1. 引言
太阳辐射是地表能量的主要来源,到达地球的太阳辐射能量的多少和分布,对地表生物生活状态、农作物生长情况、能源分布等生物资源因素造成显著影响[1]。近年来,经济迅速发展导致能源需求不断增大,石油、天然气等不可再生资源逐渐短缺。人类迫切要求水能、风能、太阳能等更为清洁的可再生能源。
研究太阳辐射将帮助我们更好地分析气候情况及能源分布状态。此前有学者利用全国62个站点的1986~2015年逐日太阳总辐射数据检验,以此研究我国近30年太阳总辐射时空分布,发现近30年来我国太阳总辐射值总体保持在3309.00~7580.00 MJ/m2,地域特点表现为西高东低[2]。又有周扬、吴文祥等选用西北地区1961~2008年27个辐射站资料与1958~2008年163个气象站资料以规则样条插值法评估西北地区太阳能资源与太阳辐射潜力,总结出西北地区中部太阳能资源最丰富,西部地区次之,东部及西南部资源最贫乏的规律[3]。而在我国南方,亦有李艳兰、何如等对华南区域太阳总辐射时空变化特征进行总体概括,发现华南大部分地区太阳总辐射量有每年减少0.10~17.80 MJ/m2的趋势[4]。同时,西南地区如云南等地也有学者利用云南省1961~2000年日照及有关辐射资料通过太阳总辐射计算公式计算全省太阳总辐射并分析,得出云南地区太阳总辐射整体呈西高东低的分布特点[5]。而湖南、湖北、河南三省所在的华中地区,尽管有张雪芬等[6]、刘可群等[7]以及杜东升等[8]分别利用对河南、湖北及湖南三省太阳辐射进行研究,发现各省太阳总辐射均表现为随时间变化下降的趋势,但其只局限于本省区域并未涵盖整个华中地区。
本文选用1961~2016年56年间全国114个辐射站及814个日照站逐日资料,对之前未曾做出整体分析总结的华中地区太阳辐射时空变化进行更为系统性地研究,揭示近几十年华中地区太阳辐射时空变化特征,为我国太阳能资源布局优化及进一步开发与利用提供新的数据分析支持。
2. 资料和方法
本文气象数据来源于中国气象数据网。采用全国114个辐射站点的1961~2016共计56年逐日太阳总辐射数据,并选用全国819个日照站的1961~2016年逐日日照时数资料。地理数据来源于地理空间数据云网。在地理空间数据云网获取90 m分辨率华中地区高程数据作为底图,使用ArcGIS进行后续规则样条插值分析处理。同时按气象季节划分方法将季节划分为春季(3~5月)、夏季(6~8月)、秋季(9~11月)、冬季(12月~次年2月),对各年、季节做变化趋势分析并计算各年、季节气候倾向率,同时利用Mann-Kendall检验对年、四季变化做M-K趋势显著性检验,判断其变化的显著程度。
2.1. 太阳总辐射
由于我国辐射站点较少,为提高数据精度采用间接的辐射气候学计算方法计算相关辐射是有必要的[9]。早在20世纪60年代,左大康等就根据太阳总辐射月总量和日照百分率关系提出我国太阳总辐射气候学计算公式[10],之后有王炳忠等拟合西部地区的经验公式,进一步补充了我国太阳辐射计算的空白[11]。本文采用公认的太阳总辐射计算公式[12]:
式中:
为太阳总辐射,
为天文辐射,a、b为经验系数,
为日照百分率。
2.2. 天文辐射
天文辐射指未经大气削减的到达大气上界的太阳辐射[8],其计算公式为:
式中:
为天文辐射,
为一天的时间(s),
为日地距离订正系数,
为太阳常数(I0 = 1367 W/m2),
为日没时角,
为当地纬度(rad),
为太阳赤纬(rad)。
为计算天文辐射先计算日地距离订正系数、太阳赤纬及日没时角,其计算公式如下。
2.2.1. 日地距离订正系数
2.2.2. 太阳赤纬
可从每年发布的天文年历中查出,或者通过计算公式计算[13]:
在日地距离订正系数及太阳赤纬计算公式中,
。其中
表示日期在年内的排列序号,自1月1日为1,平年至12月31日为365,闰年至12月31日为366。
2.2.3. 日没时角
杨建莹等[14]介绍了日没时角的计算公式:
2.3. 日照百分率
式中:
为实际日照时数,
为太阳可照时间。
3. 华中地区太阳总辐射时空变化特征
3.1. 太阳总辐射模型误差分析及总辐射计算
利用华中及其周边地区24个辐射站1961~2016年逐日水平面太阳总辐射Q、逐日水平面天文辐射Q0、以及日照百分率Si资料,对太阳总辐射模型以最小二乘法逐月进行拟合,得出24个站的经验系数a、b,相关系数R及相对误差RE。选取代表华中及其周边地区上中下部的3个主要城市(上部:济南,中部:宜昌,下部:南昌),以各部分代表城市为例,相关结果如表1。
(1) a、b均通过0.05显著性检验。
(2) 逐月相关系数整体基本在0.5之上。其中7、8两月相关系数为各月最好基本处于0.7及以上。而1~2月及11~12月的相关系数整体不甚良好处于0.5之下,尤其以1月和12月最差相关系数基本在0.15~0.49之间。各月中,济南5月份相关系数最大为0.80197,宜昌1月相关系数仅有0.1673,这说明该模型在拟合冬季太阳总辐射时效果会有所降低,但就整体而言仍在可接受范围内。
(3) 相对误差绝大多数在0.1之下。其中6~8月相对误差最小,基本保持在0.05~0.08之间。1~2月与11~12月的相对误差略大,但也基本处于0.14以下。仅有南昌2月份相对误差为0.1438略微超过0.14,宜昌相对误差0.1559略微超过0.15。通常认为绝对误差在0.15之下为可接受程度,在0.1之下为良好程度,这表明尽管1~2月与11~12月相关系数0.14在12个月中较差,但其整体仍处于可接受范围内。
综上所述,运用该模型模拟太阳总辐射是可以接受的。
Table 1. Empirical coefficients a and b in the calculation formula of monthly total solar radiation at 3 stations such as Jinan
表1. 济南等3个站逐月太阳总辐射计算公式中的经验系数a、b
站点 |
系数 |
1月 |
2月 |
3月 |
4月 |
5月 |
6月 |
济南 |
a |
0.1866 |
0.1640 |
0.1297 |
0.0898 |
0.0753 |
0.1303 |
b |
0.4314 |
0.4662 |
0.5398 |
0.6012 |
0.6409 |
0.5600 |
R |
0.5258 |
0.5943 |
0.7121 |
0.7594 |
0.8019 |
0.7418 |
RE |
0.0759 |
0.0872 |
0.0617 |
0.0613 |
0.0619 |
0.0650 |
宜昌 |
a |
0.2513 |
0.1847 |
0.1164 |
0.0876 |
0.0932 |
0.1165 |
b |
0.1565 |
0.2540 |
0.3915 |
0.4973 |
0.5160 |
0.5103 |
R |
0.1673 |
0.2422 |
0.4313 |
0.5451 |
0.5796 |
0.5924 |
RE |
0.1116 |
0.1559 |
0.1201 |
0.0995 |
0.0925 |
0.0874 |
南昌 |
a |
0.2077 |
0.1673 |
0.1017 |
0.1162 |
0.1209 |
0.1574 |
b |
0.2770 |
0.3408 |
0.4620 |
0.4716 |
0.5205 |
0.4363 |
R |
0.2633 |
0.3395 |
0.4529 |
0.5462 |
0.6191 |
0.5228 |
RE |
0.0929 |
0.1438 |
0.0999 |
0.0902 |
0.0611 |
0.0560 |
站点 |
系数 |
7月 |
8月 |
9月 |
10月 |
11月 |
12月 |
济南 |
a |
0.1410 |
0.1424 |
0.1492 |
0.1433 |
0.1680 |
0.1874 |
b |
0.5104 |
0.5018 |
0.5053 |
0.5221 |
0.4871 |
0.4366 |
R |
0.7330 |
0.7235 |
0.6853 |
0.6915 |
0.5957 |
0.4811 |
RE |
0.0729 |
0.0706 |
0.0777 |
0.0630 |
0.0618 |
0.0924 |
宜昌 |
a |
0.1396 |
0.1389 |
0.1172 |
0.1233 |
0.1882 |
0.2459 |
b |
0.5080 |
0.5049 |
0.4712 |
0.4363 |
0.3178 |
0.1848 |
R |
0.6584 |
0.6660 |
0.5493 |
0.4567 |
0.3893 |
0.1843 |
RE |
0.0949 |
0.0803 |
0.1088 |
0.1124 |
0.1244 |
0.1278 |
南昌 |
a |
0.1598 |
0.1875 |
0.1870 |
0.1748 |
0.2226 |
0.2014 |
b |
0.5196 |
0.4768 |
0.4521 |
0.4495 |
0.3294 |
0.3526 |
R |
0.6974 |
0.6820 |
0.5995 |
0.5592 |
0.4144 |
0.3362 |
RE |
0.0583 |
0.0504 |
0.0477 |
0.0691 |
0.0958 |
0.1139 |
3.2. 华中地区太阳总辐射随时间变化分析
运用太阳总辐射公式反算1961~2016年全国太阳总辐射逐月数据后,提取华中地区所需辐射数据并进行年、四季多年平均太阳总辐射随时间变化的相关分析。
3.2.1. 华中地区年太阳总辐射随时间变化分析
图1为1961~2016年华中地区年太阳总辐射随时间变化图,由图1可知,1961~2016年56年间华中地区的太阳总辐射随时间变化整体呈现波动下降趋势(p < 0.05)。且华中地区年太阳总辐射的气候倾向率为−26.86 MJ/m2/10a,这表明华中地区年太阳总辐射整体下降十分明显。
尽管华中地区太阳总辐射呈下降趋势,其太阳总辐射量在56年里均大于4200.00 MJ/m2,1961~2016年间华中地区太阳总辐射平均值为4388.26 MJ/m2,绝大多数年太阳总辐射值位于4300.00~4500.00 MJ/m2,并在1966年达到最大值4600.00 MJ/m2,且自1971年之后年太阳总辐射出现明显的下降趋势,直至2014年辐射值降至最小4250.00 MJ/m2。这表明华中地区整体太阳辐射资源仍较丰富。
Figure 1. Variation of annual total solar radiation with time in Central China (1961~2016)
图1. 华中地区年太阳总辐射随时间变化(1961~2016)
3.2.2. 华中地区四季太阳总辐射随时间变化分析
为更细致分析华中地区四季太阳总辐射变化趋势,绘制四季太阳总辐射随时间变化图(图2~5)。
以春季变化(图2)为例,春季太阳总辐射随时间变化表现为不明显的上升趋势。其气候倾向率仅有1.38 MJ/m2/10a,M-K趋势显著性检验结果也并未通过0.05显著性检验,这与春季太阳总辐射在56年变化间存在不明显的上升趋势相吻合。而1961~2016年间,华中地区春季太阳辐射资源始终保持在较丰富的水平。56年间春季整体太阳辐射值在1100.00 MJ/m2以上,平均值为1156.38 MJ/m2。期间太阳总辐射最大值出现在2011年为1220.00 MJ/m2左右,最低值出现在1973年为1090.00 MJ/m2左右,绝大多数太阳总辐射值处于1120.00~1200.00 MJ/m2,这表明,春季太阳总辐射的不明显上升趋势对整体太阳辐射值影响较小。
Figure 2. Variation of spring total solar radiation with time in Central China (1961~2016)
图2. 华中地区春季太阳总辐射随时间变化(1961~2016)
夏季太阳辐射资源同样较为丰富,由图3华中地区夏季太阳总辐射随时间变化可知,56年间夏季太阳总辐射值总体大于1400.00 MJ/m2,为四季最高。其多年平均值为1526.22 MJ/m2,期间太阳总辐射最大值出现在1966年为1690.00 MJ/m2左右,1993年为最低值1400.00 MJ/m2,多数年份太阳总辐射值分布于1450.00~1600.00 MJ/m2,在中纬度地区属较高水平。
Figure 3. Variation of summer total solar radiation with time in Central China (1961~2016)
图3. 华中地区夏季太阳总辐射随时间变化(1961~2016)
此外,夏季太阳总辐射气候倾向率高达−23.72 MJ/m2/10a,这一值与年太阳总辐射气候倾向率−26.86 MJ/m2/10a几乎相当,其M-K趋势显著性检验也通过了0.05显著性检验,上述结果表明夏季太阳总辐射随时间变化在1961~2016年间呈现出显著下降趋势。
与夏季相同,秋、冬两季太阳总辐射随时间变化同样表现为明显下降趋势(p < 0.05),图4、图5分别为秋季、冬季华中地区太阳总辐射随时间变化图。
Figure 4. Variation of autumn total solar radiation with time in Central China (1961~2016)
图4. 华中地区秋季太阳总辐射随时间变化(1961~2016)
Figure 5. Variation of winter total solar radiation with time in Central China (1961~2016)
图5. 华中地区冬季太阳总辐射随时间变化(1961~2016)
由图4、图5可知,秋、冬二季气候倾向率均远小于夏季,这表明秋、冬二季太阳总辐射虽呈明显下降趋势但其降低速率远低于夏季。同时,秋冬两季56年间季内总辐射变化亦远小于夏季,秋季变化幅度为85.00 MJ/m2,冬季仅为33.00 MJ/m2为四季最小。这表明华中地区秋、冬两季太阳总辐射量在多年变化中整体较为稳定。
3.3. 华中地区华中地区太阳总辐射年变化特征
以华中地区各月平均辐射量绘制华中地区太阳总辐射年变化图(图6)进行年内变化分析。
如图6所示,华中地区月太阳总辐射平均量总体保持夏季最多,春秋次之,冬季最少的单峰型特点。其中,1月太阳总辐射量最少,仅为233.80 MJ/m2,1月之后太阳总辐射量开始逐渐增多至7月达到最大值为544.90 MJ/m2。在全年变化中,冬季(12月~次年2月)太阳总辐射季内变化最大,变化量仅为5.6 MJ/m2。而春季(3~5月)平均量变化最大,为141.00 MJ/m2,这表明冬季各月华中地区接收到的太阳辐射十分稳定,而春季受其余因素影响接收到的太阳辐射变化较大。此外,夏秋交替的8~9月平均量减少最快,达到109.20 MJ/m2,说明自9月开始太阳总辐射出现明显的降低。
Figure 6. Variation of annual total solar radiation in Central China (1961~2016)
图6. 华中地区冬季太阳总辐射随时间变化(1961~2016)
4. 华中地区太阳总辐射空间分布特征
注:使用软件arcgis制图。
Figure 7. Spatial distribution of annual total solar radiation in Central China
图7. 华中地区年太阳总辐射空间分布
注:使用软件arcgis制图。
Figure 8. Spatial distribution of total solar radiation in four seasons in Central China. (a) Spring; (b) summer; (c) autumn; (d) winter
图8. 华中地区四季太阳总辐射空间分布。(a) 春季;(b) 夏季;(c) 秋季;(d) 冬季
在ArcGIS中以规则样条插值法插值后制作华中地区年及四季太阳总辐射空间分布图(图7,图8)。
由图7可知,华中地区多年太阳总辐射平均值在3446.12 MJ/m2至5326.83 MJ/m2,且辐射分布的地域特点为自东北向西南递减。多年太阳总辐射平均最大值区为河南省济源、焦作、新乡等地区,这些地区年太阳总辐射平均值均达到5039.20 MJ/m2以上。
自郑州、开封等次大值区向西南多年太阳总辐射平均值进一步减少,至华中西南端的恩施土家族苗族自治州西南部、湘西土家族苗族自治州中部及西北部地区,多年太阳总辐射低于3696.88 MJ/m2,为辐射最低值区。
由图8可得,四季多年太阳总辐射整体仍保持自东北向西南递减的规律,但各季变化较大。其中夏季辐射值大于1605.00 MJ/m2的最大值区位于华中北部的济源、焦作两市;辐射值小于1334.00 MJ/m2的最小值区为恩施土家族苗族自治州西南部及湘西土家族苗族自治州中部和西北部,最值区与全年分布相吻合。
而春季太阳总辐射相对低值区(656.00~1063.00 MJ/m2)在四季中范围最广,基本涵盖整个华中地区的南部。夏季面积则大幅缩小至恩施土家族苗族自治州、湘西土家族苗族自治州及张家界市,秋季略微增大后冬季进一步向南扩张至怀化等市。相对最高值区变化同样显著,四季中仅有秋季相对最高值区(1063.00~1198.00 MJ/m2)南移至华中南端的永州市,其余三季最高值区均位于华中北部。
5. 主要结论
(1) 1961~2016年间华中地区年太阳总辐射随时间变化呈波动下降趋势。过程中年太阳总辐射最大值出现在1966年为4600.00 MJ/m2,最小值出现于2014年为4250.00 MJ/m2,且1971年之后年太阳总辐射出现明显的下降趋势。而四季太阳总辐射中除春季太阳总辐射整体表现为不显著的上升趋势外,其余三季均表现为显著下降趋势(p < 0.05),但年及各季太阳总辐射量在中纬度地区仍属较高水平。
(2) 华中地区年及四季太阳总辐射分布的地域特点都表现为自东北向西南递减的特点,但季节空间分布变化很大。其中年太阳总辐射平均值在3446.12~5326.83 MJ/m2之间,最大值区位于华中北部济源、焦作等市。最小值区位于华中西南部恩施、湘西土家族苗族自治州。
四季变化中,春季太阳总辐射相对低值区(657.00~1063.00 MJ/m2)范围最广,夏季太阳总辐射最值分布与全年基本相当,秋季相对最高值区(1063.00~1198.00 MJ/m2)南移至华中南部永州市,冬季最高值区范围最大。
6. 存在的问题与展望
由于2017年及以后的辐射站点数据形式与此前相比发生了较大改变,很难统一起来用作数据处理分析,导致分析时间段只能集中于1961~2016年间而对华中地区太阳总辐射近10年的变化了解甚少。同时,由于时间问题原始数据中缺测漏测数据较多,对于这些数据使用多年平均的方式代替其实际值,难免与实际情况有所偏差。
未来工作将集中于两方面:其一为找寻更为准确精细的方法,如EM算法、机器学习等更为稳健准确的方法对缺测漏测数据进行处理,进一步提高整体数据的精确度,提升研究结果的准确性;其二为延长时间选取长度,对2017年之后的辐射及日照数据进行处理,并与1961~2016年数据相结合,重新运用太阳总辐射公式对华中地区太阳总辐射进行研究,以此对华中地区太阳辐射时空变化进行时效性更强的分析。
基金项目
成都信息工程大学科学与技术创新能力提升项目(KYQN202205);2025年度大学生创新训练项目(X202510621004);中国气象科学研究院科技合作项目(2024002K):复杂地形区太阳能资源精细化评估及价值转化研究与实践–以中国西南地区为例。