卫星衍生的辐照度估计

by Nick Engerer at Solcast

之前的页面已经介绍了太阳几何学的基础和太阳辐射的一般特性，包括其在地表的测量。然而，考虑到与地球总表面积相比，地表测量站的数量相对有限，随着现代气象卫星技术的出现，其他估计太阳辐射随时间变化的方法已经被开发出来。

利用地球静止气象卫星估算太阳辐射率的现代方法包括四个主要步骤。首先是云层覆盖的检测。其次是云层对太阳辐射率影响的描绘。第三是对晴朗天空下可用的太阳辐射进行建模。第四是对穿过云层（如果存在）后到达地球表面的太阳辐照度的最终估计。

第 1 步：使用反照率检测云层覆盖

从太空探测云层的核心技术是由距地球表面 36,000 公里（22,000 英里）的地球静止轨道卫星（意味着它们相对于地球表面静止）产生的图像。最新一代卫星每 10-15 分钟对地球进行一次全面扫描，分辨率高达 500 m。成像仪记录多种可见光波长以及多种红外波长。

上面由卫星产生的原始图像包括陆地和海洋表面以及云层特征。经过仔细观察，还可发现一些非常明亮的陆地表面区域，例如沙漠和积雪。为了区别地表信息和云层覆盖特征，需要计算“反照率”预估，或者说无云时地表的外观。

反照率预估是通过扫描最近记录中没有任何云层的卫星图像来建立的，然后将没有任何云层的地表形态存储在内存中。与此地表形态对比，其差异即为云层的位置。在下图中，您可以查看反照率计算示例。重要的是，您会注意到地图上多个位置都有积雪，以及北非的一些明亮的沙漠区域。如果没有适当的反照率计算，这些特征很容易被错误分类为云层。

步骤 2：通过云层不透明度描绘云量

将反照率计算应用于原始可视图像之后，下一步就是估计通过太阳辐射所呈现的云层厚度。 Solcast 将太阳辐射对给定云层特征的不透明度称为“云不透明度”。云不透明度的计算方式有多种，其中一些是专有的且并未公布。然而，大多数计算方式（如果不是全部）对比原始可视图像与计算得出的反照率，其差异作为估算云不透明度的主要依据。通过这些差异以及用于估计云不透明度和太阳辐射率之间关系的公式可以得出计算结果。位于卫星覆盖区域内的地表日射强度计的得出的测量值，则可以被用来校准计算结果。下面介绍了第一幅图像中我们的原始卫星图像的云不透明度估计的示例。

步骤 3：使用晴空模型估算太阳辐射

估算到达地球表面的太阳辐射量还有一个额外的步骤，即将估算的云不透明度值应用于晴空条件下可用的太阳辐射量预期。最好将其视为如果没有云层阻挡条件下到达地球表面的辐射量。科学文献中有大量用于计算晴空辐射率的模型，其中有多种使用不同数据输入的模型，例如 REST2 模型1。一般来说，这些模型依赖于一些计算得出的输入变量。

• 太阳几何。太阳在头顶上方的位置越高，某一特定区域的表面获得的太阳辐射就越多。
• 日地距离。随着地球的椭圆轨道越来越接近太阳，到达地球的阳光会有一定比例的变化。
• 气溶胶/浑浊度：空气并非 100% 透明，相比没有大气层的情况，水蒸气和其他气溶胶会减弱一些到达表面的太阳辐射。

第四步：通过卫星观测得到的太阳辐射

一旦通过上述模型准确估算出晴空辐射量，就可以使用先前步骤中得到的云不透明度进行简单的转换，以生成云层覆盖的每个位置太阳辐射率的空间连续图像。

该计算可通过下列完成：

$$ E=E_{clearsky} \times \frac{100 - \alpha}{100} $$

其中 E 是太阳辐射率（总水平面），α 是云不透明度（从 0 - 100）。

下图是对原始卫星图像整个区域的太阳辐射率估计的最终结果。

• 1. “REST2: High-performance solar radiation model for cloudless-sky irradiance, illuminance, and photosynthetically active radiation – Validation with a benchmark dataset”, Solar Energy, vol. 82, no. 3, pp. 272 - 285, 2008.