您当前所在位置: 首页 > 科研 > 科研动态 > 正文

太阳能产业快速发展对高质量的太阳辐射数据(包括总辐射数据和直射、散射分量数据)提出了很高要求。卫星遥感数据反演是获取总辐射数据的主要手段,但由于卫星更替和技术迭代导致时序存在不均一性,反演结果难以反映辐射变化的长期趋势。此外,由于缺少地表观测,难以构建稳健的直射和散射辐射分量估算模型及高质量的格点数据集。针对以上问题,清华大学地学系阳坤教授课题组构建了全球长时序(1983-2018)高时空分辨率(10km,3h)均一化太阳总辐射数据集和中国区域长时序(1983-2018)高分辨率(10km)逐日辐射分量数据集。

对于总辐射数据,基于ISCCP卫星云资料反演的ISCCP-ITP总辐射数据集时空分辨率高,且在2000年后能很好地反映辐射变化,但在2000年前与GEBA(Global Energy Balance Archive,全球能量平衡归档)的地表观测数据(图1黑线)相比有所高估(图1蓝线)。ERA5再分析辐射数据质量相对均一,其变化趋势(图1绿线)与观测(图1黑线)较为接近,但明显高估。根据以上分析,本研究使用深度学习算法Unet,利用均一的再分析数据ERA5作为桥梁,对ISCCP-ITP卫星反演数据进行均一化,消除了其在1983-1999年对辐射的系统高估(图1红线)。均一化后的数据集ISCCP-ITP-CNN在全球各个主要区域的辐射变化趋势均与地表观测接近,相较于国际主流辐射数据集在精度上具有明显优势(图2)。

图 1 GEBA全球辐射站点观测年平均辐射(黑线)和对应格点卫星遥感产品ISCCP-ITP(蓝线)、均一化数据ISCCP-ITP-CNN(红线)以及ERA5再分析数据集的比较。

图 2 基于1984-2016年间GEBA月平均辐射观测数据对新数据ISCCP-ITP-CNN、再分析资料ERA5和MERRA2、卫星遥感产品GEWEX- SRB (GEWEX)、Cloud_CCI (CCI) 和 CERES-EBAF(CERES)数据的误差评估,左列是1984-2016年的数据评估结果,右列是2000-2016年的评估结果。其中, RMSE、MAPE和MBE分别代表均方根误差、平均绝对百分比误差和平均偏差,箱线图左侧的数字代表中位数。

对于辐射分量数据,目前主流的辐射估算方法都是经验方法,需要大量的辐射分量观测真值对模型进行拟合或者训练,但中国十分缺乏辐射分量观测数据。本研究转而使用气象局广泛观测的日照时数,基于参数化方案估算辐射分量数据,增强了训练数据。由于估算的辐射分量数据量庞大,数据质量随时间变化平稳,且误差在空间上存在一定的随机性,因此该数据可作为数据增强的数据源。基于该数据,本研究使用LightGBM模型构建了辐射分量的估算模型,在中国和全球站点分别进行了独立验证,进而构建了中国区域的逐日太阳辐射分量数据集。使用中国气象局的观测对辐射分量的评估表明,日平均散射和直射辐射的均方根误差分别为21.3和32.8 W/m2(图3a和3b),月平均散射和直射辐射的RMSE分别为10.5和18.6 W/m2(图3c和3d),其精度显著优于国际主流卫星和再分析数据集,与基于中国地表辐射分量观测为基础构建的数据集相比也表现出了明显优势,证明了本研究采用的数据增强策略的有效性。

图 3 本研究发展的逐日(a)散射辐射和(b)直射辐射和月平均的(c)散射辐射和(d)直射辐射与中国气象局站点观测比较的散点图和误差。图中MBE、RMSE、R和N分别代表平均偏差、均方根误差、相关系数和散点个数,括号中的百分数为相对误差,评估时段为1994-2015年。

相关研究发表在Renewable and Sustainable Energy Reviews和Journal of Remote Sensing期刊上。清华大学地学系2020级博士生邵长坤为论文的第一作者,地学系阳坤教授为论文的通讯作者,合作者还包括中国科学院青藏高原研究所唐文君研究员和清华大学地学系部分师生。研究得到了国家自然科学基金项目的支持。

论文信息:

Shao, C., Yang, K., Tang, W. et al. (2022). Convolutional neural network-based homogenization for constructing a long-term global surface solar radiation dataset. Renewable and Sustainable Energy Reviews, 169, 112952.

Shao, C., Yang, K., Jiang, Y. et al. (2024). Data augmentation-based estimation of solar radiation components without referring to local ground truth in China. Journal of Remote Sensing, 4, 0111.


供稿:邵长坤

编辑:王佳音

审核:张强

上一篇:清华大学地学系李伟课题组发文揭示非洲中部地区植被碳储量变化的驱动机制

下一篇:清华大学地学系王焓课题组发现青藏高原植被生产力的增加趋势在1990年代末减弱