引言
地表向下的总太阳辐射（Rs）是驱动气候系统（Meehl et al., 2009; Nesme-Ribes et al., 1993）、水文循环（Kleidon and Renner, 2013; Ramanathan et al., 2001）以及生物过程（Muchow et al., 1990; Roebeling et al., 2004）的主要能量来源。进入大气层后，入射太阳辐射被分为直射（Rdir）和散射（Rdif）分量（Durand et al., 2021）。此后，Rs和Rdif分别表示水平面接收的向下总太阳辐射和散射太阳辐射。虽然Rs量化了传统应用所必需的总能量可用性，但Rdif已成为能源和生态系统中的关键参数。在光伏（PV）领域，双面光伏组件的快速部署日益依赖于散射后侧光照来提高发电量，这使得Rdif变得越来越重要（Pelaez et al., 2019）。类似地，在陆地生态系统中，Rdif比直射光能够更深入地穿透植物冠层，从而显著提高光合光能利用效率（Zhao et al., 2023; Zhou et al., 2021）。因此，高质量的Rs和Rdif数据集是精确资源规划和生态系统建模的必要前提。
虽然地面站观测是获取Rs和Rdif最可靠的方式，但由于成本高昂，其在中国的空间覆盖相对稀疏。有必要开发稳健的估算方法来生成高分辨率无缝太阳辐射数据，以用于大规模分析和应用。基于物理的卫星反演方法，通常将卫星观测与基于辐射传输模型的查找表或优化方案相结合，为生成高时空分辨率辐射产品提供了一条重要途径（Leng et al., 2023; R. Li et al., 2023a; Zhang et al., 2022）。与此同时，机器学习（ML）算法已被广泛应用于建立单个站点辐射观测与各种无缝预测因子（主要为卫星图像和再分析产品）之间的非线性映射，以估算地表太阳辐射（Tang et al., 2023; Wang et al., 2025; Wu et al., 2022）。广泛的数据驱动方法，从传统的机器学习方法（Hao et al., 2019; Peng et al., 2020）发展到更先进的深度学习模型（Jiang et al., 2020a; Chen et al., 2024），已被成功用于将辐射观测与卫星数据进行桥接。这一演进过程逐步提高了辐射估算的时空分辨率和反演精度。在这些纯数据驱动基础之上，近期的框架已纳入集成学习和物理约束。通过协同多种来源的预测因子并优化初始估算，这些混合方法已被证明在生成不同的高质量辐射数据集方面非常有效（Lang et al., 2023; Qi et al., 2024; Tang et al., 2026; Wang et al., 2025; Wu et al., 2022）。
尽管取得了这些进展，机器学习模型固有的数据驱动性质对地面真值数据的数量和质量提出了严格要求（Chen et al., 2024）。然而，在全中国范围内，仅有128个站点提供Rs观测，17个站点同时提供Rdir和Rdif观测（Jiang et al., 2020a）。这些站点稀疏且分布不均，特别是在广阔的西部地区，这限制了基于机器学习方法的空间泛化能力。这种局限性对Rdif尤为明显。如图1所示，基于机器学习的JiEA产品（Jiang et al., 2020a）、欧洲中期天气预报中心第五代再分析（ERA5）（Hersbach et al., 2020）以及云与地球辐射能量系统（CERES）卫星产品（Wielicki et al., 1996）在2016–2020年期间的平均逐时Rdif在量级和空间格局上存在显著差异。
为了提高模型的稳健性并改善无辐射观测区域的估算性能，研究人员通常通过物理模型模拟或基于学习的站点扩展来增强机器学习模型的训练数据集。通过利用辐射传输模型（RTMs）的理论约束，研究人员可以生成涵盖多样大气和几何情景的Rs和Rdif合成数据集，从而为机器学习模型提供稳健的初始化或补充训练来源（Li et al., 2022b; Ma et al., 2020; Ryu et al., 2018）。这些物理引导的框架通常利用模拟辐射数据来构建查找表（LUTs）以用于机器学习模型预训练（Ma et al., 2020），或作为指导特征来引导机器学习回归器（Wang et al., 2024），有效地进一步缩小了物理定律与统计拟合之间的差距。虽然这些物理模型模拟成功扩展了辐射数据，但它们最终依赖于底层参数化方案的准确性，并且通常需要针对实际站点观测进行进一步校准以最小化模拟偏差（Li et al., 2022b; Wang et al., 2024）。
基于学习的站点扩展旨在利用稀疏辐射观测站点的标签数据和常规气象观测作为辅助数据来创建密集的虚拟辐射站点（Tang et al., 2023; Chen et al., 2024; Shao et al., 2024）。例如，为解决Rdif观测空间覆盖稀疏的问题——中国仅有17个站点提供Rdif观测——Chen et al. (2024)开发了一个两阶段框架，利用超过120个仅有Rs观测站点的Rs观测来实现更广泛的空间覆盖。通过利用两种站点类型均可获得的一套气象观测数据来估算仅有Rs站点的虚拟逐时Rdif数据，他们有效地将可用的Rdif地面真值转移到了120个虚拟Rdif站点（即原有的仅有Rs的站点）。这一稳健的增强数据集随后使得利用Himawari-8数据和ERA5再分析数据（Hoffmann et al., 2019）在中国全国范围内高质量地估算逐时Rdif成为可能。此外，Tang et al. (2024)和Shao et al. (2024)也采用了类似的基于学习的站点扩展策略来推动大规模估算工作。两项研究均使用了一套相同的增强日辐射数据，这些数据源自常规气象变量，特别是日照时数（Tang et al., 2018）。具体而言，Tang et al. (2024)利用这些重建数据编制了一个长期的全球Rdir和Rdif数据集，从而缓解了全球范围内稀疏监测网络的限制。同时，Shao et al. (2024)利用这些增强数据训练了一个不依赖更多本地观测真值的机器学习模型，成功构建了中国全国高分辨率卫星辐射分量数据集。这一从辐射站点内部扩展到利用大量常规气象站点的进展，凸显了为提高数据驱动模型训练数据空间代表性的协同努力。
然而，现有的基于学习的站点扩展方法通常将各个站点视为孤立输入，因此忽略了邻近气象站点之间的空间依赖性，限制了其在不同异质性区域条件下的稳健性。在我们先前研究（Chen et al., 2024）中的基于学习的两阶段框架基础上，本研究聚焦于通过显式纳入邻近站点之间的空间依赖性来提高站点扩展的数量和质量。为此，本研究开发了一种嵌入虚拟辐射站点网络构建的两阶段辐射估算策略。在第一阶段，一个虚拟辐射网络估算器（VRNE）通过自注意力机制聚合邻近站点的观测数据，在超过2000个中国气象局（CMA）站点生成逐时虚拟辐射数据。利用相邻站点气象观测的空间背景输入可以提高虚拟辐射数据的质量和模型的空间泛化能力。在第二阶段，一个逐像元映射辐射估算器（PMRE）被用于在中国全国范围内建立增强辐射数据与多源预测因子之间的像元级映射关系。这一基于大量站点和增强数据集的全国统一模型，提高了最终全国逐时辐射估算的可靠性和空间泛化能力。
本研究的其余部分组织如下：第2节描述数据集，第3节介绍所提出的方法，第4节报告评估结果，第5节进行讨论和结论。
