基于GIS 的潮州市日照时数的时空分布特征

丁丽佳，凌良新，佘元标，林 毅

(广东省潮州市气象局，广东 潮州 521000)

基于GIS 的潮州市日照时数的时空分布特征

丁丽佳，凌良新，佘元标，林 毅

(广东省潮州市气象局，广东 潮州 521000)

基于潮州市100 m×100 m的高程数据和包含周边10个气象站点的日照百分率数据，应用GIS技术和回归统计模型对潮州市日照时数的空间分布进行了模拟、结果验证和分析。结果表明，创建的各月和年日照时数空间分布模型显著性水平大多为0.01，研究区内的2个气象站的日照时数模拟值和实际值之间具有很好的一致性，误差百分率在6%以下，模拟结果有实用价值。模拟结果分析发现，潮州市的日照时数除了受太阳高度角影响外，还受天气气候等因素的影响，最低和最高月日照时数分别出现在2月和7月；海拔、坡度等地形因子对日照时数有明显影响，最小日照时数出现在约1 100～1 200 m海拔高度或坡度70°～75°上，低海拔地势平缓地区日照时数明显偏多。

潮州；日照时数；GIS；时空分布

1 引言

太阳光是植物生长发育所必须的气候因子之一。光能资源一般可以通过太阳辐射量、可照时数和日照百分率的多少来衡量[1]。日照时数的多少受天文因子、天气状况和地形遮蔽等的影响[2]。日照时数可分为可照时数和实照时数。本文所计算的日照时数是在可照时数中扣除云雾遮挡时间，太阳直射光直达地面的时数。

目前，我国有日照观测的气象观测站设置一般以县为单位，也即是每个县区基本只有一个日照观测站，由于观测站一般选择在地形开阔的地方建站，所得观测资料只能反映平原地区的情况，不能代表整个区域内的实际情况，特别是在地形复杂的区域。在20世纪80—90年代，国内有不少学者对起伏地形日照时数进行研究，根据山地日出日落临界时角和可照时段的判定方法计算山地可照时数，并进一步发展和简化了山地可照时数推算模型[1-7]。但是限于当时的条件，这些理论方法只能借助于地形小网格进行图解，计算繁琐，计算量大。

21世纪初，随着地理信息系统(GIS)技术的发展，特别是数字高程模型(DEM)的提出，为计算山地日照时数提供了新的研究思路。在国内，不少学者[8-16]相继提出和利用DEM 数据对可照时数进行模拟，他们运用起伏地形可照时间理论模型，利用GIS技术模拟我国各地的日照时数。这些研究所做的模拟能较为准确和定量地反映山地日照时数时空分布规律，因此，在山地资源可持续利用和生态环境恢复建设中具有较强的理论与实践意义。

潮州市地处广东省东南部，地形复杂，地势总体北高南低，北部多为山地和高丘陵，南部则为平原，由于南北差异和山区丘陵的地形作用，各地日照时数存在明显的差异。而潮州区域内有日照要素观测的气象站点只有2个，不能反映各地实际日照情况。因此，本文利用潮州市100 m×100 m的DEM数据，运用ArcGIS的Solar Analyst工具模拟起伏地形条件下的地理可照时数，结合利用潮州及周边市县气象站点的地理信息数据和多年的日照百分率资料建立的日照百分率空间分析模型；计算了潮州市全年各月日照时数的空间分布，利用气象站的实测资料对模拟结果进行了验证，最后，分析了各月实际日照时数的时间分布特征和年、四季日照时数为例的空间分布特征。研究结果对于开发利用山地气候资源、山区农作物的气候区划、种植业的合理布局和农业资源的可持续利用等都有着广泛的指导意义。

2 资料与研究方法

2.1 研究区概况

潮州市地处广东省东南部，位于23.42～24.24°N，116.36～117.19°E之间。属南亚热带季风气候区，温、光、水资源丰富。海拔高差1 400多米，地貌类型复杂多样，有山地、丘陵和平原，山地和丘陵约占本区总面积的65%。地势总体北高南低，北部多为山地和高丘陵，南部则为平原。由于南北差异和山区丘陵的地形作用，形成各具特色的小气候类型。

2.2 资料来源及处理

采用潮州、梅州、揭阳、汕头4市10个气象台站的地理信息数据和1981—2010年30 a日照资料，潮州市100 m×100 m高程资料和潮州市行政区图，资料来源于潮州市气象局、梅州市气象局、揭阳市气象局、汕头市气象局和广东省气候中心。

使用SPSS17.0软件进行多元回归分析，建立空间分析模型。在ArcGIS10.0平台上，运用空间分析模型做网格运算，制作潮州日照时数分布图，并进行分类统计。

2.3 计算方法与模型

本文利用潮州市的高空间分辨率的高程数据(图1)，使用ArcGIS软件的空间分析模块(Spatial Analyst)中的Solar Analyst功能函数， 该功能函数是以DEM数据为基础，根据半球视域算法来计算日照时长。首先从DEM获取待求栅格地形信息，计算仰视半球视域，即开阔度。然后将特定日期太阳运行轨迹离散化为n个时段。根据太阳视轨道方程计算每个时段的太阳高度角和方位角，积分形成1 d的直射太阳图，与视域叠加判断1 d中可照时段。本文在计算每1 d的地理可照时数的过程中，遮蔽范围半径取20 km，时间步长△T取6 min。然后结合日照百分率空间分析模型计算出实际日照时数的空间分布。

图1 潮州市数字高程模型

在建立日照百分率空间分析模型中，采用了潮州周边10个气象站的近30 a日照百分率资料及台站的地理信息数据，使用SPSS17.0软件进行多元回归分析得到，模型表达式及相关统计参数见表1。

表1 30 a平均各月和年日照百分率回归模型

注：λ、φ分别代表经度、纬度。R、F分别为相关系数和F值。*、**分别代表通过0.05、0.01显著性检验。

3 计算结果和分析

按照上述方法，计算了潮州市各月的日照时数；利用潮州气象站和饶平气象站地理位置信息(经纬度) ，在上述得到的潮州市1—12月逐月日照时数空间分布图上分别获取2个气象站1—12月逐月日照时数的模拟值，分别与2个气象站的30 a(1981—2010年)平均逐月日照时数资料进行对比(表2)。从表2可以看出：模拟值和实测值之间的误差较小，其中误差较大的是潮州的1、3、12月和饶平的1、2月，误差百分率在4%～6%之间，其他月份误差较小，模拟效果均较好，可以用来计算分析。

表2 模型计算2站点各月日照时数的误差分析 ( 单位：%)

3.1 日照时数的时间分布特征

利用ArcGIS的空间分析模块，对潮州市1—12月逐月日照时数栅格数据进行统计分析，得到潮州市1—12月逐月平均日照时数及标准差的时间变化(图2)。由图2可以看出，在一年之中，2—4月的日照时数比较低，且比较接近，其中，2月的日照时数是一年之中最低的，约为105 h；7月和8月的日照时数较高，其中，7月的日照时数是一年之中最高的，约为242 h。同时，月日照时数的变化曲线呈双峰型，存在7、8月和10月2个峰区。从月日照时数的标准差看，6—8月的标准差较大，其次是9—10、12月，2—4月的标准差较小。可见，潮州市的日照时数除了与太阳高度角有关外，还存在其他的影响因素。

图2 潮州站多年平均各月日照时数及其标准差

分析原因，2—4月月日照时数较低一方面与太阳高度角较低有关系，另一方面是因为2—4月潮州由冬季逐渐进入春季，阴雨天气增加，受云雾的遮蔽作用，日照时间短；7、8月份月日照时数大一方面是因为太阳高度角较高，另一方面是因为7、8月份潮州处于后汛期，除台风影响时段外，多数时间为副热带高压控制，天气晴朗，日照时间长。另外，在10月出现了日照时数的次峰值，究其原因，应与潮州的天气气候有关。9月份虽然太阳高度角较10月份高，但是由于9月潮州仍处于后汛期，台风等热带系统影响频繁；而10月份潮州汛期结束，进入初秋，晴好天气增多，从而造成10月日照时数多于9月份，出现次峰值的结果。

3.2 日照时数的空间分布特征

以潮州市年日照时数、四季日照时数的空间分布为例，利用ArcGIS软件，从海拔高度、坡度和坡向等地形因子对日照时数的影响，量化分析日照时数的空间分布特征。

3.2.1 年日照时数空间分布特征 由年日照时数的空间分布图(图3)可以看出，地形对日照时数空间分布的影响非常明显。与高程数据进行比较可以看出：平地的年日照时数在1 900 h以上，明显要多于山区，而且，由于坡度和坡向的影响造成阳坡的年日照时数明显要多于阴坡。为了从量化角度进一步分析海拔高度、坡度和坡向对年日照时数的确切影响，利用ArcGIS软件，在分别对DEM数据、坡度和坡向数据进行分类的前提下，统计年日照时数所占类别的平均值。在3种数据的分类方面，DEM 数据按照每100 m一类共分为14类。由于坡度大于80°的栅格数很少，所以，大于坡度80°的栅格合并到75°以上。坡度按照每5°一类共分16类。坡向按照8方位共分为8类。

图3 潮州市年日照时数的空间分布

图4 潮州市年日照时数及标准差随海拔高度的变化

从图4看，潮州市年日照时数在1 200 m以下随海拔高度的上升呈下降趋势，由1 990 h逐渐下降到1 660 h，随后，在1 200 m以上，随着海拔高度的升高年日照时数逐渐增加，到1 300 m以上达到1 770 h。可见一方面在低海拔地区，日照时数较长，山区由于地形的遮挡作用，使得日照时数逐渐下降；另一方面潮州市平均海拔高度约200 m，高于1 000 m的山峰只有7座，到了1 200 m以上地形的遮蔽作用趋于下降，日照时数也随着海拔高度的上升而增加。从标准差的变化看，在500 m以下，标准差随海拔高度的升高而下降，500～1 200 m变化幅度不大，1 200 m以上随海拔高度的上升标准差明显下降，说明中低海拔地区地形的遮挡作用更加明显。

图5 潮州市年日照时数及标准差随坡度的变化

从图5可以看出，潮州市年日照时数在坡度0°～5°之间是最大的，约为1 980 h；在0°～40°之间随坡度的上升日照时数缓慢下降，在40°只有1 576 h；40°～55°之间日照时数随坡度增加存在一定的波动；55°～75°之间年日照时数随坡度的增大先增后减，并在75°达到最小，约为1 410 h；75°以上又有所增加，达到1 480 h。可见，平地和地势较平缓的地区日照时间较长，陡坡的日照时间较短。从标准差的变化看，坡度低于40°的标准差较小，40°～60°标准差随坡度的增加迅速增加，60°～75°以上保持较大的标准差。可见，地势平缓地区地形起伏小，空间差异较小，陡坡由于地形起伏，地形遮挡作用大，空间差异也较大。

图6 潮州市年日照时数及标准差随坡向的变化

由图6可以看出，潮州市年日照时数随坡向的变化有所不同，各坡向之间的年日照时数相差不大，其中南坡的年日照时数最大，约为1 950 h；其次是北、西南、东南坡，约为1 850 h；西北和东北坡比较接近，约为1 820 h；西坡约1 800 h；东坡最少，约为1 794 h。从标准差看，南坡的标准差最小，其次是北坡和西北坡，其他坡向标准差较大。这表明南坡、北坡和西北坡受其他地形因素的影响较小，空间差异较小；这也和潮州的地形北高南低有关，南坡的遮挡作用更小。

3.2.2 四季日照时数的空间分布特征 季节划分按：春季3—5月，夏季6—9月，秋季10—11月，冬季12月—次年2月。考虑到各季节的天数各不相同，不方便各季节日照时数之间的比较，因此计算了季节日平均日照时数。结果显示，四季日平均日照时数的空间分布(图略)与年日照时数空间分布较为接近，同样显示平地的日照时数明显多于山区，阳坡的日照时数多于阴坡。

从海拔高度、坡度、坡向3个方面对四季日照时数的空间分布影响进行分析。结果显示：潮州市四季日照时数随海拔变化(图7)的趋势较为一致，0～100 m是日照时数最长的区间，在1 200 m以下随海拔高度的上升呈下降趋势，其中100～200 m是下降趋势最明显的区间，随后随着海拔高度的增加日照时数缓慢下降；在1 200 m以上，随着海拔高度的升高年日照时数逐渐增加。

图7 潮州市四季日平均日照时数随海拔高度的变化

图8 潮州市四季日平均日照时数随坡度的变化

从图8看，潮州市四季日照时数随坡度的变化并不一致，其中春季与夏季基本一致，秋季与冬季较一致。春季和夏季的变化趋势为：在40°以下日照时数随坡度增加而下降，40～50°之间呈上升趋势，50°以上呈波动下降趋势。秋季和冬季的变化趋势为：在45°以下日照时数随坡度增加而下降，45～65°之间呈波动上升趋势，65～75°之间呈明显下降趋势，75°以上又有所增加。但是无论哪个季节，在0～5°区间都是日照时数最长的区间，70～75°是最小的区间。

由图9可以看出，潮州市四季日照时数随坡向变化的趋势较为一致，各坡向之间的日照时数相差不大，其中南坡的日照时数最大；最小除冬季出现在西北坡外，其他季节均出现在东坡。

从上面的分析结果可以看出，地形对潮州市年、四季日照时数的影响基本一致，最大日照时数均出现在海拔高度0～100 m、坡度0～5°、南坡的区域内；最小日照时数出现在海拔高度1 100～1 200 m、坡度70～75°、东坡(冬季除外)的区域内。海拔高度和坡度两个因子对日照时数的影响较大，低海拔和低坡度地区日照时数较长，高海拔和高坡度地区日照时数较小；坡向对日照时数也有一定的影响，但不明显，日照时数最大的坡向与最小的坡向年日照时数相差约150 h，分析其原因应与潮州市所处的地理位置和气候有关。潮州市地处低海拔地区，可照时间长的夏季各坡向的可照时数相差不大，可照时间较短的冬春季各坡向的可照时数相差较大，但由于冬末、春季潮州多阴雨，日照百分率较低，使得年的日照时数各坡向差异不明显。

图9 潮州市四季日平均日照时数随坡向的变化

4 结论

利用潮州市高空间分辨率的高程数据和气象站点的日照百分率数据，在GIS技术的支持下对潮州日照时数的空间分布进行了模拟和结果验证及分析，得到以下结论：

①使用研究区内的两个气象站点进行检验表明，创建的各月和年日照时数空间分布模型的模拟值和实测值之间具有很好的一致性，模型的显著性水平大多为0.01，日照模拟值相对误差百分率在6%以下，模拟结果有实用价值。

②潮州市的日照时数除了受太阳高度角影响外，还受天气气候等因素的影响。月日照时数时间变化曲线呈双峰型，2个峰区分别出现在7—8月、10月；另外，2月的日照时数是一年中的最低；7月最高，是2月的2.4倍。

③地形对潮州市年、四季日照时数的影响基本一致，最大日照时数均出现在低海拔高度0～100 m、坡度0°～5°、南坡的区域内；最小日照时数出现在海拔高度1 100～1 200 m、坡度70～75°、东坡(冬季除外)的区域内。

④在潮州海拔和坡度是影响日照时数较明显的两个地形因子。由于海拔和坡度的不同，日照时数的空间差异明显，其中低海拔地势平缓地区的日照时数最大，海拔1 100～200 m地带日照时数最小；坡度对日照时数的影响在70～75°的地带为最大；坡向不同对日照时数有一定影响，但差异不太明显。

[1] 傅抱璞.山地气候[M].北京：科学出版社，1983，1-20.

[2] 傅抱璞，虞静明，卢其尧.山地气候资源与开发利用[M].南京：南京大学出版社，1996，8-24.

[3] 翁笃鸣，罗哲贤.山区地形气候[M].北京：气象出版社，1990,11-37.

[4] 翁笃鸣，陈万隆，沈觉成，等.小气候和农田小气候[M].北京：农业出版社，1981，116-123.

[5] 翁笃鸣. 中国辐射气候研究[M].北京：气象出版社，1997，6-10.

[6] 李占清，翁笃鸣.一个计算山地可照时间的计算机模式[J].科学通报，1987，(17)：1 333-1 335.

[7] 朱志辉，等.日照时间与等日照方位[J].中国科学(B辑)，1987，(12)：1 340-1 347.

[8] 陈华，孙丹峰，段增强，等.基于DEM的山地日照时数模拟时空特点及应用——以北京西山门头沟区为例[J].山地学报，2002，20(5)：559-563.

[9] 陆忠艳，周军，邱新法，等.可照时间受地形的影响及其精细的空间分布[J].南京气象学院学报，2005，28(1)：64-71.

[10] 黄晚华，帅细强，汪扩军. 考虑地形条件下山区日照和辐射的GIS模型研究[J]. 中国农业气象，2006，27(2)：89-93.

[11] 李军，黄敬峰，王秀珍.基于GIS的山地实照时数的时空分布特征[J].农业工程学报，2006，22(7)：108-113.

[12] 张山清，普宗朝，李景林.近50年新疆日照时数时空变化分析[J].地理学报，2013，68(11)：1 481-1 492.

[13] 杨小梅，安文玲，张薇，等.中国西南地区日照时数变化及影响因素[J].兰州大学学报(自然科学版)，2012，48(5)：52-60.

[14] 刘俊峰，陈仁升，阳勇，等.实际地形下30min太阳辐射模拟及误差分析——以祁连山马粪沟流域为例[J]. 高原气象，2011，30(6)：1 647-1 652.

[15] 袁淑杰，缪启龙，邱新法，等.贵州高原起伏地形下日照时间的时空分布[J].应用气象学报，2008，19(2) ：233- 237.

[16] 王怀清，殷剑敏，占明锦.考虑地形遮蔽的日照时数精细化推算模型[J].中国农业气象，2011， 32( 2) ：273- 278.

Spatial and temporal distribution characteristics of sunshine hours in Chaozhou city based on GIS

DING Lijia，LING Liangxin，SHE Yuanbiao，LIN Yi

(Chaozhou Meteorological Bureau，Chaozhou 521000)

Based on Chaozhou 100 m×100 m elevation data and percentage of sunshine data which contains 10 nearby weather stations，spatial distribution of Chaozhou sunshine hours was simulated，verified and analyzed by using GIS technology and regression statistical model.The results showed that the created spatial distribution models of each monthly and annual sunshine hours most had a significant level of 0.01，the simulated and actual sunshine hours of the two weather stations in the study area had high coherence because the percentage error between them was below 6 %. And so the simulation results had practical value.The simulation results analysis showed that Chaozhou sunshine hours were affected by not only the solar altitude angle，but also weather-climate and other factors，the minimum and maximum monthly sunshine hours were appeared at February and July respectively.Elevation，slope and other terrain factors had a significant impact on sunshine hours，the minimum sunshine hours were appeared at about 1 100～1200 m altitude or 70°～75°slope and it had more sunshine hours in low elevation and flat area.

Chaozhou，sunshine hours，GIS，temporal and spatial distribution

2014-09-19

丁丽佳(1974—)，女，硕士，高工，主要从事应用气象和天气预报服务工作。

潮州市科技局项目(2013S02)。

1003-6598(2015)02-0006-05

P466

A