基于改进的MT-CLIM模型的中高纬低山丘陵区太阳辐射模拟——以小兴安岭为例

基于改进的MT-CLIM模型的中高纬低山丘陵区太阳辐射模拟
——以小兴安岭为例

梅晓丹1,2，毛学刚2，范文义2，王强1，刘丹丹1，张为成1

(1.黑龙江工程学院测绘工程学院，黑龙江哈尔滨150050； 2．东北林业大学林学院，黑龙江哈尔滨150040)

摘要：将DEM、坡度和坡向作为地形因子，基于ENVI/IDL编写MT-CLIM模型批量处理程序，使用改进MT-CLIM模型对小兴安岭地区的地面气象台站进行太阳辐射模拟，并将模拟结果分别与辐射台站实测数据和二次趋势面统计模型进行验证。研究结果表明：从整年上，其与辐射台站的拟合精度R2为0.813 3，其中，夏季模拟太阳辐射日值拟合精度偏低，而其与二次趋势面统计模型拟合精度R2值范围为0.571 3～0.793 3；采用改进的MT-CLIM模型模拟较大区域的太阳辐射，比统计模型具有更好的普适性和高效性，能获得较好的中高纬低山丘陵区模拟效果，且为森林生态过程模型的输入参数研究提供依据。

关键词：MT-CLIM模型；太阳辐射模拟；二次趋势面模型；小兴安岭；ENVI/IDL

中图分类号：P422.1

收稿日期：2014-10-20;修回日期：2015-05-30

基金项目：黑龙江省普通高校重点实验室空间地理信息综合实验室开放课题资助(KJKF-12-04)；“十二五”国家科技支撑项目(2011BAD08B01)

作者简介：梅晓丹(1979-)，女，讲师，博士研究生.

Solar radiation simulation of low hilly land in high latitude based on improved MT-CLIM model -Taking the Xiaoxinganling Mountains for Example

MEI Xiao-dan1,2，MAO Xue-gang2，FAN Wen-yi2，WANG Qiang1，LIU Dan-dan1，ZHANG Wei-cheng1

(1.College of Surveying and Mapping Engineering, Heilongjiang Institute of Technology, Harbin 150050,China ;2.School of Forestry, Northeast Forestry University, Harbin 150040,China)

Abstract：Taking the DEM, gradient and slope direction as terrain factor，this paper writes an MT-CLIM model batch processing program，and then uses the improved MT-CLIM model to simulate the solar radiation of meteorological stations on the ground in Xiaoxinganling Mountains.Compared the model simulation results with radiation stations measured data and the simulation results of the secondary trend surface statistical model, the former of fitting precision R2 is 0.813 3 through the whole year，but simulated solar radiation of fitting precision is low in summer than other seasons; the latter of fitting precision R2 is 0.571 3 to 0.793 3.The results prove that the improved MT-CLIM model which has better effectiveness and efficiency than the statistic model can be used for simulating large area of solar radiation and obtain the better simulating effect than the original model in low hilly land of the high latitude. The results will provid a basis for the research of the input parameters of the forest ecological process model.

Key words：MT-CLIM model；solar radiation simulation；secondary trend surface model； Xiaoxinganling Mountains ；ENVI/IDL

许多森林生态系统过程模型需要将气象数据作为输入参数，例如：BIOME-BGC模型。在地表气象影响陆地生物地球化学系统中的许多过程，经常会遇到进行生态系统过程模拟的地区没有气象实测数据的情况。目前，我国的辐射台站个数非常有限，据中国气象科学数据共享服务网统计，截至2000年，全国范围内气象台站共有756站，辐射台站仅有122站，两者比例关系约为6∶1。因此，本文依据中高纬低山丘陵区(小兴安岭)的特点，将DEM、坡度和坡向数据作为地形因子，改进MT-CLIM模型，从而实现模拟较大区域的太阳辐射。

1研究区概况及数据准备

1.1研究区概况

小兴安岭位于中国黑龙江省东北部(46°28′ ～49°21′N，127°42′ ～ 130°14′E)，属北温带大陆季风气候区；四季分明，冬季严寒、干燥而漫长； 夏季温热而短暂；年平均气温 -1 ℃，年平均日照数2 355 h；年降水量 550 ～670 mm，降雨集中在夏季；地貌属低山丘陵，北部多台地、宽谷，中部低山丘陵，山势和缓，南部属低山，山势较陡。

1.2数据收集

1)气象数据:小兴安岭地面气象台站的地面气候资料日值数据来自中国气象科学数据共享服务网(http://cdc.cma.gov.cn/home.do)，主要包括：黑河、嫩江、孙吴、北安、海伦、伊春、鹤岗、铁力、依兰和通河，共10个台站，如表1所示。从地面气候资料日值数据集中，提取模型模拟需要小兴安岭气象台站的每日最高气温(0.1 ℃)、每日最低气温(0.1 ℃)和20：00～20：00降水量(0.1 mm)等气象变量数据，然后进行单位转换，最终将数据转换为MT-CLIM模型输入数据(*.mtcin)；依据地面气象台站的经纬度值，采用ArcGIS生成小兴安岭地面气象台站的点状矢量数据(*.shp)，如图1所示。

表1　小兴安岭的地面气象台站

图1　小兴安岭的地面气象台站和辐射台站

2)辐射数据:小兴安岭辐射台站的日值数据集来自于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/home.do)，仅包括黑河1个辐射台站(黑河既是气象台站又是辐射台站)。从研究区的辐射日值数据集中，提取模型模拟验证需要太阳辐射数据，即日总辐射曝辐量(0.01 MJ/km2)；二次趋势面模型模拟东北三省101个气象台站的太阳辐射日值进行插值，获得东北三省区域的太阳辐射日值栅格数据，然后，将小兴安岭边界矢量数据作为掩模，采用ENVI的掩模裁切方法，获得小兴安岭区域的太阳辐射日值栅格数据(空间分辨率1 km)，再采用ENVI的ROI提取感兴趣区域的方法，提取2007年小兴安岭10个地面气象台站的太阳辐射日值数据，将数据保存为Excel格式(*.xls)。

3)地形数据：小兴安岭的DEM数据、坡度数据和坡向数据作为地形因子，数据空间分辨率1 km，数据格式为栅格数据(*.tif)。其中，坡度和坡向数据是基于小兴安岭DEM数据进行ENVI地形计算所获得的派生数据。

2研究方法

2.1模型的选择

到达地球大气上界的太阳辐射能量称为天文太阳辐射量。入射太阳辐射穿过大气层到达地面，会受到大气、地形和表面要素的影响。太阳的直接辐射就是通过直线路径从太阳射来的光线；散射辐射则是经过大气分子、水蒸气、灰尘等质点的影响，改变方向的太阳辐射；反射辐射则是经过表面要素的反射太阳辐射。直射、散射和反射辐射的总和称为太阳辐射总量。MT-CLIM模型结构主要包括4个主要的子程序，即每日太阳辐射、气温、湿度和降水的模拟估算。本文采用MT-CLIM模型的太阳辐射模拟方法，其是由Thorton和Running所提出的估算入射太阳短波辐射方法。从量测的温度、湿度和降水估算入射每日太阳辐射改进算法，Thornton和Running考虑时间、空间变化对总透射影响，以及研究地点的纬度、海拔、坡度和坡向等因子对太阳辐射的影响，并在模型里应用湿度-辐射循环模式进行修正。之后Thornton等又将地平面角、积雪的影响加以参数化。

MT-CLIM模型模拟太阳辐射的主要思路：①计算云量对大气透射率的校正参数(Tfmax):由于每日平均大气透射率与气温日较差密切相关，其可表示为气温日较差的指数函数形式，同时考虑大气消光系数；②计算到达地面的每日太阳总辐射(Rgh)：考虑大气衰减影响，调整坡度、坡向和东西地平线的遮蔽效应，计算到达地球的坡面上和水平面上的太阳辐射；③计算漫射辐射(Rsrad1)和直射辐射(Rsrad2)：以瞬时为基础，从每日总透射率中估算漫反射辐射占总辐射的分量，Jones and Gates用漫反射率、直射率与总透射率之间的关系(总透射率=直射率+漫反射率)，分别计算漫射辐射和直射辐射；④计算经大气衰减后到达地面的每日太阳总辐射(Rs_srad)：考虑积雪的影响，增加积雪/融化模型修正辐射，计算经大气衰减后到达地面的每日太阳总辐射。

2.2改进MT-CLIM模型的太阳辐射模拟方法

由于MT-CLIM模型是单点运行模式，采用ENVI/IDL编写MT-CLIM模型批量处理程序(multimtclim.pro)，其可以实现自动生成批量处理运行程序(metdata.bat)，将小兴安岭的DEM、坡度和坡向作为地形因子的数据源，使用ArcGIS10.1的Kriging空间插值方法，实现一次性模拟较大区域山地的太阳辐射空间格局。MT-CLIM模型的初始化数据(*.ini)，主要包括：输入/输出文件信息、控制参数和模型参数；MT-CLIM模型的输入数据(*.mtcin)，即测站(基站)的实测气象数据，主要包括：每日最高气温(℃)、每日最低气温(℃)、每日降水量(cm)等气象变量，以及用户给定的温度和降水与海拔高度的关系等信息，模拟基站附近非测站的气象变量；MT-CLIM模型的模拟输出数据(*. .mtc43)，主要包括：每日最高气温(℃)、每日最低气温(℃)、每日降水量(cm)、每日白天平均气温(℃)、每日降水量(cm)、每日湿度(Pa)、每日入射短波辐射(W/m2)和昼长(s)。

3结果分析与验证

采用两种模型模拟验证方法，对本模型模拟结果进行拟合精度验证和分析。一是将改进的MT-CLIM模型模拟结果与辐射台站实测数据比较；二是将改进的MT-CLIM模型模拟结果与其它太阳辐射模型模拟结果比较，这里选择二次趋势面模型。

1)模型模拟结果与辐射台站实测数据比较。 辐射台站实测数据来源于2007年小兴安岭辐射台站的日值数据集，研究区内仅1个黑河辐射台站实测太阳辐射日值数据(0.01 MJ/km2)，共365 d。在时间尺度上，分别从季节和特殊日角度，将模型模拟结果与辐射台站实测数据进行拟合精度验证和分析。依据我国农历四季划分法，将365 d，1～90 d划分为春季(1～3月)、91～181 d划分为夏季(4～6月)、182～273 d划分为秋季(7～9月)、274～365 d划分为冬季(10～12月)。2007年特殊日，分别为春分日(3月21日)、秋分日(9月23日)、夏至日(6月22日)和冬至日(12月22日)。本模型模拟结果与2007年黑河辐射台站实测太阳辐射日值数据(共365 d)，整年两者的拟合精度R2为0.8133，如图2所示。从季节上看，两者四季的拟合精度R2分别为春季0.816 2、夏季0.469 5、秋季0.744 3和冬季0.695 1，而且本模拟的太阳辐射日值最大值出现在夏季，最小值出现在冬季。从季节上，模型模拟的太阳辐射日值，各个季节的平均日值由大到小的排列顺序为：夏季>秋季>春季>冬季，如图3所示。其中，夏季拟合精度R2偏低，主要原因可能与小兴安岭的森林类型是以红松为主的针阔叶混交林有关。由于红松生长每年成规律性的变化，5月初～5月下旬进入开始生长期，5月下旬～6月初进入速生期，6月中旬以后生长减慢进入生长末期。因此，在夏季(4～6月)，由于受到植被生长的影响，改进MT-CLIM模型模拟拟合精度稍低，但模型模拟整年效果较好。

2)模型模拟结果与二次趋势面模型模拟结果比较。 根据太阳辐射与经纬度有密切的关系这一因素，将经度和纬度作为自变量，太阳辐射为因变量，采用二次趋势面模型，建立太阳辐射与经纬度的回归模型。由于东北三省内辐射台站只有10个，应用SPSS13.0软件将10个样本全部参与建模，采用强迫引入法，建立东北三省的太阳辐射二次趋势面模型。将各月太阳辐射分为三个时间段，每10 d建立一个模型，建立36个二次趋势面模型，然后选择每月最佳拟合模型，获得东北三省101个气象台站的太阳辐射日值，时间分辨率为10 d。二次趋势面模型与辐射台站的1～12个月拟合精度R2为0.630～0.973。采用ArcGIS10.1软件的克里金插值方法，对东北三省101个气象台站的太阳辐射日值进行插值，获得东北三省区域的太阳辐射日值栅格数据；然后，将小兴安岭边界矢量数据作为掩模，采用ENVI的掩模裁切方法，获得小兴安岭区域的太阳辐射日值栅格数据，空间分辨率为1 km；利用ENVI的ROI提取感兴趣的2007年小兴安岭10个地面气象台站的太阳辐射日值数据，数据保存为Excel格式(*.xls)。二次趋势面模型模拟结果与辐射台站实测数据，两者的拟合精度R2在0.630～0.973；本模型模拟结果与二次趋势面模型模拟结果对比，小兴安岭10个地面气象台站的拟合精度R2在0.571 3～0.793 3范围。虽然二次趋势面模型模拟结果比本模型模拟结果稍高，其主要原因是二次趋势面模型在依据太阳辐射与经纬度关系建模时，将辐射台站实测数据直接作为建模样本数据，因此拟合精度R2较好，如图4所示。

图2　辐射台站实测与改进MT-CLIM模型模拟

图3　改进MT-CLIM模型模拟

图4　辐射台站实测与改进MT-CLIM模型、 二次趋势面模型

4结论

1)本研究以小兴安岭为例，将MT-CLIM 模型与ENVI/DIL和ArcGIS相结合，引入地形因子，借助批量处理模式，实现小兴安岭10个地面气象台站2007年入射太阳辐射模拟，能更好地模拟中高纬低山丘陵区大气效应对太阳辐射的影响，并有效地提高太阳辐射模拟的效率；

2)对已有的二次趋势面统计模型和辐射台站实测值进行检验，它们的太阳辐射变化趋势与本研究结果一致，且拟合精度较好。本研究属于机理模型，基于ENVI/DIL的改进MT-CLIM 模型，其有较大的普适性，建模效率明显优于二次趋势面模型，且实现一次性模拟较大区域的太阳辐射；

3)随着新型长时间序列高分辨率的地面辐射产品的涌现，有利于MT-CLIM模型考虑云对太阳辐射的影响、直接辐射和散射辐射的影响因素，以及探索多源遥感数据的应用。因此，下一步研究是将遥感和GIS相结合，考虑MT-CLIM 模型大中尺度的太阳辐射模拟，提高模型的区域适用性。另外，由于植被类型及植被覆盖率条件会影响辐射的反射效果，需进一步考虑叶面积指数对太阳辐射的影响，提高本模型模拟精度，解决中高纬低山丘陵区不同季节拟合精度的问题。

参考文献：

[1]潘建峰,国庆喜,王化儒.山地小气候模型在帽儿山地区气候模拟中的应用[J].东北林业大学学报, 2007, 35(5): 51-54.

[2]刘丽娟,葛剑平,毕晓丽,等.MTCLIM模型在岷江上游气候模拟中的应用[J].长江流域资源与环境, 2005, 14(2): 248-253.

[3]李海涛,沈文清,夏军.MTCLIM模型系列研究报告(1):温度的估算方法在中国亚热带山地的有效性验证[J].山地学报,2003, 21(4): 385-394.

[4]李海涛,沈文清,桑卫国.MTCLIM模型的研究现状及其潜在应用[J].山地学报, 2001, 19(6): 533-540.

[5]苏宏新,桑卫国.山地小气候模拟研究进展[J].植被生态学报,2002, 26(Z): 107-114.

[6]王强,白帆,唐彦,等. 利用IDL与VC++联合构建森林叶面积指数反演系统[J].测绘工程, 2012, 21(3): 1-4.

[7]张洪亮,倪绍祥,邓自旺,等.基于DEM的山区气温空间模拟方法[J].山地学报, 2002, 20(3): 360-364.

[8]梅晓丹，毛学刚，范文义，等.基于ArcGIS的中温带不同天气类型点太阳辅助分析：以佳木斯市辖区为例[J].测绘工程，2015，24(5)：24-28.

[9]THORNTON PE, RUNNING S W. An improved algorithm for estimating incident daily solar radiation from measurements of temperature, humidity, and precipitation[J]. Agricultural and Forest Meteorology, 1999,93:211-228.

[10]THORNTON P E, HASENAUER H,WHITE M A. Simultaneous estimation of daily solar radiation and humidity from observed temperature and precipitation: an application over complex terrain in Austria[M].2000.

[11]KIMBALL J S, RUNNING S W, NEMANI R. An improved method for estimating surface humidity from daily minimum temperature[J]. Agricultural and Forest Meteorology, 1997,85:87-98.

[12]RUNNING S W, NEMANI R R, HUNGERFORD R D. Extrapolation of meteorological data in mountain terrain, and its use for simulating forest evapotranspiration and photosynthesis[J]. Canadian Journal of Forest Research, 1987, 17: 472-483.

[13]GLASSY J M, RUNNING S W. Validating diurnal climatology logic of the MECLIM model across a climatic gradient in Oregon[J]. EcolApp,l 1994, 4(2): 248-279.

[14]BARRRY R G. Mountain Weather and Climate[M]. 2nd ed. London:Routeledge, 1992.

[15]GLASSY J M, RUNNING S W. Validating diurnal climatology logic of the MT-CLIM model across a climatic gradient in Oregon[J]. EcoApp,1994, 4(2): 248-279.

[16]KIMBALL J S, RUNNING S W, NEMAIN R R. An improved method for estimating surface humidity from daily minimum temperature[J]. Agriculture and Forest Meteorology, 1997, 85: 87-98.

[17]ROSENBERG N J, BLAD B L, VERMA S B. Microclimate the Biological Environment of Plants[M]. New York: John Wiley & Sons, 1983.

[18]THORNTON P E, RUNNING S W. Generating surfaces of daily meteorological variables over large regions of complex terrain[J]. Journal of Hydrology,1997, 190:214-251.

[19]GLASSY J M, RUNNING S W. Validating diurnal climatology of the MT-CLIM model across a climatic gradient in Oregon[J]. Ecological Applications, 1994,4(2):248-257.

[责任编辑：张德福]