导读:本文包含了地表净太阳辐射论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:地表,太阳,气溶胶,云量,水汽,云天,大气。
地表净太阳辐射论文文献综述
夏丽,林爱文,覃文敏,周志高,陈飞燕[1]（2019）在《1980—2013年湖北省地表太阳辐射时空特征及其驱动因子分析》一文中研究指出太阳辐射是驱动地表能量交换的源泉,其变化对人类生存环境影响重大。本文利用Yang Hybrid model(YHM)模型模拟地表太阳辐射值,通过线性倾向估计、相关分析等方法探讨了34年间(1980—2013年)湖北地区地表太阳辐射的时空变化特征及其驱动因子。研究表明:1)湖北地区地表太阳总辐射1980—2013年间增加了2.54×10-3MJ m-2day-1,四季变化差异明显,夏季>春季>秋季>冬季; 2)地表太阳总辐射值在湖北区域呈现出"东高西低、北多南少"的空间分布特征; 3)其主要影响因子是低云量和总云量,随着LCC减少(增加)研究区的SSR在增加(减少),LCC与SSR四季负相关关系明显(RWVE.LCC:-0.83—-0.59,RWVE.TCC:-0.70—-0.36)。(本文来源于《测绘与空间地理信息》期刊2019年04期）
乔岩,张晶,薛文晧,周丽花,张艺娟[2]（2019）在《基于Fu-Liou模式的气溶胶对中国、印度2011—2014年地表太阳辐射影响的研究》一文中研究指出利用Fu-Liou辐射传输模式,结合中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)的气溶胶光学厚度(aerosol optical depth,AOD)数据,模拟有无气溶胶2种条件下的地表辐射情况.模型结果使用基线地表辐射观测网(baseline surface radiation network,BSRN)地面观测站点进行验证.结果证明,研究区内所有站点的相关性系数平方R2均在0.6以上,整体R2达到了0.81,相关程度较高,模型模拟结果与观测较为一致.比较2组模拟结果显示,2011—2014年间气溶胶导致研究区总辐射量减少18.81W·m~(-2),散射量增加14.94W·m~(-2).其中中国地区散射辐射增加12.79W·m~(-2),印度地区散射辐射量增加23.21 W·m~(-2).AOD高的地区,云量较少则散射辐射增加较为明显,云量较多则散射辐射的增加量明显减少.(本文来源于《北京师范大学学报(自然科学版)》期刊2019年01期）
黎微微,胡斯勒图,陈洪滨,尚华哲[3]（2018）在《利用MODIS资料计算不同云天条件下地表太阳辐射》一文中研究指出本文利用MODIS气溶胶和云产品卫星数据与大气辐射传输模式RSTAR,进行了晴空和有云条件下地表太阳辐射计算,并与香河综合辐射站的地基辐射测量值相比较。分析表明,晴空下二者相关性较好,相关系数平方R2值为0.95,均方根误差RMSE为38.8 W/m2。有云条件下,计算结果较差于晴空条件下,R2值为0.88,RMSE为88.2 W/m2。观测显示,香河站云-气溶胶共存现象较多,而MODIS仅按单一层的云进行微物理参数反演,导致模式输入参数误差,给地表太阳辐射计算结果引入误差。为了分析云-气溶胶共存状态对计算地表太阳辐射的影响,利用RSTAR计算了不同光学厚度的云和气溶胶在特定波段卫星观测的辐亮度值,并对于特定波段卫星接收的辐亮度值,用不同垂直结构的云和气溶胶分别反演其光学和微物理参数,再利用反演的结果分别计算相应的地表太阳辐射。结果表明,相对于单一云层的反演结果,云下气溶胶光学厚度(AOD)为0.1时,由反演误差所导致的地表太阳辐射估算误差较小;而随着AOD增加影响明显增大,在AOD为1.2时,相对误差达17.79%-18.38%。对于污染较重的华北地区而言,分析云覆盖下的气溶胶对地表太阳辐射的影响,有助于提高有云条件下地表太阳辐射的计算精度。(本文来源于《第35届中国气象学会年会 S13 大气物理学与大气环境》期刊2018-10-24）
张星星,吕宁,姚凌,姜侯[4]（2018）在《ECMWF地表太阳辐射数据在我国的误差及成因分析》一文中研究指出利用2000-2009年中国气象局(CMA)地表太阳辐射台站资料,对欧洲中期天气预报中心(ECMWF)地表太阳下行短波辐射产品进行多时间尺度的计算与分析,检验ECMWF地表辐射产品对于中国地区太阳辐射特征的表现。本文通过聚类分析将中国地区分为8个区域,考虑到ECMWF大气因素对ECMWF地表辐射的影响和大气因子分布的空间异质性,引入地理探测器对ECMWF再分析辐射产品的时空误差进行定量分析,来判明影响ECMWF辐射精度的主要大气因子。结果表明:总体上看,ECMWF地表太阳辐射要高于地面观测数据,月均偏差为18.28W/m~2;ECMWF地表太阳辐射表现出季节性差异,夏秋季节明显好于春冬季节,相对偏差较大的数据集中分布在12、1、2和3月,相对偏差较小的数据集中分布在6、7、8和9月;不同区域在冬季和夏季的主导大气影响因子不同,夏季中国西北(1区)、高原(3区)、西南(4区)和四川盆地(5区)地区主导影响因子都是气溶胶,东南(6区)地区的主导影响因子是地表反照率和气溶胶,中东部地区(7区)的主导影响因子是云覆盖率和气溶胶,但是因子解释较小,分别为0.0228和0.0202,东北地区(8区)4个因子均未通过显着性系数检验,因子对相对偏差的变化影响不显着;冬季中国西北(1区)、高原(3区)、中东(7区)、东北(8区)和四川盆地(5区)地区的主导影响因子都是云覆盖率,西南(5区)和东南(6区)地区的辐射主要受到气溶胶的影响。(本文来源于《地球信息科学学报》期刊2018年02期）
郁云,许昌,曹潇,魏瑾,徐坚[5]（2017）在《云图纹理分析结合SVM的地表太阳辐射预测》一文中研究指出太阳能资源的间歇性与不稳定性为地表太阳辐射的准确预测带来很大的挑战.本研究通过对全天空图像进行纹理特征分析,并结合支持向量机模型,实现了对地表太阳辐射的预测.首先,基于全天空图像,利用数字图像处理技术提取与太阳辐射相关的图像纹理特征,包括反差、熵、灰度相关与能量;然后,结合图像特征与辐射衰减系数建立回归模型;最后,基于支持向量机模型实现地表太阳辐射的预测.实验结果表明:本文算法的预测精度明显优于基于统计的传统算法,同时优于基于云团遮挡预测的算法,为准确预测复杂天气条件下的地表太阳能辐射提供重要的参考依据.(本文来源于《西南师范大学学报(自然科学版)》期刊2017年12期）
李小军,辛晓洲,彭志晴[6]（2017）在《2003～2012年中国地表太阳辐射时空变化及其影响因子》一文中研究指出利用中国94个气象站提供的辐射观测数据对3个主要的太阳短波辐射卫星产品进行质量评价,选择准确度较高的CERES-EBAF数据并结合MODIS数据,分析中国10 a地表太阳辐射的时空变化特征,并对其影响因素进行初步分析。结果表明:青藏高原高寒生态区始终是地表太阳辐射的高值区,而四川东部和重庆等地组成的川渝生态地区是"低值圈";月均地表太阳辐射受季节变化影响明显,在四季均呈现先增后减的变化特征;2003~2012年期间,我国地表太阳辐射呈现出先增后减的年际变化特征,10 a来,华北生态地区增加最多,为13.50%(+21.33 W/m2),华南生态地区减少了14.27%(-21.56 W/m~2);相比水汽含量,总云量可能是引起中国地表太阳辐射变化的主要因素。(本文来源于《太阳能学报》期刊2017年11期）
黎微微,胡斯勒图,陈洪滨,尚华哲[7]（2017）在《利用MODIS资料计算不同云天条件下的地表太阳辐射》一文中研究指出利用MODIS气溶胶和云产品卫星数据与大气辐射传输模式RSTAR,进行了晴空和有云条件下地表太阳辐射计算,并与香河综合辐射站的地基辐射测量值相比较。分析表明,晴空下二者相关性较好,相关系数平方R~2值为0.95,均方根误差RMSE为38.8 W/m~2。有云条件下,计算结果较差于晴空条件下,R~2值为0.88,RMSE为88.2 W/m~2。观测显示,香河站云—气溶胶共存现象较多,而MODIS仅按单一层的云进行微物理参数反演,导致模式输入参数误差,给地表太阳辐射计算结果引入误差。为了分析云-气溶胶共存状态对计算地表太阳辐射的影响,利用RSTAR计算了不同光学厚度的云和气溶胶在特定波段卫星观测的辐亮度值,并对于特定波段卫星接收的辐亮度值,用不同垂直结构的云和气溶胶分别反演其光学和微物理参数,再利用反演的结果分别计算相应的地表太阳辐射。结果表明:相对于单一云层的反演结果,云下气溶胶光学厚度(AOD)为0.1时,由反演误差所导致的地表太阳辐射估算误差较小;而随着AOD增加影响明显增大,在AOD为1.2时,相对误差达17.79%~18.38%。对于污染较重的华北地区而言,分析云覆盖下的气溶胶对地表太阳辐射的影响,有助于提高有云条件下地表太阳辐射的计算精度。(本文来源于《遥感技术与应用》期刊2017年04期）
邹玲[8]（2017）在《中国大陆地区地表太阳辐射估算及其时空变化分析》一文中研究指出太阳辐射是地球上最主要的能量来源,它决定着地表气候环境因子,影响着地-气系统物质与能量的迁移和传输,驱动着地球系统中碳、热、水和营养物质等的循环。由于区域地表太阳辐射观测台站相对稀疏,构建地表太阳辐射估算方法和模型是获取数据的重要手段。近些年世界范围内观测到的地表太阳辐射呈现显着的年代际变化,但区域地表太阳辐射的变化特征具有明显差异性,并且其潜在的变化原因也十分复杂。因此,获取高精度地表太阳辐射数据、分析区域地表太阳辐射变化特征及其潜在影响因子等对区域地表太阳辐射研究和应用、区域和全球气候变化研究具有重要意义。本文基于1994-2013年间地面观测资料和2004-2013年间卫星遥感数据,改进和发展多个高精度的地表太阳辐射估算模型;选取最优估算模型构建中国大陆地区1961-2013年间的地表太阳辐射数据集,并分析中国大陆地区地表太阳辐射时空变化特征;基于1980-2013年间的天气资料,揭示中国大陆地区气溶胶光学厚度、低云云量、总云量及水汽含量的时空变化特征,并探索这些因素的变化对中国大陆地区地表太阳辐射的影响。主要内容如下:(1)分析中国大陆地区592个气象台站1961-2013年平均气温、总降水量、日照时数和平均相对湿度数据的空间分布特征,并参考地理行政区范围将研究区划分为七大区域;选取区域内8个代表台站1961-2013年太阳总辐射数据及气象数据资料(气温、降水、日照时、相对湿度)进行区域气候与辐射变化分析。结果表明,中国大陆地区在53年里气温逐渐升高,总降水量不断增加,日照时数、相对湿度和地表太阳总辐射量则出现减少的变化趋势。(2)利用中国大陆地区1994-2013年间40个台站的气象和辐射数据,通过引入日照时数、相对湿度、总降水量等常规气象因子对“Bristow-Campbell”(BC)模型进行改进和标定(IBC);对包含物理意义的“Yang”混合(YHM)模型进行系数标定以提高其模型精度(IYHM);选取最优输入变量组合结构,构建自适应神经模糊推理系统(ANFIS);根据2004-2013年MODIS遥感产品,构建月尺度地表太阳总辐射的反演方案,并对模型进行验证分析。结果显示,BC模型的均方根误差(RMSE)和平均绝对误差(MAE)值整体高于IBC模型;YHM模型的统计误差高于IYHM模型;MODIS反演模型统计误差偏高;ANFIS模型的统计误差最小,RMSE在1.42～2.82MJm-2之间,MAE在1.06～2.04MJm-2之间。研究表明,改进后的经验/物理模型(IBC模型和IYHM模型)优于其原始模型(BC模型和YHM模型),在多个模型中,基于卫星遥感产品的反演方案模拟精度相对较低,ANFIS模型模拟精度最高。(3)采用ANFIS模型构建中国大陆地区552个台站1961-2013年间地表太阳总辐射日值数据集,并分析中国大陆地区地表太阳辐射时空变化特征。ANFIS模型构建的数据与DAM构建的数据集比较得出:月尺度的均方分误差在0.40MJm-2～2.56MJm-2之间,平均绝对误差在0.31MJm-2～2.26MJm-2之间。由此可见,ANFIS模型构建的地表太阳总辐射数据集精度很高。根据地表太阳辐射时空变化分析得知,中国大陆地区地表太阳总辐射空间分布不均匀,以大兴安岭-太行山-秦岭-四川盆地西侧-云南贵州交界处划线,该线以西、以北地区太阳辐射丰富,该线以东、以南地区太阳辐射相对较少。青藏区一年四季的地表太阳辐射量均较高,西南区和东南区地表太阳辐射相对较少。就时间变化而言,整个中国大陆地区地表太阳总辐射呈现减少的趋势(-0.1 MJm-2 decade-1)。七大区域地表太阳总辐射在1961-1990左右均出现减少的情况,西北、青藏、西南、内蒙、华南区1990年后趋于平稳,而中原区和东北区则在1990年后仍延续减少的趋势。(4)基于420个台站的天气资料分析中国大陆地区1980-2013年间气溶胶光学厚度、云量、水汽含量的长期变化特征及其对地表太阳总辐射变化的影响。结果显示,气溶胶光学厚度、低云云量、总云量和水汽含量在34年间整体表现为增加的趋势,它们与地表太阳总辐射相关系数分别为-0.79、-0.48、-0.75、-0.18和-0.75。研究表明,气溶胶光学厚度的增加对西北区和中原区地表太阳辐射减少具有重要影响;低云云量和总云量在西北区、中原区、内蒙区和东北区显着增加直接导致这些地区地表太阳辐射减少,尤其总云量的显着增加是辐射减少的主要原因;水汽含量变化与西北区、内蒙区、中原区、东北区和青藏区地表太阳辐射的变化有着密切联系。(本文来源于《武汉大学》期刊2017-05-01）
邵思雅,张晶,周丽花,薛文晧[9]（2017）在《基于Fu-Liou辐射传输模式和卫星观测资料的气溶胶对全球地表太阳辐射影响的研究》一文中研究指出气溶胶可以吸收和散射太阳辐射,影响地表辐射收支平衡,使到达地表的太阳总辐射减少,同时散射辐射在总辐射中所占的比例增加。本文基于MODIS气溶胶产品和CERES云产品等大气遥感资料,利用Fu-Liou辐射传输模式对全球地表辐射进行了有无气溶胶的两组模拟试验。将考虑气溶胶的试验模拟值与BSRN站点观测值进行对比,结果显示地表总辐射模拟的R值达到0.92,地表散射辐射模拟的R值达到0.84,模拟值与观测值有着比较好的一致性。比较两组模拟结果显示,2007年气溶胶导致全球地表总辐射平均减少了9.16W/m2,降低幅度较大的地区往往气溶胶光学厚度(AOD)也较高。对于散射辐射来说,气溶胶在全球不同地区却有着不同的正负效应:地表反照率高的地区,气溶胶往往使得散射辐射大幅增加;而云分数较高的地区,气溶胶往往导致散射辐射大幅度下降。2007年气溶胶导致全球地表散射辐射平均增加了8.17W/m2。(本文来源于《资源科学》期刊2017年03期）
魏胜龙,陈志彪,陈志强,王秋云,马秀丽[10]（2017）在《微地形上太阳辐射模拟及与地表温度关系研究》一文中研究指出在微地形上进行太阳辐射模拟对于探讨起伏地表微气候因素分布具有重要意义,为分析微地形对太阳辐射的影响及对地表温度的影响,利用实时动态差分仪(real-time kinematic,RTK)实地测量实验样区的微地形,生成分辨率为0.1 m×0.1 m的分米级高精度数字高程模型(digital elevation model,DEM),模拟微地形下太阳总辐射的时空分布;同时结合地面温度实测数据,建立地表温度与太阳辐射的关系。结果表明:微地形下太阳辐射具有明显的空间分布特征,表现为沟脊大,沟底小;阳坡大,阴坡小;坡度越大接受的太阳辐射量越少;实验样区接受太阳辐射量大小依次为夏季>春季>秋季>冬季;地形遮蔽效应对太阳辐射影响程度依次为冬季>秋季>春季>夏季;地表温度与太阳辐射呈显着相关,相关系数为0.622。(本文来源于《国土资源遥感》期刊2017年01期）
地表净太阳辐射论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用Fu-Liou辐射传输模式,结合中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)的气溶胶光学厚度(aerosol optical depth,AOD)数据,模拟有无气溶胶2种条件下的地表辐射情况.模型结果使用基线地表辐射观测网(baseline surface radiation network,BSRN)地面观测站点进行验证.结果证明,研究区内所有站点的相关性系数平方R2均在0.6以上,整体R2达到了0.81,相关程度较高,模型模拟结果与观测较为一致.比较2组模拟结果显示,2011—2014年间气溶胶导致研究区总辐射量减少18.81W·m~(-2),散射量增加14.94W·m~(-2).其中中国地区散射辐射增加12.79W·m~(-2),印度地区散射辐射量增加23.21 W·m~(-2).AOD高的地区,云量较少则散射辐射增加较为明显,云量较多则散射辐射的增加量明显减少.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地表净太阳辐射论文参考文献
[1].夏丽,林爱文,覃文敏,周志高,陈飞燕.1980—2013年湖北省地表太阳辐射时空特征及其驱动因子分析[J].测绘与空间地理信息.2019
[2].乔岩,张晶,薛文晧,周丽花,张艺娟.基于Fu-Liou模式的气溶胶对中国、印度2011—2014年地表太阳辐射影响的研究[J].北京师范大学学报(自然科学版).2019
[3].黎微微,胡斯勒图,陈洪滨,尚华哲.利用MODIS资料计算不同云天条件下地表太阳辐射[C].第35届中国气象学会年会S13大气物理学与大气环境.2018
[4].张星星,吕宁,姚凌,姜侯.ECMWF地表太阳辐射数据在我国的误差及成因分析[J].地球信息科学学报.2018
[5].郁云,许昌,曹潇,魏瑾,徐坚.云图纹理分析结合SVM的地表太阳辐射预测[J].西南师范大学学报(自然科学版).2017
[6].李小军,辛晓洲,彭志晴.2003～2012年中国地表太阳辐射时空变化及其影响因子[J].太阳能学报.2017
[7].黎微微,胡斯勒图,陈洪滨,尚华哲.利用MODIS资料计算不同云天条件下的地表太阳辐射[J].遥感技术与应用.2017
[8].邹玲.中国大陆地区地表太阳辐射估算及其时空变化分析[D].武汉大学.2017
[9].邵思雅,张晶,周丽花,薛文晧.基于Fu-Liou辐射传输模式和卫星观测资料的气溶胶对全球地表太阳辐射影响的研究[J].资源科学.2017
[10].魏胜龙,陈志彪,陈志强,王秋云,马秀丽.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
论文知识图
