Solargis 卫星模型

机器翻译，未经校对人员审核，可能存在错误。

Solargis 卫星模型概述

Solargis 卫星模型 是一种半经验太阳辐射模型，利用静止气象卫星观测数据与大气数据，估算任意地点水平面上无遮挡条件下的全天空太阳总辐照度。该模型考虑了太阳辐射从太空到达地表过程中的各种大气衰减过程，包括水汽、气溶胶和云的影响。Solargis 使用该模型生成历史和近期的太阳辐照度数据。

该模型之所以被称为半经验模型，是因为它通过先进算法整合卫星数据以识别云的属性，同时纳入关键物理参数。

半经验模型能够提供可靠的结果，并有效再现真实条件。它在完全物理模型与经验模型之间取得平衡。完全物理模型试图通过求解辐射传输方程来解释地球的辐射，但需要详细掌握大气成分，这在实际应用中是一种限制。相比之下，经验模型依赖卫星可见光通道数据与地面站测量之间的简单回归，通常达不到太阳能应用所需的精度。

Solargis 卫星模型由两个主要部分组成：

• 晴空模型

• 云模型

这两个模型共同为特定地点提供水平面上无遮挡总太阳辐照度的精确估算。第三方基准测试结果参见太阳辐照度模型的独立比较。

模型的最终输出是全天空辐照度，涵盖包括云量在内的所有大气因素。但该模型计算的是无遮挡辐照度，即不考虑地平线、周边物体或电站自身设施造成的阴影。这些遮挡影响在计算光伏电站表面入射辐照度时才会引入，该辐照度称为倾斜面总辐照度（GTI）或辐照量。

全天空辐照度即总辐照度，随后须拆分为两个主要分量：直接辐照度与散射辐照度，参见太阳辐照度分量。此外，GTI 的计算还需计入地面反射辐照度的贡献，这需要评估光伏电站所在位置的地面反照率，参见基于卫星的反照率数据。

Solargis 卫星模型的输出还可通过云运动矢量（CMV）模型用于能源预报。CMV 模型估算云的短期移动，以预测未来数小时的太阳辐照度。Solargis 应用 CMV 的方式参见预报建模。

Solargis 卫星模型的计算链按以下顺序运行（图 1）：

1. 晴空模型根据日地几何、海拔高度、大气气体和气溶胶，计算该地点在该时刻的理论最大辐照度。

2. 云模型从静止气象卫星数据中导出云指数，用以量化云的衰减作用。

3. 两者结合得到无遮挡的全天空水平面总辐照度。

4. 将总辐照度拆分为直接分量与散射分量。

5. 计入遮挡、表面倾角和地面反射辐照度后，得到光伏电站表面的倾斜面总辐照度（GTI）。

晴空模型

在 Solargis 卫星模型中，晴空辐照度指假设无云条件下，特定地点和时刻到达地表的太阳能量。它是理论上的最大辐照度，实际的云致衰减在此基础上叠加。Solargis 晴空模型考虑以下五个因素。

日地天文位置

晴空辐照度受多个因素影响，主要是日地距离及两者的相对位置。

对于任意给定地点，必须逐时刻计算太阳在天空中的位置。太阳高度角决定太阳辐射穿过大气的路径长度，该长度以“相对大气质量”衡量。该参数表示阳光穿过大气的光程与最短路径（太阳位于天顶时，大气质量 = 1）之比。随着太阳天顶角增大，光线穿过的大气路径变长，大气质量增加，辐照度随之下降。

日食

日食虽然短暂，但同样会显著影响太阳辐照度。辐照度下降的幅度和持续时间取决于日食类型——日全食、日偏食或日环食——以及观测者相对于日食路径的位置。

必须依据地球、月球和太阳的精确运动，采用成熟的天体力学方法对该效应建模，以预测日食期间的可用太阳能。

地形高程

高程和周边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照度强度。地形特征将在建模流程的后续阶段进行更详细的分析，以评估遮挡对光伏电站总入射辐照度的影响，参见地形模型。

大气气体：水汽与臭氧

该模型还考虑太阳辐照度的散射与吸收，即辐射穿过大气时的能量损失。这需要详细输入大气气体的组成信息，尤其是水汽和臭氧。

这些输入来自先进的数值天气预报（NWP）模型，该类模型整合了卫星和地面观测等大量观测数据。将 NWP 模型在长历史时段上运行，即“再分析”过程，可生成高分辨率、连续的数据集，反映大气状况随时间的变化。Solargis 由这些模型导出的气象参数参见气象模型数据。

Solargis 在晴空模型中使用以下数据集作为水汽和臭氧的输入：

气溶胶与气溶胶光学厚度（AOD）

晴空辐照度中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，以及野火和火山等事件。它们在大气中按特定模式输送，这一过程同样被建模并纳入晴空辐照度计算链。

气溶胶输入数据同样取自再分析 NWP 数据集。与 Solargis 同类的先进太阳辐照度模型都使用最新的输入数据（卫星与大气数据），并对其进行系统的质量控制和验证。

描述辐照度模型中气溶胶含量的参数称为气溶胶光学厚度（AOD）。它衡量气溶胶颗粒对太阳辐射的消光作用，是一个无量纲量，取值为 0 表示天空中不含气溶胶。

Solargis 模型可获得的气溶胶输入数据空间分辨率较低，因此无法分辨局地效应，在气溶胶浓度极高且变化剧烈的地区（例如工业污染严重的区域）尤其如此。在这些情况下，Solargis 模型的不确定性会更高，参见不确定性估计。

新一代晴空辐照度模型可采用更先进的光谱积分方案和气溶胶透过率方案获得分离的辐照度分量，并纳入了对气溶胶环日辐照度的灵活参数化。

Solargis 在晴空模型中使用以下数据集作为气溶胶的输入：

云模型

Solargis 云模型利用多颗静止气象卫星的数据，通过云指数计算量化云的衰减作用。该过程依赖静止气象卫星上辐射计提供的多光谱高分辨率影像和辐射测量数据，这些卫星覆盖全球不同区域。

自 1994 年以来，Meteosat、GOES与Himawari等卫星上的辐射计已有显著进步：

• Meteosat从 MVIRI 的基础成像发展到 SEVIRI 的多光谱成像，目前正在向即将投入使用的 FCI 仪器过渡。

• GOES系列从提供基础成像的 I-M 系列过渡到搭载先进 ABI 的 GOES-R 系列，分辨率和性能均有提升。

• Himawari系列从基础的多光谱成像发展到高度先进的 AHI，显著提升了亚太地区的天气与环境监测能力。

Solargis 云模型在欧洲和非洲使用Meteosat Prime，在南亚、中东、中亚及东亚部分地区使用Meteosat IODC，在北美和南美使用GOES East，在美洲西北部和太平洋岛屿使用GOES West，在东亚和西太平洋沿岸使用Himawari（图 2）。

图 2：各静止气象卫星的运行时段与覆盖范围。

下列卫星数据集是 Solargis 卫星模型的云输入数据：

高反照率地表区域的云检测

在地表反照率较高的区域（如积雪覆盖区、盐滩或白沙地区），Solargis 云模型不使用可见光通道，而是根据卫星数据的红外通道导出云指数。

此外，还引入数值天气预报（NWP）模型的雪深和气温数据，将每个数据点划分为以下类别之一：积雪覆盖、无雪陆地、水体、云或未分类。

个别情况下可能无法检测到积雪，冬季尤其如此，这会导致多雪地区的模型不确定性升高。

Solargis 卫星数据的空间分辨率

Solargis 卫星模型所用卫星数据（Meteosat、GOES与MTSAT）在星下点的空间分辨率约为 3 公里（详见下表）。实际像元分辨率随时段和站点纬度变化；纬度越高，因距赤道越远，像元变形越大。

通过重采样技术和数字地形模型，数据产品的空间分辨率最高可提升至 3 角秒，在赤道处约相当于 90 米，越靠近两极分辨率略有下降。

Solargis 卫星模型用于获取云信息的卫星输入的原始网格分辨率如下：

Solargis 数据更新与重新计算时间安排

Solargis 会在获得更好的大气输入数据后重新计算卫星太阳辐射数据。首次计算太阳辐射时，最终的大气数据尚不可用；Solargis 通常在约 12 小时的延迟后收到更新的最终大气输入，随后据此重新计算太阳辐射数据。

Solargis 卫星太阳辐射数据的典型计算时间安排如下（DAY-1 指前一天，DAY-2 指前两天）：

1. 每天，计算 DAY-1 和 DAY-2 的太阳辐射数据。

2. 每月初，使用最终的大气输入数据重新计算上一个月的太阳辐射数据。大气数据会与历史数据记录进行均一化处理，以避免因大气模型变更而产生突变。

每月初

自每月第 3 个日历日的00:00 UTC起，即可安全地在全球范围内提取上一个月经再分析的 Solargis 卫星太阳辐射数据集。

延伸阅读

• SPARTA: Solar parameterization for the radiative transfer of the cloudless atmosphere。José A. Ruiz-Arias，2023 年，《Renewable and Sustainable Energy Reviews》，第 188 卷，第 113833 页，2023 年 12 月。

相关文章

• 太阳辐射度地面测量 — 用于开发和验证 Solargis 卫星模型的地面数据。

• 太阳辐照度场地适应 — 如何利用本地测量降低模型在特定站点的不确定性。

• 太阳能资源变异 — 模拟得到的太阳能资源在年际之间如何变化，及其对项目估算的影响。

• 太阳能、气象和环境数据 — 卫星模型在 Solargis 更广泛的数据与建模链中所处的位置。