基于隨機(jī)森林和MODIS產(chǎn)品的逐日太陽輻射估算

溫松楠 李凈

摘要?由于基于站點(diǎn)數(shù)據(jù)的太陽輻射研究很難獲得空間連續(xù)分布的日太陽輻射數(shù)據(jù)，因此引入MODIS遙感數(shù)據(jù)結(jié)合隨機(jī)森林來獲取空間連續(xù)分布的日太陽輻射數(shù)據(jù)。選取西北地區(qū)2015年6月26日、7月12日、7月28日、8月13日、8月29日、9月30日共6 d的MODIS遙感數(shù)據(jù)和25個(gè)輻射站點(diǎn)的日太陽輻射數(shù)據(jù)，將MODIS的產(chǎn)品云量、地面反照率、云光學(xué)厚度、水汽、DEM作為隨機(jī)森林的輸入?yún)?shù)，隨機(jī)選取20個(gè)輻射站點(diǎn)的實(shí)測(cè)數(shù)據(jù)和對(duì)應(yīng)輸入?yún)?shù)的遙感數(shù)據(jù)作為隨機(jī)森林的訓(xùn)練數(shù)據(jù)集，用其余5個(gè)輻射站點(diǎn)的日太陽輻射實(shí)測(cè)數(shù)據(jù)對(duì)隨機(jī)森林模擬結(jié)果進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明5個(gè)站點(diǎn)的模擬效果都較好，說明遙感數(shù)據(jù)結(jié)合隨機(jī)森林模型能夠很好地獲得空間連續(xù)分布的日太陽輻射數(shù)據(jù)。

關(guān)鍵詞?日太陽輻射;MODIS產(chǎn)品;隨機(jī)森林;西北地區(qū)

中圖分類號(hào)?P422.1文獻(xiàn)標(biāo)識(shí)碼?A

文章編號(hào)?0517-6611（2020）02-0006-04

doi：10.3969/j.issn.0517-6611.2020.02.002

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Simulation of Daily Solar Radiation Based on Random Forest and MODIS Products

WEN Song-nan，LI Jing?（College of Geography and Environmental Science，Northwest Normal University，Lanzhou，Gansu 730070）

Abstract?The research about solar radiation based on ground sites is difficult to obtain daily solar radiation data with continuous spatial distribution.Therefore，this paper introduced MODIS remote sensing data combined with random forest to obtain spatially distributed daily solar radiation data.This paper selected MODIS remote sensing data of 6 days on June 26，July 12，July 28，August 13，August 29，and September 30，2015 and daily solar radiation data of 25 radiation sites in the northwest China.MODIS products including cloud fraction，surface albedo，cloud optical thickness，water vapor，DEM were used as input parameters of random forest，and the measured data of 20 radiation sites and corresponding remote sensing data input parameters were randomly selected.Remote sensing data was used as a training data of random forest，and the results of random forest simulations were verified using the measured data of solar radiation from the remaining five radiation sites.The verification results show that the simulation results of five stations are better，indicating that combining with remote sensing data and random forest model to simulate daily solar radiation data of spatially continuous distribution is a reasonable and effective way.

Key words?Daily solar radiation;MODIS product;Random forest;Northwest China

太陽輻射是地氣系統(tǒng)的能量來源，也是產(chǎn)生大氣運(yùn)動(dòng)的主要?jiǎng)恿1-2]，同時(shí)，太陽輻射數(shù)據(jù)是農(nóng)作物模型、水文模型及氣候變化模型等的重要參數(shù)[3-4]。雖然在局部區(qū)域可以通過輻射觀測(cè)站準(zhǔn)確地測(cè)量太陽輻射，但是由于太陽輻射站點(diǎn)分布稀疏，很難獲得連續(xù)空間分布的太陽輻射[5]，因此，模擬空間連續(xù)分布的太陽輻射對(duì)區(qū)域氣候變化帶來的影響具有重要的意義。

目前國內(nèi)對(duì)于太陽輻射模擬的研究大多數(shù)是估算月或年的太陽輻射[6-8]，日太陽輻射的模擬研究較少，國外已有少量模擬日太陽輻射的研究：Marzo等[9]利用每日最低溫度、最高溫度和地外輻射，采用人工神經(jīng)網(wǎng)絡(luò)估算了全球13個(gè)沙漠地區(qū)的每日太陽輻射;Hassan等[10]用12個(gè)不同的經(jīng)驗(yàn)系數(shù)獨(dú)立模型估算了每日太陽輻射;Yildir等[11]用ANN模型和Angstrm-Prescott模型估算了土耳其東地中海地區(qū)每日太陽輻射;Jahani等[12]用4種經(jīng)驗(yàn)?zāi)Ｐ凸浪懔艘晾实娜仗栞椛?Kaba等[13]選取地外輻射、日照時(shí)數(shù)、云量、最低溫度和最高溫度作為輸入數(shù)據(jù)，利用深入學(xué)習(xí)方法估算了土耳其30個(gè)站點(diǎn)的日太陽輻射，深入學(xué)習(xí)模型在土耳其日太陽輻射模擬時(shí)取得了很好的效果，但這些研究都是基于站點(diǎn)數(shù)據(jù)估算日太陽輻射，很難獲得空間連續(xù)分布的日太陽輻射。

由于遙感數(shù)據(jù)可以很好地用于模擬空間連續(xù)分布的太陽輻射[14-16]，再加上空間連續(xù)分布的日太陽輻射是水文模型、農(nóng)作物模型及氣候變化模型等的重要參數(shù)，因此該研究在前人日太陽輻射模擬的基礎(chǔ)上，引入遙感手段來模擬空間連續(xù)分布的日太陽輻射。由于隨機(jī)森林模型對(duì)于太陽輻射有很好的模擬效果，所以筆者以西北地區(qū)為研究區(qū)，利用MODIS遙感數(shù)據(jù)和隨機(jī)森林來模擬獲得空間連續(xù)分布的日太陽輻射。

1?數(shù)據(jù)來源與研究方法

1.1?數(shù)據(jù)來源?選取西北地區(qū)25個(gè)輻射站點(diǎn)（圖1）的太陽日輻射數(shù)據(jù)，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：∥data.cma.cn/），主要用于隨機(jī)森林模擬太陽輻射時(shí)的訓(xùn)練數(shù)據(jù)和太陽輻射模擬結(jié)果的驗(yàn)證。選取的遙感數(shù)據(jù)MODIS產(chǎn)品來源于NASA官網(wǎng)，所用數(shù)據(jù)如表1所示。

1.2?研究方法

1.2.1?隨機(jī)森林。

隨機(jī)森林是2001年由Leo Breiman和Culter Adele開發(fā)的一種數(shù)據(jù)挖掘方法，是一種現(xiàn)代分類與回歸的機(jī)器學(xué)習(xí)技術(shù)，同時(shí)也是一種組合式的機(jī)器學(xué)習(xí)技術(shù)[17]。與人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)方法相比，隨機(jī)森林算法具有運(yùn)算量小、容納樣本數(shù)量大等優(yōu)點(diǎn)。隨機(jī)森林的基本組成單元是決策樹，其優(yōu)越性體現(xiàn)在同等運(yùn)算率下的高預(yù)測(cè)精度，對(duì)非線性數(shù)據(jù)有更好的擬合效果，減少了均方根誤差、提高了模型的預(yù)估精度[18]。

通過Python中的Pandas準(zhǔn)備數(shù)據(jù)框數(shù)據(jù)，導(dǎo)入Sklearn工具包，在Sklearn模塊庫中，與隨機(jī)森林算法相關(guān)的函數(shù)都位于集成算法模塊Ensemble中，利用一系列運(yùn)算代碼實(shí)現(xiàn)隨機(jī)森林模型預(yù)測(cè)太陽輻射。選取與太陽輻射有關(guān)的因子云量、地面反照率、云光學(xué)厚度、水汽、DEM為自變量，因變量為日太陽輻射。隨機(jī)森林具體算法步驟如下[19-20]：①用Bootstrap法在N個(gè)總樣本中有放回地隨機(jī)抽取n次，得到n個(gè)自助樣本集作為訓(xùn)練集，未抽取的部分組成袋外數(shù)據(jù)。Bagging是早期組合樹方法之一，又稱自助聚集（Bootstrap Aggregating），是一種從訓(xùn)練集中隨機(jī)抽取部分樣本（不一定有放回抽樣）來生成決策樹的方法。②將每個(gè)訓(xùn)練集都單獨(dú)作為一棵決策樹，決策樹節(jié)點(diǎn)從自變量中選擇M個(gè)（M小于自變量個(gè)數(shù)），并按照節(jié)點(diǎn)不純潔度最小原則進(jìn)行分支生長(zhǎng)。③重復(fù)步驟②n次，得到n棵決策樹組成隨機(jī)森林。對(duì)于每一棵決策樹，都可以得到一個(gè)OOB誤差估計(jì)，將森林中所有決策樹的OOB誤差估計(jì)取平均，可得到隨機(jī)森林的泛化誤差估計(jì)。

1.2.2?精度評(píng)價(jià)指標(biāo)。采用相關(guān)系數(shù)（R）、平均偏差（MBE）、平均絕對(duì)偏差（MABE）、均方根誤差（RMSE）這4種精度評(píng)價(jià)指標(biāo)對(duì)模型結(jié)果進(jìn)行驗(yàn)證[21]。

R=ni=1（xi-）（yi-）ni=1（xi-）2ni=1（yi-）2（1）

MBE=1nni=1（xi-yi）（2）

MABE=1nni=1|xi-yi|（3）

RMSE=1nni=1（xi-yi）2（4）

式（1）、（2）、（3）、（4）中，Xi代表第i個(gè)模擬值;yi代表第i個(gè)實(shí)測(cè)值;和分別表示模擬值和實(shí)測(cè)值的平均值;n為樣本個(gè)數(shù)。R為xi和yi的相關(guān)系數(shù)，R越大，模擬值與實(shí)測(cè)值的相關(guān)程度越高;MBE、MABE和RMSE越小，表示模擬值越接近觀測(cè)值。

1.2.3?太陽輻射模擬參數(shù)的選取。

MODIS能夠提供的大氣和陸地日產(chǎn)品有氣溫、云量、水汽、氣溶膠、地表溫度、地面反照率、植被指數(shù)，該研究需要獲得空間連續(xù)的日太陽輻射分布，而MODIS提供的日氣溶膠空間連續(xù)性很差，日氣溫與日太陽輻射相關(guān)性較低，最終選取與太陽輻射相關(guān)性較高且空間連續(xù)性好的云量、地面反照率、云光學(xué)厚度、水汽以及DEM共5種參數(shù)來模擬逐日太陽輻射。

2?日太陽輻射模擬

2.1?日太陽輻射模擬結(jié)果驗(yàn)證

考慮到遙感數(shù)據(jù)的完整性和質(zhì)量好壞，選擇2015年6月26日、7月12日、7月28日、8月13日、8月29日、9月30日共6 d的數(shù)據(jù)，隨機(jī)選取西北地區(qū)20個(gè)輻射站點(diǎn)的實(shí)測(cè)數(shù)據(jù)和對(duì)應(yīng)輸入?yún)?shù)的遙感數(shù)據(jù)作為隨機(jī)森林訓(xùn)練的數(shù)據(jù)集，將太陽輻射日輻射作為隨機(jī)森林的輸出，從而模擬得到每日的太陽輻射，最后用其余5個(gè)輻射站點(diǎn)的日太陽輻射實(shí)測(cè)數(shù)據(jù)對(duì)隨機(jī)森林模擬結(jié)果進(jìn)行驗(yàn)證，結(jié)果如表2所示。

從站點(diǎn)驗(yàn)證結(jié)果來看，5個(gè)驗(yàn)證站點(diǎn)的相關(guān)系數(shù)都大于0.89，哈密站點(diǎn)和涇河站點(diǎn)實(shí)測(cè)值與模擬值的相關(guān)系數(shù)最大，達(dá)0.98，吐魯番站點(diǎn)實(shí)測(cè)值與模擬值的相關(guān)系數(shù)最小，為0.89;5個(gè)驗(yàn)證站點(diǎn)的平均偏差（MBE）控制在-2.5～2.0 MJ/（m2·d）波

動(dòng)，平均偏差為負(fù)值表示隨機(jī)森林模型的低估，正值表示隨機(jī)森林模型的高估，固原站點(diǎn)對(duì)太陽輻射有輕幅度低估，其余4個(gè)站點(diǎn)的模擬值稍有高估;5個(gè)站點(diǎn)的平均絕對(duì)偏差（MABE）都控制在3.5 MJ/（m2·d）以內(nèi)，哈密站點(diǎn)的平均絕對(duì)偏差最小，吐魯番站點(diǎn)的平均絕對(duì)偏差最大;5個(gè)站點(diǎn)的均方根誤差（RMSE）都控制在4.5 MJ/（m2·d）以內(nèi)，哈密站點(diǎn)的均方根誤差最小，吐魯番站點(diǎn)的均方根誤差最大。總體上，5個(gè)站點(diǎn)的模擬效果都較好，其中哈密站點(diǎn)的模擬效果最好，吐魯番站點(diǎn)模擬效果一般，模擬效果一般的原因是6月26日輸入遙感參數(shù)中云量偏高導(dǎo)致太陽輻射的低估，9月30日輸入遙感參數(shù)中云量偏低造成太陽輻射的高估，總體上，吐魯番站點(diǎn)模擬的太陽輻射有1.25 MJ/（m2·d）的輕幅高估。

5個(gè)驗(yàn)證站點(diǎn)6 d的實(shí)測(cè)值與模擬值的散點(diǎn)圖如圖2所示，R為0.92，說明5個(gè)輻射站點(diǎn)的模擬值和實(shí)測(cè)值非常接近，模擬效果較好。

2.2?日太陽輻射模擬

采用隨機(jī)森林算法模擬的日太陽輻射結(jié)果如圖3所示，2015年6月26日新疆與西安太陽輻射偏低，在甘肅、寧夏太陽輻射較高，2015年7月12日、8月13日和9月30日太陽輻射的空間分布很相似，在西北部較高，東南部較低，2015年7月28日和8月29日太陽輻射的空間分布很接近，在新疆局部地區(qū)較低，其余地區(qū)較高，日太陽輻射的增加或降低受天氣狀況影響較大，主要是由云量多少以及水汽含量的多少共同導(dǎo)致的。

3?結(jié)論

該研究基于MODIS遙感數(shù)據(jù)和隨機(jī)森林模型估算了西北地區(qū)2015年6月26日、7月12日、7月28日、8月13日、8月29日、9月30日共6 d的日太陽輻射，選取MODIS的云量、地面反照率、云光學(xué)厚度、水汽以及DEM作為隨機(jī)森林的輸入?yún)?shù)，選取西北地區(qū)20個(gè)輻射站點(diǎn)的實(shí)測(cè)數(shù)據(jù)和對(duì)應(yīng)輸入?yún)?shù)的遙感數(shù)據(jù)作為隨機(jī)森林模型訓(xùn)練的數(shù)據(jù)集，用其余5個(gè)輻射站點(diǎn)的日太陽輻射實(shí)測(cè)數(shù)據(jù)對(duì)隨機(jī)森林模擬結(jié)果進(jìn)行驗(yàn)證，最后得到空間連續(xù)分布的日太陽輻射數(shù)據(jù)，研究得出以下主要結(jié)論。

（1）站點(diǎn)驗(yàn)證結(jié)果表明，5個(gè)驗(yàn)證站點(diǎn)的相關(guān)系數(shù)都大于0.89，說明模擬值和實(shí)測(cè)值相關(guān)程度較高;5個(gè)驗(yàn)證站點(diǎn)的平均偏差（MBE）都控制在-2.5～2.0 MJ/（m2·d）;平均絕對(duì)偏差（MABE）都控制在3.5MJ/（m2·d）以內(nèi);均方根誤差（RMSE）都控制在4.5MJ/（m2·d），總體上伊寧、吐魯番、哈密、固原、涇河5個(gè)驗(yàn)證站點(diǎn)的模擬效果都較好。

（2）基于隨機(jī)森林算法，選取MODIS遙感數(shù)據(jù)云量、地面反照率、云光學(xué)厚度、水汽以及DEM作為太陽輻射的影響因子，可以用于模擬日太陽輻射且模擬效果較好。

（3）利用遙感數(shù)據(jù)結(jié)合隨機(jī)森林模型可以很好地模擬日太陽輻射，能夠得到空間連續(xù)的、高分辨率的逐日太陽輻射數(shù)據(jù)。

參考文獻(xiàn)

[1] SUN H W，ZHAO N，ZENG X F，et al.Study of solar radiation prediction and modeling of relationships between solar radiation and meteorological variables[J].Energy conversion and management，2015，105：880-890.

[2] 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 convers manage，2013，75：311-318.

[3] 施國萍，邱新法，曾燕.中國三種太陽輻射起始數(shù)據(jù)分布式模擬[J].地理科學(xué)，2013，33（4）：385-392.

[4] 黎微微，胡斯勒?qǐng)D，陳洪濱，等.利用 MODIS 資料計(jì)算不同云天條件下的地表太陽輻射[J].遙感技術(shù)與應(yīng)用，2017，32（4）：643-650.

[5] JOURNE M，BERTRAND C.Improving the spatio-temporal distribution of surface solar radiation data by merging ground and satellite measurements[J].Remote sensing of environment，2010，114（11）：2692-2704.

[6] 劉劍，曹美燕，高治軍，等.一種基于隨機(jī)森林的太陽能輻射預(yù)測(cè)模型[J].控制工程，2017，24（12）：2472-2477.

[7] 張春桂，文明章.利用衛(wèi)星資料估算福建晴空太陽輻射[J].自然資源學(xué)報(bào)，2014，29（9）：1496-1507.

[8] 羅悅，俞文政，袁真艷.淮北平原太陽總輻射的估算及時(shí)空特征分析[J].長(zhǎng)江流域資源與環(huán)境，2018，27（5）：1031-1042.

[9] MARZO A，TRIGO-GONZALEZ M，ALONSO-MONTESINOS J，et al.Daily global solar radiation estimation in desert areas using daily extreme temperatures and extraterrestrial radiation[J].Renewable energy，2017，113：303-311.

[10] HASSAN M A，KHALIL A，KASEB S，et al.Independent models for estimation of daily global solar radiation：A review and a case study[J].Renewable and sustainable energy reviews，2018，82：1565-1575.

[11] YILDIR M H B，CELIK ，TEKE A，et al.Estimating daily Global solar radiation with graphical user interface in Eastern Mediterranean region of Turkey[J].Renewable and sustainable energy reviews，2018，82：1528-1537.

[12] JAHANI B，DINPASHOH Y，NAFCHI A R.Evaluation and development of empirical models for estimating daily solar radiation[J].Renewable and sustainable energy reviews，2017，73：878-891.

[13] KABA K，SARIGL M，AVCI M，et al.Estimation of daily global solar radiation using deep learning model[J].Energy，2018，162：126-135.

[14] EROL A ，F(xiàn)ILIKB.Estimation methods of global solar radiation，cell temperature and solar power forecasting：A review and case study in EskiS ehir[J].Renewable and sustainable energy reviews，2018，91：639-653.

[15] FALLAHI S，AMANOLLAHI J，TZANIS C G，et al.Estimating solar radiation using NOAA/AVHRR and ground measurement data[J].Atmospheric research，2018，199：93-102.

[16] YAO W X，ZHANG C X，HAO H D，et al.A support vector machine approach to estimate global solar radiation with the influence of fog and haze[J].Renewable energy，2018，128：155-162.

[17] BREIMAN L.Random forests[J].Machine learning，2001，45（1）：5-32.

[18] 華俊瑋，祝善友，張桂欣.基于隨機(jī)森林算法的地表溫度降尺度研究[J].國土資源遙感，2018，30（1）：78-86.

[19] BREIMAN L.Bagging preditors[J].Machine learning，1996，24（2）：123-140.

[20] 方匡南，吳見彬，朱建平，等.隨機(jī)森林方法研究綜述[J].統(tǒng)計(jì)與信息論壇，2011，26（3）：32-38.

[21] QUEJ V H，ALMOROX J，IBRAKHIMOV M，et al.Empirical models for estimating daily global solar radiation in Yucatán Peninsula，Mexico[J].Energy conversion and management，2016，110：448-456.