generally, the models based on sunshine (with2ranging from 0.875 to 0.954 for the 10 stations) were more accurate to estimate daily global solar radiationthan the models based on temperature (with2from 0.652 to 0.813). In Northwest China, the Bahel model showed the best performance for daily global solar radiationestimation among the 6 models based on sunshine, followed by Ogelman model and Glower-McCulloch model, with average RMSE of 2.282, 2.309 and 2.313 MJ/(m2·d), averageRMSE of 14.0%, 14.2% and 14.2%, average MAE of 1.666, 1.701 and 1.697 MJ/(m2·d), and average NS of 0.905, 0.903 and 0.902, respectively. The best model based on temperature for estimation of daily global solar radiationwas the calibrated B-C model,followed by Hargreaves-Samani model and Annandale model, with average RMSE of 3.819, 4.167 and 4.368 MJ/(m2·d), averageRMSE of 23.3%, 25.5% and 26.6%, average MAE of 2.680, 3.068 and 3.378 MJ/(m2·d), and average NS of 0.741, 0.688 and 0.656 respectively. On the monthly scale, the estimated and measured monthly average daily global solar radiationhad good agreement, and the monthly average daily global solar radiationall increased from January to June and decreased from July to December. The Bahel model also showed the best performance for monthly average daily global solar radiationestimation among the 6 models based on sunshine, followed by Ogelman model and Glower-McCulloch model, with average RE of 5.350%, 5.375% and 5.679%, respectively. The calibrated B-C model had the best estimation accuracy among the models based on temperature, with average RE of 4.254%. It meant that the B-C model was more accurate than the Bahel model for global solar radiationestimation in monthly scale. Overall, the Bahel model is recommended to estimate daily global solar radiationwhen the sunshine hours are available, and the calibrated B-C model is recommended to estimate daily global solar radiationin Northwest China when only temperature data are available. This paper provides valuable information for global solar radiationestimation method in Northwest China, and also provides the theoretical basis and technical support for accurate estimation of daily global solar radiation.

solar radiation; models; temperature; sunshine duration; Northwest China; parameter calibration

10.11975/j.issn.1002-6819.2018.02.026

P422.1

A

1002-6819(2018)-02-0189-08

2017-07-14

2017-12-22

“十三五”國家重點(diǎn)研發(fā)計(jì)劃課題（2016YFC0400206）；國家自然科學(xué)基金項(xiàng)目（51779161）；“十二五”國家科技支撐計(jì)劃課題（2015BAD24B01）；2017年中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金。

張青雯，女，云南曲靖人，研究方向?yàn)楣?jié)水灌溉理論與技術(shù)。Email：zhangqwSCU@163.com

崔寧博，男，陜西鳳翔人，副教授，博士。研究方向?yàn)楣?jié)水灌溉理論與技術(shù)。Email：cuiningbo@126.com

張青雯，崔寧博，馮 禹，賈 悅，李 晨，龔道枝，胡笑濤. 基于氣象資料的日輻射模型在中國西北地區(qū)適用性評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(2)：189－196. doi：10.11975/j.issn.1002-6819.2018.02.026 http://www.tcsae.org

Zhang Qingwen, Cui Ningbo, Feng Yu, Jia Yue, Li Chen, Gong Daozhi, Hu Xiaotao. Evaluation on applicability of daily solar radiation model in Northwest China based on meteorological data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(2): 189－196. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.02.026 http://www.tcsae.org