面向数据稀疏复杂地形的地形感知半经验地表太阳辐射估算框架
《Atmosphere》:A Terrain-Aware Semi-Empirical Framework for Simulating Surface Solar Radiation in Data-Sparse Complex Terrain
【字体:
大
中
小
】
时间:2026年10月24日
来源:Atmosphere 2.6
编辑推荐:
摘要
地形坡度、坡向、地形遮挡以及云层变化共同导致复杂地形区地表太阳辐射(SSR)呈现出显著的空间和时间异质性,而山区地面观测站点稀少,限制了高分辨率估算和独立可靠性评估。因此,我们开发并测试了一种面向数据稀疏复杂地形的地形感知半经验SSR框架。其方法论上的创新在于使用预
摘要
地形坡度、坡向、地形遮挡以及云层变化共同导致复杂地形区地表太阳辐射(SSR)呈现出显著的空间和时间异质性,而山区地面观测站点稀少,限制了高分辨率估算和独立可靠性评估。因此,我们开发并测试了一种面向数据稀疏复杂地形的地形感知半经验SSR框架。其方法论上的创新在于使用预先计算的方向性地平线来一致地约束地形遮挡、天空视场因子和地形视场因子,并结合时间步长晴空辐射;日云量强迫;以及显式的直接、散射和一阶地形反射分量。在多个时间尺度上,该框架被应用于连城县(LC)、武夷山(WYS)和井冈山(JGS)三个地形和气候条件截然不同的区域。评估方法结合了解析地形测试、与HORAYZON和r.sun的基准对比、地面站点观测、留一站验证、模块消融、逐像元误差频次分析、相关性检验和不确定性分析。方向性地平线方案表征了天空遮挡和地形阴影,结果与HORAYZON高度一致。LC、WYS和JGS的年均SSR分别为1166.10、1000.85和922.95 kWh/m2,呈现LC > WYS > JGS的排序;WYS和JGS的辐射以散射辐射为主导。独立站点验证结果显示R2值为0.588–0.704,RMSE值为40.4–46.6 W/m2,而绝对误差频次分析表明,61.4–70.2%的留出日次估算值的绝对误差低于40 W/m2。该框架再现了三个山区SSR的主要时间变率,尽管表现仍具有站点依赖性,并存在系统性低估。不确定性分析表明,云量输入及其经验参数是模拟不确定性的主要来源。总体而言,该框架为观测稀疏的山区环境提供了物理可解释且计算可行的区域SSR估算方法。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号