一种基于统计的逐时太阳辐射数据计算方法论文.docVIP

　　一种基于统计的逐时太阳辐射数据计算方法论文 .freelance and Measurement Verification Protocol)中所推荐的方法。 1 基本计算方法根据DOE-2程序的要求，计算空调负荷用的逐时气象参数有湿球温度、干球温度、大气压力、云量、雪、雨、风向、空气绝对含湿量、空气密度、空气焓值、水平面太阳总辐射量、法线方向太阳直射辐射量、云的类型与风速等14项。除了与太阳辐射有关的两项参数外，都可以由当地气象台站公布的逐时气象参数直接取得，或者通过一定的计算和量化取得。 与此不同的是，有关太阳辐射的两项参数的取得则比较困难。由于我国的气象台站均不公布逐时太阳辐射数据，因此有些学者采用半正弦模型进行插值，有些采用混合回归的方法，在一些要求不高的场合，则干脆直接采用典型气象年的数据。 笔者认为，由于大气层外水平面逐时太阳总辐射量只与当地的经度和纬度有关，而这可以通过天文学的有关公式精确计算得到，所以我们需要求取的，只是水平面逐时太阳总辐射量与大气层外水平面逐时太阳总辐射量之间的关系及其影响因子，以及法线方向太阳直射辐射量与水平面太阳总辐射量之间的关系及其影响因子。只要能够得到这些关系，我们就可以从大气层外水平面逐时太阳总辐射量，得到水平面逐时太阳辐射总量；然后再从水平面逐时太阳辐射总量，得到法线方向逐时太阳直射辐射量。而这些关系和及其影响因子，笔者认为，都可以从当地的典型气象年逐时数据中采用统计的方法取得。为了叙述方便，以下均以求取上海地区2004年逐时太阳辐射数据为例。 2 数据分析、计算、拟合及应用首先考虑水平面逐时太阳总辐射量与大气层外水平面逐时太阳总辐射量（以下简称为总辐射/天文辐射）之间的关系。 笔者首先假定，影响总辐射/天文辐射之间的关系的因子有三项：云量、太阳入射角和空气绝对含湿量。其中，云的多少直接对太阳辐射起了遮挡作用，因此云量多少对水平面太阳总辐射量的影响是不言而喻的；太阳入射角的大小将影响水平面太阳总辐射量，入射角越小，则太阳总辐射量越低；空气中的水蒸气将对太阳辐射起散射和吸收作用，水蒸气浓度越高（即绝对含湿量越高），则水平面太阳总辐射量就越低。当然，在考虑总辐射/天文辐射之间的关系时，还应当考虑大气污染对水平面太阳总辐射量的影响，可是由于笔者无法取得有关大气污染情况的数据，所以只能将这一因子忽略了。 基于这样的考虑，笔者利用“中国建筑用标准气象数据库”中上海典型气象年的逐时气象参数，以云量、太阳入射角和空气绝对含湿量作为影响因子，采用SPSS程序分析它们对总辐射/天文辐射之间关系的影响。结果发现，太阳入射角和空气绝对含湿量对总辐射/天文辐射的影响几乎为零，总辐射/天文辐射之间的关系仅与云量相关。 对于这个结果，笔者是这样认为的：云量作为主要影响因子是符合预期的；太阳入射角的影响几乎为零，只是说明这一因子的影响已经包含在大气层外水平面逐时太阳总辐射量的变动中了；而空气绝对含湿量的影响几乎为零，可能有两个原因，一是在上海地区，空气中水蒸气对太阳辐射的吸收和散射并不是很严重，二是空气绝对含湿量与云量之间多少有些关系，这个因子的部分影响已经包含在云量这个因子中了。 这样，在忽略大气污染对太阳辐射影响的前提下，求取总辐射/天文辐射之间的关系，就简化为求取在各个云量水平下，与不同云量相对应的总辐射/天文辐射比例系数。 由于2004年上海地区太阳位于地平线以上的时间为4385小时，对应与每个云量的总辐射/天文辐射数据基本上都有上百个之多，个别的甚至超过了一千个，数据分布范围也很广（见图1，其中红色部分为50%置信区间）。 这些数据的分布范围比较广的原因，笔者认为，在气象学中，云量是指云遮蔽天空视野的成数(0~10)，它并不反映太阳与云的相对位置。因此，由于太阳既可能被云遮挡，也可能不被云遮挡，所以同一云量所对应的水平面太阳辐射总量会有很大的差异，在云量较少的情况下尤为明显。 同时，如果笔者这个想法是正确的，那么，由于太阳与云的相对位置的随机性，在各个云量水平下，总辐射/天文辐射数据的分布应当服从正态分布。因此，在求取比例系数前，必须首先检查在各个云量水平下，总辐射/天文辐射的比例系数是否符合正态分布。 图1 不同云量下总辐射/天文辐射数据的分布 同样采用SPSS程序，笔者对每个云量水平所对应的总辐射/天文辐射数据进行了正态分布检验，结果发现，所有的总辐射/天文辐射数据分布均很好地满足正态分布，这为下一步求取比例系数提供了基础。图2为检验结果之一。 图2 当云量为6时总辐射/天文辐射的正态分布检验结果 上述方法也可应用于分析法线方向太阳直射辐射量与水平面太阳总辐射量（以下简称直接辐射/总辐射）之间的关系。同样，笔者发现直接辐射/总辐射之间的关系也只有云量这一个影响因子，所以问题就同样简化为求取在各