《Earth》:The Tropical Challenge in Solar Energy Modelling: Spatial and Seasonal Breakdown of Semi-Empirical Approaches Under Topographic Heterogeneity
编辑推荐:
研究人员指出,准确且具有空间代表性的全球水平辐照度(Global Horizontal Irradiance, GHI)估算对于大气变异性强、地形复杂的热带地区太阳能规划至关重要。本研究旨在评估四种半经验卫星GHI模型(Beyer、Perez、Hammer和R
研究人员指出,准确且具有空间代表性的全球水平辐照度(Global Horizontal Irradiance, GHI)估算对于大气变异性强、地形复杂的热带地区太阳能规划至关重要。本研究旨在评估四种半经验卫星GHI模型(Beyer、Perez、Hammer和Rigollier)在印度尼西亚西爪哇热带异质条件下的性能和稳健性。研究人员利用GK2A卫星观测数据获取了2022年的小时GHI数据,并在代表沿海、低地和山区八个站点进行地面实测验证。使用相对均方根误差(relative Root Mean Square Error, rRMSE)和相对平均偏差误差(relative Mean Bias Error, rMBE)在年和季节尺度上评估模型性能。结果表明,模型性能在不同地点存在显著差异,各模型在八个站点平均计算的年平均rRMSE相似:Perez为41.10%,Beyer为41.18%,Hammer为42.44%,Rigollier为42.49%。Perez模型表现出最一致的性能,站点级rRMSE值范围为35.36%至43.32%,rMBE范围为-18.20%至22.09%。季节分析表明,雨季误差较高(Perez: 41.16%, Beyer: 45.23%, Hammer: 42.74%, Rigollier: 46.34%),而旱季误差较低,特别是Beyer(36.16%)和Rigollier(36.29%)。空间分析表明,与山区相比,沿海和低地地区的辐照度更高。这些发现强调了在热带环境中进行可靠的太阳能资源评估时,选择考虑气候和地形的模型的重要性。
**论文解读:热带异质地形下半经验卫星GHI模型性能的综合评估**
**研究背景与问题**
全球能源需求的增长,特别是由人口增长、城市化和经济扩张驱动的电力需求激增,对能源可持续性提出了重大挑战。国际能源署预测,到2030年全球能源需求将增长45%,这使得向可再生能源转型成为当务之急,以显著减少温室气体排放并减缓气候变化。在发展中国家,能源需求的增长尤为显著,因此提高能源效率和整合可再生能源技术至关重要。太阳能因其在热带地区的丰富性和全年可获取性,成为印度尼西亚等国家最具前景的可再生能源选择之一。太阳能光伏技术预计将在全球能源转型中发挥关键作用。然而,印度尼西亚的太阳能装机容量远低于其超过200 GW的技术潜力估算值。要弥补这一差距,需要准确、一致且具有空间代表性的太阳辐射数据来支持区域和国家尺度的太阳能系统规划、设计和运营。
太阳辐射表现出显著的空间和时间变异性,这主要受云量、气溶胶和水蒸气等大气因素驱动。在热带季风区,气溶胶变率、大气水汽输送以及厄尔尼诺-南方涛动等大规模气候振荡会显著调节大气辐射条件和降水过程。与季风环流相关的
气溶胶-云相互作用导致大气光学特性在时间和空间上发生显著变化,从而在持续对流活动和季节性季风转换的潮湿热带地区形成高度动态的辐射环境。这些大气复杂性给地表太阳辐射的时空分布带来了巨大的不确定性,从而增加了在不同环境条件下进行准确、连续辐射观测的需求。虽然基于地面的辐射测量精度高,但其部署受高成本和稀疏空间覆盖的限制,特别是在地形复杂的地区。因此,基于卫星的太阳辐射估算已成为提供连续、大尺度地表辐射信息的重要方法。然而,太阳辐射模型的应用需要在不同环境条件下保持一致性,包括雾霾和空气质量指数变化等环境现象引起的衰减效应,这些效应会直接降低光伏发电量。因此,在将模型集成到城市和建筑尺度的能源应用之前,在复杂热带条件下建立可靠的卫星GHI模型基线评估是关键的预可行性步骤。
尽管基于卫星的太阳辐照度估算研究取得了长足进步,但仍存在几个重要的研究空白:1)现有研究主要关注提高模型精度,而对评估模型在不同季节和大气状态下的稳定性和稳健性关注有限;2)大多数验证研究在单个站点或相对均质的区域内进行,对具有显著气候和地形异质性区域的模型行为理解有限;3)在热带季风环境下,特别是受云变率、气溶胶、季风环流和地形复杂相互作用强烈影响的印度尼西亚,对广泛使用的半经验GHI模型的比较评估仍然稀缺;4)先前的研究很少将空间异质性和季节变异性整合到统一的评估框架中,限制了模型可移植性和操作适用性的评估。为应对这些不足,本研究旨在利用印度尼西亚西爪哇的卫星观测数据,对四种广泛使用的半经验GHI估算模型进行综合评估。
**研究方法概述**
本研究以印度尼西亚西爪哇省为案例区域,该地区具有显著的地形和气候异质性,包含沿海低地和山区,受季风环流驱动产生强烈的空间和季节变异性。根据柯本-盖格气候分类,该地区包含从低地的热带雨林气候和热带季风气候到高海拔地区的温带海洋性气候等多种气候类型,是评估太阳辐射估算模型在多变热带气候状态下稳定性和敏感性的理想天然实验室。
研究使用了韩国气象厅运营的静止气象卫星
GK2A(Geo-KOMPSAT-2A)搭载的先进气象成像仪(Advanced Meteorological Imager, AMI)可见光通道数据(2022年,空间分辨率0.5 km)来推导
云指数。地面验证数据来自印度尼西亚气象、气候和地球物理局的八个自动气象站,这些站点分布在沿海、低地和山区,海拔从2米到828米不等,代表了该地区的地形和气候条件。数据经过严格的质量控制,剔除了不符合标准(如太阳天顶角≥85°、辐照度为负值等)的观测值,最终每个站点保留了约3500个有效小时观测值用于模型评估。
研究评估了四种源自Heliosat家族的半经验模型:Beyer、Perez、Hammer和Rigollier模型。这些模型结合简化的物理公式和基于回归的调整,在物理可解释性、计算效率和数据需求之间提供了更实用的平衡。模型估算过程主要包括三个步骤:1)计算晴空辐照度(GHI
c),该值受地外太阳辐照度、太阳天顶角和站点海拔等因素影响;2)从卫星反射率推导云指数,进而得到晴空指数(K
c);3)通过结合GHI
c和K
c估算实际GHI。模型性能使用相对均方根误差和相对平均偏差误差等指标进行评估,并在年、季节和空间尺度上进行分析。
**研究结果**
**1. 不同气候状态下的年际精度**
年度模型性能评估揭示了模型之间明显的性能差异以及站点间显著的空间异质性。总体而言,Beyer和Perez模型表现出相对较好的精度。最佳性能一致出现在沿海和低地站点,特别是Palabuhanratu和Indramayu 2站,这些地点主要属于Af(热带雨林)气候,部分为Am(热带季风)气候。相反,在Sumedang和Jatinangor等地形更复杂、海拔更高的区域,模型精度显著下降,rRMSE超过45%,尤其是Hammer和Rigollier模型。这反映了模型对地形云过程、大气光学厚度变化和局部对流动态的敏感性。尽管高海拔地区通常因大气层变薄而接收更多辐射,但西爪哇的山区却充当了云积累区,持续的厚云层在辐射到达地表前有效地反射和散射了入射太阳辐射。此外,局部对流云的形成是地表辐照度变率的最大贡献者。因此,模型性能的稳健性和空间稳定性强烈依赖于当地气候状态和地形特征。
**2. 各模型的月精度与季节分析**
季节尺度的性能分析表明,时间变异性在决定模型精度方面起着关键作用,其影响往往强于模型间的差异。总体而言,旱季(六月、七月、八月,JJA)在几乎所有站点和模型上都产生最低的rRMSE值。更稳定的大气条件、相对最少的云量和降低的湿度变异性使得卫星辐射与地表太阳辐射之间的关系更加线性。相反,雨季(十二月、一月、二月,DJF)在几乎所有站点都表现出rRMSE的显著增加,这反映了对流云活动和季风动态的强烈影响。这种增加在西爪哇中部地区尤为明显,例如Sumedang和Jatinangor,大多数模型的rRMSE上升到约46-50%。Bojongmangu站在几乎所有季节和模型中都持续表现出最高的rRMSE值,这表明局部大气不稳定性,而非单纯的海拔,是该站点模型性能的主要控制因素。Ujung Genteng站则表现出不同的模式,其rRMSE值在湿季和过渡季相对较高,在旱季则大幅下降,这与沿海云系和海陆相互作用的影响相一致。
模型间的季节性敏感性也存在明显差异。Perez和Beyer模型在旱季和过渡季表现出相对较好的稳定性,而Rigollier模型则显示出极端波动,特别是在Bojongmangu站的雨季。Hammer模型虽然在湿润条件下表现较弱,但在旱季表现出持续的改善,表明其对大气稳定性的强烈依赖。因此,模型性能并非普遍适用,而是强烈受局部动态(季节性和站点环境)的影响。
**3. GHI的空间分布**
空间分布图显示,在雨季,所有模型都表明由于大范围云覆盖和高湿度导致GHI下降。Beyer模型显示出相对均匀的分布,而Perez模型在沿海地区产生更高的值。Hammer模型倾向于高估,而Rigollier模型则提供更保守的估计。在向旱季过渡期间,大多数区域的GHI增加,尤其是在低地沿海地区。Beyer和Perez模型产生的分布与地理条件更吻合,而Hammer模型在北部持续高估,Rigollier模型则在高地和沿海地区之间表现出鲜明对比。在旱季,所有模型都显示出最大辐照度。Hammer模型产生最高的估计值,Perez模型更适中,Beyer模型保持相对均匀的分布,Rigollier模型则对海拔高度保持高度敏感。这些模式表明,尽管大气条件通常更晴朗,但地形效应继续对太阳辐射的空间分布产生主导影响。
空间上,北部和南部海岸始终表现出最高的GHI值,这些区域海拔低于500米,大气条件相对稳定。相比之下,西爪哇中部山区显示出GHI强度的显著降低,特别是在雨季,这一模式在所有模型中都是一致的。这强化了先前的发现,即局部大气异质性和地形复杂性是热带地区太阳辐射的主要控制因素,太阳能潜力评估不能仅仅依赖于海拔或一般化的气候假设,而必须明确考虑云动态和中尺度过程。
**4. GHI的日变化模式分析**
对代表旱季高峰的7月份日GHI分布模式的评估,为了解模型性能差异背后的机制提供了物理见解。在沿海低地环境(以Palabuhanratu站为代表)下,日GHI模式表现出一致且相对对称的日变化曲线。太阳辐射从早晨开始逐渐增加,在中午前后达到稳定峰值,然后在下午逐渐下降。在相对均质的大气条件下,几乎所有半经验模型都能成功再现GHI峰值的时间。Perez和Beyer模型在峰值幅度和日变化曲线的上午-下午斜率方面与观测值吻合最好。相比之下,Hammer模型在大部分白天时段持续产生较低的GHI值,表明其晴空公式施加了更强的大气衰减。Rigollier模型则表现出相反的趋势。总体而言,日变化曲线形状的一致性表明太阳辐射的基本时间动态在沿海环境中得到了很好的捕捉。
在地形效应和次日内变率方面(以Sumedang站为代表),日GHI模式表现出明显的日内变率。观测到的日变化曲线经常在中午前后显示辐照度的急剧且不对称的下降,这表明存在由山地地形上的空气抬升触发的快速发展的局部对流云或地形云。在这种情况下,观测值与模型估算值之间的差异变得尤为明显。所有半经验模型都倾向于生成更平滑的日变化曲线,缺乏突然的波动。因此,当观测到的GHI突然下降时,模型无法再现这些事件,而是保持接近晴空条件的值。这种行为导致在高峰时段显著高估,直接导致rRMSE值增加。这凸显了单像元云指数方法的根本限制,即无法解析热带山区典型的次网格云异质性和快速对流演变。
**讨论与结论**
**讨论部分总结**
与先前研究的比较表明,半经验模型在热带地区(包括印度尼西亚)的性能仍然变化很大。虽然在中纬度或动态较弱环境中进行的研究通常报告较低的误差,但在热带地区,特别是地形复杂的地区,结果往往表现出更高的不确定性。与最近为热带环境开发的机器学习和混合方法相比,本研究所评估模型的性能具有可比性或更优。本研究与先前的发现一致,即模型性能强烈受当地环境条件,特别是云变率和海拔差异的影响。
尽管有大量研究评估半经验GHI模型,但大多数调查主要集中在统计性能指标上,对地理空间因素的考虑有限。虽然云变率经常被认为是热带地区不确定性的主要来源,但地理因素(特别是海拔和地形复杂性)对模型性能的影响很少被明确研究。因此,估算误差背后的空间机制仍然没有得到充分理解。在像印度尼西亚这样的复杂地形中,海拔通过其对云形成和大气条件的影响,在调节太阳辐射方面起着关键作用。通过纳入空间分析,本研究表明与海拔相关的效应导致了模型性能的系统性空间模式,表明某些区域由于其地理特征更容易出现估算偏差。这凸显了将地理空间背景整合到太阳辐射建模中的重要性。
本研究的意义超出了印度尼西亚,因为许多热带地区都面临着与强烈的季节性云变率、复杂地形和高质量大气观测数据有限相关的类似挑战。通过展示模型性能如何随气候状态和地形设置变化,本研究有助于更广泛地理解半经验GHI估算模型在热带环境中的可移植性和稳健性。同时,研究也指出了若干局限性,包括卫星数据的不确定性、站点网络和像元方法可能无法完全捕捉与复杂地形相关的局部微气候变化、模型对大气过程的简化表示可能无法完全解释热带地区常见的气溶胶-云相互作用等。未来的工作应侧重于改进次日内云动态的表征,纳入多像元或空间自适应方法,整合更高时间分辨率的卫星数据,以及开发混合或数据驱动模型和站点特异性校准策略。
**研究结论**
本研究为在热带西爪哇复杂气候和地形条件下估算GHI的卫星半经验模型提供了全面的诊断评估。分析强调了模型的稳健性、空间一致性和季节敏感性,而非仅仅基于聚合精度指标确定单一最佳模型。结果表明,模型性能随气候状态和当地地理环境系统变化。在评估的模型中,Perez和Beyer在八个站点上表现出最低的平均年rRMSE值,分别为41.10%和41.18%。尽管总体精度相似,但Perez被证明是最可靠的模型,因为它在不同地点和季节的性能更一致。季节分析进一步表明,Perez在整个季风周期中保持了相对稳定的性能,而其他模型则表现出更大的季节性波动。这些差异反映了每个模型在表征热带条件下的晴空辐照度和校正云引起衰减方面的不同能力。
空间分析揭示了低海拔沿海地区和高起伏山区之间的鲜明对比。沿海站点由于大气条件更稳定,始终表现出更高的GHI和更好的模型一致性,而山区则显示出持续的辐射减少和更高的不确定性。与通常假设的海拔与太阳辐照度之间的正相关关系相反,这些结果表明热带地区的高海拔区域充当了云积累区,其中地形过程和大气衰减的影响超过了空气质量减少的效应。此外,季节和日变化评估表明,模型性能具有强烈的尺度依赖性,因为可接受的年度精度可能掩盖季节和小时尺度上的显著误差,特别是在受对流云和地形云形成影响的区域。总体而言,本研究强调,半经验卫星GHI模型在热带地区的适用性不能从中纬度基准推广。模型选择和解释必须明确考虑热带大气动态、季节性季风行为和地形复杂性。本研究提供的见解为热带季风区的太阳能资源评估和运营规划提供了实用指导,同时也强调了未来发展的需要,即纳入适应性云和气溶胶表征,以提高在不同热带环境中的可靠性。这些发现对于建筑尺度和城市能源应用尤为重要,因为准确表征太阳辐照度变异性对于可靠的光伏性能估算、能源需求建模以及将太阳能整合到可持续建筑环境中至关重要。