1961—2017年广西北部湾海岸带太阳总辐射时空动态特征

张亚丽, 田义超, 林俊良, 张强, 陶进

1961—2017年广西北部湾海岸带太阳总辐射时空动态特征

张亚丽, 田义超*, 林俊良, 张强, 陶进

北部湾大学资源与环境学院, 北部湾大学海洋地理信息资源开发利用重点实验室, 广西, 钦州 535000

太阳辐射是地球生命发生发展的决定因素之一, 是大气运动唯一的能量来源。在全球气候变暖背景下, 关注海岸带太阳辐射变化尤为必要。为了揭示广西北部湾海岸带太阳辐射的时空变化特征, 基于北部湾海岸带临近区域的22个气象站1961—2017年逐日日照资料和南宁、北海站的太阳辐射资料, 采用Angstrom模型对各气象站点的月太阳总辐射进行了估算。在此基础上借助于Mann-kendall检验、气候倾向率、趋势面分析法等数理统计方法对北部湾海岸带年内和年际太阳总辐射时空变化特征进行了分析。研究结果表明: 在时间尺度上, 研究区域年际太阳辐射总量变化呈现出"W"型特征, 其波动幅度介于4002.5MJ·m-2到5981.9 MJ·m-2之间, 呈显著上升趋势具体为91.7 MJ·m–2·10a–1。在空间分布上, 北部湾海岸带太阳辐射资源空间差异较大, 位于上思与防城港交界地区的太阳辐射最高, 海岸东岸的北海市和合浦县次之, 海岸西岸的钦江流域和茅岭江流域最小。突变分析上: 春、夏、秋季的年均太阳总辐射在研究期均发生了突变, 而冬季没有发生突变。丘陵地区和海岸西岸年均太阳辐射发生了突变, 而海岸东岸没有发生突变。其中海岸西岸的东兴太阳辐射突变的时间最早, 防城港突变的时间最晚。本文研究成果为太阳总辐射的定量化研究提供了方法学上的经验, 并对该区太阳总辐射资源合理利用与管理具有较好的指导意义。

太阳总辐射; 北部湾海岸带; 时空变化特征; Mann-kendall检验; 气候倾向率; 趋势面分析

0 前言

太阳辐射能源是地球上最洁净环保的绿色能源, 是人类赖以生存的自然资源, 也是地球上最重要最基本的能源[1–2]。太阳福射的变化直接影响地表气温的变化, 而地表温度又与蒸发和水循环以及人类的生活环境和地球生态系统等密切相关[3]。太阳辐射作为生态系统植被净初级生产力的重要输入参数, 其值的准确性与定量化评估可为区域及全球碳循环提供数据支持和科技支撑。

在太阳总辐射模型估算方面: 国内外学者取得了大量的研究成果, 其中国外学者MEHER等[4]以突尼斯为研究区,分别采用线性、二次、三次、对数和指数的Angstrom回归模型对太阳辐射进行估算。KASRA等[5]采用基于支持向量机模型, 以日照时数和最大可能日照时数为输入参数, 估计了全球太阳辐射, 并将其与传统的基于日照时长的经验模型进行了比较。DA[6]借助MATLAB平台, 采用人工神经网络对尼日利亚的太阳总辐射进行了估算, 同时证明了人工智能模型具有很高的可靠性。KS等[7]基于人工神经网络的模型估算了印度的太阳总辐射的月平均值。A MEFTIA[8]应用高分辨率气象卫星图像和实测太阳辐射数据, 建立了基于卫星遥感数据构建地表太阳总辐射反演模型。国内学者罗悦[9]采用Angstrom模型估算了淮北平原的太阳总辐射, 王敏[10]以天文辐射和日照率数据为输入参数, 采用系统辨识的方法建立了模拟太阳日总辐射量的Box- Jenkin模型。赵书强等[11]提出了不确定理论和无云天气的REST模型的太阳辐射值预测模型, 该模型采用随机模糊模拟算法和云遮系数模型得到太阳辐射的预测值。周明厚[12]采用回归克里格将温度数据栅格化, 同时基于温度模型进行了太阳辐射估算。综上, 基于云量、温度的模型通常适用于缺少日照时数或者日照百分率的地区; 基于智能算法的模型通常需要大量的气象观测资料作为训练资料, 估算结果相对精度较高, 基于卫星遥感数据构建地表太阳总辐射反演模型, 模拟的结果精度较低。对比发现基于日照时数Angstrom模型结构简单, 拟合精确度相对较高。

在研究模拟太阳总辐射的空间分布上: 太阳总辐射数据是以离散气象观测站点的形式存在的。为了研究太阳总辐射数在研究区域的空间差异变化, 需要用已知采样点的数据推算未采样点的值, 生成研究对象连续的空间表面, 也即是离散数据栅格化。多数学者借助ArcGIS平台中的克里金法[9][13-14]、反距离权重插值法[15-16]、径向函数法[14]和协克里金法[17]等空间插值方法, 模拟太阳总辐射空间分布。而这些方法, 均以点状数据直接插值, 欠缺考虑宏观地理位置对太阳总辐射的影响。趋势面分析法, 是根据地理位置(λ、φ、h), 建立多元回归方程, 实现空间插值的精细化[18–19]。鉴于此, 本文基于日照时数Angstrom模型对北部湾海岸带太阳辐射进行模拟, 在此基础上采用趋势面分析方法揭示了太阳总辐射的时空变化特征。

北部湾海岸带是我国南海海岸带的主要组成部分, 是我国惟一与东盟海陆相连的区域, 是我国走向东盟、走向世界的重要门户[20–21]。近年来, 大量学者对我国大范围太阳辐射开展了较多的研究[23-25], 或经济发达地区开展了深入的探讨[26-27], 但对北部湾海岸带太阳总辐射时空分布研究甚少。本文借助Angstrom模型和趋势面分析法, 探讨北部湾海岸带太阳总辐射的时空变化情况, 为北部湾海岸带合理利用太阳能资源提供科学依据。

图1 北部湾海岸带地理位置

Figure 1 The study areas

1 研究区域

北部湾海岸带位于广西壮族自治区最南端的沿海区域, 是我国西部惟一的沿海地区, 日照充足, 拥有丰富太阳总辐射资源[22]。东至与广东省接界处的洗米河口, 西至中越边界的北仑河口, 南濒北部湾, 地理位置处于北纬21°24'—22°43', 东经107°27'—109°52', 面积大约32000 km2。包含钦州、北海、南宁、东兴、防城港行政辖区, 该地区气候属南亚热带季风气候区, 地势上大体为北高南低。北部湾海岸带也是广西太阳总辐射和日照最多的地方, 年平均气温在21.4℃—22.8℃之间, 年日照时数1540—2030h之间, 年均日照时数1800 h左右[28]。为了便于研究, 根据海岸带的地貌特征以及地理位置, 将其划分为三个区域, 即I区为海岸东岸, 主要包括合浦县和北海市; II区为海岸带西岸, 包括东兴市、防城港市、钦州市; III 区为丘陵地区, 包括上思县、浦北县、灵山县[28]。其四季的划分为春季3—5月、夏季为6—8月、秋季为9—11月、冬季为12—2月。

2 数据来源与分析方法

2.1 数据来源

广西区内的太阳辐射数据稀少, 仅桂林、南宁、北海三站存在实测数据。本文选用了1961— 2017年三个辐射站的月辐射数据, 同时还采用融安、桂林、凤山、河池、都安、柳州、蒙山、那坡、百色、靖西、来宾、桂平、梧州、龙州、南宁、灵山、玉林、东兴、防城、钦州、北海等站点的逐日日照时数资料。气象数据资料均来源于中国气象数据网(http:// data.cma.cn/)。太阳总辐射数据和日照时数数据, 均未出现连续缺失, 对于个别缺失数据采用三年滑动平均值替代。北部湾海岸带的高程数据来源于地理空间数据云平台(http://www.gscloud.cn/)。

2.2 研究方法

2.2.1 太阳总辐射的计算与推算

Angstrom于1924年提出了基于日照时数太阳总辐射计算模型, 1940年Prescott对模型进行了修正, 即AP模型。该模型指同一地区日太阳总辐射和天文辐射的比值与日照时数和最大可能的日照时数呈线性关系, 如(1)公示

式中为回归系数,为日照辐射量,Q天文日辐射量,为日照时数,为最大可能的日照时数[29]。

天文辐射Q是指不受大气影响, 是指到达大气上界, 未经衰减的太阳总辐射, 可由下式计算:

2.2.2 气候倾向率

将太阳总辐射这一气候要素的x(1, 2, 3...,), 与之对应的时间序列1,2,, t建立线性回归方程。

式中k,1为回归系数。采用最小二乘法拟合解算系数, 若1>0, 表明气象要素呈现上升趋势;1<0, 表明气象要素呈减少趋势。通常以101作为气候倾向率, 若气候倾斜率大于0, 表明太阳总辐射呈上升趋势; 若气候倾斜率小于0, 则表明太阳总辐射这一气象要素呈下降趋势[30-31]。采用检验判断气候倾向率的显著性。取显著性水平=0.05, 进行显著性检验。

2.2.3 Mann-kendall检验

Mann-kendall是一种非参数检验, 对于太阳总辐射的时间序列X(1,2…),互为独立, Mann-kendall突变检验原理为, 先构建一个秩序列

秩序列S是第个时刻数值大于时刻时, 数值个数的累加。假设时间序列为随机变量, 定义统计量

其中,1=0,(S)为均值,(s)为方差。

2.3.4 太阳总辐射空间插值模型

趋势面分析法, 是利用数学曲面模拟地理要素在空间上的分布情况及变化趋势的一种数学方法, 用来模拟地理要素的空间分布的近似情况, 通常把这个数学曲面分为趋势面和剩余趋势面, 在进行太阳总辐射空间分布模拟时, 理想的情况是剩余值最小, 而趋势值最大[32]。北部湾太阳总辐射趋势面模型为:

在采用趋势面分析法模拟太阳总辐射空间分布时, 需对趋势面模型的适合度进行检验, 一般采用拟合度R检验和检验。其中, 用拟合度2检验采用拟合系数2来衡量, 即总离差平方和总回归平方和所占比重。2越大拟合优度越高。

3 结果与分析

3.1 精度检验

根据太阳总辐射推算公式计算每个月经验系数。拟合值和相关统计检验结果如表1。由表1可知, 南宁站除八月份的=0.5较小外, 其余各月的值均超过0.7, 1月、2月、11月、12月的相关系数值均超过0.9; 北海站仅有10月份的值为0.79, 其余各月的值均大于0.8。而相关系数越接近于1, 说明模型的模拟越接近于实际值。南宁和北海的每个月值均通过了0.05水平的显著性检验, 说明拟合回归方程显著。根据显著性检验、相关系数可以看出该模型适用于研究区太阳总辐射的估算。

3.2 北部湾海岸带太阳总辐射时间序列变化

3.2.1 北部湾海岸带区域平均太阳总辐射年变化特征

由图2可知, 1961—2017年北部湾海岸带平均年太阳总辐射呈“W”型特征, 具体变化为1961—1986下降、1987—1992年上升、1993—1996短暂下降、1997—2017年上升, 整体上该区域太阳总辐射呈现显著上升趋势。该研究区1961-2017平均年太阳总辐射的波动幅度介于4002.5~5981.6 MJ∙m-2之间, 平均值为4694.9 MJ∙m-2, 变化趋势为91.7 MJ∙m-2∙10a-1。由距平变化图3可知, 1987年以前, 仅有1962、1963、1971、1973年太阳总辐射的距平值大于零, 其余均小于零, 该时期的平均值为4486.9 MJ∙m-2； 1987—017年31年太阳总辐射的距平值, 除1992—1996年连续五年小于零, 其余年份的太阳总辐射的距平值大于零, 平均值为4862.7MJ∙m-2, 该时期的较1987年以前增加375.9 MJ∙m-2。综合分析表明, 该研究区太阳总辐射呈现增加趋势, 且增加趋势显著。

表1 南宁、北海站月太阳总辐射经验系数和统计检验

*通过了0.05的显著性水平检验。

图2 海岸带平均太阳总辐射年变化趋势

Figure 2 Anomaly of average annual solar radiation in BeiBu Gulf coastal zone

图3 海岸带平均年太阳辐射量距平变化

Figure 3 The annual variation of average total solar radiation in coastal zone

3.2.2 北部湾海岸带平均太阳总辐射年和四季变化趋势

表2为北部湾海岸带五个代表气象站1961—2017年太阳总辐射的气候倾向率。由表2可知, 年际太阳总辐射气候倾向率全部大于零, 除北海气象站的气候倾向率未通过0.05水平的显著性检验, 其它均通过显著性检验, 说明该区域代表气象站年际太阳总辐射呈显著增加趋势。年内四季太阳总辐射气候倾向率, 春季、夏季、秋季的气候倾向率全部为正值, 太阳总辐射呈增加趋势。夏季灵山、东兴、防城港、钦州站的气候倾向率通过了0.05水平的显著性检验, 太阳总辐射呈显著上升趋势。春季的太阳总辐射气候倾向率变化范围为18.0—40.0 MJ∙m-2∙10a-1, 仅有灵山的太阳总辐射气候倾向率通过了0.05水平的显著性检验, 表明灵山站春季的太阳总辐射灵山呈现显著增加, 东兴、防城港、钦州、北海的太阳总辐射不显著增加。秋季的太阳总辐射气候倾向率均变化范围为7.5—22.8 MJ∙m-2∙10a-1, 表明秋季太阳总辐射增加较小且不显著。冬季的太阳总辐射气候倾向率差异相对较大, 其中东兴和钦州的呈现负数且负值较小, 太阳总辐射轻微下降趋势, 但并不显著, 灵山、防城港和北海的太阳总辐射气候倾向率为正值说明该区域太阳总辐射呈增大趋势。上述结果表明, 北部湾海岸带代表气象站的太阳总辐射全年气候倾向率为正值, 表明该区域太阳总辐射呈增大趋势; 全年的太阳总辐射气候倾向率受四季的影响, 其中夏季的影响因素最大, 冬季的影响因素最小。

3.3 北部湾海岸带太阳总辐射的空间变化特征

3.3.1 趋势面拟合度与显著性检验结果

根据R检验方法, 计算北部湾海岸带太阳总辐射趋势面拟合度R，结果如表3。春季、夏季、秋季、冬季、全年的二次趋势面的拟合度系数R分别0.87、0.75、 0.98、 0.92、0.86, 只有夏季的拟合度系数R较低小于0.8。由此可见该趋势面方程具有较高的拟合度。

趋势面拟合适度的显著性F检验。检验结果如表3。在置信水平=0.05下,F=F(9,12)=2.796。显然, 春季、秋季、夏季、冬季、全年都值大于临界值2.796, 趋势面方程全部通过了显著性检验。

由图4可知, 趋势面拟合方程误差只有春季的误差稍大为6%, 其余均在3%左右。结合趋势面拟合度的2检验和趋势面拟合适度的显著性检验结果, 总体来说, 该趋势面方程能够适用于拟合北部湾海岸带太阳总辐射空间分布特征。

3.3.2 太阳总辐射的空间变化特征

由图5e可知, 海岸带的年太阳总辐射位于4591.7—5626.4 MJ∙m-2之间, 均值为4828.6 MJ∙m-2。上思县与防城港交界的丘陵地区的太阳总辐射值最高, 而海岸西岸的钦江流域和茅岭江流域最低。海岸东岸的区年平均总辐射为 5001 MJ∙m-2, 是海岸带太阳总辐射集中高值区, 太阳总辐射超过 5000 MJ∙m-2的地区主要集中在该区域。II区海岸带西岸的年平均总辐射为4775 MJ∙m-2, 距离赤道相对较远且海拔相对较低, 该区域太阳总辐射相对较低; III 区丘陵地区, 年平均总辐射为 4811 MJ∙m-2。

由图5a可知, 春季的太阳总辐射在650.4—1283.5 MJ∙m-2之间, 海岸东岸、海岸带西岸、丘陵地区均值分别为1190.6 MJ∙m-2、1108.4MJ∙m-2、1099.3 MJ∙m-2。太阳总辐射的高值区相对集中于上思县与防城港的交界处, 以及东岸北海市和浦北县域。由图5b可知, 夏季的太阳总辐射在1515.4—1773.2 MJ∙m-2之间, 海岸东岸1600.7MJ∙m-2、海岸带西岸1561.8 MJ∙m-2、丘陵地区1589.3 MJ∙m-2。太阳总辐射的高值区域位于丘陵地带的上思西南区域和浦北县东北海拔较高区域, 以及海岸东岸沿海的北海市。低值区域相对集中于钦州市和防城港区域。由图5c可知, 秋季太阳总辐射在1264.1—2088.2 MJ∙m-2之间, 海岸东岸、海岸带西岸、丘陵地区均值分别为1374.4MJ∙m-2、1332.3 MJ∙m-2、1333.4 MJ∙m-2, 区域之间的均值差别小, 有极少数海拔较高的丘陵地区太阳总辐射较高, 而大部分地区的太阳总辐射值在1340 MJ∙m-2左右。由图5d可知, 冬季太阳总辐射在720.2—990.2 MJ∙m-2之间。相比春季、夏季、秋季的太阳总辐射值大幅减少, 海岸东岸835.6 MJ∙m-2, 海岸带西岸773.1 MJ∙m-2, 丘陵地区790.0 MJ∙m-2。对比分析, 四季中夏季的太阳总辐射明显高于其余三季, 夏季、冬季太阳总辐射与全年的太阳总辐射空间分布呈现一致性, 秋季的太阳总辐射在空间上差异较小, 呈现均匀分布, 而春季太阳总辐射在空间上呈现西高东低、南高北低的特征。

表2 北部湾海岸带代表性气象站四季以及全年的气候倾向率(MJ∙m-2∙10a-1 )

注:*表示太阳总辐射变化趋势通过了α=0.05的显著水平检验。

表3 太阳总辐射趋势面拟合度与显著性检验结果

图4 四季和年相对误差

Figure 4 The four seasons and annual relative errors

图5 北部湾海岸带1961—2017年四季和年均太阳总辐射空间分布

Figure 5 The spatial distribution of solar radiation and its change of the four seasons and annual average in Beibu gulf coastal zone during 1961-2017

综上分析: 在空间分布上, 上思与防城港交界地区的太阳辐射最高, 最低值位于海岸西岸的钦江流域和茅岭江流域。海岸东岸区太阳总辐射为5001 MJ∙m-2辐射量最大, 丘陵地区(4811 MJ∙m-2)次之, 海岸带西岸4775 MJ∙m-2最小, 四季太阳总辐射夏季(1580.6 MJ∙m-2)>秋季(1339.6 MJ∙m-2)>春季(1117.5 MJ∙m-2)>冬季(790.9 MJ∙m-2)夏季的太阳总辐射值最大, 占全年太阳总辐射的32%, 冬季的太阳总辐射值远低于其余三季。

3.3.3 北部湾海岸带太阳总辐射突变分析

运用MK突变检验方法对北部湾海岸带区域四季和年际平均太阳总辐射进行检验, 检验结果如图6。由图6a可知, 在置信水平为0.05的临界线之间, 春季平均太阳总辐射UF曲线和UB曲线于1995年交叉, 说明从该年发生突变, 自1987年UF曲线值大于0, 说明太阳总辐射呈现上升趋势, 于2004年突破置信水平0.05的显著性水平检验, 太阳总辐射呈显著上升趋势。从图6b可知, 在临界线之间有两个交点, 对应的年份分别为1987年和1997年。夏季平均太阳总辐射在1964—1986年间, UF曲线值小于0, 说明太阳总辐射呈现下降趋势; 在1987—2003年间, UF曲线值大于0, 说明太阳总辐射呈上升趋势; 于2004年突破置信水平0.05的显著性水平检验, 夏季平均太阳总辐射呈显著上升趋势。由图6c可知,曲线和曲线在置信水平0.05临界线之间在1987年交叉, 说明北部湾海岸带秋季平均太阳总辐射在1987年发生了突变, 呈现轻微突变上升趋势。由图6d可知, 北部湾海岸带冬季平均太阳总辐射, 无突变发生, 该区域冬季平均太阳总辐射呈现上升下降交替出现。由图6e可以看出, 年际太阳辐射, 在临界线之间有两个交点, 对应的年份分别为1987年和1997年。年际平均太阳总辐射1987—2017年, UF曲线值大于0, 说明太阳总辐射呈现上升趋势, 于2004年突破置信水平0.05的显著性水平检验, 太阳总辐射呈显著上升趋势。

图6 1961-2017年北部湾海岸带四季和年太阳辐射的Mann-kendall检验结果

Figure 6 The Mann-kendall test of the four seasons and annual average in Beibu gulf coastal zone from 1961 to 2017

代表气象站Mann-kendall突变检验结果如图7, 由图7可知在季节上, 夏季突变的气象站点较多, 除北海气象站的太阳总辐射未发生突变, 其余均发生了突变; 而冬季的太阳总辐射没有发生突变。从地域上来看, 东兴的太阳总辐射除冬天未发生突变, 春季、夏季、秋季均发生了突变, 而北海四季和年际上均未发生突变。从时间上来看, 四季和年际的太阳辐射发生突变的时间呈现一致性, 东兴春季、夏季、秋季和年际的突变时间为1987年, 灵山春季、夏季、年际的突变时间为1988年, 而防城港的突变时间发生1997年。从显著性来看, 仅有东兴和灵山的夏季太阳总辐射发生了显著性增加突变, 春季、秋季、全年的太阳总辐射突变呈现不显著增加突变。

图7 代表气象站太阳总辐射Mann-kendall突变检验

Figure 7 The Mann-kendall test of total solar radiation at represents stations

4 结论与讨论

4.1 讨论

本文在太阳总辐射估算模型方面, 采用Angstrom模型, 逐月的经验系数以及F均通过0.05水平的显著性检验, 但是该模型仅采用了日照百分率，没有关注太阳辐射在经过大气层时受到云和大气 (包括基本大气成分和水汽、气溶胶等) 的影响。加入这些气象因素对地表太阳总辐射变化的影响程度仍需进一步量化分析。代表气象站的太阳辐射气候倾向率的结果显示钦州和东兴冬季的太阳辐射为负值, 太阳辐射呈现轻微下降趋势, 这一现象可能跟近年来钦州市区城市扩张, 工业化发展有关。有相关学者研究认为, 城市发展引起的大气浑浊度增加和大气中悬浮颗粒增多, 从而造成太阳总辐射减少相吻合[35-37]。但具体的原因有待进一步探究。

全国大部分区域的太阳总辐射呈下降趋势情况下[38-39], 而北部湾海岸带为太阳总辐射呈上升趋势的少数区域。研究区的春季、夏季、秋季的太阳总辐射相差不大, 冬季的太阳总辐射明显较少。对于空间分布的模拟上, 采用趋势面分析法能够较好的模拟四季和年太阳总辐射的空间分布, 误差控制在6%以内, 精度较高, 研究结果可为该区太阳总辐射资源合理利用与管理具有较好的指导意义。

4.2 结论

本文基于地面观测的气候资料、DEM数据, 采用A-P太阳辐射模型, 对广西北部湾海岸带1961—2017年太阳辐射进行了估算, 在此基础上,定量分析了北部湾海岸带地表太阳辐射长期时空变化特征, 研究得出以下结论:

时间序列上: 北部湾海岸带太阳能资源丰富且较稳定, 平均年太阳辐射总量变化范围为4002.5—5981.9 MJ∙m-2, 1961—2017年北部湾海岸带区域平均年太阳总辐射呈震荡上升, 表现为下降-上升-短暂下降-上升。春季、夏季、秋季、全年的气候倾向率全部为正值, 春季、夏季、秋季、全年的太阳总辐射呈现上升趋势。

空间分布上: 全年太阳总辐射因地理位置和地貌特征呈现东西差异, 太阳总辐射高值区位于海岸东岸北海市和合浦县以及上思县高海拔地区, 低值区位于海岸西岸。海岸东岸的年平均总辐射高出西岸的年平均总辐射225 MJ∙m-2。夏季的太阳总辐射值最大, 占全年太阳总辐射的32%, 而冬季的太阳总辐射值远低于其余三个季度。

突变分析上: 在年内, 北部湾海岸带除冬季年平均太阳总辐射没有发生突变, 春、夏、秋季的太阳总辐射均发生了突变。对于代表气象站, 东兴的太阳总辐射除冬天未发生突变, 春季、夏季、秋季均发生了突变, 而北海四季均未发生突变; 夏季突变的气象站点较多, 除北海气象站的太阳总辐射未发生突变, 其余均发生了突变, 冬季气象站点的太阳辐射都没有发生突变。在年际上, 丘陵地区和海岸西岸年均太阳辐射发生突变, 而海岸东岸没有发生突变。其中海岸西岸的东兴太阳辐射突变的时间最早于1987年发生突变, 防城港突变的时间最晚于1997年突变。

[1] 闫加海, 张冬峰, 安炜, 等. 山西省太阳能资源时空分布特征及利用潜力评估[J]. 干旱气象, 2014, 32(05):712– 718.

[2] 黄盼, 赵伟, 李爱农. 川西山区太阳辐射估算及其时空分布特征[J]. 山地学报, 2017, 35(03):420–428.

[3] 王伦澈. 区域大气辐射变化及其对地表植被生产力的定量影响研究[D]. 武汉:武汉大学, 2015:1–3.

[4] MEHER C, YVES G, JOMPOB W. Solar radiation mapping using sunshine duration-based models and interpolation techniques: Application to Tunisia[J].Energy Conversion and Management, 2015, 101(101): 203–215.

[5] KASRA M, SHAHABODIN S, MOHAMMAD H A, et al. Support vector regression based prediction of global solar radiation on a horizontal surface[J].Energy Conversion and Management, 2015, 91(91):433–441.

[6] FADARE D A. Modelling of solar energy potential in Nigeria using an artificial neural network model[J]. Applied Energy, 2008, 86(9):1410–1422.

[7] REDDY K S, MANISH R. Solar resource estimation using artificial neural networks and comparison with other correlation models[J].Energy Conversion and Management, 2003, 44(15):2519–2530.

[8] MEFTIA A, ADANE, BOUROUBI M Y. Satellite approach based on cloud cover classification: Estimation of hourly global solar radiation from meteosat images[J]. Energy Conversion and Managemen, 2007, 49(4): 652–659.

[9] 罗悦, 俞文政, 袁真艳.淮北平原太阳总辐射的估算及时空特征分析[J].长江流域资源与环境, 2018, 27(05):1031–1042.

[10] 王敏, 丁明.太阳日总辐射量的Box-Jenkins模型[J].太阳能学报, 2012, 33(03):386–390.

[11] 赵书强, 王明雨, 胡永强, 等. 考虑云量和气溶胶不确定性的太阳辐射值预测[J].电工电能新技术, 2015, 34(05):41–46, 75.

[12] 周明厚. 基于温度数据的太阳辐射空间模拟[D]. 重庆: 西南大学, 2011:27–37.

[13] 崔日鲜. 山东省太阳总辐射的时空变化特征分析[J]. 自然资源学报, 2014, 29(10):1780–1791.

[14] 于海敬, 陈庭甫, 张庆国, 等.基于空间插值技术的西藏日照时数时空变化特征及其影响因素[J].浙江大学学报(农业与生命科学版), 2019, 45(01):75–84.

[15] 胡亚男, 李兴华, 郝玉珠. 内蒙古太阳能资源时空分布特征与评估研究[J].干旱区资源与环境, 2019, 33(12):132–138.

[16] 杨秋丽, 魏建新, 郑江华, 等. 离散点云构建数字高程模型的插值方法研究[J]. 测绘科学, 2019, 44(07):16–23.

[17] 高文武, 姜燕, 赵晋陵. 基于协同克里金插值法的土壤锰元素含量预测[J]. 地理与地理信息科学, 2018, 34(03):119–124.

[18] 张燕卿, 刘勤, 严昌荣, 等.黄河流域积温数据栅格化方法优选[J].生态学报, 2009, 29(10):5580–5585.

[19] 陈鹏翔, 毛炜峄. 基于GIS的新疆气温数据栅格化方法研究[J]. 干旱区地理, 2012, 35(03):438–445.

[20] 苏志, 余纬东, 黄理, 等.北部湾海岸带的地理环境及其对气候的影响[J].气象研究与应用, 2009, 30(03):44–47.

[21] 莫秋明. 广西北部湾南北钦防沿海城市群的发展研究[D].北京:中央财经大学, 2013:29–31.

[22] 何如, 周绍毅, 苏志, 等.近50年广西太阳能资源估算与特征分析[J]. 江西农业学报, 2016, 28(03):109–112.

[23] 李明财, 熊明明, 杨艳娟, 等.环渤海地区1961—2010年太阳总辐射时空变化特征[J].气候变化研究进展, 2012, 8(02):119–123.

[24] 马金玉, 罗勇, 梁宏, 等.中国近半个世纪地面太阳总辐射时空变化特征[J].自然资源学报, 2012, 27(02):268–280.

[25] 喻丽, 王姝苏, 褚荣浩, 等.近30年中国太阳总辐射时空特征及趋势分析[J].安徽农业科学, 2017, 45(33):192–196, 239.

[26] 贺芳芳, 薛静, 穆海振.上海地区太阳总辐射及其时空分布特征[J].资源科学, 2010, 32(04):693–700.

[27] 张宏利, 张纳, 伟锐, 等.西安太阳总辐射时空变化特征及对城市发展的响应[J].生态学报, 2013, 33(07):2304– 2313.

[28] 田义超, 陈志坤, 梁铭忠.北部湾海岸带植被覆盖时空动态特征及未来趋势[J].热带地理, 2014, 34(01):76–86.

[29] 吴林荣, 王娟敏, 刘海军, 等.陕西省太阳辐射及其日照时数的时空变化特征[J].水土保持通报, 2010, 30(02):212–214.

[30] 胡琦, 潘学标, 李秋月, 等.气候变化背景下东北地区太阳能资源多时间尺度空间分布与变化特征[J].太阳能学报, 2016, 37(10):2647–2652.

[31] 李茂芬, 李玉萍, 罗微, 等.海南岛逐日太阳总辐射长期演变特征与关联因子[J].热带地理, 2016, 36(04):666–672.

[32] 徐建华. 计量地理学[M]. 北京: 高等教育出版社, 2005:139–142.

[33] 廖顺宝, 李泽辉, 游松财.气温数据栅格化的方法及其比较[J].资源科学, 2003, (06):83–88.

[34] 吴文玉, 马晓群.基于GIS的安徽省气温数据栅格化方法研究[J].中国农学通报, 2009, 25(02):263–267.

[35] 李晓文, 李维亮, 周秀骥. 中国近30年太阳辐射状况研究[J].应用气象学报, 1998, 9(1):24–31.

[36] 吴丽丽, 姜振中, 卢玉平, 等.陕西省太阳辐射的计算方法和分布特征[J].中国气象科学, 2009, 29(2):2187–2191.

[37] 杜丽丽, 沉新喜, 陈文敏, 等. 近43年中国城市气候与太阳辐射变化[J].南京气象学院学报, 2008, 31(2):200– 207.

[38] 邹玲. 中国大陆地区地表太阳辐射估算及其时空变化分析[D].武汉: 武汉大学, 2017:99–100.

[39] 韩虹, 任国玉, 王文, 等.黄土高原地区太阳辐射时空演变特征[J].气候与环境研究, 2008, 01(01):61–66.

Temporal-spatial dynamic change characteristics of solar radiation in Beibu Gulf coastal zone during 1961-2017

ZHANG Yali, TIAN Yichao*, LIN Junliang, ZHANG Qiang, TAO Jin

Resources and Environmental Sciences College, Key Laboratory of Marine Geographic Information Resources Development and Utilization, Beibu Gulf University, Qinzhou, Guangxi 535011, China

Solar radiation is one of the decisive factors fordevelopment of life on the earth. In the case of global warming, it is particularly necessary to pay attention to changes of solar radiation in the coastal zone. In order to reveal the change pattern of solar radiation in the coastal zone of the Northwest Gulf of Guangxi, based on the daily sunshine data of 22 meteorological stations in the vicinity of the Beibu Gulf Coastal Zone and the solar radiation data of Nanning and Beihai stations from 1961 to 2017, the monthly solar radiation of each meteorological stations was estimated by using Angstrom model.Mann-kendall test, climate tendency rate, trend surface analysis and other mathematical statistical methods were used to analyze the temporal and spatial characteristics of total and interannual solar radiation in the Beibu Gulf coastal zone.The results showed that over time, the interannual total solar radiation changes in the study area showed a "W" -type characteristic, and the fluctuation range was between 4002.5MJ · m-2and 5981.9MJ·m-2, which increased significantly. The specific trend was 91.7 MJ·m-2·10a-1. In terms of spatial scale,the spatial distribution of solar radiation resources in the Beibu Gulf coast was relatively large. The solar radiation located at the junction of Shangsi and Fangchenggang was the highest, followed by Beihai City and Hepu County on the east coast, and the Qinjiang River Basin and Maoling on the west coast. The river basin was the smallest. In the analysis of mutations, the annual average total solar radiation in spring, summer, and autumn all changed abruptly during the study period, but no change occurred in winter.The changes occurred in the hilly areas and on the west coast of the coast, while no changes occurred on the east coast. Among them, Dongxing's solar radiation mutation on the west coast of the coast was the earliest, and Fangchenggang's mutation was the latest. The research results in this paper provide methodological experience for the quantitative research of total solar radiation, and have a good guiding significance for the rational use and management of total solar radiation resources in the area.

global solar radiation; temporal-spatial variation; Beibu Gulf coastal zone; mann-kendall test; climate tendency rate; trend surface analysis

10.14108/j.cnki.1008-8873.2020.04.019

张亚丽, 田义超, 林俊良, 等. 1961—2017年广西北部湾海岸带太阳总辐射时空动态特征[J]. 生态科学, 2020, 39(4): 145–155.

ZHANG Yali, TIAN Yichao, LIN Junliang, et al. Temporal-spatial dynamic change characteristics of solar radiation in Beibu Gulf coastal zone during 1961-2017[J]. Ecological Science, 2020, 39(4): 145–155.

P4S57.2

A

1008-8873(2020)04-145-11

2019-11-14;

2020-01-01

广西自然科学基金联合资助培育项目(2018JJA150135); 广西创新驱动发展专项(AA18118038); 广西基地和人才项目(2019AC20088); 北部湾大学高层次人才引进项目(2019KYQD28)项目资助

张亚丽(1987—), 女, 河南驻马店人, 硕士, 从事资源环境遥感及海岸带生态环境监测的相关研究, E-mail: 641577425@qq.com

田义超, 男, 陕西西安人, 副教授, 博士, 主要从事资源环境遥感及海岸带生态环境监测的相关研究, E-mail: tianyichao1314@yeah.net.