地球信息科学学报 2018 , 20 (2): 186-195 https://doi.org/10.12082/dqxxkx.2018.170363

地理空间分析综合应用

天文辐射空间分布与尺度效应研究

周文臻^1,2^,, 陈楠^1,2

1. 福州大学福建省空间信息工程研究中心,福州 350002
2. 福州大学空间数据挖掘与信息共享教育部重点实验室,福州 350002

Spatial Distribution of Extraterrestrial Solar Radiation and Its Spatial Scale Effect on Rugged Terrains

ZHOU Wenzhen^1,2^,, CHEN Nan^1,2^,

1. Spatial Information Research Center, Fuzhou University, Fuzhou 350002, China
2. Key Lab for Spatial Data Mining and Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350002, China

通讯作者: *通讯作者：陈楠（1975-）,男,博士,副研究员,研究方向为数字地形分析。E-mail：fjcn99@163.com

收稿日期: 2017-04-30

修回日期: 2017-08-25

网络出版日期: 2018-03-02

基金资助: 国家自然科学基金项目（41771423）

作者简介:

作者简介：周文臻（1991-）,男,硕士生,研究方向为地理信息服务。E-mail：zhouwenzhen@outlook.com

展开

摘要

天文辐射是地表实际入射太阳辐射的基础背景,也是辐射计算、太阳能资源评估和农业生产潜力估算等方面的重要天文参量。本文基于分辨率为30 m的福建省数字高程模型,使用MATLAB软件提供的并行计算框架模拟了起伏地形下福建省天文辐射空间分布,定量地分析了坡度坡向对天文辐射分布的影响规律,同时探讨数字高程模型对天文辐射产生的空间尺度效应。结果表明：福建省年天文辐射量大部分处于10 000~13 000 MJ/m²,呈现东南沿海向中西部递减的分布特征;不同季节的天文辐射分布受纬度和坡度坡向的影响具有明显的差异性,呈现季节分布的不对称性;不同坡度和坡向对天文辐射的影响与福建省总体上西北高东南低地势特征相吻合,天文辐射量随坡度增大而减小,东、东南和南坡向是天文辐射分布较集中的区域,总体上呈现山脊多、山谷少、阳坡多、阴坡少的地域差异性;数字高程模型的空间尺度效应在起伏较大的福建中西部丘陵地貌表现更加明显,该区域的天文辐射对分辨率的变化更加敏感。

关键词： 起伏地形 ; 天文辐射 ; 空间分布 ; 尺度效应 ; 数字高程模型

Abstract

The Extraterrestrial Solar Radiation (ESR) is the basis of surface solar irradiance, and it is also an important astronomical parameter for calculating solar radiation, assessing solar energy resource and for estimation of agricultural potential productivity. Based on Digital Elevation Model (DEM) data of Fujian Province with a resolution of 30 meters, the spatial distribution of ESR over rugged terrains of Fujian Province was calculated by using parallel computing framework of MATLAB software. Then, the influences of slopes and aspects on the distribution of ESR were quantitatively analyzed. Finally, the spatial scale effects of DEM on ESR were discussed. The results clearly depict that the latitude and complex landforms profoundly disrupt the zonal distribution of ESR in Fujian Province. The terrain factors have more significant effects on the magnitude of ESR compared with the latitude. Annual ESR of Fujian Province was mainly at 10 000~13 000 MJ/m²and presented a decrease trend from Southeast coastal areas to the Midwestern areas. As affected by the slopes and aspects, the ESR over seasons showed characteristics of differences and dissymmetry. The screening impact of topography was higher on spatial distribution of ESR in winter and considerably low in summer. The total amount of ESR in spring was larger than that in autumn. The influences of different slopes and aspects on the distribution of ESR were consistent with the terrain characteristics of Fujian Province, which is high in the northwest and low in the southeast. The ESR was depleted obviously along with the increase of the slope. The ESR was mainly concentrated in the east, southeast and south. The impact of topographic feature was significant, the ESR in the chine was bigger than the one in the valley and the one in the sunny slope is more than that in the shady slope. Meanwhile, the effect of spatial scale of the DEM was obvious. The ESR of Hills of Midwestern Fujian Province was more sensitive to changes in resolution.

Keywords： rugged terrains ; extraterrestrial solar radiation ; spatial distribution ; spatial scale effects ; digital elevation model

PDF (1742KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

周文臻, 陈楠. 天文辐射空间分布与尺度效应研究[J]. 地球信息科学学报, 2018, 20(2): 186-195 https://doi.org/10.12082/dqxxkx.2018.170363

ZHOU Wenzhen, CHEN Nan. Spatial Distribution of Extraterrestrial Solar Radiation and Its Spatial Scale Effect on Rugged Terrains[J]. Journal of Geo-information Science, 2018, 20(2): 186-195 https://doi.org/10.12082/dqxxkx.2018.170363

1 引言

作为新能源之一的太阳辐射,具有充分的清洁性、绝对的安全性、相对的广泛性、确实的长寿命和免维护性、资源的充足性及潜在的经济性等优点,在长期的能源战略中具有重要地位^[1]。太阳辐射是地球上最主要的热量来源,对气候形成及植被生长发育具有重要影响^[2]。太阳辐射的传递最先到达地球大气上界,如果不考虑地球大气和不同性质的地球表面对太阳辐射所造成的影响,把地球假想为没有大气的均一体,这种条件下的太阳辐射称为天文辐射^[3]。天文辐射是地球大气产生冷暖变化的根本原因,也是产生各种天气现象的动因。天文辐射是日地天文关系所决定的重要特征量,可以简单的定义为无大气存在时入射到地球表面的太阳辐射^[4],它是太阳辐射计算重要的起始数据之一。影响天文辐射强弱的主要因素有太阳高度角、太阳方位角、纬度和地形,这种纬度、地形的变化是形成气温纬度性和地域性分布的基本原因。

在山地日照和坡面辐射的理论研究和区域试验中许多研究者^{[5,6,7,8,9,10,11]}考虑了地形的影响因素,为起伏地形下的天文辐射相关研究提供了新的思路。对于起伏地形下的天文辐射量的计算,充分考虑地形遮蔽和下垫面多样性的影响可以有效减小水平面辐射量存在的误差。实际地形中的遮蔽度主要来自于自身的遮蔽和周围地形的相互遮蔽,使起伏地形下天文辐射场的计算变得非常复杂^[12]。

从单一坡面到起伏地形,从考虑地形因子到天文参数,从局部计算到全球模拟,许多研究者从不同的方向对起伏地形下的天文辐射进行了深入研究。全球任意纬度非水平面天文辐射各时段总量系统图像的出现^[4],丰富和完善了非水平面天文辐射的理论规律。但非水平面只运用了相对水平面的倾斜角并没有考虑坡度坡向等地形因子所造成的影响,因此有研究者^[13,14]提出了在理论上比较严密的椭圆积分模式来计算坡面的天文辐射,此方法普遍适用于全球任意坡度坡向的坡地。然而,影响起伏地形下天文辐射强弱的因素不仅仅局限于坡度坡向,地形起伏所造成的遮蔽同样是不可忽视的。天文辐射分段式积分模拟方法充分考虑了起伏地形之间的相互遮蔽,从而解决了起伏地形天文辐射量的计算难题^{[15,16,17,18,19,20,21]},本文将采用此方法计算起伏地形下的天文辐射量。

本文以先进星载热发射和反射辐射仪全球数字高程模型（ASTER GDEM）第二版本分辨率为30 m的福建省数字高程模型（Digital Elevation Model,DEM）数据为输入参数,设计了基于MATLAB起伏地形下天文辐射的并行计算框架,分析了高分辨率DEM数据下天文辐射空间分布,定量分析坡度坡向对天文辐射的影响规律以及DEM分辨率变化所产生的空间尺度效应。本研究有助于进一步深入透彻了解天文辐射的空间分布特征,对于最大化开发利用太阳能资源具有实际应用价值,为后续全国乃至欧亚大陆范围的天文辐射量并行计算奠定计算基础,也为气候和环境等方面的研究提供基础数据。

2 研究区概况与数据源

福建省位于中国东南沿海,境内峰岭耸峙,丘陵连绵,河谷、盆地穿插其间,山地、丘陵占全省总面积的80%以上（图1）。地势总体上西北高东南低,横断面略呈马鞍形。福建省靠近北回归线,受季风环流和地形的影响,形成暖热湿润的亚热带海洋性季风气候,热量丰富,光照充足,年平均气温17~21℃。本文采用的DEM数据来源于https://gdex.cr.usgs.gov/gdex/,ASTER GDEM数据按经纬度1°×1°分割,福建省由25幅分幅组成。分辨率为90 m和1000 m的DEM数据采用Shuttle Radar Topography Mission （STRM）数据源,来源于http://srtm.csi.cgiar.org/。

显示原图| 下载原图ZIP| 生成PPT

图1 研究区域

Fig. 1 The study area

3 研究方法

3.1 技术路线

本研究技术路线如图2所示。分辨率为30 m的福建省 DEM数据其数据量较大且起伏地形下天文辐射算法时间及空间复杂度较高,单机的计算速度和效率已经远远不能满足需求。随着多核和集群技术的快速发展,并行程序设计成为提高数值计算效率的主流技术之一。本研究基于MATLAB软件提供的并行计算框架设计了起伏地形下天文辐射的并行计算模型,有效提高计算效率,起伏地形下天文辐射的并行计算模型见3.2节。

显示原图| 下载原图ZIP| 生成PPT

图2 技术路线图

Fig. 2 Technical roadmap of this study

3.2 起伏地形下天文辐射分布式估算模型

实际地形复杂多变,呈现不规则状态,计算起伏地形下天文辐射量应该考虑地形遮蔽情况,而坡面具体某一点的可照时间无法采用统一的数学公式表达,因此采用分段式积分^[15]的方法获得,其计算公式为：

$\begin{matrix} w_{s} = \frac{T_{}}{2 π} {(\frac{1}{ρ})}^{2} I_{0} [usinδ \overset{m}{\sum_{l = 1}} (ω_{ssl} - ω_{srl}) + vcosδ \overset{m}{\sum_{l = 1}} (\sin ω_{ssl} \\ - \sin ω_{srl}) - wcosδ \overset{m}{\sum_{l = 1}} (\cos ω_{ssl} - \cos ω_{srl})] \end{matrix}$ （1）

式中： $\begin{matrix} w_{s} \end{matrix}$ 为起伏地形下天文辐射量（ $\begin{matrix} MJ / m^{2} \end{matrix}$ ）; $\begin{matrix} T \end{matrix}$ 为日长（1440 min）; $\begin{matrix} {(\frac{1}{ρ})}^{2} \end{matrix}$ 为日地距离校正系数; $\begin{matrix} I_{0} \end{matrix}$ 为太阳常数（0.082 $\begin{matrix} MJ / m^{2} / \min \end{matrix}$ ）; $\begin{matrix} ω \end{matrix}$ 为时角（从太阳正午算起,向西为正,向东为负, $\begin{matrix} rad \end{matrix}$ ）; $\begin{matrix} ω_{srl} \end{matrix}$ 和 $\begin{matrix} ω_{ssl} \end{matrix}$ 为倾斜面可照时段对应的起始和终止太阳时角; $\begin{matrix} δ \end{matrix}$ 为太阳赤纬,采用傅里叶分析计算（ $\begin{matrix} rad \end{matrix}$ ）;m为根据时间步长将日出到日落划分的段数,本文计算过程中时间步长设定为20 min。

$\begin{matrix} δ = 0.006894 - 0.399512 cosτ + 0.072075 sinτ - \\ 0.006799 \cos 2 τ + 0.000896 \sin 2 τ - 0.002689 \cos 3 τ \\ + 0.001516 \sin 3 τ \end{matrix}$ （2）

$\begin{matrix} \{\begin{matrix} u = sinφcosα - cosφsinαcosβ \\ v = sinφsinαcosβ + cosφcosα \\ w = sinαsinβ \end{matrix} \end{matrix}$ （3）

$\begin{matrix} {(\frac{1}{ρ})}^{2} = 1.000109 + 0.033494 cosτ + 0.001472 sinτ + \\ 0.000768 \cos 2 τ + 0.000079 \sin 2 τ \end{matrix}$ （4）

式中： $\begin{matrix} τ \end{matrix}$ 为日角（ $\begin{matrix} rad \end{matrix}$ ）, $\begin{matrix} τ = 2 πt \end{matrix} \begin{matrix} / 365.24 22 ， t = N - 1 \end{matrix}$ , $\begin{matrix} N \end{matrix}$ 为积日,即日期在年内的顺序号; $\begin{matrix} u 、 v 、 w \end{matrix}$ 是与地理、地形有关的特征因子; $\begin{matrix} α \end{matrix}$ 为坡度,即坡面与水平面之间的夹角,在坡度分析时采用水保通用分级标准分为13个级别（0~3°、3~5°、5~10°、10~15°、15~20°、20~25°、25~30°、30~35°、35~40°、40~45°、45~50°、50~55°、55~90°）; $\begin{matrix} β \end{matrix}$ 为坡向,即坡面法线与当地子午面之间的夹角,南向为0°,顺时针方向为正,逆时针方向为负,分为8个方位^[22],地形遮蔽度采用Hillshade^[23]算法。

地形遮蔽度是计算一定时角在一定的方位上格网点对计算点造成的地形遮蔽状况 $\begin{matrix} S_{i} \end{matrix}$ , $\begin{matrix} S_{i} \end{matrix}$ 只有 2种取值,即0和1,0表示遮蔽,1表示可照。通过Hillshade计算遮蔽度（基本原理是在一定的太阳方位角范围内,其最大水平地平线角与当时太阳高度角进行比较,如大于太阳高度角,则处于阴影范围内,太阳辐射为零;否则,需要计算太阳辐射值,ArcGIS中提供了计算周围地形对太阳辐射影响的Hillshade函数,其基本原理是通过为栅格中的每个像元指定太阳高度等信息,来计算表面的假定亮度值,其值是介于0和255之间的整数相关的灰度梯度。通过对Hillshade值进行建模,将等于0的判定为遮蔽;其他介于1和255之间重分类为1,判定为可照）,得到遮蔽状况函数数组[ $\begin{matrix} S_{0}, S_{1}, S_{2}, \dots, S_{n}] \end{matrix}$ 。判断相邻2个数组元素,确定计算点当天的可照时数m及每个时段的起始和终止太阳时角,共有4种情况（表1）。

表1 遮蔽状况函数数组中相邻2个元素取值状态

Tab. 1 Possible values of two neighboring elements in the array of shielding status

情况	$\begin{matrix} S_{i} \end{matrix}$	$\begin{matrix} S_{i + 1} \end{matrix}$	含义
1	0	0	遮蔽时段延续
2	0	1	新可照时段开始
3	1	0	可照时段结束
4	1	1	可照时段延续

新窗口打开

出现情况1和4时,保持原有的时角 $\begin{matrix} ω_{i} \end{matrix}$ 。

出现情况2时,新可照时段开始,取相应两个时刻时角的平均值作为新可照时段起始时角,记为 $\begin{matrix} ω_{srl} \end{matrix}$ 。

出现情况3时,可照时段结束,取相应两个时刻时角的平均值作为当前可照时段终止时角,记为 $\begin{matrix} ω_{ssl} \end{matrix}$ 。

另外,如果 $\begin{matrix} S_{0} = 1 \end{matrix}$ , $\begin{matrix} ω_{srl} \end{matrix}$ =- $\begin{matrix} ω_{0} \end{matrix}$ , $\begin{matrix} S_{n} = 1 \end{matrix}$ , $\begin{matrix} ω_{srl} \end{matrix}$ = $\begin{matrix} ω_{0} \end{matrix}$ ,最终得到m段可照时段的太阳时角数组：

[ $\begin{matrix} ω_{sr 1} \end{matrix}$ , $\begin{matrix} ω_{ss 1} \end{matrix}$ ,…, $\begin{matrix} ω_{srl} \end{matrix}$ , $\begin{matrix} ω_{ssl} \end{matrix}$ ,…, $\begin{matrix} ω_{srm} \end{matrix}$ , $\begin{matrix} ω_{ssm} \end{matrix}$ ]

4 结果与讨论

使用分辨率为30 m的福建省DEM原始高程数据,并行计算福建省月、季和年天文辐射量,分析其空间分布规律以及DEM分辨率空间尺度效应。太阳高度角、太阳方位角、坡度坡向以及地形遮蔽度是天文辐射重要的影响因子。福建省地势总体上西北高东南低,西部和中部形成东北向斜贯全省的闽西大山带和闽中大山带。2个大山带之间为互不贯通的河谷、盆地,东部沿海为丘陵、台地和滨海平原,因此西、中部的地形坡度大于东部沿海,受地形遮蔽度的影响程度较大。

4.1 月、季节天文辐射量空间分布特征分析

统计福建省1-12月的月天文辐射量数据,如图3所示。从各月平均天文辐射量角度分析得出7月最高,12月最低,分别为1149.584 MJ/m²和698.866 MJ/m²。月平均天文辐射量曲线偏度为-0.22呈负偏态分布,峰度为1.232分布的集中程度低于正态分布,曲线相对平坦。4-8月月天文辐射量平均值均超过1000 MJ/m²。1-12月天文参数和纬度对天文辐射的影响很小,而坡度和坡向的影响相当显著^[24]。7月天文辐射的总体分布差异较小影响天文辐射的主要因素为坡度坡向,纬度影响较弱;而12月差异开始突显,这是纬度和坡度坡向共同影响的结果,福建位于北回归线以北地区12月太阳高度角最小,在相同纬度下地形起伏产生的地形遮蔽度的影响进一步增强。

显示原图| 下载原图ZIP| 生成PPT

图3 福建省月天文辐射量平均值的时间变化

Fig. 3 Monthly variation of ESR in Fujian province

分别统计福建省四季天文辐射量（春季：3-5月、夏季：6-8月、秋季：9-11月、冬季：12、1-2月）。由图4可以看出,福建省不同季节天文辐射量的变化规律为自东南沿海向中西部递减。不同的季节具有明显的差异性,季节天文辐射量的最大值和平均值的变化规律依次为夏季最大,春、秋位列二三,冬季最小,表现出福建省天文辐射四季分布的不对称性。在夏季,太阳直射点位于赤道和北回归线之间,太阳高度较大,纬度和地形起伏的影响减小,北半球接收到的太阳天文辐射是最高的,其天文辐射量的变异系数为290.9263,东南沿海与中西部差异性较小;而冬季太阳高度角较小,地形起伏产生的地形遮蔽度对天文辐射产生较严重影响,其天文辐射量的变异系数增大,约为夏季的2.15倍,东南沿海和中西部地区的差异变大。

不同月份、季节表现出山脊多、山谷少、阳坡多、阴坡少的地域差异性,选取福建省丘陵地貌样区1月天文辐射,如图5所示。受坡向和地形遮蔽度的影响,天文辐射在山脊与山谷的分布形成明显对比。山谷在起伏地形产生的遮蔽度的影响下,所接收到的天文辐射小于山脊,这种差异性的产生与可照时间和长度和范围密切相关;坡向按阳阴坡分类,北半球南坡属于阳坡,东南、西南大致划分为半阳坡,各月、季节天文辐射的最大值一般分布在山脊、阳坡和半阳坡,这些区域接收天文辐射的时间在无地形遮蔽影响下较长且范围较广,一般出现天文辐射高值。而阴坡、半阴坡由于太阳照射不利或地形遮蔽接收到的太阳辐射远低于阳坡、半阳坡。

显示原图| 下载原图ZIP| 生成PPT

图4 福建省四季天文辐射量空间分布

Fig. 4 Spatial distribution of seasonal ESR in Fujian province

显示原图| 下载原图ZIP| 生成PPT

图5 福建省中西部丘陵地貌某样区1月天文辐射量

Fig. 5 Spatial distribution of ESR in a sample area of the hill landform of Middle-western Fujian in January

4.2 年天文辐射量的空间分布特征分析

4.2.1 年天文辐射空间分布

福建省太阳年天文辐射量如图6所示,统计最大值约为12 913 MJ/m² ,平均的年天文辐射为 11 016.23 MJ/m²,分布范围为11 000~12 913 MJ/m²之间（图7）。图7中每圆圈数值为年天文辐射量等级占总的年天文辐射量面积百分比（此百分比数值进行以e为底的对数处理,当圆圈的数值为0时,该年天文辐射量等级约占1%）。东南部的厦（门）漳（州）泉（州）是天文辐射高值的集中区域,自东南沿海向中西部递减,总体上东部沿海地区的天文辐射量大于中西部地区。天文辐射的空间分布受太阳高度角、地理纬度和地形的共同影响。福建省地处中纬度地带且主要以丘陵地貌类型为主,坡度一般较缓,切割破碎,无一定方向,地面崎岖不平。这种地貌类型下地形遮蔽度的影响相较于平原地貌进一步加重,天文辐射量受地形影响较为突出（尤其体现在中西部的低中山丘陵地貌）。而东南沿海是平原、海岛地貌,高度变化微小,地势平坦起伏较小,地形影响较弱,可接收天文辐射的时间较长范围较广,因此整体的天文辐射量较大。

显示原图| 下载原图ZIP| 生成PPT

图6 福建省年天文辐射量空间分布

Fig. 6 Spatial distribution of annual ESR in Fujian Province

显示原图| 下载原图ZIP| 生成PPT

图7 福建省年天文辐射量统计（MJ/m²）

Fig. 7 Statistics of annual ESR in Fujian province

4.2.2 坡度对年天文辐射的影响

利用福建省年天文辐射量数据,分析坡度与天文辐射的关系以及相同坡向下年天文辐射量随坡度的变化规律。图8是不同坡度平均年天文辐射量变化规律。随着坡度的递增,每个坡度栅格接收到的年天文辐射量呈现明显的递减趋势。丘陵地貌由连绵不断的低矮山丘组成的地形,起伏不大坡度较缓此处地形遮蔽影响相对山区较弱,使单栅格接收的太阳辐射相对较大。福建省属于东南丘陵的浙闽丘陵地貌,依据数据统计得出大部分坡度位于0~20°且此坡段每个栅格年天文辐射量都较大,因此该区间的坡度栅格接收到的天文辐射量是整个福建省天文辐射量的主要组成部分。

显示原图| 下载原图ZIP| 生成PPT

图8 不同坡度平均年天文辐射量变化规律

Fig. 8 Variations of mean annual ESR at different slopes

图9是相同坡向下福建省年天文辐射量随坡度变化曲线。在相同的坡向下,福建省年天文辐射量受坡度的影响比较显著,不同坡向年天文辐射量随着坡度的增加大致呈现下降趋势。在东南、南坡向上,随着坡度的增加年天文辐射量先增加后减小,其中坡度<20°年天文辐射量涨幅较小,可以认为 <20°时随着坡度的增加基本无发生变化,说明东南、南坡向在坡度<20°范围内对坡度的变化不敏感;坡度>20°时东南、南坡向随着坡度的增加开始减小;其余6个坡向,年天文辐射量随坡度的增加而不断减小,其中坡度在0~15°年天文辐射量的减少幅度明显小于15~90°。整体上任意坡向天文辐射量随着坡度的增加而减少。

显示原图| 下载原图ZIP| 生成PPT

图9 不同坡向年天文辐射量随坡度变化规律

Fig. 9 Variations of mean annual ESR of different aspects with the slopes

4.2.3 坡向对年天文辐射的影响

在坡度分级基础上,按照不同的坡度等级分别统计各个坡向年平均天文辐射量,分析在坡度一定下,福建省年平均天文辐射量随坡向的变化规律。由图10可知,在相同的坡度下,福建省年天文辐射量随坡向的变化是显著的,其中东、东南和南坡向是天文辐射高值比较集中的区域,这是由于福建省的山脉主要呈现西南-东北走向,坡向较集中于偏东南方向,这些坡向属于阳坡或半阳坡,太阳可直接照射。在坡度<10°时,坡向对年天文辐射量的影响较弱,各个坡向的天文辐射总体上差异较小,其变异系数如表2所示;坡度>10°时,随着坡度的增加坡向对年天文辐射量的影响开始突显,变化幅度较大,且坡度越陡坡向的影响越强烈,其变异系数如表3所示。

显示原图| 下载原图ZIP| 生成PPT

图10 不同坡度年天文辐射量随坡向变化规律

Fig. 10 Variations of mean annual ESR of different slopes with the aspects

表2 坡度小于10°下不同坡向年平均天文辐射量变异系数

Tab. 2 Coefficient of variation in mean annual ESR of different aspects (the slope < 10 °)

	北	东北	东	东南	南	西南	西	西北
变异系数/%	2.81	2.31	0.48	1.11	1.31	0.63	0.47	1.81

新窗口打开

表3 坡度大于10°下不同坡向年平均天文辐射量变异系数

Tab. 3 Coefficient of variation in mean annual ESR of different aspects （the slope > 10 °）

	北	东北	东	东南	南	西南	西	西北
变异系数/%	46.93	54.69	19.09	6.43	14.99	35.28	30.03	22.41

新窗口打开

4.3 天文辐射的空间尺度效应分析

DEM分辨率是DEM刻画地形精确程度的一个重要指标,DEM数据的尺度效应对天文辐射的精度产生的影响是不可忽视的。栅格分辨率是决定DEM 地形描述精度的一个重要的空间尺度参数。随着分辨率的变化,DEM所提取的坡度、坡向以及地形遮蔽信息将产生很大差异^{[25,26,27,28]},这种差异直接影响着天文辐射计算的准确性和不确定性。早期采用1000 m分辨率的DEM数据模拟天文辐射,此分辨率下提取微观的坡度坡向等地形因子存在一定的误差。随着DEM数据源的种类增多,目前模拟天文辐射主要采用STRM DEM 90 m分辨率的DEM数据。本文采用30、90和1000 m分辨率的DEM数据作为数据源分析DEM分辨率对年天文辐射量的影响。

4.3.1 DEM尺度对地形描述精度的影响规律分析

DEM分辨率的变化对于地表实际状况的描述程度存在较大差异性, 采用分辨率为30、90和1000 m的DEM数据提取福建省坡度等级。随着分辨率的粗略化,福建中西部丘陵、低中山地貌地表实际起伏状况逐渐被拉平,较陡的坡度向较缓转换,呈现出较小的起伏特征。统计数据显示就平均坡度而言,30 m分辨率为17.534°,90 m分辨率为13.663°,1000 m分辨率为4.018°,平均坡度呈递减趋势。这种地表的起伏会影响坡度、坡向和地形遮蔽度的变化,对天文辐射量的计算精度产生较大影响。为了进一步说明坡度随分辨率变化的规律,本文统计了3种不同分辨率的福建省DEM数据提取的各等级坡度所占面积百分比数据,如图11所示。

显示原图| 下载原图ZIP| 生成PPT

图11 不同分辨率下各坡度等级所占面积百分比

Fig. 11 Area percentage of the slope rating with different spatial resolutions

图11中不同坡度等级所占面积随着分辨率的变化而变化,在1000 m分辨率下,坡度<5°的区域超过70%,95%的区域坡度<15°,最大坡度为22°,标准差为3°。说明坡度主要集中于小坡度,详细的地形起伏被简化和综合,空间上坡度的差异性很小,地形被高度概括,只能表现出一些大的地形起伏,地形的破碎化程度降低。在90 m分辨下,超过20%的区域坡度<5°,10~15°面积有所增加,坡度<15°的区域超过60%,最大坡度为68°,标准差为8.2°,主要位于福建省西部的低中山地貌。说明地形细部特征逐步开始体现,描述更加接近真实的地貌。当分辨率提高到30 m时,坡度<5°的区域只占11%,坡度 <15°的区域减小到44%。坡度在5~25°的区域超过了60%,更加符合福建省以丘陵为主的地貌类型,最大坡度为74°,标准差为10.2°,说明地形描述更加精确,体现了小尺度地形因子的影响。因此随着分辨率粗略化,地貌的细部特征被简化,舍去小的地形起伏,表现出大的地形起伏特征,对地面复杂程度的描述越来越简单,地形信息将产生缺失,这种缺失所产生的差异性会影响坡度、坡向和地形遮蔽度的准确性。

4.3.2 DEM分辨率对天文辐射的影响规律

采用30、90 和1000 m分辨率的DEM数据计算起伏地形下福建省1月和7月天文辐射量,统计其最大值、最小值、平均值、标准差和变异系数,如表4所示。时间作为横向对比,分辨率从高到低为纵向对比。通过对比分析表明,横向对比中相同分辨率DEM下天文辐射的变异程度1月强于7月,这是 1月太阳高度角数值较小（平均为43.129°）加深了地形起伏产生的地形遮蔽度影响,1月天文辐射的分布较为分散,变异系数较大;纵向对比中,随着DEM分辨率从30 m降低到1000 m,天文辐射的最大值基本保持稳定,最小值逐步上升,平均值呈现递增趋势,变异系数为递减趋势,这种变化与DEM分辨率变化所引起的坡度、坡向和地形遮蔽度的变化有着密切联系,随着分辨率粗略化,地貌的细部特征被简化,对地面复杂程度的描述越来越简单,坡度坡向产生的地形遮蔽度也随之减弱。天文辐射的变化因坡度坡向的改变而改变,坡度坡向随着DEM分辨率粗略化趋于简单集中化,因此天文辐射的分布只表现出大的总体特征,数值偏高且数据分布更加集中,离散变异性减小。

表4 不同分辨率下1、7月天文辐射统计

Tab. 4 Statistics of ESR with different spatial resolutions in January and July

DEM 分辨率/m	1月				7月
DEM 分辨率/m	30		90	1000	30	90	1000
最大值/ (MJ/m²)	1129	1121	1007		1256	1256	1256
最小值/ (MJ/m²)	0	0	331		0	65	1074
平均值/ (MJ/m²)	680.02	702.85	738.63		1149.58	1181.60	1233.10
标准差/ (MJ/m²)	221.21	181.84	68.09		101.19	69.76	15.04
变异系数/ %	32.53	25.87	9.22		8.80	5.90	1.21

新窗口打开

为了更加直观的描绘这种变化,绘制了不同分辨率下福建省7月天文辐射量图,如图12所示。按照1000 m分辨率下福建省7月天文辐射量的取值范围,对分辨率为30 m和90 m的数据重分类。图12（a）中月天文辐射量<1100 MJ/m²的蓝色区域（天文辐射低值区）主要分布在福建省中西部地区,所占面积约为23.1%,大部分属于1201~1250 MJ/m²的土黄色区域（天文辐射高值区）,约占38.9%。当分辨率降低至90 m时,蓝色区域所占面积开始减小,约占11.6%;而土黄色区域有所增加,约占50.8%,蓝色区域所减小的比重与土黄色所增加的比重基本持平,其他区域保持稳定。随着分辨率向粗略化方向发展,分辨率为1000 m时,蓝色区域基本接近于0,土黄色和红色区域增加,其中土黄色区域的增加幅度最大为41%,而其他区域逐步减小。不同颜色区域面积的变化进一步验证了随着分辨率的粗略化天文辐射的分布向集中化发展,省略了小的地形起伏。

显示原图| 下载原图ZIP| 生成PPT

图12 不同分辨率下福建省7月天文辐射量

Fig. 12 ESR with different spatial resolutions in Fujian province in July

高分辨率的DEM数据可以更好地拟合真实的地表,可以更加精细清晰的展现出坡度、坡向和地形遮蔽度,所计算出的天文辐射量也更加符合实际地表状况;而1000 m分辨率的数据本身对于地表的描述过于粗略和简化,加之坡度和坡向属于微观地形因子,因此1000 m分辨率所提取的坡度、坡向和地形遮蔽度中许多局部微小的地形特征被平滑了,所计算的天文辐射量就存在明显的误差。

5 结论

本文基于30 m分辨率的DEM原始高程数据,计算了福建省实际地形下的各月、季节和年天文辐射量的空间分布,并详细分析了不同季节、不同坡度、坡向对天文辐射量的影响规律和不同分辨率天文辐射量的空间尺度效应,主要结论为：

（1）DEM分辨率变化引起的天文辐射量的变化规律存在明显,分辨率越粗略化,天文辐射量越大,分布离散性和变异性越低;对于起伏较大地表较破碎的山地丘陵地貌应该选取分辨率较高的DEM数据。

（2）不同坡度坡向对天文辐射量的影响与福建省总体上西北高东南低地势特征相吻合,福建省大部分区域属于丘陵地貌,天文辐射量随着坡度增大而减小;东、东南和南坡向是天文辐射量分布较集中的区域,总体上呈现山脊多、山谷少、阳坡多、阴坡少的地域差异性。

（3）福建省年天文辐射量由东部沿海向中西部递减的分布特征;7月天文辐射量最高,12月最低;福建省四季天文辐射量大小依次为夏季>春季>秋季>冬季,呈现出不同季节分布的不对称性。

从多角度对太阳辐射进行分析,有助于深入透彻了解其空间格局分布特征,综合太阳辐射的空间分布情况因地制宜选择合适的地点,考虑地球自转下不同太阳高度角和方位角依据太阳辐射时空分布改变太阳能板朝向,以及建筑的地理位置、朝向上的选取等方面都有广泛的应用。

考虑基于高分辨率的DEM数据精细模拟福建省实际地形下的天文辐射和可照时间的空间格局对于推进太阳辐射领域的研究和发展是有一定的贡献价值。本研究存在的不足主要有：DEM高程数据的不确定性对计算结果的影响没有涉及;基于DEM计算起伏地形下的天文辐射存在一定的误差,需要对模型进行进一步修改以符合实际值;坡度、坡向、天文参数和纬度都是影响天文辐射的因素,而哪个因素占主导位置限于篇幅本研究没有进行探讨。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	张雪松,朱想,赵波,等. 基于WT-PLSP的太阳辐射短期预测 [J].干旱区资源与环境,2017,31(6):142-146. https://doi.org/10.13448/j.cnki.jalre.2017.192 URL [本文引用: 1] 摘要太阳辐射的预测对于光伏发电与并网工作有着重要的意义.太阳辐射数据具有较强的非线性和非平稳性,因此将太阳辐射序列进行小波分解,可以提取更多的信息.文中以羊八井光伏电站的观测数据为实验样本,对不同层小波低频系数进行重构,将重构后的序列和原始数据序列一起作为建模数据.最后采用偏最小二乘投影系数法选取特征,建立太阳辐射短期预测神经网络模型和支持向量机模型.实验结果表明,该算法结合神经网络模型效果最好,能够很好的预测太阳短期辐射,而且比原始数据的建模精度有很大提高. [Zhang X S, Zhu X, Zhao B, et al. Shortterm forecasting of solar radiation based on WT-PLSP [J]. Journal of Arid Land Resources and Environment, 2017,31(6):142-146. ] https://doi.org/10.13448/j.cnki.jalre.2017.192 URL [本文引用: 1] 摘要太阳辐射的预测对于光伏发电与并网工作有着重要的意义.太阳辐射数据具有较强的非线性和非平稳性,因此将太阳辐射序列进行小波分解,可以提取更多的信息.文中以羊八井光伏电站的观测数据为实验样本,对不同层小波低频系数进行重构,将重构后的序列和原始数据序列一起作为建模数据.最后采用偏最小二乘投影系数法选取特征,建立太阳辐射短期预测神经网络模型和支持向量机模型.实验结果表明,该算法结合神经网络模型效果最好,能够很好的预测太阳短期辐射,而且比原始数据的建模精度有很大提高.
[2]	魏胜龙,陈志彪,陈志强,等. 微地形上太阳辐射模拟及与地表温度关系研究 [J].国土资源遥感,2017,29(1):129-135. URL [本文引用: 1] [Wei S L, Chen Z B, Chen Z Q, et al. Simulation of the total solar radiation over micro-landform and correlation between the solar radiation and the land surface temperature [J]. Remote Sensing for Land and Resources, 2017,29(1):129-135. ] URL [本文引用: 1]
[3]	盛裴轩. 大气物理学[M].北京:北京大学出版社, 2013. [本文引用: 1] [Sheng P X. Atmosphere physics[M]. Beijing:Peking University Press, 2013. ] [本文引用: 1]
[4]	朱志辉. 非水平面天文辐射的全球分布 [J].中国科学(B辑),1988(10):1100-1110. URL [本文引用: 2] [Zhu Z H. The global distribution of astronomical solar radiation on nohorizontal surfaces [J]. Science in China (Series B), 1988(10):1100-1110. URL [本文引用: 2]
[5]	Dozier J, Frew J. Rapid calculation of terrain parameters for radiation modeling from digital elevation data [J]. IEEE Transactions on geoscience and Remote Sensing, 1990,28(5):963-969. https://doi.org/10.1109/36.58986 URL [本文引用: 1] 摘要 Abstract Digital elevation models are widely used to calculate terrain parameters to determine incoming solar and longwave radiation for use in surface climate models, interpretation of remote-sensing data, and parameters in hydrologic models. Because of the large number of points in an elevation grid, fast algorithms are useful to save computation time. A description is given of rapid methods for calculating slope and azimuth, solar illumination angle, horizons, and view factors for radiation from sky and terrain. Calculation time is reduced by fast algorithms and lookup tables
[6]	Lin W X. Simplified determination of annual and seasonal total extraterrestrial radiation incident on a horizontal surface [J]. Energy, 1990,15(12):1171-1174. https://doi.org/10.1016/0360-5442(90)90108-E URL [本文引用: 1] 摘要 Using day-numbers, we may determine the total extraterrestrial radiation incident on a horizontal surface for an entire year and also for the heating and cooling seasons. Based on theoretical analyses and a large number of calculations, we present correlations that allow the rapid and precise determination of typical day-numbers for an entire year and for the heating and cooling seasons.
[7]	傅抱璞. 坡地对於日照和太陽輻射的影响 [J].南京大学学报(自然科学版),1958(2):23-46. URL [本文引用: 1] [Fu B P. The influence of slope on the sunniness [J].Journal of Nanjing University (Natural Science), 1958(2):23-46. ] URL [本文引用: 1]
[8]	李净,李新. 基于DEM的坡地太阳总辐射估算 [J].太阳能学报,2007,28(8):905-911. URL [本文引用: 1] [Li J, Li X. Estimation of solar radiation over the slope using DEM [J]. Acta Energiae Solaris Sinica, 2007,28(8):905-911. ] URL [本文引用: 1]
[9]	李占清,翁笃鸣. 丘陵山地总辐射的计算模式 [J].气象学报,1988,46(4):461-468. https://doi.org/10.11676/qxxb1988.058 URL Magsci [本文引用: 1] 摘要本文根据对丘陵山地地形参数(平均坡向、坡度和地形遮蔽角)的数值模拟结果,应用试验观测资料,较详细地讨论了山地总辐射的理论计算模式.文中主要讨论了三个问题:山地总辐射理论模式的建立;模式参数的数值试验;模式在大别山南部局部地区的模拟结果及其分析.结果表明,山区总辐射受地形影响非常明显.本模式原则上适用于任何地区各种地形下总辐射的数值模拟. [Li Z Q, Weng D M. A numerical approach of calculating global radiation over rugged areas [J]. Acta Meteorologica Sinica, 1988,46(4):461-468. ] https://doi.org/10.11676/qxxb1988.058 URL Magsci [本文引用: 1] 摘要本文根据对丘陵山地地形参数(平均坡向、坡度和地形遮蔽角)的数值模拟结果,应用试验观测资料,较详细地讨论了山地总辐射的理论计算模式.文中主要讨论了三个问题:山地总辐射理论模式的建立;模式参数的数值试验;模式在大别山南部局部地区的模拟结果及其分析.结果表明,山区总辐射受地形影响非常明显.本模式原则上适用于任何地区各种地形下总辐射的数值模拟.
[10]	李占清,翁笃呜. 一个计算山地日照时间的计算机模式 [J].科学通报,1987(17):1333-1335. URL [本文引用: 1] [Li Z Q, Weng D M. A computer model of calculating topographic sunshine hours [J]. Chinese Science Bulletin, 1987(17):1333-1335. ] URL [本文引用: 1]
[11]	李新,程国栋,陈贤章,等. 任意地形下太阳辐射模型的改进 [J].科学通报,1999,44(9):993-998. https://doi.org/10.3321/j.issn:0023-074X.1999.09.023 URL Magsci [本文引用: 1] 摘要 <p>修正了日照时段计算公式 ;提出了2个太阳辐射计算的几何因子 :环日可见因子和全天各向同性可见因子 ;同时利用计算机图形学中的光线追踪算法模拟地形对太阳辐射的遮蔽 ,利用形状因子计算周围地形对坡面的反射辐射 .</p> [Li X, Cheng G D, Chen X Z, et al. Optimization of solar radiation model in any situation [J]. Chinese Science Bulletin, 1999,44(9):993-998. ] https://doi.org/10.3321/j.issn:0023-074X.1999.09.023 URL Magsci [本文引用: 1] 摘要 <p>修正了日照时段计算公式 ;提出了2个太阳辐射计算的几何因子 :环日可见因子和全天各向同性可见因子 ;同时利用计算机图形学中的光线追踪算法模拟地形对太阳辐射的遮蔽 ,利用形状因子计算周围地形对坡面的反射辐射 .</p>
[12]	曾燕,邱新法,刘绍民. 起伏地形下天文辐射分布式估算模型 [J].地球物理学报,2005,5(5):1028-1033. https://doi.org/10.3321/j.issn:0001-5733.2005.05.008 URL [本文引用: 1] 摘要基于数字高程模型(DEM),建立了起伏地形下天文辐射分布式估算模型.模型全面考虑了地形因子对天文辐射的影响,只需DEM数据作为输入项,适用于遥感图像处理、地理信息系统等数据处理平台.以1km×1km分辨率的DEM数据作为地形的综合反映,计算了我国全年各月天文辐射的空间分布.结果表明:我国年天文辐射总量有明显的纬向分布特点,随着纬度的降低,年天文辐射总量由北向南增加;由于受坡向、坡度和地形遮蔽因子影响,山区天文辐射表现出非地带性分布特征.本文所提供的我国天文辐射数据产品,可作为基础地理数据供相关研究应用. [Zeng Y, Qiu X F, Liu S M. Distributed modeling of extraterrestrial solar radiation over rugged terrains [J]. Chinese Journal of Geophysics, 2005,5(5):1028-1033. ] https://doi.org/10.3321/j.issn:0001-5733.2005.05.008 URL [本文引用: 1] 摘要基于数字高程模型(DEM),建立了起伏地形下天文辐射分布式估算模型.模型全面考虑了地形因子对天文辐射的影响,只需DEM数据作为输入项,适用于遥感图像处理、地理信息系统等数据处理平台.以1km×1km分辨率的DEM数据作为地形的综合反映,计算了我国全年各月天文辐射的空间分布.结果表明:我国年天文辐射总量有明显的纬向分布特点,随着纬度的降低,年天文辐射总量由北向南增加;由于受坡向、坡度和地形遮蔽因子影响,山区天文辐射表现出非地带性分布特征.本文所提供的我国天文辐射数据产品,可作为基础地理数据供相关研究应用.
[13]	孙汉群. 坡面天文辐射日总量临界坡度的研究 [J].气象科学,2014,34(4):404-407. https://doi.org/10.3969/2013jms.0040 URL [本文引用: 1] 摘要就坡面天文辐射日总量而言,在一定纬度、坡向和时段范围内,可能存在坡面天文辐射日总量等于同纬度的水平面上天文辐射日总量的坡度,即临界坡度。临界坡度不仅存在于向阳坡,也存在于背阴坡。一般而言,中低纬度的坡面,临界坡度只有一个,在从地面到临界坡度的坡度范围内,天文辐射日总量大于水平面上的天文辐射日总量。特别地,在春秋分时,在纬度0~45°之间的南坡存在临界坡度,而且临界坡度等于坡面所在纬度的2倍。而极圈内的中高纬度,可能存在2个甚至3个临界坡度。 [Sun H Q. Study on critical slope angles of daily insolation on the slope [J]. Journal of the Meteorological Sciences, 2014,34(4):404-407 https://doi.org/10.3969/2013jms.0040 URL [本文引用: 1] 摘要就坡面天文辐射日总量而言,在一定纬度、坡向和时段范围内,可能存在坡面天文辐射日总量等于同纬度的水平面上天文辐射日总量的坡度,即临界坡度。临界坡度不仅存在于向阳坡,也存在于背阴坡。一般而言,中低纬度的坡面,临界坡度只有一个,在从地面到临界坡度的坡度范围内,天文辐射日总量大于水平面上的天文辐射日总量。特别地,在春秋分时,在纬度0~45°之间的南坡存在临界坡度,而且临界坡度等于坡面所在纬度的2倍。而极圈内的中高纬度,可能存在2个甚至3个临界坡度。
[14]	孙汉群,傅抱璞. 坡面天文辐射总量的椭圆积分模式 [J].地理学报,1996,51(6):559-566. URL [本文引用: 1] [Sun H Q, Fu B P. The elliptical integral model of computing the extraterrestrial solar radiation on the slope [J]. Acta Geographica Sinica, 1996,51(6):559-566. ] URL [本文引用: 1]
[15]	曾燕,邱新法,刘昌明,等. 基于DEM的黄河流域天文辐射空间分布 [J].地理学报,2003,58(6):810-816. https://doi.org/10.3321/j.issn:0375-5444.2003.06.002 URL [本文引用: 2] 摘要基于1 km×1 km分辨率的数字高程模型(DEM)数据,利用建立的起伏地形下天文辐射分布式计算模型,计算了黄河流域1 km×1 km分辨率各月天文辐射的空间分布.结果表明:局部地形对黄河流域年和四季天文辐射的空间分布影响明显;在太阳高度角较低的冬季,地理和地形因子对天文辐射的影响相当强烈,山区天文辐射的空间差异大,1月份向阳山坡(偏南坡)天文辐射可为背阴山坡(偏北坡)的2～3倍,极端天文辐射的差异可达10倍以上;而在太阳高度角较高的夏季,天文辐射空间差异较小,7月份不同地形极端天文辐射的差异仅在16%左右;四季中,地形对天文辐射影响的程度为冬季＞秋季＞春季＞夏季. [Zeng Y, Qiu X F, Liu C M, et al. Study on spatial distribution of astronomical solar radiation over the Yellow River Basin based on DEM data [J]. Acta Geographica Sinica, 2003,58(6):810-816. ] https://doi.org/10.3321/j.issn:0375-5444.2003.06.002 URL [本文引用: 2] 摘要基于1 km×1 km分辨率的数字高程模型(DEM)数据,利用建立的起伏地形下天文辐射分布式计算模型,计算了黄河流域1 km×1 km分辨率各月天文辐射的空间分布.结果表明:局部地形对黄河流域年和四季天文辐射的空间分布影响明显;在太阳高度角较低的冬季,地理和地形因子对天文辐射的影响相当强烈,山区天文辐射的空间差异大,1月份向阳山坡(偏南坡)天文辐射可为背阴山坡(偏北坡)的2～3倍,极端天文辐射的差异可达10倍以上;而在太阳高度角较高的夏季,天文辐射空间差异较小,7月份不同地形极端天文辐射的差异仅在16%左右;四季中,地形对天文辐射影响的程度为冬季＞秋季＞春季＞夏季.
[16]	Ambreen R, Ahmad I, Qiu X F, et al. Regional and monthly assessment of extraterrestrial solar radiations in Pakistan [J]. Journal of Geographic Information System, 2015(7):58-64. https://doi.org/10.4236/jgis.2015.71005 URL [本文引用: 1] 摘要 The monthly extraterrestrial solar radiations (ESR) have been simulated separately for all the months of the year. The subtropical location and distribution of mountains and their height determine the spatial distribution and amount of ESR in Pakistan. The mountains, piedmonts, enclosed valleys and plains show distinct diversity of ESR values. The assessment acknowledged that countries like Pakistan with ever increasing demand of energy receive sufficient amount of ESR that could be linked with solar irradiance where development of solar energy has great potential. The simulation was done with the help of ArcGIS based on distributed modeling.
[17]	Ambreen R, Qiu X F, Ahmad I. Distributed modeling of extraterrestrial solar radiation over the rugged terrains of Pakistan [J]. Journal of Mountain Science, 2011,8(3):427-436. https://doi.org/10.1007/s11629-011-2004-z URL [本文引用: 1]
[18]	张世范,张岸,齐清文,等. 起伏地形下朝鲜半岛天文辐射的时空分布 [J].资源科学,2010,32(6):1097-1102. URL Magsci [本文引用: 1] 摘要本文应用数字高程模型（DEM）数据和地理信息系统（GIS），建立了起伏地形下天文辐射分布式计算模型，计算了朝鲜半岛起伏地形下全年各月的100m×100 m分辨率天文辐射精细空间分布结果，并详细分析了朝鲜半岛天文辐射的空间分布特征。计算结果表明：①在朝鲜半岛天文辐射同时受到南北方向纬度带的影响和山地条件的影响，其中山地影响大于纬度带影响；②朝鲜半岛天文辐射具有明显的季节特征；③朝鲜半岛地形对天文辐射的影响存在季节差异，夏季6月最小，冬季12月最大。 [Zhang S F, Zhang A, Qi Q W, et al. Spatial distribution of extraterrestrial solar radiation under rugged terrains over the Korean Peninsula [J]. Resources Science, 2010,32(6):1097-1102. ] URL Magsci [本文引用: 1] 摘要本文应用数字高程模型（DEM）数据和地理信息系统（GIS），建立了起伏地形下天文辐射分布式计算模型，计算了朝鲜半岛起伏地形下全年各月的100m×100 m分辨率天文辐射精细空间分布结果，并详细分析了朝鲜半岛天文辐射的空间分布特征。计算结果表明：①在朝鲜半岛天文辐射同时受到南北方向纬度带的影响和山地条件的影响，其中山地影响大于纬度带影响；②朝鲜半岛天文辐射具有明显的季节特征；③朝鲜半岛地形对天文辐射的影响存在季节差异，夏季6月最小，冬季12月最大。
[19]	袁淑杰,谷小平,缪启龙,等. 基于GIS的起伏地形下天文辐射分布式模型——以贵州高原为例 [J].山地学报, 2007,25(5):577-583. https://doi.org/10.3969/j.issn.1008-2786.2007.05.008 URL [本文引用: 1] 摘要天文辐射是辐射计算、太阳能资源评估及其他相关研究领域重要的起始参量,由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,使实际起伏地形下获得的天文辐射与水平面上获得的天文辐射有一定差异。确定实际起伏地形下天文辐射是比较困难的。应用数字高程模型(DEM)数据和地理信息系统(G IS),建立起伏地形下天文辐射分布式计算模型,计算了起伏地形下贵州高原100 m×100 m分辨率天文辐射精细空间分布,分析了局地地形因子对起伏地形下天文辐射的影响。结果表明:(1)贵州高原起伏地形下天文辐射的空间分布具有明显的地域分布特征。(2)贵州高原起伏地形下天文辐射年总量平均为481.7~13 041.8 M J/m2,1月、7月天文辐射分别为0.0~1 244.7 M J/m2、0.0~1 264.8 M J/m2。(3)局地地形因子对起伏地形下天文辐射空间分布的影响随季节和纬度变化,虽然坡度、坡向和地形遮蔽对天文辐射的影响,在太阳高度角较低的1月比太阳高度角较高的7月相对较大,但因为7月水平面获得的天文辐射的强度相对较大,7月局地地形对天文辐射的影响依然显著。因此,贵州高原起伏地形对天文辐射的影响是不容忽视的。 [Yuan S J, Gu X P, Miao Q L, et al. Distribution models of astronomical solar radiation over rugged terrains based on GIS: Taking Guizhou Plateau as an illustration [J]. Journal of Mountain Science, 2007,25(5):577-583. ] https://doi.org/10.3969/j.issn.1008-2786.2007.05.008 URL [本文引用: 1] 摘要天文辐射是辐射计算、太阳能资源评估及其他相关研究领域重要的起始参量,由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,使实际起伏地形下获得的天文辐射与水平面上获得的天文辐射有一定差异。确定实际起伏地形下天文辐射是比较困难的。应用数字高程模型(DEM)数据和地理信息系统(G IS),建立起伏地形下天文辐射分布式计算模型,计算了起伏地形下贵州高原100 m×100 m分辨率天文辐射精细空间分布,分析了局地地形因子对起伏地形下天文辐射的影响。结果表明:(1)贵州高原起伏地形下天文辐射的空间分布具有明显的地域分布特征。(2)贵州高原起伏地形下天文辐射年总量平均为481.7~13 041.8 M J/m2,1月、7月天文辐射分别为0.0~1 244.7 M J/m2、0.0~1 264.8 M J/m2。(3)局地地形因子对起伏地形下天文辐射空间分布的影响随季节和纬度变化,虽然坡度、坡向和地形遮蔽对天文辐射的影响,在太阳高度角较低的1月比太阳高度角较高的7月相对较大,但因为7月水平面获得的天文辐射的强度相对较大,7月局地地形对天文辐射的影响依然显著。因此,贵州高原起伏地形对天文辐射的影响是不容忽视的。
[20]	Qiu X F, Zeng Y, Liu S M. Distributed modeling of extraterrestrial solar radiation over rugged terrain [J]. Chinese Journal of Geophysics, 2005,48(5):1100-1107. https://doi.org/10.1002/cjg2.753 URL [本文引用: 1] 摘要 Based on DEM (digital elevation model) data, a distributed model for calculating extraterrestrial solar radiation (ESR) over rugged terrains is developed. This model gives an all-sided consideration on factors influencing ESR. Besides, the proposed model taking the DEM data as input has ability to process mass of data and is applicable to satellite image processing platforms or GIS (Geographic Information System). Using DEM data as the general characterization of terrains, ESR quantity with resolution of 1 km脳1 km for the rugged terrains of China is calculated. The results suggest that the annual ESR quantity has clear latitude-dependent variation characteristics and a progressive increase trend from north to south. The annual ESR quantity azonal distribution characteristics appear in mountainous areas owing to the effects of topographical factors such as aspect, slope and terrain inter-shielding. The calculated ESR of China in this work can be employed as basic geographic data for relevant studies.
[21]	Qiu X F, Zeng Y, Liu C M, et al. Simulation of astronomical solar radiation over Yellow River Basin based on DEM [J]. Journal of Geographical Sciences, 2004,14(1):63-69. https://doi.org/10.1007/BF02873092 URL [本文引用: 1] 摘要 Based on the developed distributed model for calculating astronomical solar radiation (ASR), monthly ASR with a resolution of 1 km 脳 1 km for the rugged terrains of Yellow River Basin was calculated, with DEM data as the general characterization of terrain. This model gives an all-sided consideration on factors that influence the ASR. Results suggest that (1) Annual ASR has a progressive decrease trend from south to north; (2) the magnitude order of seasonal ASR is: summer>spring>autumn>winter; (3) topographical factors have robust effect on the spatial distribution of ASR, particularly in winter when a lower sun elevation angle exists; (4) the ASR of slopes with a sunny exposure is generally 2 or 3 times that of slopes with a shading exposure and the extreme difference of ASR for different terrains is over 10 times in January; (5) the spatial differences of ASR are relatively small in summer when a higher sun elevation angle exists and the extreme difference of ASR for different terrains is only 16% in July; and (6) the sequence of topographical influence strength is: winter>autumn>spring>summer.
[22]	傅抱璞. 山地气候[M].北京:科学出版社,1983:1-10. [本文引用: 1] [Fu B P.Mountain Climate[M]. Beijing: Science Press, 1983:1-10. ] [本文引用: 1]
[23]	Hong T, Lee M, Koo C, et al. Development of a method for estimating the rooftop solar photovoltaic (PV) potential by analyzing the available rooftop area using Hillshade analysis [J]. Applied Energy, 2017,194:320-332. https://doi.org/10.1016/j.apenergy.2016.07.001 URL [本文引用: 1] 摘要 The solar photovoltaic (PV) system is known as one of the most outstanding new renewable energy systems for achieving the nearly zero energy building (nZEB). For the continuous deployment of the solar PV system in urban environments, it is crucial to estimate the rooftop solar PV potential. Urban areas, however, where high-rise buildings abound, are not always suitable for solar PV installation. Therefore, it is important to accurately estimate the available rooftop area considering the shadows from the surrounding buildings for reliable rooftop solar PV potential estimation. Therefore, this study proposed a method for estimating the rooftop solar PV potential by analyzing the available rooftop area through Hillshade analysis. Toward this end, the rooftop solar PV potential was estimated through the following hierarchical process: (i) calculation of the physical potential; (ii) calculation of the geographic potential; and (iii) calculation of the technical potential. For accurate estimation of the rooftop solar PV potential, the geographic potential (i.e., the available rooftop area) was explored in detail by analyzing the shadow based on the location of the sun through Hillshade analysis. By applying the proposed method to the Gangnam district in Seoul, South Korea, this study estimated the physical, geographic, and technical potentials on hourly, monthly, and annual bases. Overall, the physical, geographic, and technical potentials in the Gangnam district were found to be 9,287,982h, 4,964,118m 2 , and 1,130,371h, respectively. These rooftop solar PV potential results can be used in establishing solar policies by analyzing the different levels of the rooftop solar PV potential on hourly, monthly, and annual bases.
[24]	陈志强,何瑞婷. 福建省太阳天文年辐射模拟与空间变异性分析 [J].江西农业学报,2013,25(9):108-110. URL [本文引用: 1] [Chen Z Q, He R T. Simulation and spatial variability analysis of annual extraterrestrial radiation in Fujian Province [J]. Acta Agriculturae Jiangxi, 2013,25(9):108-110. ] URL [本文引用: 1]
[25]	刘晓,赵荣,梁勇,等. 顾及地貌与DEM分辨率的坡度算法适应性研究 [J].测绘科学,2017,42(3):29-34. https://doi.org/10.16251/j.cnki.1009-2307.2017.03.006 URL [本文引用: 1] 摘要针对已有坡度相关研究多选取黄土高原等特殊地貌,且基于单一分辨率,缺乏普遍适用性。该文以德宏州地区的大起伏山地、平原的多分辨率DEM为数据源,采用排序分析、单因素方差分析、回归分析、LSD、对比分析等6种坡度算法提取样区坡度,以比较不同地貌类型在不同分辨率下的坡度平均值、中误差等指标。实验结果表明,地貌类型及分辨率均应作为坡度算法选择的重要依据,这为地理国情监测中地形地貌研究提供了重要参考价值。 [Liu X, Zhao R, Liang Y, et al. Study on adaptability of algorithms for deriving slope based on different geomorphic types and DEM resolution [J]. Science of Surveying and Mapping, 2017,42(3):29-34. ] https://doi.org/10.16251/j.cnki.1009-2307.2017.03.006 URL [本文引用: 1] 摘要针对已有坡度相关研究多选取黄土高原等特殊地貌,且基于单一分辨率,缺乏普遍适用性。该文以德宏州地区的大起伏山地、平原的多分辨率DEM为数据源,采用排序分析、单因素方差分析、回归分析、LSD、对比分析等6种坡度算法提取样区坡度,以比较不同地貌类型在不同分辨率下的坡度平均值、中误差等指标。实验结果表明,地貌类型及分辨率均应作为坡度算法选择的重要依据,这为地理国情监测中地形地貌研究提供了重要参考价值。
[26]	陈楠. DEM分辨率与平均坡度的关系分析 [J].地球信息科学学报,2014,16(4):524-530. https://doi.org/10.3724/SP.J.1047.2014.00524 URL Magsci [本文引用: 1] 摘要 <p>由DEM提取坡度时，DEM分辨率的变化会造成局部栅格提取的坡度数值的变化，其变化规律对于深刻理解平均坡度，随DEM分辨率的变化而变化的规律具有现实意义。在黄土高原的研究中，选择了8 个典型地貌类型的样区，获得了以1：10 000 比例尺地形图为数据源的DEM（分辨率为5 m）。从DEM分辨率对栅格坡度影响规律的分析中，得到如下结论：（1）随着DEM分辨率粗略化，所提取的坡度平均值有可能升高；（2）在所有样区，随DEM分辨率粗略化，负误差的栅格均是正误差的栅格数量的1.13 倍以上，保持负误差的栅格是保持正误差的栅格数量的1.81-4.04 倍，同时坡度的负误差均值是正误差均值变化幅度的3.1 倍以上；（3）结合结论（2）和本文提出的指标，可准确地解释8 个样区中坡度平均值随DEM分辨率变化而变化的规律；（4）DEM的分辨率对正负误差的栅格数量没有明显影响，正误差（或负误差）栅格均集中于个别坡度的分级区间，而DEM分辨率对此集中的区间没有明显影响；（5）坡度总体误差可根据本研究所提出的经验公式由DEM分辨率和分辨率为5 m的DEM所提取坡度的平均值计算出来。</p> [Chen N. Relationship between DEM resolution and average slope derived from DEM [J]. Journal of Geo-information Science, 2014,16(4):524-530. ] https://doi.org/10.3724/SP.J.1047.2014.00524 URL Magsci [本文引用: 1] 摘要 <p>由DEM提取坡度时，DEM分辨率的变化会造成局部栅格提取的坡度数值的变化，其变化规律对于深刻理解平均坡度，随DEM分辨率的变化而变化的规律具有现实意义。在黄土高原的研究中，选择了8 个典型地貌类型的样区，获得了以1：10 000 比例尺地形图为数据源的DEM（分辨率为5 m）。从DEM分辨率对栅格坡度影响规律的分析中，得到如下结论：（1）随着DEM分辨率粗略化，所提取的坡度平均值有可能升高；（2）在所有样区，随DEM分辨率粗略化，负误差的栅格均是正误差的栅格数量的1.13 倍以上，保持负误差的栅格是保持正误差的栅格数量的1.81-4.04 倍，同时坡度的负误差均值是正误差均值变化幅度的3.1 倍以上；（3）结合结论（2）和本文提出的指标，可准确地解释8 个样区中坡度平均值随DEM分辨率变化而变化的规律；（4）DEM的分辨率对正负误差的栅格数量没有明显影响，正误差（或负误差）栅格均集中于个别坡度的分级区间，而DEM分辨率对此集中的区间没有明显影响；（5）坡度总体误差可根据本研究所提出的经验公式由DEM分辨率和分辨率为5 m的DEM所提取坡度的平均值计算出来。</p>
[27]	Chen N, Tang G A, Guo D, et al. Influence of DEM orientation on the error of slope calculation [J]. Earth Science Informatics, 2014,7(4):277-285. https://doi.org/10.1007/s12145-014-0154-6 URL [本文引用: 1] 摘要 Slope information is usually derived from digital elevation model (DEM) data. However, the orientation of DEM grids can affect the accuracy of slope estimation, which will in turn have an influence on the accuracy of other derived information based on slope. This research evaluates six commonly used algorithms for slope estimation: the second-order finite difference, the third-order finite difference, the third-order finite difference weighted by reciprocal of squared distance, the third-order finite difference weighted by reciprocal of distance and the frame finite difference and the simple difference. With synthetic data and systematic experiments by rotating DEM grids, the accuracy of the algorithms was analysed, empirically and theoretically. The main findings are as follows. When the DEM resolution is constant and one of first five algorithms is used, the error of slope calculation caused by orientation can be described by a sine function with a minimal positive period of 2. For the last algorithm, i.e., the frame finite difference, the error of slope calculation could not be described by any periodic function. These theoretical error quantification functions were tested and verified using synthetic data sets based on six different Gaussian surfaces. The root mean square error of slope calculation by the first five algorithms can also be described by a sine function with a minimal positive period of /4. The study also shows that the accuracy of the theoretical conclusions can be guaranteed when the expressions are expanded to the third-order by using the Taylor formula.
[28]	陈楠. 基于信息损失量的坡度精度分析 [J].地球信息科学学报,2014,16(6):852-858. https://doi.org/10.3724/SP.J.1047.2014.00852 URL Magsci [本文引用: 1] 摘要 <p>从DEM中可获取众多地形因子。其中, 坡度作为基本的地形因子, 其精度对于退耕还林、水土流失评估等研究具有重要影响。但是, 由于DEM只能是真实地表形态的近似表达。如何模拟坡度误差的规律成为研究的热点。本文在黄土高原地区选取代表不同地貌类型的神木、绥德、延川、富县和宜君5 个研究样区, 以1:1 万地形图为基本数据源, 建立不同分辨率的DEM, 用以分析坡度信息损失量随DEM分辨率变化的规律。故此, 提出了基于单个栅格方式的坡度信息量损失指标, 并在每一样区随机选取的20 个子实验样区得到了其与DEM分辨率的函数关系, 以及相关的经验公式, 据此求得所需的最适宜DEM分辨率, 并在每一样区随机地选取16个子样区进行了检验。</p> [Chen N. Study on slope precision based on the loss quantity of information [J]. Journal of Geo-information Science, 2014,16(6):852-858. ] https://doi.org/10.3724/SP.J.1047.2014.00852 URL Magsci [本文引用: 1] 摘要 <p>从DEM中可获取众多地形因子。其中, 坡度作为基本的地形因子, 其精度对于退耕还林、水土流失评估等研究具有重要影响。但是, 由于DEM只能是真实地表形态的近似表达。如何模拟坡度误差的规律成为研究的热点。本文在黄土高原地区选取代表不同地貌类型的神木、绥德、延川、富县和宜君5 个研究样区, 以1:1 万地形图为基本数据源, 建立不同分辨率的DEM, 用以分析坡度信息损失量随DEM分辨率变化的规律。故此, 提出了基于单个栅格方式的坡度信息量损失指标, 并在每一样区随机选取的20 个子实验样区得到了其与DEM分辨率的函数关系, 以及相关的经验公式, 据此求得所需的最适宜DEM分辨率, 并在每一样区随机地选取16个子样区进行了检验。</p>

基于WT-PLSP的太阳辐射短期预测

2017

... 作为新能源之一的太阳辐射,具有充分的清洁性、绝对的安全性、相对的广泛性、确实的长寿命和免维护性、资源的充足性及潜在的经济性等优点,在长期的能源战略中具有重要地位^[1].太阳辐射是地球上最主要的热量来源,对气候形成及植被生长发育具有重要影响^[2].太阳辐射的传递最先到达地球大气上界,如果不考虑地球大气和不同性质的地球表面对太阳辐射所造成的影响,把地球假想为没有大气的均一体,这种条件下的太阳辐射称为天文辐射^[3].天文辐射是地球大气产生冷暖变化的根本原因,也是产生各种天气现象的动因.天文辐射是日地天文关系所决定的重要特征量,可以简单的定义为无大气存在时入射到地球表面的太阳辐射^[4],它是太阳辐射计算重要的起始数据之一.影响天文辐射强弱的主要因素有太阳高度角、太阳方位角、纬度和地形,这种纬度、地形的变化是形成气温纬度性和地域性分布的基本原因. ...

基于WT-PLSP的太阳辐射短期预测

2017

微地形上太阳辐射模拟及与地表温度关系研究

2017

微地形上太阳辐射模拟及与地表温度关系研究

2017

2013

非水平面天文辐射的全球分布

... 从单一坡面到起伏地形,从考虑地形因子到天文参数,从局部计算到全球模拟,许多研究者从不同的方向对起伏地形下的天文辐射进行了深入研究.全球任意纬度非水平面天文辐射各时段总量系统图像的出现^[4],丰富和完善了非水平面天文辐射的理论规律.但非水平面只运用了相对水平面的倾斜角并没有考虑坡度坡向等地形因子所造成的影响,因此有研究者^[13,14]提出了在理论上比较严密的椭圆积分模式来计算坡面的天文辐射,此方法普遍适用于全球任意坡度坡向的坡地.然而,影响起伏地形下天文辐射强弱的因素不仅仅局限于坡度坡向,地形起伏所造成的遮蔽同样是不可忽视的.天文辐射分段式积分模拟方法充分考虑了起伏地形之间的相互遮蔽,从而解决了起伏地形天文辐射量的计算难题^{[15,16,17,18,19,20,21]},本文将采用此方法计算起伏地形下的天文辐射量. ...

非水平面天文辐射的全球分布

Rapid calculation of terrain parameters for radiation modeling from digital elevation data

1990

... 在山地日照和坡面辐射的理论研究和区域试验中许多研究者^{[5,6,7,8,9,10,11]}考虑了地形的影响因素,为起伏地形下的天文辐射相关研究提供了新的思路.对于起伏地形下的天文辐射量的计算,充分考虑地形遮蔽和下垫面多样性的影响可以有效减小水平面辐射量存在的误差.实际地形中的遮蔽度主要来自于自身的遮蔽和周围地形的相互遮蔽,使起伏地形下天文辐射场的计算变得非常复杂^[12]. ...

Simplified determination of annual and seasonal total extraterrestrial radiation incident on a horizontal surface

1990

坡地对於日照和太陽輻射的影响

基于DEM的坡地太阳总辐射估算

2007

基于DEM的坡地太阳总辐射估算

2007

丘陵山地总辐射的计算模式

1988

丘陵山地总辐射的计算模式

1988

一个计算山地日照时间的计算机模式

任意地形下太阳辐射模型的改进

1999

任意地形下太阳辐射模型的改进

1999

起伏地形下天文辐射分布式估算模型

2005

起伏地形下天文辐射分布式估算模型

2005

坡面天文辐射日总量临界坡度的研究

2014

坡面天文辐射日总量临界坡度的研究

2014

坡面天文辐射总量的椭圆积分模式

1996

坡面天文辐射总量的椭圆积分模式

1996

基于DEM的黄河流域天文辐射空间分布

2003

... 实际地形复杂多变,呈现不规则状态,计算起伏地形下天文辐射量应该考虑地形遮蔽情况,而坡面具体某一点的可照时间无法采用统一的数学公式表达,因此采用分段式积分^[15]的方法获得,其计算公式为： ...

基于DEM的黄河流域天文辐射空间分布

2003

Regional and monthly assessment of extraterrestrial solar radiations in Pakistan

Distributed modeling of extraterrestrial solar radiation over the rugged terrains of Pakistan

2011

起伏地形下朝鲜半岛天文辐射的时空分布

2010

起伏地形下朝鲜半岛天文辐射的时空分布

2010

基于GIS的起伏地形下天文辐射分布式模型——以贵州高原为例

2007

基于GIS的起伏地形下天文辐射分布式模型——以贵州高原为例

2007

Distributed modeling of extraterrestrial solar radiation over rugged terrain

2005

Simulation of astronomical solar radiation over Yellow River Basin based on DEM

2004

1983

... 式中：

\begin{matrix} τ \end{matrix}

为日角（

\begin{matrix} rad \end{matrix}

）,

\begin{matrix} τ = 2 πt \end{matrix} \begin{matrix} / 365.24 22 ， t = N - 1 \end{matrix}

\begin{matrix} N \end{matrix}

为积日,即日期在年内的顺序号;

\begin{matrix} u 、 v 、 w \end{matrix}

是与地理、地形有关的特征因子;

\begin{matrix} α \end{matrix}

为坡度,即坡面与水平面之间的夹角,在坡度分析时采用水保通用分级标准分为13个级别（0~3°、3~5°、5~10°、10~15°、15~20°、20~25°、25~30°、30~35°、35~40°、40~45°、45~50°、50~55°、55~90°）;

\begin{matrix} β \end{matrix}

为坡向,即坡面法线与当地子午面之间的夹角,南向为0°,顺时针方向为正,逆时针方向为负,分为8个方位^[22],地形遮蔽度采用Hillshade^[23]算法. ...

1983

... 式中：

\begin{matrix} τ \end{matrix}

为日角（

\begin{matrix} rad \end{matrix}

）,

\begin{matrix} τ = 2 πt \end{matrix} \begin{matrix} / 365.24 22 ， t = N - 1 \end{matrix}

\begin{matrix} N \end{matrix}

为积日,即日期在年内的顺序号;

\begin{matrix} u 、 v 、 w \end{matrix}

是与地理、地形有关的特征因子;

\begin{matrix} α \end{matrix}

\begin{matrix} β \end{matrix}

为坡向,即坡面法线与当地子午面之间的夹角,南向为0°,顺时针方向为正,逆时针方向为负,分为8个方位^[22],地形遮蔽度采用Hillshade^[23]算法. ...

Development of a method for estimating the rooftop solar photovoltaic (PV) potential by analyzing the available rooftop area using Hillshade analysis

2017

... 式中：

\begin{matrix} τ \end{matrix}

为日角（

\begin{matrix} rad \end{matrix}

）,

\begin{matrix} τ = 2 πt \end{matrix} \begin{matrix} / 365.24 22 ， t = N - 1 \end{matrix}

\begin{matrix} N \end{matrix}

为积日,即日期在年内的顺序号;

\begin{matrix} u 、 v 、 w \end{matrix}

是与地理、地形有关的特征因子;

\begin{matrix} α \end{matrix}

\begin{matrix} β \end{matrix}

为坡向,即坡面法线与当地子午面之间的夹角,南向为0°,顺时针方向为正,逆时针方向为负,分为8个方位^[22],地形遮蔽度采用Hillshade^[23]算法. ...

福建省太阳天文年辐射模拟与空间变异性分析

2013

... 统计福建省1-12月的月天文辐射量数据,如图3所示.从各月平均天文辐射量角度分析得出7月最高,12月最低,分别为1149.584 MJ/m²和698.866 MJ/m².月平均天文辐射量曲线偏度为-0.22呈负偏态分布,峰度为1.232分布的集中程度低于正态分布,曲线相对平坦.4-8月月天文辐射量平均值均超过1000 MJ/m².1-12月天文参数和纬度对天文辐射的影响很小,而坡度和坡向的影响相当显著^[24].7月天文辐射的总体分布差异较小影响天文辐射的主要因素为坡度坡向,纬度影响较弱;而12月差异开始突显,这是纬度和坡度坡向共同影响的结果,福建位于北回归线以北地区12月太阳高度角最小,在相同纬度下地形起伏产生的地形遮蔽度的影响进一步增强. ...

福建省太阳天文年辐射模拟与空间变异性分析

2013

顾及地貌与DEM分辨率的坡度算法适应性研究

2017

... DEM分辨率是DEM刻画地形精确程度的一个重要指标,DEM数据的尺度效应对天文辐射的精度产生的影响是不可忽视的.栅格分辨率是决定DEM 地形描述精度的一个重要的空间尺度参数.随着分辨率的变化,DEM所提取的坡度、坡向以及地形遮蔽信息将产生很大差异^{[25,26,27,28]},这种差异直接影响着天文辐射计算的准确性和不确定性.早期采用1000 m分辨率的DEM数据模拟天文辐射,此分辨率下提取微观的坡度坡向等地形因子存在一定的误差.随着DEM数据源的种类增多,目前模拟天文辐射主要采用STRM DEM 90 m分辨率的DEM数据.本文采用30、90和1000 m分辨率的DEM数据作为数据源分析DEM分辨率对年天文辐射量的影响. ...

顾及地貌与DEM分辨率的坡度算法适应性研究

2017

DEM分辨率与平均坡度的关系分析

2014

DEM分辨率与平均坡度的关系分析

2014

Influence of DEM orientation on the error of slope calculation

2014

基于信息损失量的坡度精度分析

2014

基于信息损失量的坡度精度分析

2014

〈

〉

天文辐射空间分布与尺度效应研究

Spatial Distribution of Extraterrestrial Solar Radiation and Its Spatial Scale Effect on Rugged Terrains

1 引言

2 研究区概况与数据源

3 研究方法

3.1 技术路线

3.2 起伏地形下天文辐射分布式估算模型

4 结果与讨论

4.1 月、季节天文辐射量空间分布特征分析

4.2 年天文辐射量的空间分布特征分析

4.3 天文辐射的空间尺度效应分析

5 结论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子