全球太阳辐射模型在米纳斯吉拉斯,巴西东南部

文摘

准确、完整全球太阳辐射(HgydF4y2Ba_年代)数据在一个特定地区的关键区域气候评估、作物生长建模和使用太阳能的所有操作。然而,在米纳斯吉拉斯州,巴西东南部(SEB)的气象站数量衡量全球太阳辐射是稀缺的,当它是可用的,它在时间序列呈现缺口。一个有吸引力的替代解决数据差异问题是利用实证模型来估计全球太阳能辐射。在这项研究中,13个模型基于最大和最小空气温度、降水、日照时间、外星太阳辐射比较日常的估计HgydF4y2Ba_年代。10个气象站的数据,从1999年到2017年,位于米纳斯吉拉斯。同时,聚类分析被用来组织相似的地方(气象站)模型性能、气候分类(Koppen-Geiger和Thornthwaite),和季节性变化的数据,考虑最小和最大空气温度、降水、日照时间、全球太阳能辐射。虽然是简单,研究这个课题是稀缺和米纳斯吉拉斯的一些现有的缺陷,证明这个研究。模型评估的均方根误差(RMSE),平均绝对百分误差(日军),意味着偏移误差(偏见),威尔默特指数协议(d)和性能指标(c指数)。模型根据日照时间,比如Ertekin和Yaldiz提出的纽兰,表现出最好的性能(平均c指数= 0.71)。模型基于(平均气温和降水量显示最糟糕的结果c指数= 0.41)。聚类分析表明,之间有一个类似的模式的性能模型,气候分类、和季节性变化的数据在米纳斯吉拉斯的地方。一般来说,模型,提出了极其糟糕的表现形成与气象站位于干燥区,但与不同气候分类,模型,提出了很好的(好的)性能由气象站位于湿润区(半湿润气候的干燥)相同气候分类和相似的季节性变化。此外,模型基于温度倾向于高估辐射值低于10乔丹·m⁻²一天⁻¹和低估价值高于25乔丹·m⁻²一天⁻¹。这一点是一个限制模型估算全球太阳辐射低于和高于这些水平,显示大气系统的影响全球太阳辐射和大气衰减机制。

1。介绍

全球太阳辐射(HgydF4y2Ba_年代)直接影响的物理、化学和生物过程,发生在生物圈的气氛(1]。空间、时间和季节的变化HgydF4y2Ba_年代影响计划和决策活动相关的许多领域,如能源、水文、环境、农业、气象领域(2- - - - - -4]。的HgydF4y2Ba_年代是一个重要的输入变量为发展中热光伏能源系统,估算蒸散,尺寸水对农业灌溉的需求,农业气候区划,或模拟增长模型对作物产量、收获、和突出可持续建筑,更不用说研究气候变化(5- - - - - -7]。为此,完整和准确HgydF4y2Ba_年代数据在一个特定地区的关键区域气候评估和所有其他应用程序(4]。

虽然HgydF4y2Ba_年代是一个重要的变量,记录数据一直局限于自动气象站(aws) [1,3,8],aws能够登记这些数据的数量已经下降由于与收购相关的高成本,维护和校准仪器(9- - - - - -12]。此外,当HgydF4y2Ba_年代在AWS是可用的,它不存在很长一段时间序列(13]。有一个普遍缺乏数据来自大多数巴西aws (1,13)即使在最发达地区的国家14]。例如,根据综合环境数据系统(Sistema Integrado de不同Ambientais (SINDA)),米纳斯吉拉斯的61年操作aws (MG)状态(图1),只有32HgydF4y2Ba_年代32岁的测量功能,其中只有10HgydF4y2Ba_年代记录可用(图1)。这些数据也不足以进行研究围绕这个变量。由于这个原因,在没有测量HgydF4y2Ba_年代数据,它是选择的基础评估,主要是通过利用实证模型(EMs)或人工神经网络(ann),甚至通过使用最新的技术,如卫星数据和中尺度数据(6,7,12]。EMs和人工神经网络是最常用的实证模型,和一些研究表明,人工神经网络提供更好的结果。然而,这种技术还没有证明它的优越性在估算HgydF4y2Ba_年代相比传统EMs (12]。EMs使用不同的功能关系,包括容易可测量的变量,如气温、降水、和日晒2,8,13- - - - - -15]。这使得EMs吸引力因为这些变量通常是记录在气象站。因此,EMs可以作为评估的适当工具HgydF4y2Ba_年代(1,7,12,13]。

有许多现有EMs,在它们的复杂性和不同输入变量考虑(1,3,5,16]。他们可以分为三大类11:阳光duration-based模型、基于云模型(17- - - - - -22),和空气温度和/或precipitation-based模型(6,23- - - - - -27]。这些模型已经使用在不同的位置,和校准系数都发生了巨大变化。因此,不同时空上的经验关系,这意味着每个特定位置的模型应该校准(8,9,11]。此外,一些研究报告在新兴市场的规模估计12]。在其他情况下,回归分析是进行EMs使用月度平均值(9,14,28,29日),强调了需要执行日常值拟合优度分析,常用的输入值在蒸散,需水量、灌溉上浆,作物模型(30.,31日]。此外,当HgydF4y2Ba_年代每天测量,结果更准确,因为他们反映日常的变化HgydF4y2Ba_年代(12]。

不是新的,这种性质的一些研究最近在世界各地不同的地方,包括一些在巴西地区,并已进行了使用不同模型[2,6,7,9,11,13,30.]。然而,在另一个模型的优越性尚未证实。更好的功能输入变量之间的关系,应该考虑在他们的研究还没有得到证实。在毫克,稀缺的这种性质的工作,并进行了一些现有的位置在Lavras [32),大都会,带达马塔,淡水河谷公司区域(16毫克(西北),3),只有他们的类别根据气温和降水(使用3,16,32,33]。这几个研究[3,16,32]目前一些负面点短和时间不足等系列适合(仅1 - 2年),未进行模型验证,和模型只考虑平均气温和降水数据,除了缺乏信息关于模型适合的时间尺度。此外,MG是值得特别注意,因为它有一个很大的土地面积(586521235公里²),是4^th在巴西最大的州,是2^nd与20997560人口最稠密的州,有助于巴西经济与多元化的农业生产(34)使它最大的生产商之一。

鉴于MG的农业和经济重要性,太阳能的应用有重要的指导意义农业清洁生产,节能和减排。因此,可靠的估计HgydF4y2Ba_年代是重要的和必要的。,for the operation of solar-powered pump station systems, lift irrigation projects, and potential crop yield [4)在MG状态(3,5,16]。但是由于缺乏对MG这种性质的研究,本研究的目的是评估一系列的配件和验证HgydF4y2Ba_年代,其中包括空气温度作为输入数据,降水、日照时间,这些模型和组的性能与气候条件的米纳斯吉拉斯,巴西东南部(SEB)(图1)。

2。材料和方法

2.1。观察到的气候数据

MG位于SEB(图1),是一个农业国家,占领整个第五的位置在国家生产水平排名。我们强调生产的多样性,包括果树,橄榄树[34),咖啡树(35],甘蔗[36),土豆37)、玉米(38,大豆39],bean种植园(40]。此外,MG典型的季风气候,有两个明确的季节:干燥的冬季(6月、7月和8月)和潮湿的夏季(12月、1月和2月),受到本地对流活动和南美季风系统(SAMS) [36),导致国家排名的中国最大的农业产量(41]。他们也造成的巨大变化HgydF4y2Ba_年代值(图2)。

由于气温和降水的时空变化,根据Koppen-Geiger MG有五个气候类型的分类42),主要是,亚历山大-伍尔兹:热带水在冬天缺乏(67%)和公告:亚热带水在冬天缺乏和炎热的夏天(21%)(表1)。虽然通过Thornthwaite气候分类,MG 25有五个主要的气候类型,如表所示1。

每日数据得到10毫克(图1;表1最高最低气温)(T_马克斯和T_最小值(°C)),日照时间(n(小时))和降水(P(毫米))从气象数据库获得教学和研究(Banco de不同Meteorologicos对位教学尽管(BDMEP))提供的国家气象研究所(西班牙de Meteorologia (INMET)),和全球太阳辐射(HgydF4y2Ba_年代(乔丹·米⁻²一天⁻¹)获得国家空间研究所提供的从SINDA(西班牙de尽管Espaciais (INPE))。BDMEP认为常规气象站的数据测量(水煤浆),而SINDA认为aws。气象数据集上同时有BDMEP和SINDA平台从1999年到2017年。

气象数据是由两个步骤:首先提交给质量控制基本验证和时间验证(9,13]。在这两个步骤,当观察被认为是虚假的,它被撤。消除基本验证是基于以下标准(9]:(a)缺失数据的任何变量,(b)T_马克斯<T_最小值,(c)HgydF4y2Ba_年代/HgydF4y2Ba₀> 1,HgydF4y2Ba₀是外星太阳辐射(乔丹·m⁻²一天⁻¹)。时间验证了根据研究[13]。没有其他质量控制标准被应用,因为提供的数据集从水煤浆INMET,执行严格的质量控制。

被分成两个独立的数据集。第一组是用来校准拟合优度得到EM系数测试(步骤1),第二组是用于验证性能(步骤2)(表1)。每个位置的数据划分不同数量的基础上有效HgydF4y2Ba_年代每日数据从数据库,其中70%是用于校准和验证(为30%1,13]。

2.2。全球太阳辐射模型

摘要本研究中选择EMs(表2)是广泛讨论的文献,但没有安装和验证毫克气候条件。他们提出不同的功能关系,包括容易可测量的变量(1,11]。所有的EMs有很强的关系HgydF4y2Ba_年代由于加热地球表面和环境的变化24]。

2.3。统计分析

Statistica软件(56)是用来进行EMs的拟合优度检验使用非线性估计过程和考虑普通最小二乘法的高斯牛顿近似法。合适的质量是评价统计使用[1,12,57均方根误差(RMSE),平均绝对百分误差(日军),意味着偏移误差(偏见),威尔默特指数协议(d),性能指标(c指数)和系数拟合的意义t以及(零假设)。

性能的标准解释c指数(c)如下:> 0.85,优秀;0.76到0.85,很好;0.66到0.75,很好;0.61到0.65,合理;0.51到0.60,差;0.41到0.50,很差;和≤0.40,极度贫穷58]。 在哪里预计值,=平均估计的值,=观测值,=平均观测值的和=数量的观察。

为简洁起见,只有五个EMs提出最合适,即。、降低RMSE日军和偏差值和更高的”d”,c索引值,选择性能进行验证(步骤2)。验证与一个独立的数据集(表1),的质量验证验证了通过RMSE日军,”d”,c指标统计分析。此外,方差估计和观察之间的同质性HgydF4y2Ba_年代值为每个位置测试使用Bartlett测试(HgydF4y2Ba₀=均匀方差( )与HgydF4y2Ba₁=异构方差( ))(59,60]。 在哪里= Bartlett的测试值; ,在这=数量的数据;=方差之间观察到的HgydF4y2Ba_年代和估计HgydF4y2Ba_年代(为每个模型和位置);和= 2指观察和估计数据池。

巴特利特的测试也可以用来测试正常的数据,这个测试是本研究中使用的概率。此外,观察到的平均值HgydF4y2Ba_年代比较,使用配对吗t以及,意味着值估计。在配对t以及,是否进行测试HgydF4y2Ba₀=是观察到的HgydF4y2Ba_年代等于的均值估计HgydF4y2Ba_年代(为每个模型和位置)( )与HgydF4y2Ba₁=是观察到的HgydF4y2Ba_年代不平等的均值估计HgydF4y2Ba_年代( ),由(60] 在哪里=配对t以及价值,=平均观测值,=平均估计的值,=方差之间观察到的HgydF4y2Ba_年代和估计HgydF4y2Ba_年代(为每个模型和位置)=数量的数据。

聚类分析被用来组织相似的位置(气象站)模型性能、气候分类(Koppen-Geiger气候分类和Thornthwaite气候分类),和季节性数据可变性(T_马克斯,T_最小值,n,P,HgydF4y2Ba_年代)。分组的位置是病房的层次聚类方法(61年),认为平方欧氏距离(De)是衡量不同(62年,63年]: 在哪里欧氏距离和吗和是定量变量我从元素l和k。

在德,集群的数量是由发现的水平类内相似性最大化群体间的相似性是最小化,根据研究[63年]。当组被安排,他们的欧几里得距离很小,在每一步增加。这个过程是打断当达到一个阈值(61年]。

3所示。结果与讨论

所有位置在毫克每日、每月、和季节性变化。可以验证的增加HgydF4y2Ba_年代通常伴随着T_马克斯,T_最小值,n变化但不伴有P(图的变化2)。最低的HgydF4y2Ba_年代值(16.66±2.29乔丹·m⁻²一天⁻¹)观察Caratinga(点4,图1,CA数字2)。值最高(20.50±2.73乔丹·m⁻²一天⁻¹)观察Vicosa(点10,图1第六,人物2)。云模式(SAMS导致季节性变化64年)影响的价值T_马克斯,T_最小值,n,P变量,因此HgydF4y2Ba_年代。根据研究[1),季节性变化在云模式和纬度确定变化的主要因素HgydF4y2Ba_年代。此外,冷空气,主要来自南部的MG,减少该地区气温和降雨影响,特别是在冬季65年]。最高气温被发现在该州北方毫克(蒙蒂斯克拉鲁斯Aracuai, Paracatu,皮),而最低的是发现在南部毫克(Lavras和Machado)(图2),确凿的(41]。这表明所使用的变量在不同时间与空间的经验关系毫克,而这些因素是至关重要的决定EMs的拟合优度HgydF4y2Ba_年代(5,8]。

的校准系数相同EM可能位置之间相差很大,即。Gd (b₁间:0.3110 - 17.2790),其他自己EMs (S1)。预计这些结果及其差异的讨论了文献[1)和有限的研究中提出了MG (3,16,32,特别适合Lavras市西北MG的一部分,和大都会,带达马塔,巴西淡水河谷公司的地区。这进一步强调EMs必须校准每个特定位置(9,11为提高电磁性能[]这是至关重要的1,66年]。

一般来说,大多数的EM系数配备日常很重要的数据t以及( )(S1)。这是他们理想的拟合优度测试(24]。他们从地方变化最大的差异被观察到的Hg模型的系数。例如,关于sunshine-based模型,如美联社模型及其修改版本(Nw、AE、广告、EM和莎莉模型)(表2),b₀与扩散系数值HgydF4y2Ba_年代,而b₁值直接相关HgydF4y2Ba_年代(20.,67年),都在0和1之间(不同9]。在晴空条件下,扩散(和太阳辐射减少b₀更接近于0),而直接太阳辐射增加(b₁与增加的值更高)HgydF4y2Ba_年代。然后,大(小)值HgydF4y2Ba_年代大(小)值的相关n / n(图2)[68年]。考虑到AP EM,最高b₁值(最低b₀)(S1)被发现在该州北方毫克(蒙蒂斯克拉罗斯、Paracatu和皮)和南部毫克(Machado和Lavras)呈现半湿润气候的干燥和潮湿的气候,分别根据Thornthwaite的分类(42),除了高n值。美联社EM系数的值的地方毫克(b₀0.24到0.44,b₁0.17到0.60)非常类似于那些获得68年阿拉戈斯州,巴西东北部(内)(b₀0.24到0.34,b₁0.37到0.48),在69年估算每月)HgydF4y2Ba_年代Seropedica城市,位于里约热内卢州,SEB (b₀= 0.28,b₁= 0.43),(2)在中央西部阿根廷潘帕斯草原(平均的值b₀= 0.214,b₁= 0.571)。在另一个例子,在Gd EM(修改Bristow-Campbell模型)(表2),三个经验系数,其中b₀代表大气透射率在晴朗的天空,系数b₁和b₂确定增量的影响空气温度的差异(11)(S1)。的b₀,b₁,b₂Gd EM的系数不存在一个分布模式与当地的气候学和也不会受到热振幅的分析领域,类似于这项研究报告(13]。此外,Gd系数的值相差很大的位置(b₀0.45到0.83,b₁0.37到17.28,b₂0.30到7.00)。的b₁系数最大的变化,不同于在研究报告(4,13]。但b₀和b₂(除了Caratinga)非常类似于获得的(4)在中国(0.5 <b₀< < 0.7和1.8b₂< 2.3)和(163毫克地区:大都会,带达马塔,巴西淡水河谷公司(0.632 <b₀< < 0.780和1.702b₂< 2.851)。

一般来说,EMs的拟合优度检验T_马克斯,T_最小值,P较高的变量,最差的RMSE(3.36 - 18.29乔丹·m⁻²一天⁻¹),日军(20.12 - 90.43%),和偏见(−0.90 0)值和低”d”(0.28 - 0.88)c指数(0.08 - 0.70)值(S1)。总之,可以分类根据EMs分成三组拟合优度:群我最适合和由EY、Nw, AE EMs依赖变量n和N;集团二世温和适合由美联社,EM,广告,Gd, JS EMs;第三和组适合最差的和由剩下的Ch, Hn, Hg, HS和Ws EMs。我们强调,Ws EMc指数为0.01至0.29,这是最糟糕的一个适合所有的位置进行了研究。这个新兴市场还没有有效的评估HgydF4y2Ba_年代在克鲁斯das阿尔玛(BA) (5),在北美(70年),在Seropedica (SEB) [71年)也在不同的生物群落在马托格罗索州,巴西cappadocia旅馆(1]。有限制的适用性Ws因为这个模型没有可确定的系数和自评估HgydF4y2Ba_年代可以只在函数的和 ,没有合适的地方校准(1,5,70年]。这个结果显示了校准模型的必要性MG气候条件,类似报道(1,67年,68年,71年为其他巴西的位置)。

虽然空气temperature-based EMs估计通常是更好的工具HgydF4y2Ba_年代(11,24),适合的质量变化大的振幅的函数白天循环空气温度在毫克27]。毫克,空气温度受到纬度、海拔高度、大陆性,和南大西洋的优势副热带高压(腰带),导致下沉运动,抑制对流,提供夜间晴朗的天空,因而导致低T_最小值由于夜间辐射损失(41]。相反,用更少的云天空促进表面加热导致更高T_马克斯(72年可能使这些季节和时间温度变化,证明低质量的适合这些EMs 10毫克。例如,HS和Hg EMs提出了更方便、有效和强大的适用性模型用更少的输入数据(4]。他们提出了优秀的性能(c内布拉斯加州阿拉戈斯,指数在0.78和0.95之间)(73年里约热内卢,在一些地区,SEB (13)(c指数在0.75和0.96之间),位于海岸和附近的大西洋。然而,HS他们并没有显示出良好的性能在巴西大陆地区的位置,如毫克(S1), Jaguaruana城市(西阿拉州内),坎皮纳斯和日航城市(圣保罗州,SEB) [74年),所有地区位于SEB (33]。此外,相同的结果被发现在4在中国所有个]。的值b₀与热coefficient-associated amplitude-vary从0.14到0.17 (S1),类似于[获得11)在马德里(0.146 - 0.161),在4在中国)(0.14 - 0.16),在13在里约热内卢州],SEB(0.13到0.19)。此外,他们类似于内陆地区的推荐值(≈0.162)(75年),但他们不同于那些报道(14]Telemaco Borba巴拉那州,巴西南部(抽泣)(0.11 - 0.12),和在13在Arraial卡波和坎波斯dos Goytacazes城市(包括位于里约热内卢州海岸)(0.23 - 0.26)。

JS模型(第二组)和Hn模型(第三组)使用T_马克斯,T_最小值,P(表2)输入数据不同的功能关系,很难适应这些特殊的EMs,尤其是在网站P与季节和空间变化,而这正是发生在MG (41,65年,76年]。的相关系数P在EMs≈0值,表明包括这个变量产生影响HgydF4y2Ba_年代(1,3,9,16]。通常,EMsP端依赖校准系数弱到中度适合,因为发生在接下来的模型。这个困难是由于测量误差P仪器和缺乏准确记录和归档失败(1]。

然而,适合大多数地区的JS模型是合理的毫克(S1)和验证是一致的,除了Aracuai Araxa,贝洛奥里藏特,Caratinga(表3;图3),在适度分类执行组(II)。重要的是要注意,没有EMs能够充分估计HgydF4y2Ba_年代在这四个城市,这可能发生由于缺乏观测数据的校准(20.,77年]。尽管如此,作者决定防止数据结果Aracuai, Araxa,贝洛奥里藏特,Caratinga作为其他用户的一个警告。这也是在(6),JS是中间组的分类,因为它并没有显示出高度的相关性HgydF4y2Ba_年代在西班牙北部地区。因此,可以得出这样的结论P变量影响EM精度导致更大的错误,特别是在雨天。

美联社,EM、广告和Gd模型中的其他EMs组II,合理估计的预测能力HgydF4y2Ba_年代。所有的模型,除了Gd,包括n / n在不同的功能关系。n/N是一个变量直接相关吗HgydF4y2Ba_年代,因为云发生和形成主要是负责限制HgydF4y2Ba_年代在地球的表面。这是更大的EM精度的主要原因,当模型是基于日照时间和昼长4,19,67年]。EMs包含n变量有几项研究中最令人满意的结果在不同的地点进行(18,21,68年,78年]。Gd准确估计HgydF4y2Ba_年代亚马逊地区(RMSE≈2.35乔丹·m⁻²一天⁻¹)和巴西塞拉多(RMSE≈2.76乔丹·m⁻²一天⁻¹)[1]。对于一些地点在埃及(24)和尤卡坦半岛,墨西哥,26]Gd显示令人满意的结果(RMSE≈1.87和3.04乔丹·m⁻²一天⁻¹分别,日军≈9.64和15.39%),但优于其他基于空气温度的EMs。在这项研究中,Gd EM高RMSE和日军值(≈4.17乔丹·m⁻²一天⁻¹分别和≈31.97%),低c索引值(≈0.49),即使验证不是连贯的大部分地区的毫克(表3)。限制周围这个新兴市场的一个原因是辐射是唯一的推理机制,对影响空气温度,虽然它是一个有效的假设,额也运动和区域平流影响温度(11]。

其他EMs-AP、新兴市场和广告(第二组)和EY、西北,和AE (I)组含n / n变量,构成一种广泛使用的分类估算HgydF4y2Ba_年代(9,15,28,68年]。这一类来源于sunshine-based模型和基于云模型,最初由普雷斯科特(埃和改编提出的32,79年]。理论上,sunshine-based EMs表现得更好HgydF4y2Ba_年代适合测试(8,12因为变化HgydF4y2Ba_年代/小时₀给的信息能量可用性在地球表面和当地的大气条件的变化,除了频率分布和发生的阴天里(14,28,68年]。美联社的良好的性能模型及其修改版本也观察到的气候条件阿拉戈斯州(内)68年),Seropedica城市(SEB) [69年),和圣玛丽亚城市(抽泣)[8)和世界上其他国家,比如中国[4,9)、西班牙(28),和突尼斯21]。除了Aracuai Araxa,贝洛奥里藏特,Caratinga, EY、Nw、AE模型了c平均指数≈0.75,这三个EMs最好的适合位置毫克(S1)。

简洁,只执行验证的EMs最适合在100%的位置,如模型等等,Nw, AE,此外,模型Gd和JS属于温和适合集团(II)和有很好的适合60和70%的位置研究,分别。这额外的选择是考虑到空气温度和P,这很容易可测量的变量,构成一个方便的和有吸引力的替代4,23,24]。尽管导致更适合,包括EMsn和n/N变量意味着这些变量来衡量,这是通常只在水煤浆(4,8,67年]。

一般来说,所有的EMs倾向于高估HgydF4y2Ba_年代值5至10乔丹·m⁻²一天⁻¹和低估价值高于25乔丹·m⁻²一天⁻¹(数据3和4)。使用不同的EMs和合适的尺度,主要是每月的尺度,这种趋势在中国9在巴西地区,像克鲁兹das阿尔玛(5),在大都市地区,带达马塔地区(巴西淡水河谷公司地区3),西北地区的毫克(16),在马托格罗索州的状态(1]。这是由于这样的事实:EMs在估计的局限性HgydF4y2Ba_年代低于和高于这一水平的高浓度HgydF4y2Ba_年代数据10至20乔丹·m⁻²一天⁻¹,即,around the average, causing a reduction in extreme values. Although authors [1,3,5,9,16)不证明这一点,在这些阈值的数据比例很低。总的来说,13462年的观察HgydF4y2Ba_年代,11.8%的位置是5至10乔丹·m⁻²一天⁻¹25岁以上,11.9%是乔丹·m⁻²一天⁻¹。通过概括性地分析一些地方,一个人可以注意到大多数的数据之间的5和10乔丹·m⁻²一天⁻¹发生在。数据超过25乔丹·m⁻²一天⁻¹发生在春季和夏季(图2)。

不管MG中的特定位置状态,验证相似在所有依赖的EMsn/N(表和获得最好的结果3),除了Aracuai Araxa,贝洛奥里藏特,Caratinga。蒙蒂斯克拉鲁斯马查多,总之,Lavras, Paracatu,和Vicosa有很好的验证率c指数在0.60和0.83之间。皮有验证性能很差,c指数在0.41和0.49之间。Aracuai Araxa,贝洛奥里藏特,Caratinga极度贫穷验证性能,c指数在0.18和0.44之间。

四组识别的聚类分析和相似的模型性能(数据模式5(一个)和5 (b))。这些团体考虑模型相关性能,Koppen-Geiger气候分类(图5(一个)(图)和Thornthwaite气候分类5 (b)),和季节性变化的数据。组1是由模型提出了极其糟糕的表现和站1 (Aracuai)和4 (Caratinga),位于干燥区(半湿润气候的干燥和湿润气候根据Thornthwaite的分类)。第二组是由模型极其糟糕的表现和电台2 (Araxa)和3(贝洛奥里藏特),位于中温的潮湿地带。Araxa和贝洛奥里藏特之间的北部和南部边境地区MG和Aw气候根据Koppen-Geiger的分类。组3是由站7蒙蒂斯克拉鲁斯(),8 (Paracatu)和9(皮)具有良好的性能,除了站9(皮),和所有站位于干燥高温区域(半湿润气候的干燥)。和组4是由模型提出了很好的性能和站5 (Lavras), 6 (Machado)和10 (Vicosa),位于潮湿的区域具有相同Koppen-Geiger分类(公告)和Thornthwaite的分类(B2rB′4)。三个站MG位于中部和南部地区,季节性变化(图相似2),有较高的不同组间1和2。

Araxa Aracuai,贝洛奥里藏特,Caratinga(组1和2),EMs值估计基本上是常数,在10到20乔丹·m⁻²一天⁻¹异方差性,突出问题,证实Bartlett测试(表4)。Gd EM验证性能最差的位置,其次是JS EM(表3;数据3和4)。

否则,对于大多数地方,Nw, AE,迪士尼EMs并没有违反常态和同质性假设。这是一个理想的因素在选择最合适的EM(表4)。同样,EMs违反常态和同质性假设还显示平均模拟结果与实际观测值之间的差异HgydF4y2Ba_年代Gd新兴市场,比如,除了Aracuai, Caratinga Paracatu, Vicosa。

极度贫穷的验证结果不可能选择一个EM估算HgydF4y2Ba_年代在Araxa Aracuai,贝洛奥里藏特,Caratinga(表3;图3)。这可能是由于观察到的质量HgydF4y2Ba_年代的拟合优度的测试数据,也受损EMs (S1)可能由于缺少校准仪器,类似于[验证是什么1,5]。这些信息请求从研究机构和研究人员负责维护HgydF4y2Ba_年代录音设备;然而,我们没有得到任何回复。城市Lavras,马查多,Vicosa蒙蒂斯克拉鲁斯(属于组4)和,Paracatu,皮拉(属于组3)(表3;数据3和4)也有类似的验证的性能考虑,Nw, AE EMs和没有任何违反常态和同质性假设大多数的位置。他们也没有表现出任何差异观察和模拟的平均值HgydF4y2Ba_年代(表4)。尽管如此,Nw模型导致城市Lavras稍微更好的结果。是模型导致轻微优越的结果马查多的城市,蒙特斯克拉罗斯,Paracatu, Vicosa,被认为是最好的估计HgydF4y2Ba_年代。然而,在皮拉EM结果(表3),是略优于其他模型。这一点可以通过随调的近1:1线(图4)。虽然是模型并没有违反常态和同质性假设,它显示的观察和模拟方法之间的区别HgydF4y2Ba_年代(表4)。

作者在4,12,21)表明,使用卫星图像,人工神经网络、时间序列、向量,或混合和随机方法可能允许更大的时空范围估计HgydF4y2Ba_年代(22]。然而,这需要更健壮的输入数据和复杂的算法,它需要更多的计算能力和尚未被证明是优于EMs提供估计的HgydF4y2Ba_年代(12,24]。相比之下,EMs,尤其是选择validation-Nw (Lavras)和莎莉(蒙蒂斯克拉鲁斯Machado, Paracatu、皮和Vicosa)——的优势不太复杂,通常需要很容易衡量的变量和需求更少的时间,成本,和计算能力(8,9,18]。更复杂的模型有一个更大范围的适用性,尤其是那些没有现成的国家HgydF4y2Ba_年代测量仪器,像巴西。模型,考虑到n变量可能更严格的比那些考虑空气温度,因为有些地方没有记录的n变量(24]。需要不断改善周围的功能关系EMs (3),以及需要开发更充足的EMs,尤其是对区域与时间和空间的变化T_马克斯,T_最小值,P朦胧,如毫克,SEB (41,65年]。

虽然该研究最广泛使用的模型相比,在现有的文献,它没有提出改进功能的关系,应该注意的是,研究提出的(24通过插入]建议的改进功能关系T_马克斯和T_最小值。然而,这些仍然是相似的模型已经存在的文学,像模型624例如,HS, Hg EMs。

通过考虑参数有直接的关系HgydF4y2Ba_年代纬度、海拔高度、昼长、日照时间,可以提高他们的准确性(19]。这也导致更精确的估计等几个地方的中国(4,19)、沙特阿拉伯(17],阿尔及利亚[18],巴拉那河[20.突尼斯(),21),和伊朗(78年]。因为EMs在本质上是经验和特定于大气条件发达,可能被高估或低估HgydF4y2Ba_年代。这反过来又可能导致新兴市场低效率应用到其他州在巴西17),可能会导致相当大的系数值的变化(1,8,9,11,66年]。此外,n变量估计有很大影响HgydF4y2Ba_年代价值观和提供更好的结果,在拟合优度测试(S1)和验证测试(表3;数据3和4),而变量T EMs_马克斯和T_最小值时应该考虑n数据不可用,类似于[观察的目标是什么12,13,24]。

4所示。结论

米纳斯吉拉斯,巴西东南部,有数量有限的气象站测量HgydF4y2Ba_年代,因此有必要使用EMs估计这个变量。在这项研究中,13个模型基于最大和最小空气温度、降水、日照时间、外星太阳辐射的日常评估评估HgydF4y2Ba_年代10米纳斯吉拉斯。此外,聚类分析被用来组织相似的地方(气象站)模型性能、气候分类(Koppen-Geiger和Thornthwaite),和季节性变化的数据,考虑最小和最大空气温度、降水、日照时间、全球太阳能辐射。米纳斯吉拉斯有很大的空间和时间天气变化由于典型的季风气候,夏天冬天旱季和雨季,优势的两种气候类型根据Koppen-Geiger分类(Aw和公告和五种类型根据Thornthwaite气候分类(B1rB′4, B2rB′4, C1sA′, C1dA′,和C2rB′4)。

基于T EMs_马克斯T_最小值最适合,P, RMSE最高(3.36到18.29乔丹·m⁻²一天⁻¹),日军(20.12 - 90.43%),和偏见(−0.90 0)和较低的值d(0.28 - 0.88)c指数(0.08 - 0.70)值。缺乏高质量的符合的模型根据气温和降水相关国家位于内陆的事实。这些模型导致更好的适合沿海地区。此外,雨季是在夏天,其他季节,P是接近零,因此影响了与这个变量相关系数,导致他们微不足道,接近于零。Sunshine-based模型的最适合的位置在米纳斯吉拉斯,RMSE较低(2.75 - 4.01乔丹·m⁻²一天⁻¹),日军(15.22 - 24.05%),和偏见(−0.01 0)和更高的值d(0.83 - 0.93)c指数(0.59 - 0.81)值。

EMs的最好的HgydF4y2Ba_年代选择适合评估进行验证。三个them-EY, Nw, AE-usen和n/N变量,因为云负责限制HgydF4y2Ba_年代的精度高,直接导致EMs根据日照时间和昼长。的PJS中出现的变量,模型,模型精度的负面影响。这个模型,如随温度而变的Gd模型,验证最差的表现。EMs的基础上n变量有最适合和验证和自己之间有相似的结果。

可以组织类似的模式与气候分类模型的性能和季节性变化的数据。除了Araxa和贝洛奥里藏特、模型,提出了极其糟糕的表现形成与位置位于干燥区(半湿润气候的干燥和湿润气候根据Thornthwaite的分类)。Araxa和贝洛奥里藏特之间的边境地区的北部和南部地区的米纳斯吉拉斯,极度贫穷验证性能。出于这个原因,是不可能选择最好的模型来估计HgydF4y2Ba_年代。模型,提出了很好的(好的)性能由气象站位于湿润区(半湿润气候的干燥)相同的气候分类和类似季节性variability-Cwa和B2rB′4 (Aw和C1sA′)。

按照模型是估计略优于其他人HgydF4y2Ba_年代Paracatu蒙蒂斯克拉鲁斯,马查多,皮拉,和Vicosa城市,而Lavras的Nw模型更好的城市。是不可能选择一个有效的估计HgydF4y2Ba_年代值Aracuai Araxa,贝洛奥里藏特,Caratinga城市,因为估计值几乎不变,在10到20乔丹·m⁻²dia⁻¹。在这四个城市,违反常态和同质性假设。

这项工作的科学贡献主要是由于缺乏这种性质的研究在米纳斯吉拉斯和决心的一个连贯的模型校准和验证统计充分的获取HgydF4y2Ba_年代每天的规模。米纳斯吉拉斯的一些现有研究存在一些消极点短和时间不足等系列适合(仅1 - 2年),未进行模型验证,和模型只考虑平均气温和降水数据,除了缺乏信息对模型适合时间尺度(即。,如果他们是基于月度平均每日太阳能辐射或基于每日全球太阳能辐射)。这些缺陷的来源不一致,可能会阻碍这些模型的使用HgydF4y2Ba_年代估计在米纳斯吉拉斯的城市。相反,增加集群的分析表明,有一个类似的模式之间的性能模型,气候分类、和季节性变化的数据在米纳斯吉拉斯的地方。这个验证从未执行米纳斯吉拉斯,会出现另一个科学贡献的工作。尽管这项研究只模型广泛用于文学相比,重要的是要强调,任何改善的功能关系只能通过模型的评价(校准)已经在文献中描述。不幸的是,我们的工作没有考虑气候变化的影响,人类活动对全球太阳能辐射。我们会考虑在将来这个问题的研究。

数据可用性

10个位置的数据得到最大和最小的米纳斯吉拉斯州每日气温(T_马克斯和T_最小值(°C)),日照时间(n(小时))和降水(P(毫米))从气象数据库获得教学和研究(BDMEP)提供的国家气象研究所(INMET)。这些数据都是免费的http://www.inmet.gov.br/portal/index.php?r=bdmep/bdmep。全球太阳辐射数据(HgydF4y2Ba_年代(乔丹·米⁻²一天⁻¹从SINDA)获得国家空间研究所提供的(INPE)。这些数据都是免费的http://sinda.crn.inpe.br/PCD/SITE/novo/site/index.php。如果有必要,所有数据(从BDMEP和SINDA)用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢改善高等教育的协调人员(披肩),指的是第一作者奖学金(箱号1780316),同时也感谢米纳斯吉拉斯的基础研究支持,对项目APQ 01392 - 13和APQ 01258 - 17,对金融支持。作者感谢胡安佩雷斯,马塞尔·卡瓦略阿伯,马库斯维尼泽维尔Senra帮助提高地图和数据的质量,提高文本的可读性。

补充材料

S1:统计数据用于best-of-fit 13个全球太阳辐射估算模型测试,校准系数,为10的位置和意义在米纳斯吉拉斯,巴西。(补充材料)

引用

1. a . p . de Souza a·c·达席尔瓦a . a .田中et al .,“全球辐射简化模型的马托格罗索州,巴西,“尽管Agropecuaria Brasileira,52卷,不。4、215 - 227年,2017页。视图:出版商的网站|谷歌学术搜索
2. g p波德斯塔l . Nunez c·a·维拉纽瓦和m . a . Skansi”估计每日太阳辐射在阿根廷的潘帕斯草原,“农业和森林气象学,卷123,不。1 - 2,41-53,2004页。视图:出版商的网站|谷歌学术搜索
3. v . j . da Silva c·r·达席尔瓦r . r . Finzi和n·d·s·迪亚斯”Metodos对位estimar radiacao太阳能na regiao noroeste•德•米纳斯吉拉斯”Ciencia农村,42卷,不。2、276 - 282年,2012页。视图:出版商的网站|谷歌学术搜索
4. 问:张:崔,y, y, z, d .锣,“全球太阳辐射模型的比较分析在中国的不同地区,”气象学的进展卷,2018篇文章ID 3894831, 21页,2018。视图:出版商的网站|谷歌学术搜索
5. v . p .博尔赫斯,a . s . de Oliveira m·a·科埃略球场,t·s·m·达席尔瓦和b . m . Pamponet”Avaliacao de莫德罗de estimativa da radiacao太阳能incidente em克鲁兹das阿尔玛,巴伊亚,”航空杂志上Brasileira de Engenharia阿格里科拉e环境保护,14卷,不。1,第80 - 74页,2010。视图:出版商的网站|谷歌学术搜索
6. f . Antonanzas-Torres a . Sanz-Garcia f . j . Martinez-de-Pison o . Perpinan-Lamigueiro,“评估和改善全球太阳能辐照的实证模型:案例研究西班牙北部,“可再生能源,60卷,第614 - 604页,2013年。视图:出版商的网站|谷歌学术搜索
7. A·杜马斯A . Andrisani m . Bonnici et al .,“一个新的全球太阳能辐射和每日温度变化之间的相关性,”太阳能卷,116年,第124 - 117页,2015年。视图:出版商的网站|谷歌学术搜索
8. g . a . Buriol诉Estefanel, a . b . Heldwein s d·普雷斯特和j·f·c .角”Estimativa da radiacao太阳能全球从dos de insolacao不同,帕拉州圣Maria-RS”Ciencia农村,42卷,不。9日,第1567 - 1563页,2012年。视图:出版商的网站|谷歌学术搜索
9. 李x, x, y . et al .,“评价temperature-based全球太阳辐射模型在中国,“农业和森林气象学,卷149,不。9日,第1446 - 1433页,2009年。视图:出版商的网站|谷歌学术搜索
10. s . m . Robaa”验证现有的模型估算全球太阳辐射在埃及,”能量转换和管理,50卷,不。1,第193 - 184页,2009。视图:出版商的网站|谷歌学术搜索
11. j . Almorox c Hontoria, m·贝尼托”模型获取每日全球太阳辐射测量空气温度数据在马德里(西班牙)、“应用能源,卷88,不。5,1703 - 1709年,2011页。视图:出版商的网站|谷歌学术搜索
12. l . j .张赵,邓,w . Xu和y张”的关键评估模型用于估算太阳辐射,”可再生能源和可持续能源的评论卷,70年,第329 - 314页,2017年。视图:出版商的网站|谷歌学术搜索
13. a·o·利马g . b .莱拉j·l . de Souza g . b .莱拉j . f . Oliveira-Junior a和a·r·桑托斯“月度评估全球太阳能辐照估计使用空气温度在不同气候条件下的里约热内卢,巴西东南部,”SN应用科学,1卷,不。9日,1 - 14,2019页。视图:出版商的网站|谷歌学术搜索
14. d . Jerszurki和j·l·m . de Souza Parametrizacao das equacoes de哈格里夫斯& Samani e Angstron-Prescott对位estimativa da radiacao太阳能na regiao de Telemaco Borba,邻近的巴拉那河,”Ciencia农村,43卷,不。3、383 - 389年,2013页。视图:出版商的网站|谷歌学术搜索
15. m . s . Adaramola”,估计全球太阳辐射在阿库雷使用常见的气象数据,尼日利亚,”可再生能源卷,47 38-44,2012页。视图:出版商的网站|谷歌学术搜索
16. c·r·达席尔瓦诉j·达·席尔瓦,小j·阿尔维斯和h·d·p·卡瓦略,“Radiacao太阳能estimada com基地na temperatura ar对位非常区德·米纳斯吉拉斯,”航空杂志上Brasileira de Engenharia阿格里科拉e环境保护,16卷,不。3、281 - 288年,2012页。视图:出版商的网站|谷歌学术搜索
17. z . a . Al-Mostafa a . h . Maghrabi, s m . Al-Shehri”Sunshine-based全球辐射模型:一个文献综述和案例研究中,“能量转换和管理卷,84年,第216 - 209页,2014年。视图:出版商的网站|谷歌学术搜索
18. m . s . Mecibah t . e . Boukelia r . Tahtah和k . Gairaa”引入全球最好的模型估计每月平均每天太阳辐射水平表面上(案例研究:阿尔及利亚)”可再生能源和可持续能源的评论36卷,第202 - 194页,2014年。视图:出版商的网站|谷歌学术搜索
19. f . w .姚明,z, y Wang江,和l .胡”评估全球太阳辐射模型的上海,中国,“能量转换和管理卷,84年,第612 - 597页,2014年。视图:出版商的网站|谷歌学术搜索
20. g . c . Beruski a·b·佩雷拉和p . c . Sentelhas”Desempenho de不同莫德罗de estimativa da radiacao太阳能全球新兴市场低角Grossa,公关,“航空杂志上Brasileira de Meteorologia,30卷,第91 - 83页,2015年。视图:出版商的网站|谷歌学术搜索
21. m . Chelbi y . Gagnon, j . Waewsak“太阳辐射使用阳光duration-based模型映射和插值技术:应用于突尼斯,”能量转换和管理卷,101年,第215 - 203页,2015年。视图:出版商的网站|谷歌学术搜索
22. m . Despotovic诉Nedic、d . Despotovic和s . Cvetanovic”检查和统计分析不同的全球阳光太阳辐射模型,”可再生能源和可持续能源的评论52卷,第1880 - 1869页,2015年。视图:出版商的网站|谷歌学术搜索
23. r . Yacef a Mellit,美国被设置和zŞen,“新组合模型估算每天全球太阳能辐射测量空气温度在半干旱气候条件下:应用Ghardaia,阿尔及利亚,”能量转换和管理卷,79年,第615 - 606页,2014年。视图:出版商的网站|谷歌学术搜索
24. g·e·哈桑·m·e·优素福z . e·穆罕默德·m·a·阿里和a . a . Hanafy”新的temperature-based模型预测全球太阳辐射,”应用能源卷,179年,第450 - 437页,2016年。视图:出版商的网站|谷歌学术搜索
25. k . g .马赛j·b·奥利维拉f·d·d·Arraes w . l . v .托雷斯和j·c·利马初级“Estimativa da radiacao太阳能全球com不同de temperatura ar em检波器”带动下做西阿拉,”航空杂志上Engenharia na Agricultura-REVENG,24卷,不。1,第75 - 68页,2016。视图:出版商的网站|谷歌学术搜索
26. 诉h . Quej j . Almorox m . Ibrakhimov l .齐藤,“实证模型估计每天全球太阳辐射在尤卡坦半岛,墨西哥,”能量转换和管理卷,110年,第456 - 448页,2016年。视图:出版商的网站|谷歌学术搜索
27. d·s·费尔南德斯,a, b, a·d·o·阿莫林和r·l·f·达·巴斯”Estimativa da radiacao太阳能全球com基地em observacoes de temperatura para o estado de戈亚斯”航空杂志上Brasileira de Meteorologia,33卷,不。3、558 - 566年,2018页。视图:出版商的网站|谷歌学术搜索
28. j . Almorox和c . Hontoria”全球太阳能辐射估计使用日照时间在西班牙,”能量转换和管理,45卷,不。9 - 10,1529 - 1535年,2004页。视图:出版商的网站|谷歌学术搜索
29. j .周、吴y和g .严”的一般公式估算每月平均每日全球太阳辐射在中国,“能量转换和管理,46卷,不。2、257 - 268年,2005页。视图:出版商的网站|谷歌学术搜索
30. l·a·亨特,l . Kuchar和c j . Swanton”估计太阳辐射用于作物造型,“农业和森林气象学,卷91,不。3 - 4、293 - 300年,1998页。视图:出版商的网站|谷歌学术搜索
31. m . Valipour m·a·戈拉米Sefidkouhi和m . Raeini−Sarjaz,“选择最好的模型来估计潜在蒸散对气候变化和极端事件的大小,“农业水管理卷。180年,50 - 60,2017页。视图:出版商的网站|谷歌学术搜索
32. 答:a . a . Dantas本人交出密码,卡瓦略·l·g·e·费雷拉,“Estimativa da radiacao太阳能全球para regiao de Lavras MG,”Ciencia e Agrotecnologia,27卷,不。6,1260 - 1263年,2003页。视图:出版商的网站|谷歌学术搜索
33. j·p·a·拉莫斯m . s . Vianna, f·r·马林”Estimativa da radiacao太阳能全球baseada na振幅termica帕拉阿巴西,“Agrometeoros,26卷,不。1,37-51,2018页。视图:出版商的网站|谷歌学术搜索
34. d·f·d·桑托斯·b·马丁斯,r·r·托雷斯“气候预测的影响水平衡,影响橄榄作物在米纳斯吉拉斯,”航空杂志上Brasileira de Engenharia阿格里科拉e环境保护,21卷,不。2、77 - 82年,2017页。视图:出版商的网站|谷歌学术搜索
35. l . j . da Silva m . s . Reboita, r p•罗查”Relacao da航道de前面frias na regiao南·德·米纳斯吉拉斯(RSMG) com precipitacao e eventos de geada的解释,“航空杂志上Brasileira de Climatologia,14卷,不。1,第246 - 229页,2014。视图:出版商的网站|谷歌学术搜索
36. j·c·c·加西亚和e·v·斯珀林”温室气体排放来自甘蔗乙醇:估计考虑当前不同的生产场景在米纳斯吉拉斯,巴西,“可再生能源和可持续能源的评论卷,72年,第1049 - 1033页,2017年。视图:出版商的网站|谷歌学术搜索
37. a . l .特谢拉c·a·b·p·平托l . s . Peixouto a . l .来普利和g·h·m·r·里贝罗”评估耐热性克隆马铃薯的米纳斯吉拉斯的南部地区,巴西,“巴西农业科学杂志》上,10卷,不。2、171 - 177年,2015页。视图:出版商的网站|谷歌学术搜索
38. 美国诉法、l·s·鲁兹·m·c·罗德里格斯j . e . s . Carneiro p c s Carneiro和r . o . DeLima“适应性和稳定性在商业玉米杂交种在东南部的米纳斯吉拉斯,巴西,“航空杂志上Ciencia Agronomica,48卷,不。2、347 - 357年,2017页。视图:出版商的网站|谷歌学术搜索
39. l . Eloy c . Aubertin f .托尼·s·l·b·卢西奥和m . Bosgiraud”在大豆农场的边缘:传统人口和环境政策在巴西塞拉多选择性,”《农民研究杂志》上,43卷,不。2、494 - 516年,2016页。视图:出版商的网站|谷歌学术搜索
40. l·f·桑托斯·b·马丁斯和s r·加西亚”Padroes climatologicos de precipitacao e temperatura名为ar associadosde ao rendimento做feijao comum em米纳斯吉拉斯,”航空杂志上Brasileira de Climatologia,卷1,3-24,2018页。视图:出版商的网站|谷歌学术搜索
41. m . s . Reboita m . Rodrigues l·f·席尔瓦和m·a·阿尔维斯”Aspectos climaticos estado de米纳斯吉拉斯,”航空杂志上Brasileira de Climatologia,17卷,第226 - 206页,2015年。视图:出版商的网站|谷歌学术搜索
42. f·b·马丁斯g .贡扎加d·f·桑托斯和m . s . Reboita”Classificacao climatica de Koppen e de Thornthwaite帕米纳斯吉拉斯:cenario atual e projecoes未来,”航空杂志上Brasileira de Climatologia1卷,第156 - 129页,2018年。视图:出版商的网站|谷歌学术搜索
43. 答:埃,”太阳和地球辐射,“季度皇家气象学会杂志》上,50卷,第126 - 121页,1924年。视图:谷歌学术搜索
44. j·a·普雷斯科特,”从水面蒸发与太阳辐射、”南澳大利亚皇家学会的事务卷,64年,第125 - 114页,1940年。视图:谷歌学术搜索
45. g·h·哈格里夫斯和z . a . Samani”估计潜在蒸散。”灌溉和排水部门杂志》上,卷108,不。3、225 - 230年,1982页。视图:谷歌学术搜索
46. g·l·哈格里夫斯、g·h·哈格里夫斯和j·p·莱利,“塞内加尔流域灌溉用水要求,”灌溉和排水工程》杂志上,卷111,不。3、265 - 275年,1985页。视图:出版商的网站|谷歌学术搜索
47. f·j·纽兰,“太阳辐射模型的研究在中国南方沿海地区,”太阳能,43卷,不。4、227 - 235年,1989页。视图:出版商的网站|谷歌学术搜索
48. b . g . Akinoğlu和A .埃杰维特”进一步比较和讨论阳光基础模型来估计全球太阳能辐射,”能源,15卷,不。10日,865 - 872年,1990页。视图:出版商的网站|谷歌学术搜索
49. r·d·郑大世和d·w·斯图尔特,”估计全球太阳辐射从常见的气象观测在加拿大西部,”加拿大植物科学杂志》上,卷73,不。2、509 - 518年,1993页。视图:出版商的网站|谷歌学术搜索
50. d . b . Ampratwum和a . s . s . Dorvlo估计太阳辐射从阳光的小时数,“应用能源,卷63,不。3、161 - 167年,1999页。视图:出版商的网站|谷歌学术搜索
51. d . g . Goodin j . m . s .哈钦森,r·l·万德利普·m·c·克纳普,“太阳辐照估算作物建模使用每日气温数据,”农学期刊,卷91,不。5,845 - 851年,1999页。视图:出版商的网站|谷歌学术搜索
52. n . a . Elagib和m·g·曼塞尔”新方法估算全球太阳辐射在苏丹,”能量转换和管理第41卷。。5,419 - 434年,2000页。视图:出版商的网站|谷歌学术搜索
53. c . Ertekin和o . Yaldiz”,一些现有的比较模型估算全球太阳辐射安塔利亚(土耳其),“能量转换和管理第41卷。。4、311 - 330年,2000页。视图:出版商的网站|谷歌学术搜索
54. a . Weiss c·j·海斯问:胡锦涛,以及w·e·Easterling”将偏移误差计算太阳能辐照度,”农学期刊,卷93,不。6,1321 - 1326年,2001页。视图:出版商的网站|谷歌学术搜索
55. k . r . Chen Ersi, j·杨,s . Lu和w·赵”每天5全球辐射模型的验证和测量数据在中国,“能量转换和管理,45卷,不。11 - 12,1759 - 1769年,2004页。视图:出版商的网站|谷歌学术搜索
56. Statsoft公司,Statistica Windows(数据分析软件系统)。版本8.0Statsoft INC .,塔尔萨,美国,2008年。
57. c·j·威尔默特,”模型的验证。”自然地理,卷2,不。2、184 - 194年,1981页。视图:出版商的网站|谷歌学术搜索
58. a . p . Camargo和p . c . Sentelhas Avaliacao做desempenho de不同metodos de estimativa da evapotranspiracao潜在没有Estado de Sao Paulo,”航空杂志上Brasileira de Agrometeorologia5卷,第97 - 89页,1997年。视图:谷歌学术搜索
59. K.-K。Phoon S.-T。Quek), p,”识别统计均匀土壤层使用修改Bartlett统计,“岩土和Geoenvironmental工程杂志》上,卷129,不。7,649 - 659年,2003页。视图:出版商的网站|谷歌学术搜索
60. g . w . Snedecor和w·g·科克伦统计方法爱荷华州,爱荷华州立大学出版社,城市,IA,美国,第八版,1989年。
61. a . s . Mingoti注意de不同Atraves de Metodos de Estatistica Multivariada贝洛奥里藏特,Editora UFMG,巴西,2007年。
62. p·e·特奥多罗·j . f . Oliveira-Junior e·r·达et al .,“聚类分析应用于月降雨量的时空变异性在南马托格罗索州的州,巴西,“气象学和大气物理,卷128,不。2、197 - 209年,2016页。视图:出版商的网站|谷歌学术搜索
63. g . b .莱拉,j . f . Oliveira-Junior和m . Zeri”聚类分析应用于月降雨量的时空变异性阿拉戈斯州东北部的巴西,“国际气候学杂志,34卷,不。13日,3546 - 3558年,2014页。视图:出版商的网站|谷歌学术搜索
64. e·d·达席尔瓦”Estudo da precipitacao没有estado de锭Gerais-MG。”航空杂志上Brasileira de Climatologia13卷,第136 - 120页,2013年。视图:出版商的网站|谷歌学术搜索
65. s r·加西亚·d·f·桑托斯·b·马丁斯和r·r·托雷斯,”Aspectos名为climatologicos associadosde ao cultivo da奥利维拉(齐墩果欧洲公司l .) em米纳斯吉拉斯,”航空杂志上Brasileira de Climatologia22卷,第209 - 188页,2018年。视图:出版商的网站|谷歌学术搜索
66. f .面向社会和e·瓦拉”,估计全球月平均太阳辐射作为温度的函数,“农业和森林气象学,卷100,不。2 - 3、231 - 241年,2000页。视图:出版商的网站|谷歌学术搜索
67. k . p . Bexaira: a .斯特j·c·塞拉和s·d·普雷斯特,”系数de Angstron-Prescott对位estimar radiacao太阳能没有南里奥格兰德,”航空杂志上Brasileira de Meteorologia,33卷,不。3、401 - 411年,2018页。视图:出版商的网站|谷歌学术搜索
68. j·l·Souza g . b .莱拉c·m·桑托斯et al .,“实证模型的日常和月度全球太阳能辐照使用日照时间阿拉戈斯州,巴西东北部,”可持续能源技术和评估卷14日,35 - 45,2016页。视图:出版商的网站|谷歌学术搜索
69. 卡瓦略·d·f·d·g·达席尔瓦a . p . de Souza d·p·戈麦斯和h s•罗查”系数e da equacao de Angstrom-Prescott sua influencia na evapotranspiracao de referencia em Seropedica RJ,”航空杂志上Brasileira de Engenharia阿格里科拉e环境保护,15卷,不。8,838 - 844年,2011页。视图:出版商的网站|谷歌学术搜索
70. r . a球、l·c·珀塞尔和k·凯里,“太阳辐射预测模型评估在北美,”农学期刊,卷96,不。2、391 - 397年,2004页。视图:出版商的网站|谷歌学术搜索
71. g . de Gois j . c . s . Souza j . f . d . Oliveira-Junior r·c·德尔珈朵g . b .莱拉和p·e·特奥多罗”模型来估计入射太阳辐射Seropedica,里约热内卢”生物科学杂志,32卷,不。1,第513 - 505页,2016。视图:出版商的网站|谷歌学术搜索
72. e·d·席尔瓦”Estudo da precipitacao没有estado de锭Gerais-MG大学联邦de Itajuba Itajuba,巴西,2013年,Dissertacao de Mestrado em Meio环境e recurso项目Hidricos。视图:谷歌学术搜索
73. g . b .莱拉s s扎内蒂,a . a·r·桑托斯et al .,“估计每月全球太阳能辐照使用Hargreaves-Samani模型和人工神经网络的状态阿拉戈斯在巴西东北部,”理论和应用气候学,卷125,不。3 - 4、743 - 756年,2016页。视图:出版商的网站|谷歌学术搜索
74. m·a·f·主力,f·r·马林”Avaliacao de莫德罗帕拉estimativa de英勇diario da radiacao太阳能全球com基地na temperatura ar,”航空杂志上Brasileira de Agrometeorologia15卷,第108 - 103页,2007年。视图:谷歌学术搜索
75. r·g·艾伦·l·s·佩雷拉,d . Raes和m·史密斯,作物蒸散:准则计算作物水分Requirements-FAO灌溉和排水纸56联合国粮食及农业组织,罗马,意大利,1998年。
76. m . s . Reboita g . Escobar v . s .洛佩斯,“Climatologia sinotica de eventos de昂达de frio尤其regiao南·德·米纳斯吉拉斯”航空杂志上Brasileira de Climatologia》16卷,第92 - 72页,2015年。视图:出版商的网站|谷歌学术搜索
77. o .比哈尔、a . Khellaf和k·迪尔,“太阳辐射模型的比较和验证在阿尔及利亚气候直接辐照度的情况下,“能量转换和管理卷,98年,第251 - 236页,2015年。视图:出版商的网站|谷歌学术搜索
78. h . Khorasanizadeh、k·穆罕默迪和m . Jalilvand”统计比较研究证明天的价值水平的年模型估计的全球太阳能辐射,”能量转换和管理卷。87年,37-47,2014页。视图:出版商的网站|谷歌学术搜索
79. f·f·布兰科和p . c . Sentelhas系数哒equacao de Angstrom-Prescott para estimativa哒insolacao para电力,”航空杂志上Brasileira de Agrometeorologia,10卷,第330 - 295页,2002年。视图:谷歌学术搜索

版权

版权©2019年安娜弗马丁斯蒙泰罗和Fabrina Bolzan马丁斯。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。