《Solar Energy》：Site adaptation of satellite-based GHI and DNI using clustered features and combined local–global modeling
编辑推荐：
该研究提出了一种新颖的GHI和DNI站点适应性修正方法，该方法利用建模数据与聚类技术。建模数据可以再现地面数据的天空状况（有监督学习）。在训练前对时间序列进行随机化处理可提高站点适应性修正的精度。组合模型可提高GHI和DNI辐照度的准确性。基于CAMS的站点
该研究提出了一种新颖的GHI和DNI站点适应性修正方法，该方法利用建模数据与聚类技术。建模数据可以再现地面数据的天空状况（有监督学习）。在训练前对时间序列进行随机化处理可提高站点适应性修正的精度。组合模型可提高GHI和DNI辐照度的准确性。基于CAMS的站点适应性修正是太阳能项目可融资性的零成本解决方案。本研究提出了一种新颖的站点适应性修正方法，采用全局、局部和组合模型来调整来自CAMS辐射服务产品（基于Meteosat第二代卫星和Himawari卫星）的长期GHI和DNI时间序列。全局模型应用于完整时间序列，而局部模型在由天空状况类别定义的子集上训练。这些类别来源于一种分类算法，该算法利用晴空指数、Stein等人提出的变异性指数及其联合概率，将太阳辐照度时间序列划分为五个簇（晴空、部分晴空、多变、部分多变和阴天）。与以往使用基于阈值的规则来推导天空状况的站点适应性修正研究不同，本研究首先应用基于阈值的滤波来对晴空和高变异性天空的基本情况进行分类，然后使用具有固定初始质心的k-means方法以确保各站点间的一致性收敛。这提供了一种更稳健的天空状况分类方法，能够捕捉局地的短期变异性和云效应。随后，这些类别被用作有监督分类算法中的目标，使建模变量能够再现云对辐照度的局地效应。此外，引入了一个专门的组合集来训练组合模型，将时间序列中的全局趋势与每种天空状况的局地效应相结合。最后，为减轻季节性对站点适应性修正模型的影响，在训练模型前测试了多种数据划分策略：保持序列顺序、交替区间以及对时间序列数据进行随机化。所提出的站点适应性修正框架在调查站点上，对GHI和DNI均显示出相对于原始CAMS辐射服务估算的显著改进。组合模型持续提供最佳性能，在降低系统偏差的同时，相对于全局和局部模型改善了RMSE。此外，所提出的天空状况分类方法改善了不同辐照度变异性机制下的太阳辐照度时间序列估算。与原始CAMS模型相比，该站点适应性修正框架还减少了长期月度辐照度估算中的偏差和RMSE，这对于长期太阳能资源评估和可融资性分析尤为相关。这些结果证明了在统一的站点适应性修正框架内结合无监督聚类、有监督分类和全局-局部建模的实用价值。
**论文解读：基于组合全局-局部建模的卫星反演辐照度站点适应性修正方法研究**
**一、研究背景与意义**
在大规模光伏和光热项目中，准确估算长期地表太阳辐照度（SSI）时间序列对于确定项目的可融资性至关重要。太阳辐射的年际变化要求太阳能资源评估至少需要十年的数据。然而，长期太阳辐射测量成本高昂，且难以在精确的项目地点获得。因此，业界普遍采用统计模型对卫星反演或再分析产品估算的长期SSI时间序列进行修正，这一过程被称为站点适应性修正。在重叠期间，短期地面测量数据（1-3年）与建模数据集相结合，推导出统计方法，随后用于调整长期建模时间序列，构成项目太阳能资源分析的基础。目前，虽然已有多种统计方法（如偏差校正、分位数映射、线性和非线性回归模型等）被应用于站点适应性修正，但多数方法依赖于应用于整个时间序列的全局修正模型，未能明确考虑辐照度变异性机制和局地现象。尽管有研究引入局部模型，根据先前的天空状况分类（如晴空、多变或阴天）对时间序列进行分割，但此类研究通常依赖于基于阈值的规则或观测到的辐照度指数来定义天空状况，未能通过有监督方法将建模变量与地面变异性条件联系起来。因此，现有站点适应性修正框架很少在统一的建模结构中整合无监督聚类和有监督分类，也未通过专门的训练策略明确组合全局和局部回归模型。本研究正是基于这一研究空白，提出了一种集成多种技术的新型站点适应性修正方法。
**二、研究数据与方法**
研究人员在四个南半球站点（El Rosal、Salta、Petrolina、Gobabeb）开展了研究，这些站点涵盖了不同的气候条件、海拔高度和卫星观测角度。其中，El Rosal和Salta位于MSG卫星视场边缘，容易受到视差和云表征问题的影响，且两地气候条件截然不同，为测试站点适应性修正方法提供了有趣的数据集。研究使用了来自CAMS辐射服务（基于MSG和Himawari卫星）的29个变量以及来自ERA5-Land再分析的9个变量作为模型输入。地面测量数据通过了基线地表辐射网络（BSRN）质量保证程序。研究采用的核心技术包括：基于晴空指数（k
c）和变异性指数（VI）的无监督分类方法，结合阈值滤波和k-means聚类定义五种天空状况（晴空、部分晴空、阴天、多变和部分多变）；采用随机森林算法进行有监督分类，将建模变量与地面天空状况联系起来；应用多元线性回归（MLR）和多层感知器（MLP）神经网络构建全局和局部修正模型；进一步通过组合模型（Combination models）在独立数据集上集成全局和局部模型的输出；同时系统评估了四种数据划分策略（按时间顺序、日期间隔、日级随机和15分钟时间戳完全随机）对模型性能的影响。
**三、研究结果**
3.1 无监督分类结果
k-means聚类算法在不同站点间展现出相似的模式，表明该分类算法在不同气候条件下具有稳健性。El Rosal和Gobabeb站点以晴空和部分晴空为主（合计占比超过66%和80%），而Petrolina和Salta站点的天空状况分布更为均衡。分类结果与各站点的气候分区特征一致。
3.2 有监督分类结果
随机森林模型在完全随机化15分钟时间戳的划分策略下取得最高分类精度（El Rosal 69%、Salta 72%、Petrolina 65%、Gobabeb 83%）。数据随机化策略能有效降低不同划分之间的离散度，确保训练和测试子集中天空状况类别分布的均质性，从而提高分类精度和模型稳健性。但研究人员指出，由于天空状况的时间自相关性，完全随机化策略可能导致分类精度估算偏于乐观。
3.3 站点适应性修正性能
组合模型在所有站点和多数评估指标中均展现最佳性能。以El Rosal站点GHI为例，最优组合模型（MLRComb_BD，第40种划分）的RMSEn从CAMS原始模型的43.1%降至16.9%，相关系数从0.74提升至0.94，SS4从0.57提升至0.89。对于Salta、Petrolina和Gobabeb站点，站点适应性修正也带来了不同程度的改善，其中DNI的修正增益普遍高于GHI。与商业Solcast模型相比，站点适应性修正后的GHI精度相近且略优，而DNI和DHI修正结果的精度则高于Solcast模型。通过对Gobabeb站点独立年份（2012-2014年和2021年）的验证，MLRComb_BD模型在15分钟分辨率下将DNI的RMSEn从CAMS的19.4%降低至13.1%，优于Fernández-Peruchena等人报告的每小时4%的降幅，证明了模型的泛化能力。
3.4 各天空状况下的性能分析
对各天空状况分簇评估显示，站点适应性修正方法在所有类别中均显著降低了偏差和误差，但多云和阴天状况下的改进幅度相对较小。变异性天空状况呈现最高的RMSEn值，凸显了云增强现象下太阳辐照度建模的挑战性。组合模型在DNI的各天空状况条件下均取得最低的RMSEn值，展现了其在不同天空状况下的稳健性。
3.5 月度评估结果
在Gobabeb站点的月度累计能量评估中，CAMS原始模型对GHI和DNI呈现系统性低估（月度MBEn分别为-3.1%和-7.8%），而站点适应性修正模型（MLRComb_BD）几乎完全消除了这一系统偏差（月度MBEn分别降至0.1%），月度RMSEn也大幅下降（GHI从3.6%降至0.6%，DNI从9.3%降至1.8%）。这一结果表明，若不进行站点适应性修正，太阳能项目可融资性评估将受到持续性偏差的影响。
**四、讨论与结论**
研究讨论指出，将无监督聚类与有监督分类相结合的分类方案能够有效捕捉不同天空状况下的局地辐照度特征，为建立更精确的局部修正模型提供了基础。组合模型通过独立数据集集成全局与局部模型，实现了两者优势的有效互补，其性能增益虽较温和，但计算成本低廉。数据划分策略的系统评估揭示了这一长期被忽视的问题：随机化划分策略能提供更均衡的季节和云况代表性，从而增强模型的稳定性和泛化能力，但因时间自相关性可能导致中间分类步骤的精度评估偏于乐观。研究最终认为，基于CAMS辐射服务的站点适应性修正框架为太阳能项目资源评估提供了具有成本效益的解决方案。
**研究结论**
本研究基于引入数据分类方案发展了站点适应性修正技术。该分类利用CAMS辐射服务的长期数据，结合以实测数据训练的统计程序完成。站点适应性修正测试在四个南半球站点进行，涵盖了不同气候、天空状况、纬度和卫星观测几何条件。结果表明，聚类的引入能够更好地模拟每个数据簇的特殊性，并对整体性能产生积极影响。站点适应性修正的增益取决于站点特征、长期卫星估算的原始质量以及考虑的太阳辐照度分量。研究开发并测试了应用于整个时间序列（全局）和每个簇（局部）的不同类型模型及其组合，组合模型在所有站点的大多数测试指标中均展现为最佳选择。
