河南地區(qū)降水量和云量與地面太陽(yáng)短波輻射的關(guān)系

李張群 肖子牛 丁煌 崔方

1 中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)室驗(yàn)室，北京 100029

2 中國(guó)科學(xué)院大學(xué)地球與行星科學(xué)學(xué)院，北京 100049

3 中國(guó)電力科學(xué)研究院有限公司，南京 210003

1 引言

太陽(yáng)輻射是地球表層能量的主要來(lái)源，太陽(yáng)能因其綠色環(huán)保的特點(diǎn)，被認(rèn)為是未來(lái)發(fā)展中具有潛力的可再生能源。隨著人類(lèi)社會(huì)經(jīng)濟(jì)的發(fā)展，化石能源燃燒釋放的大量CO2造成全球氣候變化已經(jīng)成為不爭(zhēng)的事實(shí)。光伏發(fā)電具有資源分布廣泛和安全清潔等優(yōu)勢(shì)，為積極應(yīng)對(duì)氣候變化，光伏發(fā)電產(chǎn)業(yè)的發(fā)展越來(lái)越受到重視，開(kāi)發(fā)利用太陽(yáng)能被認(rèn)為是解決能源危機(jī)與氣候問(wèn)題的有效途徑之一（UNDP, 2000; 王 崢 和 任 毅, 2010; Creutzig et al.,2017）。近十年來(lái)，中國(guó)的光伏發(fā)電產(chǎn)業(yè)迅猛發(fā)展，2010 年我國(guó)太陽(yáng)能光伏裝機(jī)容量還不足1 GW（1 GW=109W），而2017 年底就已達(dá)到130 GW。未來(lái)我國(guó)太陽(yáng)能面板的光伏裝機(jī)容量還將進(jìn)一步大幅增長(zhǎng)，到2050 年，風(fēng)能和太陽(yáng)能將成為中國(guó)新能源系統(tǒng)的絕對(duì)主力（鄭磊和陳醒, 2018）。由于光伏系統(tǒng)的發(fā)電量首先取決于可利用的太陽(yáng)輻射量，即到達(dá)地表的太陽(yáng)輻射，所以太陽(yáng)輻射量的研究越來(lái)越受到重視（賈東于等, 2020）。

我國(guó)河南省位于（31°23′N(xiāo)～36°22′N(xiāo)，110°21′E～116°39′E）之間。河南省太陽(yáng)能總輻射量和年平均日照時(shí)間處于國(guó)內(nèi)中等水平，比我國(guó)青藏高原和西北等地低，但比四川、貴州等地高得多。河南省所處的中緯度地區(qū)天氣復(fù)雜多變，到達(dá)地面的太陽(yáng)短波輻射受到降水、云量、濕度等氣象要素的影響，使光伏發(fā)電輸出具有明顯的日、季節(jié)變化以及不連續(xù)性和不確定性（崔洋等, 2013）。近年來(lái)，河南地區(qū)太陽(yáng)能光伏可再生能源的開(kāi)發(fā)有了很大發(fā)展，對(duì)光伏發(fā)電量的預(yù)報(bào)日益成為光伏企業(yè)的基礎(chǔ)需求。目前，全國(guó)太陽(yáng)輻射觀測(cè)站點(diǎn)少，對(duì)太陽(yáng)輻射的研究分析比較缺乏，業(yè)務(wù)發(fā)展較慢（代倩等, 2011）。雖然云量、降水等氣象要素的變化會(huì)對(duì)到達(dá)地面的太陽(yáng)短波輻射產(chǎn)生很大的影響，但目前太陽(yáng)輻射預(yù)報(bào)主要還是天文周期的變化評(píng)估，基本沒(méi)有考慮氣象要素的影響。而中國(guó)的天氣預(yù)報(bào)系統(tǒng)已比較完善，各地都能方便及時(shí)地獲得天氣預(yù)報(bào)產(chǎn)品。因此，分析氣象要素對(duì)光伏的影響，建立氣象要素與地面太陽(yáng)短波輻射的關(guān)系模型，可以幫助光伏企業(yè)方便地通過(guò)氣象要素的預(yù)報(bào)來(lái)獲取光伏發(fā)電量的變化信息。

雖然已有研究結(jié)合歷史發(fā)電量數(shù)據(jù)和氣象數(shù)據(jù)分析了影響光伏發(fā)電量的各項(xiàng)因素（陳昌松等,2009），但是對(duì)光伏發(fā)電量與氣象因素之間的相關(guān)性沒(méi)有進(jìn)一步研究。代倩等（2011）通過(guò)光伏發(fā)電量與氣象因子之間的相關(guān)性分析，提出采用氣溫、濕度等氣象因子組合代替太陽(yáng)輻照度，建立無(wú)輻照度發(fā)電量短期預(yù)報(bào)模型。但事實(shí)上，太陽(yáng)輻照度受云 量 的 影 響 最 大（Kern et al., 1989; Ehnberg and Bollen, 2005），低云量是影響地面接收太陽(yáng)輻射的關(guān)鍵參數(shù)（Stjern et al., 2009; 鄭志遠(yuǎn)等, 2014; 馬丹陽(yáng)等, 2020；蔣俊霞等, 2020）。此外，Chiacchio and Vitolo（2012）的研究發(fā)現(xiàn)云量對(duì)歐洲地區(qū)地面太陽(yáng)短波輻射的影響存在明顯的季節(jié)差異和區(qū)域差異。我國(guó)地氣系統(tǒng)短波輻射云強(qiáng)迫及其敏感性系數(shù)與總云量也有較好的關(guān)系，且季節(jié)變化明顯，說(shuō)明短波輻射云強(qiáng)迫的地理分布與總云量有很好的匹配關(guān)系（劉艷等, 2000）。Wan et al.（2021）分析了新疆云量和太陽(yáng)能資源分布的相關(guān)關(guān)系，指出新疆夏季太陽(yáng)輻射主要受云量的影響，而冬季還受氣溶膠等其他因素的影響。此外，水汽是大氣中最活躍的組分，其對(duì)太陽(yáng)輻射有吸收作用（申彥波等,2008）。并且，相對(duì)于溫度、相對(duì)濕度和氣壓，水汽對(duì)太陽(yáng)輻射更為敏感（劉嚴(yán)萍, 2020）。降水量是天氣預(yù)報(bào)系統(tǒng)中可預(yù)報(bào)性較強(qiáng)的氣象要素，降水會(huì)直接影響大氣中的水汽含量，從而對(duì)地面太陽(yáng)短波輻射產(chǎn)生影響。因此，本文將分析河南省有云日總云量（Total Cloud Cover, TCC）和有降水日總降水量（Total PREcipitation, TPRE）對(duì)地面太陽(yáng)短波輻射（Surface Solar Radiation Downwards, SSRD）的影響，通過(guò)建立總降水量和總云量與地面太陽(yáng)短波輻射之間的關(guān)系模型，對(duì)太陽(yáng)短波輻射進(jìn)行擬合，為光伏發(fā)電日變化的評(píng)估預(yù)報(bào)提供參考。

2 資料和方法

2.1 資料

本文采用歐洲中期天氣預(yù)報(bào)中心（ECMWF）提供的ERA5 再分析資料，資料起始時(shí)間為1979年（2020 年已發(fā)布將時(shí)間范圍提前至1950 年的初步版本），并持續(xù)更新至實(shí)時(shí)5 d 以?xún)?nèi)。其空間分辨率為31 km（約為0.28°），時(shí)間分辨率為逐小時(shí)。本文使用了2009～2020 年時(shí)間段的再分析數(shù)據(jù)，水平方向上已插值為0.25°（緯度）×0.25°（經(jīng)度）的規(guī)則網(wǎng)格（Hersbach et al., 2020），變量包括SSRD、TCC 和TPRE。本研究關(guān)注河南省總云量和總降水量與地面太陽(yáng)輻射的日間關(guān)系，因此首先計(jì)算了原始資料的逐日平均。文中春季為3～5 月，夏季為6～8 月，秋季為9～11 月，冬季為12 月到次年2 月。

為了驗(yàn)證ERA5 再分析資料在河南省的可信度，本文采用國(guó)家氣象信息中心提供的中國(guó)地面臺(tái)站觀測(cè)資料日值數(shù)據(jù)集V3.0（http://data.cma.cn/[2019-04-12]）對(duì)2009 年5 月和10 月河南省平津觀測(cè)站（34.83°N，112.43°E）ERA5 再分析資料的SSRD與觀測(cè)資料中輻射的逐日演變進(jìn)行對(duì)比分析，并計(jì)算兩者相關(guān)系數(shù)，結(jié)果顯示ERA5 再分析資料中SSRD 的變化與量級(jí)都與觀測(cè)資料非常一致，2009年5 月和10 月再分析資料與觀測(cè)資料的相關(guān)系數(shù)分別為0.86 和0.78，均通過(guò)置信水平為99.9%的顯著性檢驗(yàn)，說(shuō)明ERA5 再分析資料與觀測(cè)資料的SSRD 具有一致性。并且，已有對(duì)中國(guó)地區(qū)ERA5降水資料與氣象站觀測(cè)降水資料的對(duì)比分析指出雖然ERA5 降水與觀測(cè)資料之間存在偏差，但能較好地反映觀測(cè)降水時(shí)空演變的總體特征，總體而言?xún)煞N降水?dāng)?shù)據(jù)的線(xiàn)性相關(guān)程度較好（Hu and Yuan,2020; 孫赫等, 2020; 張佳鵬等, 2021）。因此，本文認(rèn)為使用ERA5 再分析資料描述河南省2009～2020 年總降水量的變化是可信的。

2.2 方法

擬合分析是氣象、氣候統(tǒng)計(jì)分析中常用的一種方法，用于提取兩個(gè)或多個(gè)變量間的相互關(guān)系，用一條直線(xiàn)代替樣本點(diǎn)，以達(dá)到預(yù)測(cè)的作用。由于氣候因子間多近似線(xiàn)性關(guān)系，因此，本文使用一元線(xiàn)性擬合和二元線(xiàn)性擬合來(lái)探討TPRE 和TCC 與SSRD 的關(guān)系（黃嘉佑, 2004）。以一元線(xiàn)性擬合為例，兩個(gè)相關(guān)的變量X（x1，x2，...，xn）和Y（y1，y2，...，yn）由如下的擬合方程來(lái)表達(dá)：

其中，a和b為擬合系數(shù)，使用最小二乘法對(duì)擬合系數(shù)進(jìn)行估計(jì)，擬合系數(shù)a、b可以直接表示為

n表示變量X和 變量Y的樣本數(shù)量，x和y分別表示變量X和變量Y的算術(shù)平均值。

兩個(gè)變量X1（x11，x12，...，x1n）和X2（x21，x22，...，x2n）和另一個(gè)相關(guān)變量Y（y1，y2，...，yn）之間的擬合關(guān)系由如下的二元線(xiàn)性擬合方程來(lái)表示：

其中，a1、a2和b為擬合系數(shù)，類(lèi)似公式（2）和公式（3），同樣使用最小二乘法對(duì)擬合系數(shù)進(jìn)行估計(jì)。

3 不同季節(jié)總降水量和地面太陽(yáng)短波輻射的關(guān)系

圖1為2009～2018 年河南省四季的有降水日總降水量（TPRE）和地面太陽(yáng)短波輻射（SSRD）的空間相關(guān)關(guān)系。4 個(gè)季節(jié)SSRD 和TPRE 均為顯著的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)通過(guò)置信水平為99%的顯著性檢驗(yàn)，但相同區(qū)域不同季節(jié)的相關(guān)程度不盡相同。其中，SSRD 和TPRE 夏季的整體空間相關(guān)最好（圖1b），冬季次之（圖1d），春季和秋季相對(duì)夏季和冬季相關(guān)較弱（圖1a、1c）。從相關(guān)系數(shù)的空間分布來(lái)看，河南省各個(gè)季節(jié)SSRD和TPRE 相關(guān)系數(shù)的大小均為西南部較大，向東北逐漸減小。由于河南省西部海拔高于其東北部，西部山區(qū)降水主要受季風(fēng)環(huán)流和高大山地地形的綜合作用，易發(fā)生局部短時(shí)強(qiáng)降水，而東部平原地區(qū)主要受季風(fēng)環(huán)流影響，東西部降水差異較為明顯（沈秉璐, 2019）。并且，河南省東部城市集群比西部更多，建筑面積增加會(huì)導(dǎo)致氣溶膠光學(xué)厚度顯著增加（段彥博等, 2017），而西部山區(qū)植被覆蓋度較高，植物的滯塵效應(yīng)在一定程度上有助于緩解氣溶膠的污染且人為氣溶膠顆粒物較少，抑制了氣溶膠光學(xué)厚度的上升（何沐全等, 2017; 張磊等, 2017）。東部的SSRD 可能受更多其他因素（例如，城市化引起的氣溶膠、浮塵等）的影響。因此，不同季節(jié)TPRE 與SSRD 的相關(guān)系數(shù)自西南向東北遞減的空間分布特征可能與河南省內(nèi)地形差異引起東西部降水不同以及城市集群的空間分布造成河南省東西部氣溶膠光學(xué)厚度的不同有關(guān)。

圖1 河南省2009～2018 年（a）春季（MAM）、（b）夏季（JJA）、（c）秋季（SON）、（d）冬季（DJF）逐日總降水量（TPRE）和地面接收的向下短波輻射（SSRD）的空間相關(guān)系數(shù)（均通過(guò)99%的信度檢驗(yàn)）Fig. 1 Correlation between the daily Solar Shortwave Radiation Downwards (SSRD) and Total PREcipitation (TPRE) in Henan Province in (a) spring(March-May, MAM), (b) summer (June-August, JJA), (c) autumn (September-November, SON), and (d) winter (December-February, DJF) from 2009 to 2018 (all passed the 99% confidence level)

在分析河南地區(qū)SSRD 和TPRE 之間的線(xiàn)性擬合關(guān)系時(shí)，由于TPRE 具有較強(qiáng)的偏態(tài)分布特征，因此，將TPRE 取對(duì)數(shù)與SSRD 進(jìn)行擬合。河南省不同季節(jié)日平均的SSRD 和TPRE 對(duì)數(shù)之間的散點(diǎn)圖表明，4 個(gè)季節(jié)SSRD 和TPRE 的對(duì)數(shù)均顯著負(fù)相關(guān)，相關(guān)系數(shù)都通過(guò)置信水平為99.9%的顯著性檢驗(yàn)（圖2）。從擬合優(yōu)度R2可以看出，夏季SSRD 和TPRE 對(duì)數(shù)的擬合關(guān)系最好，擬合優(yōu)度為0.467（圖2b），是四季中兩者擬合優(yōu)度最大的季節(jié)。春季次之，擬合優(yōu)度為0.363；秋季擬合優(yōu)度最弱。從4 個(gè)季節(jié)的擬合結(jié)果來(lái)看，夏季SSRD受TPRE 的影響最大，其他3 個(gè)季節(jié)SSRD 與TPRE 的關(guān)系也非常密切，TPRE 對(duì)SSRD 的預(yù)測(cè)有一定的參考價(jià)值。

圖2 河南省2009～2018 年（a）春季、（b）夏季、（c）秋季、（d）冬季有降水日TPRE 的對(duì)數(shù)和SSRD 之間的散點(diǎn)圖。黑色實(shí)線(xiàn)表示兩者之間的線(xiàn)性擬合，并給出了擬合方程、擬合優(yōu)度R2、相關(guān)系數(shù)（Cor）和相關(guān)系數(shù)顯著性檢驗(yàn)的置信水平（p）Fig. 2 Scatterplots of the logarithm of TPRE against SSRD in Henan Province in (a) MAM, (b) JJA, (c) SON, and (d) DJF from 2009 to 2018. The solid black line shows the linear fitting between the logarithm of TPRE and SSRD. The linear fitting equation, R2, correlation coefficient, as well as the confidence level of the significant test are shown

4 不同季節(jié)總云量和地面太陽(yáng)短波輻射的關(guān)系

為了分析總云量和地面太陽(yáng)短波輻射的關(guān)系，圖3 展示了2009～2018 年河南省春夏秋冬有云日TCC 和SSRD 之間的空間相關(guān)。從圖中可以看到，各季節(jié)日平均SSRD 和TCC 顯著負(fù)相關(guān)，相關(guān)系數(shù)均通過(guò)置信水平為99%的顯著性檢驗(yàn)，但相關(guān)性強(qiáng)弱的空間分布不盡相同。其中，秋季兩者的空間相關(guān)最為密切（圖3c），春季次之（圖3a），冬季最?。▓D3d）。各季節(jié)相關(guān)系數(shù)大小的空間分布差異體現(xiàn)為：春季河南省SSRD 和TCC 相關(guān)系數(shù)大小的空間分布西南較大，東北相對(duì)較?。▓D3a），夏季相關(guān)系數(shù)從西到東減?。▓D3b），秋季和冬季SSRD 和TCC 的相關(guān)系數(shù)均為南部較大，北部相對(duì)較?。▓D3c、3d）。由于緯度的高低直接影響太陽(yáng)輻射的大小，一般緯度越低，輻射越強(qiáng)（朱乾根等, 2007），這可能造成TCC 與SSRD 的空間關(guān)系存在南北差異。此外，夏季降水最豐富，SSRD 受河南省內(nèi)降水東西部差異的影響可能比其他季節(jié)更大，因此夏季TCC 與SSRD 的相關(guān)關(guān)系存在東西差異。

圖3 同圖1，但為逐日TCC 和SSRD 的空間相關(guān)系數(shù)Fig. 3 Same as Fig. 1, but for correlation between the daily SSRD and total cloud cover (TCC)

圖4為河南省春夏秋冬分別的日平均SSRD 和有云日TCC 之間的散點(diǎn)圖，用來(lái)分析SSRD 與TCC 的線(xiàn)性擬合關(guān)系。從圖中可以看到，不同季節(jié)的擬合關(guān)系存在差異，其中，秋季SSRD 和TCC 的擬合關(guān)系最好，兩者的擬合優(yōu)度為0.439?？傮w上，河南省春夏秋冬SSRD 與TCC 都有較好的對(duì)應(yīng)關(guān)系，春季兩者的擬合優(yōu)度為0.402，夏季擬合優(yōu)度是0.382，冬季0.363。河南省4 個(gè)季節(jié)逐日SSRD 與TCC 均呈顯著負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)通過(guò)置信水平為99.9%的顯著性檢驗(yàn)。以上分析結(jié)果有助于建立基于通常天氣預(yù)報(bào)的光伏發(fā)電資源的預(yù)報(bào)指標(biāo)，這與Wan et al.（2021）的結(jié)論一致，利用云量對(duì)輻射進(jìn)行校正和預(yù)報(bào)，有助于提高太陽(yáng)能發(fā)電的預(yù)報(bào)精度。

圖4 同圖2，但為有云日的TCC 和SSRD 之間的散點(diǎn)圖Fig. 4 Same as Fig. 2, but for scatterplots of the TCC against SSRD

5 地面太陽(yáng)短波輻射與總降水量和總云量的關(guān)系模型

由以上分析可知，河南省的TPRE 和TCC 都分別對(duì)SSRD 有顯著的影響，但不同季節(jié)存在一定差異。對(duì)河南省2009～2018 年季節(jié)平均的TPRE、TCC 和SSRD 的空間分布特征進(jìn)行分析，發(fā)現(xiàn)春季、夏季和冬季TPRE 從河南省東南向西北逐漸遞減，秋季從西南到東北逐漸遞減。春季、夏季和秋季TCC 從河南省西南向東北逐漸減小，冬季TCC從東南向西北逐漸減小。而春季和夏季河南省北部SSRD 最大，向南逐漸減小；秋季，河南省東北部SSRD 最大，向西南減?。欢?，河南省西北部SSRD 最大，向東南方向逐漸減小（圖略）。由此可見(jiàn)，各季節(jié)河南省SSRD 的空間分布特征并不與TPRE 或者TCC 的空間分布特征完全對(duì)應(yīng)，說(shuō)明SSRD 并不是受單一氣象要素影響的，采用TPRE 和TCC 兩個(gè)氣象要素來(lái)擬合SSRD 可能會(huì)有更好的效果。因此，接下來(lái)使用二元線(xiàn)性回歸模型對(duì)各季節(jié)SSRD 分別進(jìn)行擬合，基于公式（4），使用最小二乘法計(jì)算出各回歸系數(shù)，構(gòu)建出春季、夏季、秋季和冬季分別基于河南省TPRE 和TCC對(duì)SSRD 進(jìn)行擬合的二元線(xiàn)性回歸模型，其中SSRD*為重建的地面太陽(yáng)短波輻射。

為了驗(yàn)證本文構(gòu)建的二元線(xiàn)性回歸模型，對(duì)2019 年的SSRD 進(jìn)行回歸，2019 年春夏秋冬逐日變化的TPRE 和TCC 分別作為輸入，計(jì)算出4 個(gè)季節(jié)的SSRD*，再分別使用3 個(gè)統(tǒng)計(jì)評(píng)價(jià)指標(biāo)對(duì)SSRD*和ERA5 資料中實(shí)際的SSRD 進(jìn)行比較，統(tǒng)計(jì)指標(biāo)分別為均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）和相關(guān)系數(shù)。如圖5 所示，二元回歸模型對(duì)2019 年春夏秋冬的SSRD 都分別有較強(qiáng)的擬合能力，各季節(jié)SSRD*和實(shí)際的SSRD 均有顯著的正相關(guān)關(guān)系，且相關(guān)系數(shù)較大，通過(guò)置信水平為99.9%的顯著性檢驗(yàn)：春季兩者相關(guān)系數(shù)為0.450，夏季為0.670，秋季為0.695，冬季為0.606。從擬合優(yōu)度R2的數(shù)值上來(lái)看，秋季擬合最優(yōu)（R2=0.483， 圖5c），夏季次之（R2=0.450，圖5b）。從春季到秋季，SSRD*的MAE 隨季節(jié)減小，春季到夏季RMSE 也減小，而相關(guān)系數(shù)在增加，這說(shuō)明春季到秋季，河南省有云日TCC 和有降水日TPRE 對(duì)SSRD 的擬合優(yōu)度增加。由于本文討論有降水日的情況，資料中夏季與秋季相比，夏季有降水日更多，因此實(shí)際參與計(jì)算的樣本量夏季比秋季多，從散點(diǎn)沿?cái)M合線(xiàn)分布的密集程度來(lái)看，夏季擬合同樣很好，SSRD*和實(shí)際SSRD 的偏差較小?？梢钥闯?，不同季節(jié)雖然樣本數(shù)量有差異，但是顯著的正相關(guān)關(guān)系都存在，且擬合優(yōu)度都較優(yōu)，證明同時(shí)考慮TPRE 和TCC 構(gòu)建的二元線(xiàn)性回歸模型對(duì)河南省SSRD 有比較強(qiáng)的擬合能力。

圖5 2019 年（a）春季、（b）夏季、（c）秋季、（d）冬季基于TPRE 和TCC 回歸得到的SSRD*與實(shí)際SSRD 的散點(diǎn)圖。黑色實(shí)線(xiàn)表示兩者之間的線(xiàn)性擬合，并給出了SSRD*與實(shí)際SSRD 的擬合優(yōu)度R2、相關(guān)系數(shù)（Cor）、相關(guān)系數(shù)顯著性檢驗(yàn)的置信水平（p）、均方根誤差（RMSE）和平均絕對(duì)誤差（MAE）Fig. 5 Scatterplots of the SSRD* against the actual SSRD in (a) MAM, (b) JJA, (c) SON, and (d) DJF of 2019. The solid black line shows the linear fitting between the SSRD* and actual SSRD. The R2, correlation coefficient as well as the significance test’s confidence level, root-mean-square error,and mean absolute deviation, that between the SSRD* and actual SSRD are also shown

6 總結(jié)與討論

通過(guò)對(duì)河南省2009～2018 年不同季節(jié)日平均地面太陽(yáng)短波輻射（SSRD）與有降水日總降水量（TPRE）和有云日總云量（TCC）分別的相關(guān)關(guān)系進(jìn)行分析，并進(jìn)一步基于TPRE 和TCC 對(duì)河南省SSRD 進(jìn)行擬合，得出以下結(jié)論：

（1）河南省逐日平均SSRD 分別與TPRE 和TCC 均為顯著負(fù)相關(guān)關(guān)系，但不同季節(jié)其相關(guān)關(guān)系的顯著性不同。SSRD 與TPRE 和TCC 相關(guān)系數(shù)的空間分布在各季節(jié)不盡相同。

（2）河南省SSRD 分別和TPRE 的對(duì)數(shù)、TCC之間均有較好的擬合關(guān)系，其中，夏季SSRD 和TPRE 的對(duì)數(shù)的擬合關(guān)系最好，秋季SSRD 和TCC 的擬合優(yōu)度最優(yōu)。

（3）基于不同季節(jié)的TPRE 和TCC 構(gòu)建的二元線(xiàn)性回歸模型對(duì)SSRD 有較好的重建效果，該結(jié)果有助于建立基于通常天氣預(yù)報(bào)的光伏發(fā)電資源的預(yù)報(bào)指標(biāo)。

本文的結(jié)論可以幫助了解河南省太陽(yáng)短波輻射與常見(jiàn)氣象要素總降水量和總云量之間的關(guān)聯(lián)，這對(duì)于光伏發(fā)電資源的預(yù)報(bào)具有重要意義。但本文主要是基于統(tǒng)計(jì)分析的結(jié)果，并且主要分析了總降水量與總云量和河南省太陽(yáng)短波輻射的關(guān)系，而浮塵、氣溶膠等也是影響局地太陽(yáng)短波輻射的一個(gè)重要因素（陳勇等, 2009; 王娜等, 2013），其與太陽(yáng)短波輻射的關(guān)系有待在今后的工作中進(jìn)一步研究討論。