CN109598431A - 基于地表温度反演的太阳能资源发电潜力评估方法 - Google Patents
基于地表温度反演的太阳能资源发电潜力评估方法 Download PDFInfo
- Publication number
- CN109598431A CN109598431A CN201811435167.5A CN201811435167A CN109598431A CN 109598431 A CN109598431 A CN 109598431A CN 201811435167 A CN201811435167 A CN 201811435167A CN 109598431 A CN109598431 A CN 109598431A
- Authority
- CN
- China
- Prior art keywords
- surface temperature
- thermal infrared
- solar energy
- energy resources
- radiation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 16
- 238000010248 power generation Methods 0.000 title claims description 11
- 230000005855 radiation Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000005611 electricity Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims description 13
- 239000002689 soil Substances 0.000 claims description 8
- 238000000179 transient infrared spectroscopy Methods 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 3
- 230000005457 Black-body radiation Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000007983 Tris buffer Substances 0.000 claims 1
- 238000009738 saturating Methods 0.000 claims 1
- 238000010276 construction Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种基于地表温度反演的太阳能资源发电潜力评估方法，步骤包括：步骤1、选取待评估地区的热红外影像数据，步骤2、对选取的热红外影像数据进行预处理，步骤3、归一化植被指数值计算，步骤4、获取待评估地区的比辐射率，步骤5、基于预处理后的热红外数据反演地表温度，步骤6、确定地表温度与太阳辐射强度的拟合关系，步骤7、由热红外影像数据反演地表温度推算太阳辐射强度，步骤8：根据中华人民共和国气象行业标准QX/T89‑2008《太阳能资源评估方法》，以太阳年辐射总量为指标进行评判，得到取待评估地区的太阳能资源丰富程度等级。本发明的方法，方便对带评估地区进行太阳能潜力的评估，降低购买数据造成的成本。
Description
技术领域
本发明属于太阳能资源预测技术领域，涉及一种基于地表温度反演的太阳能资源发电潜力评估方法。
背景技术
为缓解化石能源给环境带来的压力以及化石能源储备危机，各国近年来不断加强对可再生清洁能源的开发与利用。其中，太阳能每秒钟辐射到地球大气层的能量相当于500万吨煤，因其资源丰富、对环境无污染，发电有很大优势。目前太阳能在发电方面主要是光伏发电和光热发电，除此之外太阳能集热技术在大型供热项目中也得到了大规模应用。
对太阳能发电厂进行选址需要提前考虑宏观与微观影响因素，选址不合理会直接造成电站发电量损失和维修费用增加，导致整体效益和运行寿命降低，还可能对周围环境造成不良影响。在选址评估中，决定性的因素之一是当地的太阳能资源。根据中华人民共和国气象行业标准QX/T89-2008《太阳能资源评估方法》，太阳能资源丰富程度以太阳年辐射总量Rs(kWh/(m2·a))为指标，太阳年辐射总量的评估往往需要靠大量基础气象参数推算得出。然而由于技术限制，多数地区都缺乏足够的长期太阳辐射数据，且随着全球气温变化，单纯的历史数据不能很好的反映近期的太阳能源变化情况；另外，对开发方而言，购买大量辐射数据也提高了发电厂的建设成本。
发明内容
本发明的目的是提供一种基于地表温度反演的太阳能资源发电潜力评估方法，解决了现有技术中缺乏及时、足够的气象参数，难以对某一地区的太阳能开发潜力进行准确评估的问题。
本发明所采用的技术方案是，一种基于地表温度反演的太阳能资源发电潜力评估方法，按照以下步骤实施：
步骤1、选取待评估地区的热红外影像数据，
步骤2、对选取的热红外影像数据进行预处理，
步骤3、归一化植被指数值计算，
步骤4、获取待评估地区的比辐射率εsurface，
步骤5、基于预处理后的热红外数据反演地表温度，
步骤6、确定地表温度与太阳辐射强度的拟合关系，
步骤7、由热红外影像数据反演地表温度推算太阳辐射强度，
步骤8：计算与评估，
根据中华人民共和国气象行业标准QX/T89-2008《太阳能资源评估方法》，以太阳年辐射总量为指标进行评判，得到取待评估地区的太阳能资源丰富程度等级。
本发明的有益效果是，利用易于获得的卫星热红外影像数据对待评估地区进行地表温度反演，由于太阳辐射强度变化直接影响着地表温度的变化，且光热系统的聚光结构大多都安装在距离地表较近的地面，因此通过建立地表温度与太阳辐射强度的关系，能够更准确地评估地区的资源潜力，方便对待评估地区进行太阳能潜力的评估，降低购买数据的成本。
附图说明
图1为本发明实施例采用的Landsat-8热红外影像数据图；
图2为本发明方法的地表温度反演流程简图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
参照图2，本发明的太阳能资源发电潜力评估方法，基于地表温度反演，按照以下步骤实施：
步骤1、选取待评估地区的热红外影像数据，
热红外影像数据(热红外遥感图像)主要是指卫星传感器辐射接受工作区间位于红外波段范围以内，通过记录和收集被反射物的热红外辐射信息，识别地物或反演地表信息，例如湿度、温度等。2013年发射的Landsat-8卫星很好的实现了热红外遥感，该Landsat-8卫星的数据因免费且方便获取、时间序列跨度长、数据质量高而在全世界被广泛使用。该Landsat-8卫星上搭载有热红外传感器TIRS，能够提供两个热红外波段信息(即热红外影像数据)，分别为TIRS10(10.6-11.2μm)和TIRS11(11.5-12.5μm)。因第11波段的热辐射观测误差不确定性较大，反演误差可能达到1.75K左右，所以本步骤中优先采用第10波段信息进行地表温度反演，该Landsat-8卫星的相关参数与数据精度如表1所示。
表1、Landsat-8卫星部分参数设置
实施例中，待评估地区选取青海省格尔木市行列号为(P136，R34)的区域，在2016年全年12个月每月的1号、8号、15号、22号、29号选取共计60天60幅的Landsat-8热红外影像数据作为数据源。该部分数据可在网站Earth Explorer直接获得。如图1所示为部分日期的热红外影像数据截图。
步骤2、对选取的热红外影像数据进行预处理，
热红外影像数据的最基本单元是像元，每个像元所记录的信息是卫星遥感传感器在单元瞬时视场角所对应的实际地物反射的辐射能量总和，为了方便后续计算并消除卫星遥感传感器本身因为时间或系统的损耗而引起的误差，需要先进行辐射定标，将像元DN值转换为像元的大气顶层辐射亮度值：
Lλ＝Mλ·Qcal+Aλ (1)
其中，Lλ为大气顶层辐射亮度值，单位为W·m-2·um-1·sr-1，Qcal为原始影像像元DN值，Mλ为不同波段增益值，Aλ为不同波段偏移值，
为尽量消除卫星遥感传感器误差、光照条件、大气条件、地面起伏等因素造成的偏差，再对热红外影像数据进行预处理，具体过程是：
2.1)大气校正，
太阳对地球辐射的传输过程会受大气的影响，大气校正的目的是消除大气散射、吸收、反射等过程引起的误差，将大气顶层辐射亮度值转换为地表实际反射率，
对Landsat-8热红外影像数据数据的大气校正选用ENVI工具箱中Atmos-phericCorrection Module中的FLASSH Atmospheric Correction进行操作。
2.2)几何校正，
Landsat-8卫星的原始热红外影像数据经过了系统级的几何校正处理，为确保Landsat-8的热红外影像数据几何坐标校正至同一坐标系，采用image to image模块实现图像配准；
步骤3、归一化植被指数值计算，
植被指数是比辐射率中的重要参数，由于地表植被直接影响地表温度，因此需要对植被指数进行归一化处理，地表植被覆盖度Pv按照像元二分模型公式计算：
式(2)中，NDVI为归一化植被指数，NDVImin表示完全由裸土覆盖像元或无植被覆盖区域的像元的NDVI值，NDVImax表示纯植被像元即完全由植被所覆盖区域的像元的NDVI值；NDVI值采用ENVI工具箱中Transform的NDVI来统计出最小值与最大值；
实施例中，由于待评估地区存在盐湖且大部分地区为裸露地表，统计得到NDVImin＝-2.574(NDVI值显示小于0的像元表示其成分主要为水)，NDVImax＝0.4283。
步骤4、获取待评估地区的比辐射率εsurface，
本发明是基于普朗克定律，该定律反映了物体温度与辐射强度之间的关系，但现实中没有绝对的黑体，需通过比辐射率对物体的辐射强度公式进行修正；地表覆被类型不同，其相应的比辐射率也不同，出于工程建设方便考虑，太阳能热发电站一般建设在较为平坦的裸地上，比如实施例以格尔木市的裸地为研究对象，属于自然表面，其比辐射率表达式为：
εsurface＝PvRvεv+(1-Pv)Rsεs+dε (3)
式(3)中，Rv、Rs分别为地表植被和裸土的温度比率；εv、εs分别为植被和裸土的地表比辐射率；dε是由Pv确定的参数，当Pv<0.5时，dε＝0.0038Pv；当Pv＝0.5时，dε＝0.0019；当Pv>0.5时，dε＝0.0038(1-Pv)，因一般用于建造太阳能集热镜场或光伏电池板的地面都选择较为平坦或后期施工使场地平坦，故dε忽略不计，则地表植被Rv和裸土的温度比率Rs分别变换为下式：
Rv＝0.9332+0.0585Pv (4)
Rs＝0.9902+0.1068Pv (5)
参考现有研究成果，Landsat-8卫星热红外波段TIRS Band10所对应的典型地物比辐射率如表2所示：
表2、典型地物比辐射率
| 地表材质 | 水体 | 植被 | 建筑 | 裸地 |
| 比辐射率 | 0.9910 | 0.9817 | 0.9551 | 0.9727 |
则式(3)的估算公式变换为：
εsurface＝0.9565+0.0546Pv-0.0462Pv 2； (6)
步骤5、基于预处理后的热红外数据反演地表温度，
搭载在Landsat-8卫星上的热红外传感器接受到的热红外辐射亮度值(能量)Lλ由三部分组成：一是地面真实辐射亮度经大气层后到达卫星传感器的能量；二是大气上行辐射亮度(大气直接热辐射)L↑；三是大气下行辐射达到地面后被地面反射的能量(大气向地面的热辖射)L↓，地表温度反演的具体过程是：
5.1)计算TRIS10辐射，
设大气透过率为τ，地表温度用Td表示，单位为K，Landsat-8卫星上搭载的热红外传感器TIRS接收到的热红外辐射亮度值的物理表达式(辐射传输方程)为：
Lλ＝[εsurfaceB(Td)+(1-εsurface)L↓]τ+L↑， (7)
5.2)计算黑体辐射亮度，
温度为Td的黑体的辐射亮度B(Td)为：
5.3)反演地表温度，
Td由普朗克公式反函数求得，普朗克定律能够反映物体温度与辐射能量之间的关系，
式(9)中的C1、C2为普朗克常数，由式(9)可见，要根据辐射传输方程反演地表温度，需要获取对应的普朗克常数，其中C1、C2常量从影像的header文件中获取，对于TIRS Band10数据，能够得到C1＝774.89W/(m2·um·sr)，C2＝1321.08K；大气上行辐射L↑、大气下行辐射L↓、大气透过率τ属于大气剖面参数，通过在NASA网站检索得到；
步骤6、确定地表温度与太阳辐射强度的拟合关系，
太阳辐射到达地面后，一部分被反射，一部分被地面吸收，使得地表温度Td发生变化，而引起地表温度日变化的根本原因是地球自转引起太阳辐射对地气系统加热的日变化，故太阳辐射强度变化直接影响着地表温度的变化。就气象学而言，一天中的上午随太阳辐射增强，地面处于升温，过辐射量最大点一般为13点或14点；而下午的太阳辐射逐渐减弱，地面处于失热降温过程，而由于地表具有较大的热容性，地表温度对太阳辐射的响应在时间上存在一定的延迟，使得在太阳辐射开始减弱时的地表温度仍比上一个时间点的温度要高。为此，本步骤采用分段函数表示一天中平原地区的上、下午时段的地表温度与太阳辐射强度的关系：
式(10)中，I1与I2分别表示上午与下午的地表温度对应的太阳辐射强度，单位为W/m2；e＝2.718281828459，a,b,c为拟合常量，各个地区存在差异，通过历史数据拟合获得；
上述的实施例中，对格尔木地区2014、2015年的地表温度与太阳辐射拟合得到拟合常量如下表3：
表3、格尔木地区地表温度与太阳辐射量
| 时段 | a | b | c | R<sup>2</sup> |
| 上午 | 6.447 | 648.955 | 22.375 | 0.998 |
| 下午 | 32.920 | 1.276 | 59.869 | 0.996 |
表3中R2为衡量回归方程拟合程度的系数，越接近1表明方程拟合程度越好。据此得出格尔木地区地表温度与太阳辐射强度的统计学定量关系为：
步骤7、由热红外影像数据反演地表温度推算太阳辐射强度，
对公式(10)求反函数，得到以下两个时间区间太阳辐射强度的数值：
将公式(11)和公式(9)，代入公式(12)及(13)中，通过热红外影像数据计算得到太阳辐射强度，再通过对太阳能发电工程的设计采光面积进行积分，得到太阳年辐射总量。
步骤8：计算与评估
根据中华人民共和国气象行业标准QX/T89-2008《太阳能资源评估方法》，以太阳年辐射总量为指标进行评判，得到取待评估地区的太阳能资源丰富程度等级。
实施例中，通过获取Landsat-8卫星的热红外影像数据，基于以上步骤，即可通过计算预先得到格尔木地区2015年以后的太阳年辐射总量(预估值)，2016年度太阳年辐射总量约为6983MJ/m2，2017年度太阳年辐射总量约为7158MJ/m2。对照上述的气象行业标准QX/T89-2008中的等级分类，明确判定格尔木地区的太阳能资源丰富程度等级为资源最丰富，具有很高的开发利用价值，非常适合投资建设太阳能资源发电项目。
Claims (9)
1.一种基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于，按照以下步骤实施：
步骤1、选取待评估地区的热红外影像数据，
步骤2、对选取的热红外影像数据进行预处理，
步骤3、归一化植被指数值计算，
步骤4、获取待评估地区的比辐射率εsurface，
步骤5、基于预处理后的热红外数据反演地表温度，
步骤6、确定地表温度与太阳辐射强度的拟合关系，
步骤7、由热红外影像数据反演地表温度推算太阳辐射强度，
步骤8：计算与评估，根据中华人民共和国气象行业标准QX/T89-2008《太阳能资源评估方法》，以太阳年辐射总量为指标进行评判，得到取待评估地区的太阳能资源丰富程度等级。
2.根据权利要求1所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤1中，热红外影像数据选用Landsat-8卫星的第10波段信息。
3.根据权利要求2所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述步骤2中，热红外影像数据的最基本单元是像元，将像元DN值转换为像元的大气顶层辐射亮度值：
Lλ＝Mλ·Qcal+Aλ (1)
其中，Lλ为大气顶层辐射亮度值，单位为W·m-2·um-1·sr-1，Qcal为原始影像像元DN值，Mλ为不同波段增益值，Aλ为不同波段偏移值，然后进行预处理。
4.根据权利要求3所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤2中，预处理的具体过程是：
2.1)大气校正，将大气顶层辐射亮度值转换为地表实际反射率，对Landsat-8热红外影像数据数据的大气校正选用ENVI工具箱中Atmos-pheric Correction Module中的FLASSHAtmospheric Correction进行操作；
2.2)几何校正，Landsat-8卫星的原始热红外影像数据经过了系统级的几何校正处理，为确保Landsat-8的热红外影像数据几何坐标校正至同一坐标系，采用image to image模块实现图像配准。
5.根据权利要求4所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤3中，对植被指数进行归一化处理，地表植被覆盖度Pv按照像元二分模型公式计算：
式(2)中，NDVI为归一化植被指数，NDVImin表示完全由裸土覆盖像元或无植被覆盖区域的像元的NDVI值，NDVImax表示纯植被像元即完全由植被所覆盖区域的像元的NDVI值；NDVI值采用ENVI工具箱中Transform的NDVI来统计出最小值与最大值。
6.根据权利要求5所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤4中，比辐射率表达式为：
εsurface＝PvRvεv+(1-Pv)Rsεs+dε (3)
式(3)中，Rv、Rs分别为地表植被和裸土的温度比率；εv、εs分别为植被和裸土的地表比辐射率；dε是由Pv确定的参数，当Pv<0.5时，dε＝0.0038Pv；当Pv＝0.5时，dε＝0.0019；当Pv>0.5时，dε＝0.0038(1-Pv)，dε忽略不计，则地表植被Rv和裸土的温度比率Rs分别变换为下式：
Rv＝0.9332+0.0585Pv (4)
Rs＝0.9902+0.1068Pv (5)
根据Landsat-8卫星热红外波段TIRS Band10所对应的典型地物比辐射率，式(3)的估算公式变换为：
εsurface＝0.9565+0.0546Pv-0.0462Pv 2。 (6)
7.根据权利要求6所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤5中，搭载在Landsat-8卫星上的热红外传感器接受到的热红外辐射亮度值Lλ由三部分组成：一是地面真实辐射亮度经大气层后到达卫星传感器的能量；二是大气上行辐射亮度L↑；三是大气下行辐射达到地面后被地面反射的能量L↓，地表温度反演的具体过程是：
5.1)计算TRIS 10辐射，
设大气透过率为τ，地表温度用Td表示，单位为K，Landsat-8卫星上搭载的热红外传感器TIRS接收到的热红外辐射亮度值的物理表达式为：
Lλ＝[εsurfaceB(Td)+(1-εsurface)L↓]τ+L↑， (7)
5.2)计算黑体辐射亮度，
温度为Td的黑体的辐射亮度B(Td)为：
5.3)反演地表温度，
Td由普朗克公式反函数求得，普朗克定律能够反映物体温度与辐射能量之间的关系，
其中C1、C2常量从影像的header文件中获取，大气上行辐射L↑、大气下行辐射L↓、大气透过率τ属于大气剖面参数，在NASA网站检索得到。
8.根据权利要求7所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤6中，采用分段函数表示一天中平原地区的上、下午时段的地表温度与太阳辐射强度的关系：
式(10)中，I1与I2分别表示上午与下午的地表温度对应的太阳辐射强度，单位为W/m2；e＝2.718281828459，
a,b,c为拟合常量，通过历史数据拟合获得。
9.根据权利要求8所述的基于地表温度反演的太阳能资源发电潜力评估方法，其特征在于：所述的步骤7中，对公式(10)求反函数，得到以下两个时间区间太阳辐射强度的数值：
将公式(9)代入公式(12)及(13)中，通过热红外影像数据计算得到太阳辐射强度，再通过对太阳能发电工程的设计采光面积进行积分，得到太阳年辐射总量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811435167.5A CN109598431A (zh) | 2018-11-28 | 2018-11-28 | 基于地表温度反演的太阳能资源发电潜力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811435167.5A CN109598431A (zh) | 2018-11-28 | 2018-11-28 | 基于地表温度反演的太阳能资源发电潜力评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109598431A true CN109598431A (zh) | 2019-04-09 |
Family
ID=65960488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811435167.5A Pending CN109598431A (zh) | 2018-11-28 | 2018-11-28 | 基于地表温度反演的太阳能资源发电潜力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109598431A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070414A (zh) * | 2020-09-17 | 2020-12-11 | 国核电力规划设计研究院重庆有限公司 | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 |
| CN113139154A (zh) * | 2021-05-17 | 2021-07-20 | 上海航天测控通信研究所 | 一种星载微波成像仪在轨热镜温度推算装置及方法 |
| CN114842325A (zh) * | 2022-03-16 | 2022-08-02 | 北京四象爱数科技有限公司 | 一种基于单波段中波红外卫星遥感数据的地温反演方法 |
| CN115170694A (zh) * | 2022-06-27 | 2022-10-11 | 西安中科天塔科技股份有限公司 | 一种面源碳通量分布图的生成方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073791A (zh) * | 2011-01-12 | 2011-05-25 | 东南大学 | 用于光伏电站设计的地区太阳能资源丰富程度评估系统 |
| CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
| CN107678075A (zh) * | 2017-11-13 | 2018-02-09 | 深圳先进技术研究院 | 一种基于国产卫星的城市热岛效应监测方法和系统 |
| CN107843939A (zh) * | 2017-10-24 | 2018-03-27 | 防灾科技学院 | 基于无人机热红外影像的煤火识别方法 |
| CN108020322A (zh) * | 2016-11-01 | 2018-05-11 | 核工业北京地质研究院 | 煤田火区的机载热红外高光谱遥感定量探测方法 |
-
2018
- 2018-11-28 CN CN201811435167.5A patent/CN109598431A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073791A (zh) * | 2011-01-12 | 2011-05-25 | 东南大学 | 用于光伏电站设计的地区太阳能资源丰富程度评估系统 |
| CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
| CN108020322A (zh) * | 2016-11-01 | 2018-05-11 | 核工业北京地质研究院 | 煤田火区的机载热红外高光谱遥感定量探测方法 |
| CN107843939A (zh) * | 2017-10-24 | 2018-03-27 | 防灾科技学院 | 基于无人机热红外影像的煤火识别方法 |
| CN107678075A (zh) * | 2017-11-13 | 2018-02-09 | 深圳先进技术研究院 | 一种基于国产卫星的城市热岛效应监测方法和系统 |
Non-Patent Citations (4)
| Title |
|---|
| 中国气象局: "《中华人民共和国气象行业标准QX/T89-2008太阳能资源评估方法》", 31 July 2008, 气象出版社 * |
| 孙乐乐等: "基于劈窗算法的青岛地区地表温度反演研究", 《安徽农学通报》 * |
| 尚凯锋等: "室外气温与太阳辐射的随动性关系研究", 《土木建筑与环境工程》 * |
| 张良培 等: "《高光谱遥感》", 30 June 2011, 测绘出版社 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070414A (zh) * | 2020-09-17 | 2020-12-11 | 国核电力规划设计研究院重庆有限公司 | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 |
| CN112070414B (zh) * | 2020-09-17 | 2023-11-07 | 国核电力规划设计研究院重庆有限公司 | 一种基于多站点观测数据的太阳能资源评估方法、系统及介质 |
| CN113139154A (zh) * | 2021-05-17 | 2021-07-20 | 上海航天测控通信研究所 | 一种星载微波成像仪在轨热镜温度推算装置及方法 |
| CN113139154B (zh) * | 2021-05-17 | 2022-07-05 | 上海航天测控通信研究所 | 一种星载微波成像仪在轨热镜温度推算装置及方法 |
| CN114842325A (zh) * | 2022-03-16 | 2022-08-02 | 北京四象爱数科技有限公司 | 一种基于单波段中波红外卫星遥感数据的地温反演方法 |
| CN115170694A (zh) * | 2022-06-27 | 2022-10-11 | 西安中科天塔科技股份有限公司 | 一种面源碳通量分布图的生成方法及装置 |
| CN115170694B (zh) * | 2022-06-27 | 2023-06-16 | 西安中科天塔科技股份有限公司 | 一种面源碳通量分布图的生成方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109598431A (zh) | 基于地表温度反演的太阳能资源发电潜力评估方法 | |
| Nwokolo et al. | A qualitative review of empirical models for estimating diffuse solar radiation from experimental data in Africa | |
| Augustine et al. | An update on SURFRAD—The GCOS surface radiation budget network for the continental United States | |
| Li et al. | Estimating solar energy potentials on pitched roofs | |
| Marion | A model for deriving the direct normal and diffuse horizontal irradiance from the global tilted irradiance | |
| Martinez-Gracia et al. | Solar energy availability | |
| CN108763649B (zh) | 一种优化评估光伏组件电池片所接受辐照量的方法 | |
| Chen et al. | Performance analysis of radiation and electricity yield in a photovoltaic panel integrated greenhouse using the radiation and thermal models | |
| Ruiz-Arias et al. | Solar resource for high-concentrator photovoltaic applications | |
| Salazar et al. | Practical models to estimate horizontal irradiance in clear sky conditions: Preliminary results | |
| Gorjian et al. | Estimation of mean monthly and hourly global solar radiation on surfaces tracking the sun: Case study: Tehran | |
| Heibati et al. | Developing a model for predicting optimum daily tilt angle of a PV solar system at different geometric, physical and dynamic parameters | |
| Li et al. | Evaluation of solar radiation models on vertical surface for building photovoltaic applications in Beijing | |
| Moldovan et al. | Improvement of clear sky models for direct solar irradiance considering turbidity factor variable during the day | |
| Elsinga et al. | Inverse photovoltaic yield model for global horizontal irradiance reconstruction | |
| Zo et al. | Analysis of solar radiation on the surface estimated from GWNU solar radiation model with temporal resolution of satellite cloud fraction | |
| Hayasaka | The long-term variation in surface shortwave irradiance in China and Japan: a review | |
| Emon et al. | Solar thermal energy conversion | |
| Daus et al. | Assessing solar energy using photovoltaic power plants on building envelopes | |
| Ronoh | Prediction of total solar irradiance on tilted greenhouse surfaces | |
| Bennour et al. | Solar radiation assessment by the Gueymard daily integration (DI) model for the eastern Mediterranean region (EMR) of Algeria: A forecasting and comparative study | |
| Jaramillo et al. | Solar oven for intertropical zones: Optogeometrical design | |
| Garrod et al. | Electrical and thermal performance of bifacial photovoltaics under varying albedo conditions at temperate climate (UK) | |
| Li et al. | Geographical variation in energy yields of rooftop photovoltaic projects in Australia | |
| Pereira et al. | Cross validation of satellite radiation transfer models during SWERA project in Brazil |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |