机器翻译，未经校对人员审核，可能存在错误。
在本文件中
基于卫星的辐照度模型可以估算卫星观测覆盖的任何地点的地面太阳辐射。模型与输入数据的智能集成确保了在不同地理条件下的可靠性能。
概述
Solargis卫星模型 利用多种太阳辐照度模型来解释太阳辐射从太空到地表过程中衰减的各种大气过程。这些过程包括水蒸气、气溶胶和云的影响。
为了获得历史和近期的太阳辐照度数据，Solargis 采用 半经验性的太阳辐射模型。 该模型被称为“半经验”，因为它通过先进算法整合卫星数据检测云属性，同时纳入关键物理参数。
半经验模型 提供可靠的结果，并有效复制现实世界的情况。它们在完全物理模型和经验模型之间取得了平衡。完全物理模型试图通过求解辐射传递方程来解释地球辐射，但它们需要对大气成分的详细了解，这可能成为局限。相比之下，经验模型依赖于卫星可见信道数据与地面站测量之间的简单回归，通常缺乏太阳能应用所需的精度。
Solargis 基于卫星的模型由两个主要组成部分组成：
这些模型共同提供了高度精确且准确的水平表面上特定位置的全球太阳辐照度非遮蔽估计值。
模型的最终输出是全天空辐照度，涵盖包括云层覆盖在内的所有大气因素。然而，该模型计算的是非阴影辐照度，意味着它不考虑地平线、附近物体或植物自身基础设施的阴影。这些遮蔽效应在计算电厂表面入射辐照度时会应用，称为全球倾斜辐照度（GTI）或辐照。
全天辐射 对应于全球辐射，后者必须将其分为两个主要太阳辐照度分量： 直射 辐 照度和漫射辐照度。此外，GTI的计算还将纳入 地面反射辐照度的贡献，这需要评估 电厂所在地的地面反照率。
半经验模型的结果也可以通过云运动矢量（CMV）模型应用于能源预测。这些模型通过估算短期云层运动，预测未来几小时的太阳辐照度。
图1：展示Solargis卫星模型计算链的示意图。
晴空模型
晴空辐照度表示太阳能量在特定地点和时间到达地表，假设没有云层存在。换句话说，它是理论上的最大辐照度，将实际因云量减少而产生的减量叠加在该上。
地太阳天文位置
晴空辐照度受多种因素影响，主要是 地日距离 及其 相对位置。
对于任意给定位置，必须计算太阳在天空中的位置。太阳的角度影响太阳辐射必须穿过的大气层厚度，这由“相对气团”来衡量。该因子表示阳光穿过大气的光程长度相对于太阳正上方（空气质量=1）时最短路径的长度。随着太阳天顶角增加，光线沿大气路径变长，气团增加，辐照度减小。
日食
日食虽然是暂时的，但也显著影响太阳辐照度。辐照度下降的范围和持续时间取决于日食类型——日食、部分 日食或 环食——以及观测者相对于日食路径的位置。
这一效应必须通过精确模拟地球、月亮和太阳的精确运动，利用成熟的天体力学预测日食期间可用的太阳能量。
地形
海拔和周围地形特征直接影响辐照度计算。在建模的这一阶段， 海拔 高度尤为重要，因为它影响 接收到的辐射强度。在建模过程中，将对地形特征进行更详细的分析，以评估遮蔽对太阳能电站总入射辐照度的影响。
场地大气气体
模型还考虑了太阳辐照度在穿过大气时的散射和吸收。这需要对大气气体的成分进行详细输入，尤其是水汽和臭氧。
这些输入通过先进的数值天气预报（NWP）模型获得，该模型整合了包括卫星和地面测量在内的广泛观测数据。通过“重新分析”过程，在较长的历史时期运行NWP模型，可以生成一个高分辨率、连续的数据集，反映大气状况随时间的变化。
气溶胶
另一个重要因素是大 气气溶胶含量。这些微小颗粒通常来自沙尘暴、工业排放以及野火和火山等其他事件。它们按照特定的模式在空中运输，这些模式也被建模并纳入晴空辐照度计算链中。
气溶胶数据输入也取自 NWP的再分析数据集。最先进的太阳辐照度模型如Solargis利用了最先进的输入数据（卫星和大气数据），这些数据经过系统性质量控制和验证。
描述辐照度模型气溶胶含量的参数称为 气溶胶光学深度 （AOD）。它测量太阳辐射被大气中气溶胶颗粒消灭的情况。这是一个无量纲星等，0表示天空没有气溶胶。
我们模型中使用的可用输入空间分辨率较低，因此无法解析局部效应，尤其是在极端且变化的浓度区域（如工业污染严重的地区）。在这种情况下，模型的不确定性会更高。
新的晴空辐照度模型可以通过更先进的光谱集成方案和气溶胶透射率方案获得分离辐照度分量。它们还包含了气溶胶环太阳辐照度的多功能参数化。
Solargis辐照度模型用于获取水汽和臭氧信息的输入 | ||||
|---|---|---|---|---|
提供者 | 数据集 | 时间覆盖 | 原始时间步 | 近似网格分辨率 |
美国国家海洋和大气管理局（NOAA） | CFSR | 1994年至2010年 | 每日（从1小时起） | 35公里 |
美国国家海洋和大气管理局（NOAA） | GFS4 | 2011年至2015年 | 每日（从3小时起） | 55公里 |
美国国家海洋和大气管理局（NOAA） | GFS | 2015年至今 | 每日（从1小时起） | 27公里 |
Solargis 模型用于获取气溶胶信息的输入 | ||||
|---|---|---|---|---|
提供者 | 数据集 | 时间覆盖 | 原始时间步 | 近似网格分辨率 |
美国国家航空航天局（NASA） | MERRA-2 重新分析 | 1994年至2002年 | 每日（从3小时起） | 55公里 |
ECMWF | MACC-II重新分析 | 1994年至2002年 | 月值（长期计算，基于重新分析） | 125公里 |
ECMWF | MACC-II重新分析 | 2003年至2012年 | 每日（从6小时起） | 125公里 |
ECMWF | MACC-II 作战 | 2013年至2015年 | 每日（从3小时起） | 125公里 |
ECMWF | CAMS 近实时 | 2016年至今 | 每日（从3小时起） | 45公里 |
云模型
来自多个地球静止卫星的数据被用来通过云指数计算量化云衰减。该过程依赖于地球同步卫星上的辐射计仪器提供的多频谱高分辨率图像和辐射测量数据（见图2）。
自1994年以来，Meteosat、GOES和Himawari等卫星上的辐射计取得了显著进步：
气象卫星
Meteosat 从MVIRI的基础成像发展到采用SEVIRI的更复杂的多光谱成像，目前正朝着即将到来的FCI仪器发展。
去
GOES任务从提供基础成像的I-M系列过渡到配备先进ABI的GOES-R系列，提供更高分辨率和更强的能力。
向日葵
向日葵任务从基础多光谱成像发展到高度先进的AHI，极大提升了亚太地区的天气和环境监测能力。
图2：不同地球同步卫星的运行周期和覆盖区域。
Solargis 模型用于获取云信息的输入 | ||||
|---|---|---|---|---|
空间覆盖 | 提供者 | 数据集 | 时间覆盖 | 原始时间步长 |
欧洲与非洲 | 欧美察卫星 | Meteosat 5、6、7（主星） | 1994年至2004年 | 30分钟 |
欧洲与非洲 | 欧美察卫星 | 流星8、9、10、11（主星） | 2005年至今 | 15分钟 |
南亚、中东、中部 亚洲及东亚部分地区 | 欧美察卫星 | Meteosat 5， 6， 7（IODC） | 1999年至2017年 | 30分钟 |
南亚、中东、中部 亚洲及东亚部分地区 | 欧美察卫星 | Meteosat 8， 9（IODC） | 2017年至今 | 15分钟 |
北美和南美 | 美国国家海洋和大气管理局（NOAA） | 8、12、13、14（东行） | 1999年至2017年 | 30分钟 |
北美和南美 | 美国国家海洋和大气管理局（NOAA） | 第16轮（东区） | 2018年至2019年 | 15分钟 |
北美和南美 | 美国国家海洋和大气管理局（NOAA） | 第16轮（东区） | 2019年至今 | 10分钟 |
西北美洲，太平洋岛屿 | 美国国家海洋和大气管理局（NOAA） | 10、11、15（西） | 1999年至2018年 | 30分钟 |
西北美洲，太平洋岛屿 | 美国国家海洋和大气管理局（NOAA） | 17,18（西区） | 2019年至今 | 10分钟 |
东亚与西太平洋沿岸 国家 | JMA/BOM | 向日葵7号（MTSAT） | 2007年至2016年 | 30分钟 |
东亚与西太平洋沿岸 国家 | JMA/BOM | 向日葵 8,9 | 2016年至今 | 10分钟 |
空间分辨率的增强
所用卫星数据——Meteosat、GOES和MTSAT——在子卫星点的空间分辨率约为3公里（详见下表）。然而，实际像素分辨率可能因时间段和纬度不同而变化，纬度越高，由于距离赤道的距离，像素失真越多。
利用重采样技术和数字地形模型，数据产品的空间分辨率可提升至3角秒，约对应赤道90米，随着接近极地，分辨率略低。
Solargis模型用于获取云层信息的卫星输入原始网格分辨率 | |||||
|---|---|---|---|---|---|
空间覆盖 | 卫星区域 | 标称卫星经度 | 时间覆盖 | 像素尺寸（HxW） 名义经度，赤道 | 像素尺寸（HxW） 名义经度，50度纬线 |
欧洲与非洲 | PRIME | 0º | 1994年至2004年 | 2.5 × 2.5公里 | 5 x 2.7 公里 |
欧洲与非洲 | PRIME | 0º | 2004年至今 | 3 × 3 公里 | 6 x 3.2 公里 |
南亚、中东、中部 亚洲及东亚部分地区 | 碘酒控制委员会 | 第63区 / 第57区 / 第41.5区 / 第45.5区（东区） | 1999年至2017年 | 2.5 × 2.5公里 | 5 x 2.7 公里 |
南亚、中东、中部 亚洲及东亚部分地区 | 碘酒控制委员会 | 第63区 / 第57区 / 第41.5区 / 第45.5区（东区） | 2017年至今 | 3 × 3 公里 | 6 x 3.2 公里 |
北美和南美 | 向东走 | 75º（西） | 1999年至2017年 | 4 × 4 公里 | 8 x 4.3 公里 |
北美和南美 | 向东走 | 75º（西） | 2018年至今 | 2 × 2公里 | 4 x 2.1 公里 |
西北美洲，太平洋岛屿 | 西行 | 135º / 137º（西） | 1999年至2018年 | 4 × 4 公里 | 8 x 4.3 公里 |
西北美洲，太平洋岛屿 | 西行 | 135º / 137º（西） | 2019年至今 | 2 × 2公里 | 4 x 2.1 公里 |
东亚与西太平洋沿岸 国家 | 太平洋 | 145º / 141º（东） | 2007年至2016年 | 4 × 4 公里 | 8 x 4.3 公里 |
东亚与西太平洋沿岸 国家 | 太平洋 | 145º / 141º（东） | 2016年至今 | 2 × 2公里 | 4 x 2.1 公里 |
高表面反照率区的云检测
在表面反照率较高的地区，如积雪覆盖的地区、盐滩或白沙地区，云指数来自 卫星数据中的红外通道。
此外，还整合了数值天气预报（NWP）模型中的积雪深度和空气温度数据，将每个数据点分类为以下类别之一：积雪覆盖、无雪陆地、水域、云层或未分类。
有时，尤其是在冬季，可能检测不到降雪，这会导致易受雪地区的模型不确定性提高。
型号更新频率
在太阳辐射计算时，最终的大气数据尚不可得。经过一段时间，通常延迟12小时，我们会收到更新的最终大气数据输入。当我们收到更新的大气数据时，会利用更新后的输入重新计算太阳辐射数据。
太阳辐射数据的典型计算时间线如下：
每天计算第1天和第2天的太阳辐射数据。
每个月初，上个月的太阳辐射数据会根据最终的大气数据输入重新计算。大气数据与历史数据记录同质化，以避免因大气模型变化而出现的突变。
月初
第三 个日 历日 00：00 UTC 可以安全拉取全球太阳卫星数据的重新分析数据集。
示例
1月15日的太阳辐射数据（基于卫星观测，非预报）将于1月16日上午首次公开。
1月15日的数据将于1月17日更新，随后于2月2日或3日再次更新。
2月2日或3日收到的数据可以被视为 最终 或 已存档。由于模型更新，有时也需要重新计算整个历史时期。然而，重要的是要注意，每次更新带来的差异通常都很小。每次型号变更都会记录在版本号中。
在Solargis平台的应用
Solargis 卫星模型被应用于所有 Solargis 应用，如 Prospect、 Evaluate 或 Monitor and Forecast。它用于模拟生成特定场地数据。例如，它被用作 Solargis Evaluate PV模拟 链的输入。
此外，它还有助于提取 TMY 和 TS API 数据的具体位置数据，以及咨询 服务。
延伸阅读
SPARTA：无云大气辐射传输的太阳参数化。José A. Ruiz-Arias，2023年，《可再生与可持续能源评论》，第188卷，第113833页，2023年12月。