CN107767448A - 考虑云‑地形效应的地表太阳辐射遥感计算方法及*** - Google Patents
考虑云‑地形效应的地表太阳辐射遥感计算方法及*** Download PDFInfo
- Publication number
- CN107767448A CN107767448A CN201710928918.6A CN201710928918A CN107767448A CN 107767448 A CN107767448 A CN 107767448A CN 201710928918 A CN201710928918 A CN 201710928918A CN 107767448 A CN107767448 A CN 107767448A
- Authority
- CN
- China
- Prior art keywords
- radiation
- earth
- cloud
- solar radiation
- shadow region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供考虑云‑地形效应的地表太阳辐射遥感计算方法及***,其中,所述方法包括:S1,利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;S2,采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;S3,结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。本发明综合考虑了云阴影畸变和复杂地形对辐射估算的影响,全面真实地模拟了太阳辐射透过云层到达地表时的情形,提高了利用遥感方法估算地表太阳辐射的准确性。
Description
技术领域
本发明涉及地理科学领域,更具体地,涉及考虑云-地形效应的地表太阳辐射遥感计算方法及***。
背景技术
太阳辐射是地表物理、化学和生物生理过程(融雪、光合作用、蒸散和作物生长等)的最主要的能量来源,也是地球大气中各种现象和一切物理过程的基本动力。地表太阳辐射控制着地气***的能量和通量交换过程,是引起地表空间异质性和生物过程的关键因子,对气候预测、太阳能利用都具有的重要意义。由于云层对太阳短波辐射具有透射、吸收和反射作用,使入射至地表的太阳辐射受到削弱。云阴影在地表覆盖情况以及起伏地形上的变化,增加了对地表辐射估算的不确定性,使云与地形对地表辐射的影响成为科学家关注的热点。
太阳辐射到达地表的过程中,会经过大气和云层的衰减,其中约31%被反射和散射回太空,24%被大气中的水汽和臭氧等直接吸收,45%到达地表。到达地表的太阳辐射由于地形的遮蔽和邻近地形的相互作用,使其在地面的空间分布有再分配的过程。地表太阳辐射除受云、坡度、坡向的影响外,云的3D几何效应和云阴影畸变也使得利用遥感方法准确模拟太阳辐射变得更加困难。
许多研究或只针对晴空模式下的太阳辐射,或云天算法中未考虑地形起伏、云的3D几何效应以及云阴影在复杂地形条件下的畸变,不能全面真实模拟太阳辐射透过云层到达地表时的情形。地表云阴影畸变和地形遮蔽是起伏地形条件下影响遥感辐射估算的主要因素。一些辐射的估算研究虽然考虑了云的3D效应,但仅限于水平地表,或对云阴影在起伏地表的变化缺乏考虑。因此,云阴影畸变和地形遮蔽成为复杂地形条件造成遥感辐射估算偏差的主要来源,但目前极少有研究从这两个问题角度同时入手加以研究。
发明内容
为了克服现有技术在利用遥感方法估算地表太阳辐射时未综合考虑云阴影畸变和地形遮蔽给辐射估算带来的影响,本发明提供考虑云-地形效应的地表太阳辐射遥感计算方法及***。
根据本发明的一个方面,提供一种地表太阳辐射遥感计算方法,包括:
S1,利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
S2,采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
S3,结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
其中,步骤S2中所述采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射的步骤进一步包括:
获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
其中,步骤S2中所述采用云天辐射计算方法估算所述阴影区域的地表太阳辐射的步骤进一步包括:
利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
其中,步骤S3进一步包括:
根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
其中,所述将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算的步骤包括:
根据下述公式计算直接散射辐射:
Edpi=ToiTgiTwsi[BRi(1-Tri)·Tai 0.25]+[Ba·Fi·Tri(1-Tasi 0.25)]Ioicos(Z)
上式中,Edpi是直接散射辐射,Fi是一个经验常量,BRi表示i波段的瑞利散射的前向散射因子,Ba为气溶胶前向散射因子,Tasi为i波段的散射透过率,Twsi为i波段水汽散射透过率,Toi为臭氧的辐射透过率,Tgi为混合气体的辐射透过率,Tri为瑞丽散射透过率,Tai为气溶胶的辐射透过率,Ioi为i波段的太阳常数,cos(Z)是太阳天顶角余弦;
根据下述公式计算地气间多次反射造成的散射辐射:
Eddi=ρgiρsi[Ii(hor)+Edpi]/(1-ρgiρsi)
其中,Eddi为地气间多次反射造成的散射辐射,ρgi为地表反照率,ρsi为天空反照率,Ii(hor)为i波段水平地表的直接辐射,Edpi是直接散射辐射。
其中,所述根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射的步骤进一步包括:
根据下述公式计算云天条件下所述阴影区域的地表太阳辐射,
Ii(hor)=IoiT(cloud)i T(clear)i Ercos(Z)
上式中,T(cloud)i表示i波段的云透过率,Ii(hor)为i波段水平地表的直接辐射,Ioi为i波段的太阳常数,T(clear)i表示i波段的辐射透过率,Er为日地距离订正系数,cos(Z)是太阳天顶角余弦。
根据本发明的另一个方面,提供一种地表太阳辐射遥感计算***,包括:
云阴影识别单元,用于利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
辐射估算单元,用于采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
地形校正单元,用于结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
其中,所述辐射估算单元具体用于:
获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
其中,所述辐射估算单元还具体用于:
利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
其中,所述地形校正单元具体用于:
根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
本发明提供的考虑云-地形效应的地表太阳辐射遥感计算方法及***,利用起伏地形云阴影区域的计算方法区分出实际阴影区域与非阴影区,结合云天和晴空条件下地表太阳辐射估算方法以及地形校正方法对云与起伏地形的地表太阳辐射进行估算,综合考虑了云阴影畸变和复杂地形对辐射估算的影响,全面真实地模拟了太阳辐射透过云层到达地表时的情形,提高了利用遥感方法估算地表太阳辐射的准确性。
附图说明
图1为本发明一实施例提供的考虑云-地形效应的地表太阳辐射遥感计算方法的流程示意图;
图2为复杂地形条件下地表接收到的总入射辐射的示意图;
图3为本发明另一实施例所提供的考虑云-地形效应的地表太阳辐射遥感计算***的结构示意图;
图4为某模拟条件下的云与地形状况图;
图5为不同算法下所获得的地表太阳短波辐射分布图;
图5(a)为未做任何校正的地表太阳短波辐射分布图;
图5(b)为进行云视位置校正但未考虑地形因素的地表太阳短波辐射分布图;
图5(c)为进行云视位置校正并考虑地形因素的地表太阳辐射分布;
图5(d)为基于图5(b)进行地形校正所得的未考虑云阴影地形畸变影响的地表太阳短波辐射分布图;
图5(e)为基于图5(c)进行地形校正所得的考虑云阴影地形畸变影响的地表太阳短波辐射分布图;
图5(f)为图5(d)与图5(e)的差值图;
图6为20种不同地形复杂度的辐射误差标准差与地形复杂度的关系;
图7为有云阴影的阳坡样点在三种算法情形下的辐射值对比图;
图8为有云阴影的阴坡样点在三种算法情形下的辐射值对比图;
图9为无云阴影的阳坡样点在三种算法情形下的辐射值对比图;
图10为无云阴影的阴坡样点在三种算法情形下的辐射值对比图;
图11为2014年7月14日玉树站点周围的云阴影分布图;
图12为2014年7月24日玉树站点周围的云阴影分布图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他的实施例,都属于本发明保护的范围。
如图1所述,为本发明一实施例提供的考虑云-地形效应的地表太阳辐射遥感计算方法的流程示意图,包括:
S1,利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
地表云阴影畸变和地形遮蔽是起伏地形条件下影响遥感辐射估算的主要因素,因此,本发明实施例所提供的地表太阳辐射遥感计算方法,首先获得复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的区域和未受云影响的区域。其中,步骤S1中所述的起伏地形云阴影区域的识别算法,具体包括以下步骤:选取云图像中的任意云像元作为目标像元,获取目标像元在水平地表的垂直投影位置、所述目标像元在水平地表上的阴影的位置和所述目标像元的高度值,并建立光线的直线方程;获取云图像对应的地表的高程数据,将所述高程数据转换到空间坐标系下;根据所述高程数据中各点的坐标、高程值和所述光线的直线方程获取匹配点的坐标,所述匹配点的坐标即为目标像元阴影点的位置;获取云图像中目标像元阴影点的位置,从而获取云阴影的位置。上述起伏地形云阴影区域的识别算法在专利“一种云阴影检测方法及***(专利申请号:201510792310.6)”中有详细记载。在检测出云阴影的位置后,即可以将云图像中云阴影位置所处的区域划分为阴影区域,云图像中的其他区域则划归为非阴影区域。
S2,采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
1)对于非阴影区域的地表辐射估算,采用晴空辐射计算方法,由于起伏地形对直接辐射和散射辐射的影响机理不同,因而晴天条件下的地表太阳辐射计算需要分别针对直接辐射和散射辐射单独计算。
采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射的步骤具体包括:
S21a,获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
晴天条件下水平地表直接辐射可以用公式(1)进行计算,
Ii(hor)=IoiT(clear)iErcos(Z) (1)
公式(1)中,Ii(hor)为i波段水平地表的直接辐射,Ioi为i波段的太阳常数,T(clear)i表示i波段的辐射透过率,Er为日地距离订正系数,cos(Z)是太阳天顶角余弦。i的取值为波段1和波段2,第一波段即指波段1,代表可见光波段0.29-0.7μm,第二波段即指波段2,代表近红外波段0.7-4μm,一般将Io1取值为0.038MJ·m-2·min-1,Io2取值为0.043MJ·m-2·min-1。
晴天条件下太阳辐射到达地表也要经过一系列的吸收、散射,其中主要包括臭氧的吸收、瑞利散射、混合气体吸收、水汽吸收以及气溶胶的吸收和散射。如公式(2)所示,为i波段的辐射透过率T(clear)i的计算公式,公式中的下标o,r,g,w,a分别代表臭氧、瑞利、混合气体、水汽和气溶胶的辐射透过率。
T(clear)i=ToiTriTgiTwiTai (2)
由于臭氧和气溶胶相关数据较难获取,因此我们采用一些模型来模拟相关的气溶胶和臭氧参数。如公式(3)、(4)和(5)所示,为气溶胶模型:
Ua=ln(1+Ma*β) (3)
Ma={cosZ+[0.168Z0.18/(95.318-Z)1.95]}-1 (4)
β=(0.025+0.1cosφ)exp(-0.7alt) (5)
其中,Ua表示气溶胶含量,Ma是气溶胶光学质量,β是Angstrom浑浊度系数,Z是太阳天顶角,φ代表纬度,alt表示海拔高度。
如公式(6)和(7)所示,臭氧的含量也通过参数化方法获取,
U0=0.44-0.16{[(φ-80)/60]2+[(d-120)/(9263-φ)2]}0.5 (6)
其中,U0代表臭氧含量,d是儒略日,Jd是儒略日,φ代表纬度。
公式(2)等式右边的所有透过率(包括:臭氧、瑞利、混合气体、水汽和气溶胶的辐射透过率)的计算都参照Gueymard在论文“Gueymard C A.A two-band model for thecalculation ofclear sky solar irradiance,illuminance,and photosyntheticallyactive radiation at the Earth’s surface[J].SolarEnergy,1989,43(5):253–265”中所提出的算法进行计算。至此,我们可以计算获得晴空条件下的直接辐射。
S21b,将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
在完全吸收地表(地表反照率为0),直接散射辐射根据公式(8)进行计算:
Edpi=ToiTgiTwsi[BRi(1-Tri)·Tai 0.25]+[Ba·Fi·Tri(1-Tasi 0.25)]Ioicos(Z) (8)
上式中,Edpi是直接散射辐射,Fi是一个经验常量,作为一个订正因子被引入,目的是为了弥补所使用的简单的透过率算法在多次散射和其他方面的不足。BRi表示i波段的瑞利散射的前向散射因子,Ba为气溶胶前向散射因子,Tasi为i波段的散射透过率,Twsi为i波段水汽散射透过率,Toi为臭氧的辐射透过率,Tgi为混合气体的辐射透过率,Tri为瑞丽散射透过率,Tai为气溶胶的辐射透过率,Ioi为i波段的太阳常数,cos(Z)是太阳天顶角余弦。
地气间多次反射造成的散射辐射,可以由公式(9)计算,
Eddi=ρgiρsi[Ii(hor)+Edpi]/(1-ρgiρsi) (9)
上式中,Eddi为地气间多次反射造成的散射辐射,ρgi为地表反照率,ρsi为天空反照率,Ii(hor)为i波段水平地表的直接辐射,Edpi是直接散射辐射。
因此,每个波段的总散射辐射可以表示为Edi=Edpi+Eddi。而各波段的总太阳辐射即为Egi=Ii(hor)+Edi。宽波段总太阳辐射则为Eg=I(hor)+Ed。
2)对于阴影区域的地表太阳辐射,采用云天辐射计算方法进行估算。
云天条件下的辐射计算主要是在公式(1)的基础上乘以云的辐射透过率,如公式(10)所示,
Ii(hor)=IoiT(cloud)i T(clear)i Ercos(Z) (10)
上式中,T(cloud)i表示i波段的云透过率,其他参数同公式(1)。
根据公式(10)可知,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射的步骤进一步包括:
S22a,利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
具体地,云透过率T(cloud)i的计算需要首先获取云光学厚度参数,但由于缺乏相应的高空间分辨率的云光学厚度产品,而现有的MODIS(MODerate-resolution ImagingSpectroradiometer)的云光学厚度产品分辨率较低(1km),与实际所需高空间分辨率相差较大,较难匹配。因此,我们主要采用了高空间分辨率卫星0.63~0.69μm波段(中心波长为0.65μm)反射率与云光学厚度之间的关系,给云光学厚度产品降尺度,然后利用插值获取高空间分辨率的云光学厚度。0.63~0.69μm波段(中心波长为0.65μm)反射率与云光学厚度之间的关系如表1所示。
表1 HJ星第三波段(中心波长为0.65μm)反射率与云光学厚度的关系
反射率(0.65μm) | 云光学厚度(COT) |
0.15-0.35 | 0-1 |
0.35-0.5 | 1-4 |
0.5-0.55 | 4-8 |
0.55-0.6 | 8-16 |
0.6-0.65 | 16-32 |
0.65-0.7 | 32-64 |
S22b,根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
第一波段云透过率采用公式(11)计算得到:
T(cloud)1=1-[β(μ0)τn/μ0]/[1+β(μ0)τn/μ0] (11)
上式中,T(cloud)1表示1波段的云透过率,μ0是太阳天顶角余弦,β(μ0)代表相应的后向散射比,τn为云光学厚度。
第二波段的云透过率则采用公式(12)至(15)获得,公式(12)至(15)如下:
T(cloud)2=4u/R (12)
R=(u+1)2exp(τeff)-(u-1)2exp(-τeff) (14)
上式各式中,T(cloud)2为第二波段云透过率,为单次散射反照率,μ0是太阳天顶角余弦,β(μ0)代表相应的后向散射比,τn为云光学厚度,u,R以及τeff为二流近似解参数化后的中间变量,相关参数可以从Stephens在论文“Stephens G L.Ashortwaveparameterization revised to improve cloud absorption[J].Journal of theAtmospheric Sciences,1984,41(4):687-690”中给出的查找表中获取。
S23c,根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
即将计算获得的i波段的云的辐射透过率代入公式(10)可得到所述阴影区域的底部太阳辐射。
综上所述,在获得复杂地形条件下的云阴影后,就可以区分出地表辐射被云影响的区域和未受云影响的区域,然后在阴影区采用云天辐射计算方法,在非阴影区采用晴空辐射计算方法,对地表太阳辐射进行初步估算。
S3,结合已知的地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
Dubayah等在论文“Dubayah R.Estimating net solar radiation usingLandsat Thematic Mapper and digital elevation data[J].Water resourcesresearch,1992,28(9):2469-2484”中忽略了地表和大气之间多次反射的基础上,将坡面太阳总辐射Et分为坡面上接收的直接辐射Edir,t、天空散射辐射Edif,t和邻近地形的附加辐射Ea,t,如公式(16)所示,
Et=Edir,t+Edif,t+Ea,t (16)
如图2所示,为复杂地形条件下地表接收到的总入射辐射的示意图。从辐射传输及光照几何原理的角度出发,将地形对地表辐射能量的影响主要分为以下三个方面:一、直接辐射的影响,坡度坡向的不同改变了坡面与太阳光线的几何关系,使坡面自身及周边形成遮蔽作用,改变了日照时间。二、天空散射的影响,坡度坡向使得天空中某一散射质点、太阳位置和地表目标像元三者间的相对位置发生改变,进而改变了散射光线到达地表目标像元的入射角,也影响了周边地形对目标像元的天空遮蔽程度;三、对邻近地形辐射的影响,受目标像元与邻近像元的几何关系及其相互遮蔽,以及邻近反射像元反射辐射BRDF(双向反射分布函数)特性的影响。
随着GIS计算发展,地表太阳辐射的地形校正开始依托DEM数据,从以上三个分量的水平方向开展,即根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
具体地,1)直接辐射的地形校正模型综合了Dubayah在论文“DubayahR.Estimating net solar radiation using Landsat Thematic Mapper and digitalelevation data[J].Water resources research,1992,28(9):2469-2484”和曾燕在论文“曾燕,邱新法,刘昌明,等.起伏地形下黄河流域太阳直接辐射分布式模拟[J].地理学报,2005,60(4):680-688和曾燕,邱新法,潘敖大,等.地形对黄河流域太阳辐射影响的分析研究[J].地球科学进展,2008,23(11):1185-1193”中给出的模型,考虑了目标像元本身和邻近像元两者的遮蔽影响,如公式(17)所示,
上式中,Edir,h是直接辐射,I代表入射角度,如果I大于90表示像元被自身遮蔽,L是用来判断投影的二进制系数,L=0表示目标像元被邻近像元遮蔽,L=1则代表未被遮蔽。
2)散射辐射的校正主要根据Hay在论文“Hay J E,Mckay D C.Estimating solarirradiance on inclined surfaces:a review and assessment of methodologies[J].International Journal of Solar Energy.1985,3(4):203-240”中提出的各向异性模型,将天空散射的各向异性部分和各向同性部分独立的分离开来,以各向异性指数k(Anisotropy Index)表示各向异性散射占天空总散射的权重,k用坡面法线方向接收的太阳直射辐照度与大气层顶辐射之比计算。采用公式(18)和(19)对散射辐射进行校正。
Rd=k+(1-k)[(1+cosS)/2] (18)
上式中,Rd为散射辐射,S为坡面的坡度,Sh是太阳高度角,Edir,h为直接辐射,太阳常数Io=1367w/m2。
3)对于邻近地形的附加辐射的计算主要依据Proy在论文“Proy C,Tanre D,Deschamps P Y.Evaluation of topographic effects in remotely sensed data[J].Remote Sensing of Environment,1989,30(1):21-32”中所提的理论。
综上,步骤S3完成了对地表太阳辐射估算基于地形的校正。
本发明实施例利用起伏地形云阴影区域的计算方法区分出实际阴影区域与非阴影区,结合云天和晴空条件下地表太阳辐射估算方法以及地形校正方法对云与起伏地形的地表太阳辐射进行估算,综合考虑了云阴影畸变和复杂地形对辐射估算的影响,全面真实地模拟了太阳辐射透过云层到达地表时的情形,提高了利用遥感方法估算地表太阳辐射的准确性。
如图3所示,为本发明另一实施例所提供的考虑云-地形效应的地表太阳辐射遥感计算***的结构示意图,包括:云阴影识别单元31、辐射估算单元32和地形校正单元33,其中,
云阴影识别单元31,用于利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
地表云阴影畸变和地形遮蔽是起伏地形条件下影响遥感辐射估算的主要因素,因此,本发明实施例所提供的地表太阳辐射遥感计算***包括云阴影识别单元31,用于获得复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的区域和未受云影响的区域。其中,所述的起伏地形云阴影区域的识别算法,具体包括以下步骤:选取云图像中的任意云像元,获取云像元在水平地表的垂直投影位置、所述云像元在水平地表上的阴影的位置和所述云像元的高度值,并建立光线的直线方程;获取云图像对应的地表的高程数据,将所述高程数据转换到空间坐标系下;根据所述高程数据中各点的坐标、高程值和所述光线的直线方程获取匹配点的坐标,所述匹配点的坐标即为云像元阴影点的位置;获取云图像中云像元阴影点的位置,从而获取云阴影的位置。上述起伏地形云阴影区域的识别算法在专利“一种云阴影检测方法及***(专利申请号:201510792310.6)”中有详细记载。在检测出云阴影的位置后,即可以将云图像中云阴影位置所处的区域划分为阴影区域,云图像中的其他区域则划归为非阴影区域。
辐射估算单元32,用于采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
1)对于非阴影区域的地表辐射估算,辐射估算单元32采用晴空辐射计算方法,由于起伏地形对直接辐射和散射辐射的影响机理不同,因而晴天条件下的地表太阳辐射计算需要分别针对直接辐射和散射辐射单独计算。
因此辐射估算单元32具体用于:
S21a,获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
晴天条件下水平地表直接辐射可以用公式(1)进行计算,
Ii(hor)=IoiT(clear)iErcos(Z) (1)
公式(1)中,Ii(hor)为i波段水平地表的直接辐射,Ioi为i波段的太阳常数,T(clear)i表示i波段的辐射透过率,Er为日地距离订正系数,cos(Z)是太阳天顶角余弦。i的取值为波段1和波段2,波段1代表可见光波段0.29-0.7μm,波段2代表近红外波段0.7-4μm,一般将Io1取值为0.038MJ·m-2·min-1,Io2取值为0.043MJ·m-2·min-1。
晴天条件下太阳辐射到达地表也要经过一系列的吸收、散射,其中主要包括臭氧的吸收、瑞利散射、混合气体吸收、水汽吸收以及气溶胶的吸收和散射。如公式(2)所示,为i波段的辐射透过率T(clear)i的计算公式,公式中的下标o,r,g,w,a分别代表臭氧、瑞利、混合气体、水汽和气溶胶的辐射透过率。
T(clear)i=ToiTriTgiTwiTai (2)
至此,我们可以计算获得晴空条件下的直接辐射。
S21b,将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
在完全吸收地表(地表反照率为0),直接散射辐射根据公式(8)进行计算:
Edpi=ToiTgiTwsi[BRi(1-Tri)·Tai 0.25]+[Ba·Fi·Tri(1-Tasi 0.25)]Ioicos(Z) (8)
上式中,Edpi是直接散射辐射,Fi是一个经验常量,作为一个订正因子被引入,目的是为了弥补所使用的简单的透过率算法在多次散射和其他方面的不足。BRi表示i波段的瑞利散射的前向散射因子,Ba为气溶胶前向散射因子,Tasi为i波段的散射透过率,Twsi为i波段水汽散射透过率,Toi为臭氧的辐射透过率,Tgi为混合气体的辐射透过率,Tri为瑞丽散射透过率,Ioi为i波段的太阳常数,cos(Z)是太阳天顶角余弦。
地气间多次反射造成的散射辐射,可以由公式(9)计算,
Eddi=ρgiρsi[Ii(hor)+Edpi]/(1-ρgiρsi) (9)
上式中,Eddi为地气间多次反射造成的散射辐射,ρgi为地表反照率,ρsi为天空反照率,Ii(hor)为i波段水平地表的直接辐射,Edpi是直接散射辐射。
因此,每个波段的总散射辐射可以表示为Edi=Edpi+Eddi。而各波段的总太阳辐射即为Egi=Ii(hor)+Edi。宽波段总太阳辐射则为Eg=I(hor)+Ed。
2)对于阴影区域的地表太阳辐射,辐射估算单元32采用云天辐射计算方法进行估算。
云天条件下的辐射计算主要是在公式(1)的基础上乘以云的辐射透过率,如公式(10)所示,
Ii(hor)=IoiT(cloud)i T(clear)i Ercos(Z) (10)
上式中,T(cloud)i表示i波段的云透过率,其他参数同公式(1)。
根据公式(10)可知,辐射估算单元32具体用于:
利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
即采用了高空间分辨率卫星0.63~0.69μm波段(中心波长为0.65μm)反射率与云光学厚度之间的关系,给云光学厚度产品降尺度,然后利用插值获取高空间分辨率的云光学厚度。
根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
第一波段云透过率采用公式(11)计算得到:
T(cloud)1=1-[β(μ0)τn/μ0]/[1+β(μ0)τn/μ0] (11)
上式中,T(cloud)1表示1波段的云透过率,μ0是太阳天顶角余弦,β(μ0)代表相应的后向散射比,τn为云光学厚度。
第二波段的云透过率则采用公式(12)至(15)获得,公式(12)至(15)如下:
T(cloud)2=4u/R (12)
R=(u+1)2exp(τeff)-(u-1)2exp(-τeff) (14)
上式各式中,T(cloud)2为第二波段云透过率,为单次散射反照率,μ0是太阳天顶角余弦,β(μ0)代表相应的后向散射比,τn为云光学厚度,u,R以及τeff为二流近似解参数化后的中间变量。
然后,根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
即将计算获得的i波段的云的辐射透过率代入公式(10)可得到所述阴影区域的底部太阳辐射。
地形校正单元33,用于结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
其中,所述地形校正单元具体用于:
根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
本发明实施例提出的考虑云-地形效应的地表太阳辐射遥感计算***,利用起伏地形云阴影区域的计算方法区分出实际阴影区域与非阴影区,结合云天和晴空条件下地表太阳辐射估算方法以及地形校正方法对云与起伏地形的地表太阳辐射进行估算,综合考虑了云阴影畸变和复杂地形对辐射估算的影响,全面真实地模拟了太阳辐射透过云层到达地表时的情形,提高了利用遥感方法估算地表太阳辐射的准确性。
下面结合具体的模拟实验,对本发明所提出的方法基于HJ卫星数据进行进一步地分析说明。如表2所示,为HJ-1B卫星的主要载荷参数。
表2 HJ-1B卫星主要载荷参数
地表太阳辐射除受云、坡度、坡向的影响外,随着太阳和云的相对位置变化及其3D几何效应,云阴影在复杂地形上的畸变(包括位置和像元数)及地形的遮蔽等成为利用遥感方法准确地模拟太阳辐射的重要影响因素。针对上述问题在地表太阳辐射反演过程中进行了一系列的校正,针对校正前后的结果进行了比较分析。
主要分析三种算法的总辐射变化和差异,三种算法即未做任何校正的传统算法、进行云3D几何校正或辐射地形校正及本发明所提出的综合考虑云-地形校正的算法。
图4为某模拟条件下的云与地形状况,图5为不同算法下所获得的地表太阳短波辐射分布图,其中,图5(a)为未做任何校正的地表太阳短波辐射分布图,图5(b)为进行云视位置校正但未考虑地形因素的地表太阳短波辐射分布图,图5(c)为进行云视位置校正并考虑地形因素的地表太阳辐射分布,图5(d)为基于图5(b)进行地形校正所得的未考虑云阴影地形畸变影响的地表太阳短波辐射分布图,图5(e)为基于图5(c)进行地形校正所得的考虑云阴影地形畸变影响的地表太阳短波辐射分布图,图5(f)为图5(d)与图5(e)的差值图。
将图5(a)与图5(b)进行比较,可以看出两者在辐射分布上有较大差异,几处明显的差异分别在两图上用黑色圆圈标记出来。
将图5(b)与图5(c)进行比较,可以发现如果不做任何校正或者仅有云三维几何效应校正而不考虑地形对云阴影造成的畸变会对辐射反演造成较大偏差。如原本未被云阴影覆盖的区域会被错误的算作被云阴影覆盖的区域,反之亦然,可以从两图中黑色圆圈标记的几处差异看出。
将图5(d)与图5(e)进行比较,可以看出是否考虑云阴影在复杂地形上的变化对辐射反演的结果有重要影响。辐射在有云阴影投射的区域有显著的差异,特别是在一些地形复杂,起伏坡度较大的区域。为了便于分析辐射在两者之间的变化和差异,将两者相减,结果如图5(f)所示。从图5(f)可以看到在云阴影发生畸变的区域辐射值都有不同程度的差异。差异较大的地方一般是在复杂地表无云阴影的阳坡和有云阴影的阴坡,差异较小的地方则一般是在同一坡面,阴影的位置发生了变化,没有遮蔽叠加的现象。
云阴影在地形上的畸变使得地表太阳辐射在分布上产生误差,辐射误差的标准差可以表示整个区域上不考虑阴影地形畸变所导致的辐射误差的统计平均值(绝对值)。辐射误差的标准差可以表示为:
上式中,Dti,j为考虑阴影地形畸变的点i、j的辐射值,Di,j为不考虑阴影地形畸变的点i、j的辐射值,m、n分别是整个区域上的格点的行数和列数。图6为20种不同地形复杂度的辐射误差标准差与地形复杂度的关系。可以看到辐射误差随地形复杂度的增加而增加,这种偏差在太阳天顶角较大、数据分辨率更高时可能会更大。因此,在应用高分辨率卫星资料计算复杂地形上地表能量平衡各组分时,必须考虑地形的作用。
对2012年6月12日、7月4、8日、8月3、11日数据进行模拟得到上午11时左右的瞬时总辐射,结合对实际阴影区域和非阴影区的目视解译和逻辑判断选取样点,分为有云阴影的阳坡和阴坡以及无云阴影的阳坡和阴坡4种。主要分析3种算法,算法1为未作任何校正的传统算法,算法2为只考虑了云3D效应或辐射地形效应的方法,算法3为本发明提出的方法。
如图7所示,为有云阴影的阳坡样点在三种算法情形下的辐射值对比图。可以看到未做任何校正的结果与本发明算法相比明显的偏高,达到晴天时的辐射量1000-1100W/m2,平均偏差约400W/m2。而未考虑阴影畸变的结果也偏高,由于是在阳坡,所以地形校正后的辐射值更加的偏大了,平均偏差约为500W/m2。
如图8所示,为有云阴影的阴坡样点在三种算法情形下的辐射值对比图。大多数未考虑阴影畸变的结果与本发明算法相比都有不同程度的偏高,最大相差500W/m2,平均偏差约300W/m2。而未做任何校正的结果也大多偏高,有的达到晴天时的辐射量1000W/m2以上,由于在阴坡,所以地形校正后的辐射值更加偏低,偏差进一步增大,平均约为400W/m2。
如图9所示,为无云阴影的阳坡样点在三种算法情形下的辐射值对比图。大多数未考虑阴影畸变的结果与本发明算法相比都有不同程度的偏低,最大相差650W/m2,平均偏差约400W/m2。
如图10所示,为无云阴影的阴坡样点在三种算法情形下的辐射值对比图。未考虑阴影畸变的结果与本发明算法相比都有不同程度的偏小,最大相差480W/m2,平均偏差约300W/m2。而未做任何校正的结果也大多偏高,因为在阴坡,所以地形校正后的辐射值更加偏低,偏差进一步增大,平均约为350W/m2。
在一些云与阴影有叠加的区域是否进行校正对现阶段的研究来说偏差不是很大,一般在100W/m2左右。
图11和图12分别为2014年7月14日和7月24日的云阴影分布图(图中红点为玉树站)。由于缺乏站点的瞬时数据,同时能够作为例证的遥感数据十分有限。以两例估算其日值辐射,与站点数据比较分析。
7月14日数据如果按照传统的算法会将站点所在位置认为无云覆盖,以全天为晴天,假设计算瞬时辐射值到达最大(约11时),辐射日变化符合正态分布,估算其日值辐射为33.9MJ/m2,依照本发明算法所得日辐射为26.2MJ/m2,而站点数据为24.5MJ/m2。
7月24日数据如果按照传统的算法会将站点所在位置认为有云覆盖,以全天(14个小时)为云天辐射,估算其日值辐射为26.2MJ/m2,依照本发明算法所得日辐射为30.6MJ/m2,而站点数据为29.5MJ/m2。
虽然日值辐射的估算存在一定误差,但是通过以上分析可以发现本发明算法在云天及复杂地形条件下相比传统算法具有优势。
最后,本发明上述各实施例仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.考虑云-地形效应的地表太阳辐射遥感计算方法,其特征在于,包括:
S1,利用复杂地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
S2,采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
S3,结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
2.根据权利要求1所述的方法,其特征在于,步骤S2中所述采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射的步骤进一步包括:
获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
3.根据权利要求1所述的方法,其特征在于,步骤S2中所述采用云天辐射计算方法估算所述阴影区域的地表太阳辐射的步骤进一步包括:
利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
4.根据权利要求1所述的方法,其特征在于,步骤S3进一步包括:
根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
5.根据权利要求2所述的方法,其特征在于,所述将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算的步骤包括:
根据下述公式计算直接散射辐射:
Edpi=ToiTgiTwsi[BRi(1-Tri)·Tai 0.25]+[Ba·Fi·Tri(1-Tasi 0.25)]Ioicos(Z)
上式中,Edpi是直接散射辐射,Fi是一个经验常量,BRi表示i波段的瑞利散射的前向散射因子,Ba为气溶胶前向散射因子,Tasi为i波段的散射透过率,Twsi为i波段水汽散射透过率,Toi为臭氧的辐射透过率,Tgi为混合气体的辐射透过率,Tri为瑞丽散射透过率,Tai为气溶胶的辐射透过率,Ioi为i波段的太阳常数,cos(Z)是太阳天顶角余弦;
根据下述公式计算地气间多次反射造成的散射辐射:
Eddi=ρgiρsi[Ii(hor)+Edpi]/(1-ρgiρsi)
其中,Eddi为地气间多次反射造成的散射辐射,ρgi为地表反照率,ρsi为天空反照率,Ii(hor)为i波段水平地表的直接辐射,Edpi是直接散射辐射。
6.根据权利要求3所述的方法,其特征在于,所述根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射的步骤进一步包括:
根据下述公式计算云天条件下所述阴影区域的地表太阳辐射,
Ii(hor)=IoiT(cloud)i T(clear)i Ercos(Z)
上式中,T(cloud)i表示i波段的云透过率,Ii(hor)为i波段水平地表的直接辐射,Ioi为i波段的太阳常数,T(clear)i表示i波段的辐射透过率,Er为日地距离订正系数,cos(Z)是太阳天顶角余弦。
7.考虑云-地形效应的地表太阳辐射遥感计算***,其特征在于,包括:
云阴影识别单元,用于利用起伏地形云阴影区域的识别算法,获得目标像元在复杂地形条件下的云阴影,区分出地表太阳辐射被云影响的阴影区域和未受云影响的非阴影区域;
辐射估算单元,用于采用晴空辐射计算方法估算所述非阴影区域的地表太阳辐射,采用云天辐射计算方法估算所述阴影区域的地表太阳辐射;
地形校正单元,用于结合地形校正方法,对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
8.根据权利要求7所述的***,其特征在于,所述辐射估算单元具体用于:
获取第一波段和第二波段的辐射透过率,计算晴天条件下所述非阴影区域的地表太阳直接辐射;
将晴空条件下所述非阴影区域的的地表太阳散射辐射分为直接散射辐射和由于地气间的多次反射而产生的散射辐射两个部分分别进行计算。
9.根据权利要求7所述的***,其特征在于,所述辐射估算单元还具体用于:
利用0.63-0.69μm波段反射率与云光学厚度之间的关系,通过插值法获取高分辨率遥感影像的云光学厚度;
根据所述云光学厚度分别计算第一波段和第二波段云的辐射透过率;
根据所述云的辐射透过率计算云天条件下所述阴影区域的地表太阳辐射。
10.根据权利要求7所述的***,其特征在于,所述地形校正单元具体用于:
根据坡面太阳总辐射的估算模型,分别从坡面上接收的直接辐射、天空散射辐射和邻近地形的附加辐射三个方面对所述阴影区域的地表太阳辐射和所述非阴影区域的地表太阳辐射进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710928918.6A CN107767448A (zh) | 2017-10-09 | 2017-10-09 | 考虑云‑地形效应的地表太阳辐射遥感计算方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710928918.6A CN107767448A (zh) | 2017-10-09 | 2017-10-09 | 考虑云‑地形效应的地表太阳辐射遥感计算方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107767448A true CN107767448A (zh) | 2018-03-06 |
Family
ID=61267844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710928918.6A Pending CN107767448A (zh) | 2017-10-09 | 2017-10-09 | 考虑云‑地形效应的地表太阳辐射遥感计算方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767448A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596153A (zh) * | 2018-05-10 | 2018-09-28 | 四川省冶地工程勘察设计有限公司 | 遥感影像卫片高程控制点自动提取方法和数据处理方法 |
CN109543721A (zh) * | 2018-11-05 | 2019-03-29 | 中国科学院寒区旱区环境与工程研究所 | 一种晴间多云天气情况下的太阳辐照度超短期预报方法 |
CN110186823A (zh) * | 2019-06-26 | 2019-08-30 | 中国科学院遥感与数字地球研究所 | 一种气溶胶光学厚度反演方法 |
CN111199092A (zh) * | 2019-11-11 | 2020-05-26 | 南京深全人工智能技术研发有限公司 | 太阳辐射遥感估算方法、***及数据处理装置 |
CN111428975A (zh) * | 2020-03-13 | 2020-07-17 | 中国气象局公共气象服务中心 | 一种太阳能资源的评估方法及装置、计算机可读存储介质 |
CN111488669A (zh) * | 2020-02-24 | 2020-08-04 | 宿迁学院 | 一种确定固定式太阳能装置最佳倾角的计算方法 |
CN113029332A (zh) * | 2021-03-05 | 2021-06-25 | 阳光电源股份有限公司 | 卫星云图的预测方法、装置和处理器 |
CN116188633A (zh) * | 2023-04-25 | 2023-05-30 | 之江实验室 | 一种仿真遥感影像生成的方法、装置、介质及电子设备 |
CN116722544A (zh) * | 2023-08-02 | 2023-09-08 | 北京弘象科技有限公司 | 分布式光伏短期预测方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198314A (zh) * | 2013-02-20 | 2013-07-10 | 北京农业信息技术研究中心 | 遥感图像辐射校正方法 |
CN104406686A (zh) * | 2014-12-10 | 2015-03-11 | 西北师范大学 | 复杂地形条件下太阳短波入射辐射估算方法 |
CN105242247A (zh) * | 2015-09-08 | 2016-01-13 | 首都师范大学 | 一种改进的地形辐射校正方法 |
-
2017
- 2017-10-09 CN CN201710928918.6A patent/CN107767448A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198314A (zh) * | 2013-02-20 | 2013-07-10 | 北京农业信息技术研究中心 | 遥感图像辐射校正方法 |
CN104406686A (zh) * | 2014-12-10 | 2015-03-11 | 西北师范大学 | 复杂地形条件下太阳短波入射辐射估算方法 |
CN105242247A (zh) * | 2015-09-08 | 2016-01-13 | 首都师范大学 | 一种改进的地形辐射校正方法 |
Non-Patent Citations (1)
Title |
---|
李彬: "起伏地形上云阴影畸变对地表太阳辐射影响研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596153A (zh) * | 2018-05-10 | 2018-09-28 | 四川省冶地工程勘察设计有限公司 | 遥感影像卫片高程控制点自动提取方法和数据处理方法 |
CN109543721A (zh) * | 2018-11-05 | 2019-03-29 | 中国科学院寒区旱区环境与工程研究所 | 一种晴间多云天气情况下的太阳辐照度超短期预报方法 |
CN109543721B (zh) * | 2018-11-05 | 2023-07-04 | 中国科学院西北生态环境资源研究院 | 一种晴间多云天气情况下的太阳辐照度超短期预报方法 |
CN110186823A (zh) * | 2019-06-26 | 2019-08-30 | 中国科学院遥感与数字地球研究所 | 一种气溶胶光学厚度反演方法 |
CN111199092A (zh) * | 2019-11-11 | 2020-05-26 | 南京深全人工智能技术研发有限公司 | 太阳辐射遥感估算方法、***及数据处理装置 |
CN111488669A (zh) * | 2020-02-24 | 2020-08-04 | 宿迁学院 | 一种确定固定式太阳能装置最佳倾角的计算方法 |
CN111488669B (zh) * | 2020-02-24 | 2023-12-22 | 宿迁学院 | 一种确定固定式太阳能装置最佳倾角的计算方法 |
CN111428975B (zh) * | 2020-03-13 | 2023-09-29 | 中国气象局公共气象服务中心 | 一种太阳能资源的评估方法及装置、计算机可读存储介质 |
CN111428975A (zh) * | 2020-03-13 | 2020-07-17 | 中国气象局公共气象服务中心 | 一种太阳能资源的评估方法及装置、计算机可读存储介质 |
CN113029332A (zh) * | 2021-03-05 | 2021-06-25 | 阳光电源股份有限公司 | 卫星云图的预测方法、装置和处理器 |
CN116188633A (zh) * | 2023-04-25 | 2023-05-30 | 之江实验室 | 一种仿真遥感影像生成的方法、装置、介质及电子设备 |
CN116722544A (zh) * | 2023-08-02 | 2023-09-08 | 北京弘象科技有限公司 | 分布式光伏短期预测方法、装置、电子设备及存储介质 |
CN116722544B (zh) * | 2023-08-02 | 2023-10-20 | 北京弘象科技有限公司 | 分布式光伏短期预测方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767448A (zh) | 考虑云‑地形效应的地表太阳辐射遥感计算方法及*** | |
Hofierka et al. | Physically-based land surface temperature modeling in urban areas using a 3-D city model and multispectral satellite data | |
Yan et al. | Topographic radiation modeling and spatial scaling of clear-sky land surface longwave radiation over rugged terrain | |
Mueller et al. | The CM-SAF operational scheme for the satellite based retrieval of solar surface irradiance—A LUT based eigenvector hybrid approach | |
Morel et al. | Pigment distribution and primary production in the western Mediterranean as derived and modeled from coastal zone color scanner observations | |
Journée et al. | Improving the spatio-temporal distribution of surface solar radiation data by merging ground and satellite measurements | |
Long et al. | A two-source trapezoid model for evapotranspiration (TTME) from satellite imagery | |
Bode et al. | Subcanopy Solar Radiation model: Predicting solar radiation across a heavily vegetated landscape using LiDAR and GIS solar radiation models | |
Dubayah et al. | Modeling topographic solar radiation using GOES data | |
Zhang et al. | A decadal (2008–2017) daily evapotranspiration data set of 1 km spatial resolution and spatial completeness across the North China Plain using TSEB and data fusion | |
Ma et al. | Determination of regional net radiation and soil heat flux over a heterogeneous landscape of the Tibetan Plateau | |
CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
CN109460532B (zh) | 一种太阳直接辐射遥感计算方法和装置 | |
Leon et al. | Large‐scale advection of continental aerosols during INDOEX | |
CN104535979A (zh) | 一种陆地云光学厚度的遥感反演方法及*** | |
Yan et al. | Modeling surface longwave radiation over high-relief terrain | |
CN107145848B (zh) | 一种基于遥感数据的土壤风力侵蚀监测方法及*** | |
Isabelle et al. | Solar radiation transmittance of a boreal balsam fir canopy: Spatiotemporal variability and impacts on growing season hydrology | |
Yoon et al. | Evaluation of hourly solar radiation on inclined surfaces at Seoul by Photographical Method | |
CN113744249B (zh) | 一种海洋生态环境损害调查方法 | |
CN114152350B (zh) | 一种考虑城市三维几何结构影响的地表温度反演方法 | |
Zhang et al. | Simplified SEBAL method for estimating vast areal evapotranspiration with MODIS data | |
CN104880701A (zh) | 一种星载传感器成像仿真方法及装置 | |
Xian et al. | A uniform model for correcting shortwave downward radiation over rugged terrain at various scales | |
Gastellu-Etchegorry et al. | Recent improvements in the dart model for atmosphere, topography, large landscape, chlorophyll fluorescence, satellite image inversion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |
|
RJ01 | Rejection of invention patent application after publication |