A Hybrid Sunshine–Temperature–Humidity Model for Estimating the Monthly Mean Daily Global Solar Radiation of Tébessa, Algeria
本研究表明，尽管预测变量在月尺度上具有高度共线性，但将相对日照时长引入基于温度和湿度的模型，显著提高了阿尔及利亚特贝萨斯月平均每日全球太阳辐射估算的准确性，并降低了其系统偏差。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
为了利用太阳的力量，工程师必须首先准确了解特定位置到达地面的能量有多少。这种被称为全球太阳辐射的测量值，是设计任何将阳光转化为电能或热能系统的基础。在理想的世界里，科学家们只需在每个潜在地点放置一种名为总辐射计的专用仪器来直接记录这些数据。然而，这些设备购买、安装和维护的成本非常昂贵，导致包括阿尔及利亚大部分地区在内的广阔区域缺乏直接记录。为了填补这些空白，研究人员依赖于半经验模型：即利用更容易收集的气象变量（如气温、湿度和日照时数）来估算太阳能的数学关系。挑战在于找到这些变量的最佳组合，以创建一个既准确又可靠的估算模型，特别是在气候干燥且地形较高的地区。
在阿尔及利亚东部高地，一位研究人员致力于改进特贝萨市（Tébessa）的这些估算方法。他们首先使用了一个之前为另一座城市开发的模型，该模型仅利用气温和湿度来推测太阳辐射量。虽然这种方法在某些地方效果良好，但在特贝萨以及其他高海拔、大陆性气候地区，它无法准确预测能量水平。研究人员怀疑，仅靠温度和湿度是不够的，因为它们是对太阳做出反应，而不是在测量大气对太阳的透明度。为了解决这个问题，他们引入了第三个要素：相对日照时长，这仅仅是实际日照时间与最大可能日照时间之比。通过加入这个关于太阳实际照射时长这一直接衡量指标，他们创建了一个专门针对特贝萨寒冷、半干旱气候设计的全新四部分公式。
研究人员利用十年的记录天气数据对新公式进行了测试，将其预测值与国家太阳监测中心采集的实际测量值进行了对比。结果表明，新模型确实有所改进。与旧方法相比，它将系统误差（即一致性偏高或偏低的倾向）降低了一半以上。整体准确度也有所提高，预测值与实际值之间的平均偏差降至极小的幅度。该模型在一年中较温暖、晴朗的月份表现尤为出色，其中日照数据的加入有助于修正之前的过度估计。然而，研究人员发现，在冬季，改进并不那么明显，因为此时的天气状况每月变化极小，使得任何变量都难以区分不同的时期。
尽管新公式取得了成功，但研究揭示了数据表现中一个微妙但重要的局限性。模型中使用的三个气象变量——日照、温度和湿度——在月平均值中彼此紧密相关，以至于统计分析无法清晰地分离出它们各自的影响。在特贝萨干燥、高海拔的气候中，这三个因素随季节的变化同步升降：随着白昼变长和天空变晴，空气也同时变得温暖和干燥。由于它们步调一致地移动，模型无法明确证明哪个单一变量起到了最大的作用，尽管在测试中日照时长被证明是最敏感的因素。这意味着，虽然新公式效果更好，但研究人员无法完全确定在观察月平均值时，应将多少功劳归于日照数据，多少归于温度数据。
研究得出结论，对于特贝萨及类似高地地区的实际工程用途而言，这个新的四变量公式是目前可用的最佳工具，它提供了比以往方法更准确、偏差更小的估算。然而，研究人员提醒说，为了真正理解日照时长的独特贡献，未来的研究需要使用每日数据而非月平均数据。在每日尺度上，天气变化足以打破日照与温度之间的完美关联，从而让科学家能够看清每个因素究竟有多重要。在进行此类详细的每日记录分析之前，该新模型仍是向前迈出的重要一步，为在直接测量匮乏的地区估算太阳能提供了一种可靠的方法，同时也凸显了太阳、空气与地面之间复杂的相互作用。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。