逐日太阳总辐射估算方法研究进展

李茂芬等

摘 要 太阳总辐射作为地球表层上的物理、生物和化学过程的主要能量来源，也是生态系统过程模型、水文模拟模型和生物物理模型研究中的必要参数。长期以来由于地面辐射观测站点的数量稀少和分布不均匀，导致逐日太阳总辐射观测数据远远不能满足研究工作需要，在很大程度上限制了作物模拟模型等模型的运用。本文从站点估算、区域估算的角度，介绍了目前国内外逐日太阳总辐射估算的主要方法，包括随机模拟、卫星遥感估算和经验模型估算。根据应用实际需要，重点总结比较了逐日太阳总辐射的经验模型估算特点，讨论了现有太阳总辐射估算存在的问题及未来研究趋势。

关键词 日照；气温；云量；遥感；区域化

中图分类号 P442.1 文献标识码 A

Advances in Daily Global Solar Radiation Estimating

LI Maofen1， LI Yuping1， GUO Pengtao2， LUO Wei2*

1 Institute of Scientific and Technical Information， Chinese Academy of Tropical Agriculture Sciences/Key lab of tropical

Crops Information Tevhnology Application Research of Hainan Province， Danzhou， Hainan 571737，China

2 Rubber Research Institute， Chinese Academy of Tropical Agriculture Sciences， Danzhou， Hainan 571737， China

Abstract Global solar radiation（Rs）， as the energy source of physical， biological and chemical process on the earth surface， is an indispensible input parameter for ecosystem models， hydrological models and biophysical models. However， the daily observed Rs data is far from meeting the research needs and this have restrained the application of crop modeling， due to the limitation and uneven distribution of Rs stations. This paper reviewed the major Rs estimating models （i.e. stochastic simulation， satellite remote sensing based and empirical models） in China and broad at present from the perspective of site estimation and regional estimation. According to the practical requirements， empirical Rs estimating was particularly summarized and compared. The existing problems and future research trend also discussed in the current paper.

Key words Sunshine；Air temperature；Cloud；Remote sensing；Spatialization

doi 10.3969/j.issn.1000-2561.2015.09.029

太阳总辐射（Global solar radiation， Rs）作为地球表层上的物理、生物和化学过程的主要能量来源，因此是生态系统过程模型、水文模拟模型和生物物理模型研究中的必要参数。逐日太阳总辐射是作物模拟模型等模型运行的必需参数，当前对气候参数的收集主要来源于气象站点。长期以来由于地面辐射观测站点的数量稀少和分布不均匀，导致逐日太阳总辐射观测数据远远不能满足研究工作需要，在很大程度上限制了作物模拟模型等模型的运用。对如何通过间接方法获取到达地面的太阳总辐射数据，很多学者从多种途径进行了探索。

从20世纪20年代初开始，国内外学者基于太阳总辐射与地面气象要素之间的相关关系，分别建立了不同的机理模型[1-4]和经验模型[5-60]。机理模型以辐射传输过程理论为基础，大多详细地考虑了大气中的不同介质对辐射传输的影响，分别对直接辐射、散射辐射进行模拟，但是这些模型结构都较为复杂，所需参数多且不易获取，所以机理模型实际应用不是很广。经验模型是基于数据驱动的原理，以概率论和数理统计理论为基础，构建太阳总辐射与气象因子（日照、气温等）的回归关系模型。由于经验模型形式简单、所需参数少又容易获取，成为太阳辐射模拟的首选方法，应用最为广泛。本文基于对国内外文献的回顾，试图从站点估算、区域估算的角度，对目前国内外有关逐日太阳总辐射估算研究现状进行综述，以期在促进和深化逐日太阳总辐射模拟研究方面起到指导作用。

1 站点太阳总辐射估计

太阳总辐射的站点估计多是采用随机模拟[5]和经验统计模型，近年来也有很多利用机器学习方法诸如神经网络（Neural Network，NN）[6-8]、支持向量机（Support Vector Machine，SVM）[9-10]、粒子群优化算法（Particle Swarm Optimization，PSO）[11-12]等来估算Rs。Besharat等[13]根据自变量的不同，将经验模型分为4类，分别是基于日照的、基于云量的、基于温度的和基于其他气象参数的，前面3类最为常用。

1.1 基于日照的站点太阳总辐射估计

国外最早构建的是基于日照的太阳总辐射估算。Angstrom[14]最先提出基于日照的太阳总辐射估算公式，Prescott[15]又在20世纪40年代将其发展为著名的A-P模型，其形式为：

=a+b

式中Rs、Ra分别为实际太阳总辐射和可能太阳总辐射（即天文辐射），n、N分别表示实际和可能日照时数；该式物理意义明确，将相对总辐射（Rs/Ra）与相对日照（n/N）联系在一起；模型中的两个经验参数a、b，随大气状况、时间和地理纬度变化，可以在一定程度上反映大气对太阳辐射吸收和散射的时空特性，FAO推荐值分别为0.25和0.5，一般情况下都通过观测站的总辐射和日照时数资料确定。后来利用日照来估算太阳总辐射的模型研究基本都是对A-P模型的变形（表1），或是将线性关系增加为二次、三次等，或是增加变量如地理信息因子（纬度、海拔），或是引入空气质量观测数据[16-17]等。还有一些改变则是既引入其他变量又加入多次（二次、三次）形式的A-P模型。

更多的研究则是在世界不同地点对A-P模型及变形进行检验和验证，如在澳大利亚和德国[18]、伊朗[19]、阿根廷[20]、阿尔及利亚[21]、西班牙[22]、尼日利亚[23]、越南[24]、土耳其[25]、印度[26]和中国西藏[27]、中国上海[28]等不同气候区域气象站点的应用。

1963年左大康[36]最先系统地研究了中国太阳总辐射的气候计算问题，并首先绘制了全国年、月总辐射的分布图；王炳忠[37]结合日照百分率和水汽压拟合出中国干旱地区和其他地区的太阳总辐射计算公式。其后，利用相似的方法，人们陆续研究了国内不同站点的太阳辐射估算模型。例如，Tang等[38]用中国97个站点的日照作为参数估算了中国大陆逐日太阳总辐射（平均RMSE约为2.0 MJ m-2）。尽管部分作者宣称他们改进后的模型模拟效果优于原始A-P模型，然而大量验证表明这些改进的模型与原始A-P模型模拟效果差异并不显著，反而增加了模型的复杂程度和计算成本[39]。

1.2 基于云量的站点太阳总辐射估计

在地球表面大约有50%的地区为云所覆盖，云对辐射的透射、吸收、反射和自身发射的红外辐射控制着入射至地球的太阳总辐射。云数据分为云量和云的类型，一般由气象卫星观测而得，地面气象站点也有一定记录。由于云量观测数据较少，且对能见度、日照时数等都有影响，基于云量的太阳总辐射估计研究相对于日照等模型少。

Black[40]首先提出相对辐射与云量的二次关系式，其中的云量数据来源于手绘的气象图。国内基于云量估算逐日太阳总辐射的研究很少，兰州大学硕士学位论文[41]对中国大陆16个站点提出了基于云量和水平能见度的总辐射估算模型，北方地区拟合效果相对较好，但都没有考虑到云状、云高等因素。

1.3 基于温度的站点太阳总辐射估计

对于地面气象站点，云量、日照等数据并不如温度数据那么容易获取，因此一些较为精确、简单的估算模型都是基于温度数据构建的。该类模型都认为最高温（Tmax）与最低温（Tmin）的差异都直接与到达地面的太阳总辐射相关。1982年，Hargreaves和Samani[42]首次提出了基于最高温（Tmax）和最低温（Tmin）估算日太阳辐射的线性模型，即H-S模型（表2，模型1），其中Kr为经验系数，内陆地区推荐值为0.16，沿海地区推荐值为0.19。Bristow和Campbell[43]提出日最高温与最低温的差与日太阳辐射成幂函数关系，即B-C模型（表2，模型2）。H-S模型和B-C模型可谓是基于温度的太阳总辐射估算的经典模型，应用最为广泛，后来的模型多是对这两个模型的修订或改进，其改进方法与对A-P模型的改进方法类似。改进后的基于温度的模型精度因地而异，在一些地区，改进后的模型精度要明显高于H-S模型[51]，而在另外的很多地区，两者差异并不显著[52]。Donatell & Campbell[53]基于B-C模型，提出了对平均温和最低温的修订函数。Hunt等[45]研究表明引入降雨和最高温的模型精度最高，且估算精度与站点之间的距离成线性关系。Annandale等[54]加入了海拔来改进H-S模型。Almorox等[55]在估算马德里逐日太阳辐射时，引入了基于气温的饱和水汽压。

国内关于基于温度数据估算站点太阳辐射的报道较少，Chen等[49]在中国48个站点用1994～1998年的逐日观测数据验证了B-C模型、Allen模型和H-S模型。Li等[47]利用最高温、最低温，并结合露点温度、雾和降雨量等常规观测气象要素建立了重庆市的逐日太阳辐射估算模型。Liu等[56]用中国东北、西北和北部地区15个站点多年数据验证了16个基于温度的经验模型，研究表明B-C模型比其他模型的估算精度高4%～7%。

1.4 基于其他参数的站点太阳总辐射估计

也有学者提出用其他气象参数来估算逐日太阳辐射，如降雨量（Pt）、相对湿度（RH）、露点温度、土壤温度等结合日照、气温、云量一起估算太阳总辐射，常见的模型如表3所示。

2 区域太阳总辐射估计

太阳辐射数据作为地球生态系统变化基础数据资源，在进行全球和区域尺度生态系统变化管理和模拟时，迫切需要时空分辨率较高的区域化太阳辐射数据。目前水平面上太阳总辐射的区域化估算方式主要有3种：①根据辐射站点的实测资料，采用一定的空间插值方法直接进行；②利用影响辐射的相关要素建立模型推广至区域进行模拟[60]；③通过卫星数据等进行遥感反演[61]，或是将经验模型与卫星数据结合[62-63]，这是近年来的研究热点。

中国幅员面积广阔，地形复杂，气候多样，太阳辐射观测站点分布不均，尤其是在80%中国人居住的农村地区和山区，逐日太阳辐射观测数据都是不可获得的[64]；仅仅依靠观测数据来描述太阳总辐射的空间分布是远远不够的。我国最早估计区域太阳辐射仅是一个通式，即一个区域就一个确定系数的经验公式，如1964年翁笃鸣[65]依据我国地理、气候条件将全国（除青藏高原）分为华南、华中、华北和西北4个区域，并分别提出了每个区域的太阳总辐射与日照的经验公式。该类区域化模型简单，但精度不高，且经验模型的经验系数是随时间、地点而变化的。随着遥感、地理信息系统等现代空间信息技术的发展，学者们先后采用不同的辅助变量和模型对太阳辐射进行了模拟。史岚[66]以重庆1 ∶ 25万数字高程模型（Digital Elevation Model， DEM）为辅助数据，结合晴空指数、直接透射率等参数对重庆实际复杂地形条件下的太阳直接辐射和散射辐射进行了数值模拟，为起伏地形下辐射估算及其他地表气象要素的空间扩展提供了参考。何洪林等[67]分别对太阳辐射要素、温度、降水等空间化方面进行了研究，结果表明空间化误差的时空分布与测点密度、气候要素本身特性等因素有关。周明厚[68]利用地理信息技术对重庆太阳总辐射进行了基于温度数据的空间化，结果表明回归克里格插值效果最佳。Selmin等[69]将地面观测的日照时数与卫星影像相结合，估算了土耳其和德国的逐日太阳辐射。

3 太阳总辐射估算存在的问题与展望 3.1 站点太阳总辐射估算

对于太阳总辐射的估算，统计模型的优点是简单、运用方便，利用常规气象要素以及台站的地理信息和观测时间，就可以模拟出太阳总辐射。国内许多学者都根据特定地点的日照时数和日照百分率估算总辐射，提出了各自的计算公式，并给出了不同地区的经验系数。但是此类方法都是基于日照进行估算，对于缺少日照资料的地区就不适用。基于云量估算太阳总辐射的研究较少，进展也不大；目测云量和能见度主观人为因素太大，而且没有考虑到云状、云高等因素，所以误差较大。

3.2 区域化太阳总辐射估算

区域化太阳辐射的估算，考虑了大尺度上的气象及天文等因子的影响，更为重要的是，它还考虑了小尺度上的地理要素，是进行全球和区域尺度生态系统变化管理和模拟的重要基础。对国内外区域化太阳总辐射的主要研究结果进行分析，结果表明各个方法都有一定不足。简单的空间插值方法不能合理揭示区域辐射状况的空间分布特征。以数字高程模型等栅格数据为基础的太阳总辐射空间化，其误差受测点密度、气候要素本身特性等因素影响。由于日照时数数据的栅格化还没有公认的方法，所以基于日照的经验模型暂时还不能推广至区域[70]。区域和全球范围的太阳总辐射估算最为可行的是进行遥感反演[71]，但由于太阳辐射观测站点太少，遥感反演结果的验证较为困难。

3.3 太阳总辐射估算展望

利用任何一种模型来估算逐日太阳总辐射都存在着一些理论上的假设和应用条件的限制，利用不同方法区域化的太阳总辐射精度也不同，因此，并不存在普适性的方法或模型。方法的选择必须充分考虑研究区域气候特征、数据可获取性等，并进行多方面效果对比，找出最适用方法。

随着科学研究及生产过程中对太阳总辐射数据及精度要求越来越高，辐射模拟方法将不断完善。基于区域气候特征，引进更多相关因子，利用机器学习算法以提高模拟速度和精度是一个发展趋势。各类空间化方法将进一步综合发展，过程将会越来越复杂。遥感、地理信息系统技术的发展，可以大大减少区域化太阳辐射的工作量，实现辐射空间分布的可视化表达，各类模型与遥感、地理信息系统技术的进一步结合将是另一个趋势。

参考文献

[1] Iqbal M. An introduction to solar radiation[M]. Toronto：Academic Press， 1983.

[2] Maxwell EL. METSTART-the solar radiation model used in the production of the NSRDB[J]. Solar Energy， 1998， 62（4）， 263-279.

[3] Gueymard C A. High Performance model for Clear-sky irradiance and illuminance[C]. ASES Conference， 2004： 251-258.

[4] Page J K. Proposed quality control procedures for the Meteorological Office data tapes relating to global solar radiation， diffuse solar relation， sunshine and cloud in the UK[C]. Report FCIBSE， 1997.

[5] Hocaoglu F O. Stochastic approach for daily solar radiation modeling[J]. Solar Energy， 2011， 85（2）： 278-287.

[6] Ozgoren M， Bilgili M， Sahin B. Estimation of global solar radiation using ANN over Turkey[J]. Expert Systems with Applications， 2012， 39（5）： 5 043-5 051.

[7] Behrang M A， Assareh E， Ghanbarzadeh A， et al. The potential of different artificial neural network （ANN） techniques in daily global solar radiation modeling based on meteorological data[J]. Solar Energy， 2010， 84（8）： 1 468-1 480.

[8] Amrouche B， Pivert X L. Artificial neural network based daily local forecasting for global solar radiation[J]. Applied Energy， 2014， 130： 333-341.

[9] Chen J L， Li G S， Wu S J. Assessing the potential of support vector machine for estimating daily solar radiation using sunshine duration[J]. Energy Conversion and Management， 2013， 75： 311-318.

[10] Mohammadi K， Shamshirband S， Anisi M H， et al. Support vector regression based prediction of global solar radiation on a horizontal surface[J]. Energy Conversion and Management， 2015， 91： 433-441.

[11] Mohandes M A. Modeling global solar radiation using Particle Swarm Optimization（PSO）[J]. Solar Energy， 2012， 86（11）： 3 137-3 145.

[12] Behrang M A， Assareh E， Noghrehabadi A R， et al. New sunshine-based models for predicting global solar radiation using PSO（particle swarm optimization）technique[J]. Energy， 2011， 36（5）： 3 036-3 049.

[13] Besharat F， Dehghan A A， Faghih A R. Empirical models for estimating global solar radiation： A review and case study[J]. Renewable and Sustainable Energy Reviews， 2013（21）： 798-821.

[14] Angstrom A. Solar and terrestrial radiation[J]. Quarterly Journal of the Royal Meteorological Society， 1924， 50： 121-126.

[15] Prescott J A. Evaporation from a water surface in relation to solar radiation[J]. Philosophical Transactions of the Royal Society， 1940， 64： 114-118.

[16] 陶求华， 李峥嵘，蒋福建. 基于气象和空气质量观察数据的日太阳辐射估计[J]. 集美大学学报（自然科学版）， 2014， 19（5）：369-374.

[17] Zhao N， Zeng X， Han S. Solar radiation estimation using sunshine hour and air pollution index in China[J]. Energy Conversion and Management， 2013， 76： 846-851.

[18] Harry S， Ross S B， Hollands K G T. Relationship between sunshine duration and solar radiation[J]. Solar Energy， 2013， 92： 160-171.

[19] Khorasanizadeh H， Mohammadi K， Jalilvand M. A statistical comparative study to demonstrate the merit of day of the year-based models for estimation of horizontal global solar radiation[J]. Energy Conversion and Management， 2014， 87： 37-47.

[20] Almorox J， Bocco M， Willington E. Estimation of daily global solar radiation from measured temperatures at Canada de Luque， Córdoba， Argentina[J]. Renewable Energy， 2013， 60： 382-387.

[21] Ouali K， Alkama R. A new model of global solar radiation based on meteorological data in Bejaia city（Algeria）[J]. Energy Procedia， 2014， 50： 670-676.

[22] Almorox J， Hontaria C. Global solar radiation estimation using sunshine duration in Spain[J]. Energy Conversion and Management， 2004， 45（9）： 1 529-1 535.

[23] Ajayi O O， Ohijeagbon O D， Nwadialo C E， et al. New model to estimate daily global solar radiation over Nigeria[J]. Sustainable Energy Technologies and Assessments， 2014（5）：28-36.

[24] Polo J， Gastón M， Vindel J M， et al. Spatial variability and clustering of global solar irradiation in Vietnam from sunshine duration measurements[J]. Renewable and Sustainable Energy Reviews， 2015， 42： 1 326-1 334.

[25] Duzen H， Aydin H. Sunshine-based estimation of global solar radiation on horizontal surface at Lake Van region（Turkey）[J]. Energy Conversion and Management， 2012， 58： 35-46.

[26] Katiyar A K， Pandey C K. Simple correlation for estimating the global solar radiation on horizontal surfaces in India[J]. Energy， 2010， 35（12）： 5 043-5 048.

[27] Li H， Ma W， Lian Y， et al. Global solar radiation estimation with sunshine duration in Tibet， China[J]. Renewable Energy， 2011， 36（11）： 3 141-3 145.

[28] Yao W， Li Z， Wang Y J， et al. Evaluation of global solar radiation models for Shanghai， China[J]. Energy Conversion and Management， 2014， 84： 597-612.

[29] Ogelman H， Ecevit A， Ta§demiroglu E. A new method for estimating solar radiation from bright sunshine data[J]. Solar Energy， 1984， 33（6）： 619-625.

[30] Samuel T D M A. Estimation of global radiation for Sri Lanka[J]. Solar Energy， 1991， 47（5）： 333-337.

[31] Ampratwum D B， Dorvlo A S S. Estimation of solar radiation from the number of sunshine hours[J]. Applied Energy， 1999， 63： 161-167.

[32] Bakirci K. Correlations for estimation of daily global solar radiation with hours of bright sunshine in Turkey[J]. Energy， 2009， 34： 485-501.

[33] El-Metwally M. Sunshine and global solar radiation estimation at different sites in Egypt[J]. Journal of Atmospheric and Solar-Terrestrial Physics， 2005， 67： 1 331-1 342.

[34] Glower J， McGulloch J S G. The empirical relation between solar radiation and hours of sunshine[J]. Quarterly Journal of the Royal Meteorological Society， 1958， 84： 172.

[35] Elagib N， Mansell M G. New approaches for estimating global solar radiation across Sudan[J]. Energy Conversion and Management， 2000， 41： 419-434.

[36]左大康， 王懿贤， 陈建绥. 中国地区太阳总辐射的空间分布特征[J]. 气象学报， 1963， 33（1）： 78-96.

[37] 王炳忠. 我国太阳能资源及其计算[J]. 太阳能学报， 1980， 1（1）： 1-9.

[38] Tang W， Yang K， He J， et al. Quality control and estimation of global solar radiation in China[J]. Solar Energy， 2010， 84： 466-475.

[39] Wu G F， Liu Y L， Wang T J. Methods and strategy for modeling daily global solar radiation with measured meteorological data-A case study in Nanchang station， China[J]. Energy Conversion and Management， 2007， 48（2）： 2 447-2 452.

[40] Black J N. The distribution of solar radiation over the Earths surface[J]. Theoretical and Applied Climatology， 1956， 7（2）：165-189.

[41] 文小航. 中国大陆太阳辐射及其与气象要素关系的研究[D]. 兰州： 兰州大学， 2008.

[42] Hargreaves G H， Samani Z A. Estimating potential evapotranspiration[J]. Journal of Irrigation and Drainage Engineering， 1982， 108（IR3）： 223-230.

[43] Bristow K L， Campbell G S. On the relationship between incoming solar radiation and daily maximum and minimum temperature[J]. Agricultural and Forest Meteorology， 1984， 31： 59-166.

[44] Allen R. Self-calibrating method for estimating solar radiation from air temperature[J]. Journal of Hydrologic Engineering， 1997（2）： 56-67.

[45] Hunt L A， Kucharb L， Swanton C J. Estimation of solar radiation for use in crop modeling[J]. Agricultural and Forest Meteorology， 1998， 91： 293-300.

[46] Goodin D G， Hutchinson J M S， Vanderlip R L， et al. Estimating solar irradiance for crop modeling using daily air temperature data[J]. Agronomy Journal， 1999， 91： 845-851.

[47] Li M F， Liu H B， Guo P T， et al. Estimation of daily solar radiation from routinely observed meteorological data in Chongqing， China[J]. Energy Conversion and Management， 2010， 51（12）： 2 575-2 579.

[48] Li M F， Fan L， Liu H B， et al. A General Model for Estimation of Daily Global Solar Radiation Using Air Temperatures and Site Geographic Parameters in Southwest China[J]. Journal of Atmospheric and Solar-Terrestrial Physics， 2013， 92： 145-150.

[49] Chen R， Ersi K， Yang J， et al. Validation of five global radiation models with measured daily data in China[J]. Energy Conversion and Management， 2004， 45： 1 759-1769.

[50] 邓艳君. 日太阳辐射分布式模型研究[D]. 南京： 南京信息工程学院， 2012.

[51] Abraha M G， Savage M J. Comparison of estimates of daily solar radiation from air temperature range for application in crop simulations[J]. Agricultural and Forest Meteorology， 2008， 148， 401-416.

[52] Liu D L， Scott B J. Estimation of solar radiation in Australia from rainfall and temperature observations[J]. Agricultural and Forest Meteorology， 2001， 106， 41-59.

[53] Donatell M， Campbell G S. A simple model to estimate global solar radiation[C]// Proceedings of the fifth European society of agronomy congress. Nitra： Slovak Republic， 1998： 133-134.

[54] Annandale J G， Jovanic N Z， Benade N， et al. Software for missing data error analysis of Penman-Monteith reference evapotranspiration[J]. Irrigation Science， 2002， 21： 57-67.

[55] Almorox J， Hontoria C， Benito M. Models for obtaining daily global solar radiation with measured air temperature data in Madrid（Spain）[J]. Applied Energy， 2011， 88： 1 703-1 709.

[56] Liu X， Mei X， Li Y， et al. Evaluation of temperature-based global solar radiation models in China[J]. Agricultural and Forest Meteorology， 2009， 149：1 433-1 446.

[57] Swartman R K， Ogunlade O. Solar radiation estimates from common parameters[J]. Solar Energy， 1967， 11： 170-172.

[58] De Jong R， Stewart D W. Estimating global solar radiation from common meteorological observations in western Canada[J]. Canadian Journal of Plant Science， 1993， 73： 509-518.

[59] Lewis G. Estimates of irradiance over Zimbabwe[J]. Solar Energy， 1983， 31： 609-612.

[60] Li M F， Tang X P， Wu W， et al. General models for estimating daily global solar radiation for different solar radiation zones in mainland China[J]. Energy Conversion and Management， 2013， 70： 139-148.

[61] Polo J， Zarzalejo L F， Cony M， et al. Solar radiation estimations over India using Meteosat satellite images[J]. Solar Energy， 2011， 85（9）： 2 395-2 406.

[62] Rusen S E， Hammer A， Akinoglu B G. Estimation of daily global solar irradiation by coupling ground measurements of bright sunshine hours to satellite imagery[J]. Energy， 2013， 58： 417-425.

[63] Rusen S E， Hammer A， Akinoglu B G. Coupling satellite images with surface measurements of bright sunshine hours to estimate daily solar irradiation on horizontal surface[J]. Renewable Energy， 2013， 55： 212-219.

[64] Jin Z， Yezheng W， Gang Y. General formula for estimation of monthly average daily global solar radiation in China[J]. Energy Conversion and Management， 2005， 46： 257-268.

[65] 翁笃鸣. 试论总辐射的气候学计算方法[J].气象学报， 1964， 34（3）： 304-315.

[66] 史 岚. 基于GIS的重庆市太阳辐射资源的空间扩展研究[D]. 南京： 南京气象学院， 2003.

[67] 何洪林， 于贵瑞， 刘新安，等. 中国陆地生态信息空间化技术研究（Ⅲ）——太阳辐射要素[J].自然资源学报， 2004， 19（5）：679-687.

[68] 周明厚. 基于温度数据的太阳辐射空间模拟[D]. 北碚： 西南大学， 2011.

[69] Selmin E R， Annette H， Bulent G A. Coupling satellite images with surface measurements of bright sunshine hours to estimate daily solar irradiation on horizontal surface[J]. Renewable Energy， 2013， 55： 212-219.

[70] Pan T， Wu S， Dai E， et al. Estimating the daily global solar radiation spatial distribution from diurnal temperature ranges over the Tibetan Plateau in China[J]. Applied Energy， 2013， 107： 384-393.

[71] Pinker R T， Zhang B， Dutton E G. Do satellites detect trends in surface solar radiation？[J]. Science， 2005（5）： 6.