电子董建翻译修改稿.docx
- 文档编号:30740601
- 上传时间:2023-08-20
- 格式:DOCX
- 页数:14
- 大小:807.07KB
电子董建翻译修改稿.docx
《电子董建翻译修改稿.docx》由会员分享,可在线阅读,更多相关《电子董建翻译修改稿.docx(14页珍藏版)》请在冰豆网上搜索。
电子董建翻译修改稿
齐齐哈尔大学
毕业设计外文翻译(修改稿)
题目太阳光入射角光电检测装置
学院通信与电子工程学院
专业班级电子085班
学生姓名董建
指导教师苗凤娟
2012年03月20日
太阳辐射预测植被建模的多尺度计算
ChristianPiedallu*,Jean-ClaudeG´egout
(2007年2月12日修订版2007年5月29日,2007年7月4日)
摘要
最近大环境数据库的发展允许的大片领土,物种或社区的生态行为的分析。
太阳辐射是一个生态过程的基本组成部分,但较少使用在这个规模,由于缺乏可用的数据。
在这里,我们提出了一个程序,可以计算太阳辐射,考虑到双方的地形(坡度,坡向,海拔高度,阴影)和全球(混浊和纬度)参数。
这个模型适用于整个法国(540万平方公里),今年每月只有50米的数字高程模型(DEM),纬度值和混浊的数据。
太阳能辐射测量来自88个气象观测站,验证表明,在R2和0.78之间更好的测量和预测每年的辐射。
辐射值随高度的增加,朝南的斜坡,但在夏季除外。
他们随纬度,星云,坡度为北部,东部和西部的风险。
辐射减少20%左右,在冬季和夏季减少10%。
冷杉,宏基假,阿尔巴和栎毛竹,它们可以根据法国植物分布模型计算。
利用太阳辐射,提高模型通过水平衡变量的建模。
我们得出这样的结论:
模型,结合地形和全球变化,太阳辐射可以提高效率的大型模型的植物分布。
关键词:
太阳辐射;水平衡;地理信息系(GIS);数字高程模型(DEM);植物分布模型;植被建模
第1章引言
太阳辐射中的分布、组成,照片合成和水的循环生态系统的生产力起着至关重要的作用。
太阳辐射导致水平衡的几个参数(加热空气和土壤,蒸散量,风,雪和冰融化),代表着一个直接的资源梯度[1],这是关系到植被过程。
因此,这不奇怪,许多研究尝试找到太阳辐射对植物物种的分布的链接。
然而,研究利用太阳能辐射,一般涉及有限的地区(从几公顷到几百平方公里),由于很难准确计算的本地和较大规模的辐射。
在地面气象逻辑站直接测量太阳辐射。
数据可插值到更大的区域[25,47],但由于地形和强大的变异,数量有限的气象观测站记录此参数,已阻碍了绘图精确的辐射图[17,23]。
卫星的数据,如气象卫星,允许一个地域辽阔的空间,但不考虑地形变异值[23]。
20世纪90年代初以来,地理信息系统(GIS)的技术使研究人员开发太阳辐射的几种模式。
“提款机”[13]和“太阳通量”[22]模型是首次开发,其次是其他如“短波”和“直接”[30],“太阳能分析师”[17]“最活跃”[26],“分散式架构”[53],“间隙性”[52],“太阳光”[23]。
这些模型采用不同的方法计算辐射,它们有效的节约成本,尽可能的使用大量的计算,非常适合地形复杂的地区,并很准确[14,46]。
根据数字高程模型,可以计算出高分辨率的数据(DEM)。
具有开发大型数据库[4,19]和取样方法[15],植被研究需要准确的环境数据在大领域为新型物种分布的规模分布区[20]。
在广泛的规模中,辐射计算需要结合小规模的变异引起的地形变化和大规模的调制器,如纬度或混浊[11]。
现有的一些方案不适合大规模的计算,因为他们只提供晴空辐射,或他们认为纬度为恒定值[17,30]。
其他机型更详细的计算方法,但他们需要许多空间估计的参数,而不是利用像阳光分数、反照率、最小和最大的空气温度。
这种输入可用性问题加剧时,一般应具有异构地面气象数据集。
如果计算能力上有提高,并且允许国家或大陆通过对太阳辐射精细分辨率的计算,现有机型的限制解释,他们实际上是不同的大型植物分布建模。
如果很多的研究建立在局部范围内[24,29],太阳辐射的重要性可以改善大型植物分布模型实际上是鲜为人知的。
这次研究的目的是:
一个基于GIS的新方案叫做Helios,可以很容易地计算出准确的太阳辐射值,有助于预测植物分布,以及广泛的尺度本地。
这个程序必须要求输入几个参数,主要是提供给世界各地的。
验证了大面积的太阳辐射计算。
Helios计划已经制定,它是最流行GIS软件包之一。
结合当地的地形(坡度,坡向)和全球(混浊和纬度)参数,计算太阳辐射规模。
高程模型的使用要求计算出数字和混浊值。
这些数据是由网络上大部分国家免费提供的。
值混浊,这是经典测量,确保传感器,也可以插气象站。
法国最好的可覆盖全国的决议(50×50米间距网格)实施辐射模型。
为了评估其质量,仿照辐射数据分散在全国各地的88个气象观测站测得的数据进行比较。
然后,我们评估模型的灵敏度,在不同的地域范围根据坡度,坡向,海拔,纬度或混浊。
最后,我们模拟了3个植物物种的分布(冷杉,栎毛竹,阿尔巴和宏基假),以Helios提高植物分布模型评估。
第2章方法
2.1模型描述
短波辐射涵盖0.28-5微米范围内的频谱,可分为三个组成部分[12,18]:
从太阳,通常是最大的直接辐射,弥漫天空的辐射,大气扩散,取决于他们其组成和地形反射辐射,这是一部分在直接或弥漫性散射辐射的地面。
此组件有覆盖地面的功能,也可以是冰雪覆盖的地区,因为高反照率大。
全球辐射量是弥漫在地球表面的地形反射组件的总和。
他们决心通过三组因素:
太阳和地球表面,大气衰减和地形因素[18,23,46,52]之间的几何关系。
太阳和地球表面之间的几何关系的特点是由地球的几何形状,革命,旋转,可用天文公式计算。
这说明在全球范围内与植被的纬度梯度观测。
大气衰减是由于气体,固体和液体微粒。
天文辐射衰减根据大气层的厚度,按高度计算。
它可确定具有良好的精度水平。
地形因素引起强烈的变化在当地规模,由于表面的方向和倾斜,其中修改的入射角度日照[18]。
另一方面,天空阻塞周围的地形,它可以模拟与数字高程模型,可以限制直接辐射在山区地形阴影。
具有精度高,对分辨率的不同,这些因素可以模拟。
衰减的云彩是分开考虑。
它可以提供从不同来源的数据[11]。
我们用经验方程外推法的基础上每月平均云量测量地面气象站[27]。
2.1.1地球太阳几何学
太阳在天空中的位置,是一个功能的时间和纬度[18]。
在这一过程的开始,每个像素的纬度值的网格生成,使纬度作为变量在所有的计算。
太阳的位置被定义为太阳高度的太阳方位角。
太阳高度角(α)定义太阳在地平线以上的位置:
(1)
其中φ为纬度研究计算,η(即太阳和当地的经络线之间的角距离),δ是太阳赤纬,角之间的太阳能光束和赤道平面,取决于不同的日数[6]:
表1在Helios计划中参考文献使用的参数如下
(2)
太阳方位(β)是与太阳之间的角度真正的北方。
cosβ=(sinδ×cosϕ−cosδ×sinϕ×cosη)/cosα.(3)
2.1.2光的特性和灭绝
我们计算模型[28]Kreith和Kreider太阳辐射通量大气层外的(ROUT,W/m²)。
太阳辐射通量是一个太阳常数(我们使用世界辐射中心价值1367W/m²):
Rout=Sc×(1+0.034×cos(360J/365)).(4)
透射系数τM代表的入射辐射在大气顶层,到达地面沿垂直轨迹。
我们选择为τ[18]0.6值。
中号代表表示路径的长度,根据太阳方位角。
在山区,有必要使用一个校正因子相关的大气压力P/Po,这对高度依赖。
我们用列表[33]的公式和Kreith和Kreider[28]:
M=Mo×P/Po(5)
P/Po是大气压力校正计算公式如下:
(6)
其中h是高度、Mo空气质量是相对路径,在海平面的长度:
(7)
2.1.3地形影响
计算辐射倾斜的表面,它是必要的传入的太阳光线和入射角地面的表面。
随着太阳的位置和地形条件[5]:
(8)
其中χ是坡度(度),βs是纵横(度)。
2.1.4全球辐射计算
每小时计算全球辐射的总和形成直接(Rdir),弥漫性(RDIFF)和反射辐射周围的地形[18](RREF)获得:
(9)
其中SH是一个遮蔽的太阳高度角(α)和太阳方位角(β)(表一)每个小时,每个整数值计算的二进制值。
sh是计算使用ArcInfo软件的山体阴影的命令,使发光射线投射光从太阳计算的位置。
细胞在邻近斜坡的值是0,否则为1。
模拟漫辐射是复杂的,因为照射各向异性,特别是在阴天条件。
我们假定,散射辐射是各向同性的[10,30],并选择刘和约旦[34]的模型。
该模型考虑到太阳高度角和透射的气氛下,晴天条件:
(10)
地形反射辐射计算使用门的公式[18]:
(11)
其中r为地面反射(我们使用值0.2)。
三个组成部分的总和,全球辐射(Rtot)每个小时计算(W/m2):
(12)
每日全球辐射值求和的计算
从日出到日落的小时值。
灰蒙蒙的天空[11,23]计算的云衰减因子(KC)由卡斯滕和定义[27]。
这个经验公式是易于使用,一般在气象卫星地面站观察,每个占1/8的天空云盖。
否则,数据集提供了世界上很大一部分的网站[39]。
在法国。
阴天辐射(Rtotc),使用下列公式计算:
(13)
(14)
全球辐射的计算持续时间可以从一天到一年,考虑日常值的总和。
这种方法可能是最准确的,但又是非常昂贵的,不适合对高分辨率和长时间大面积的计算(按月计算,例如)。
它是可以推断的日常计算、估计每月太阳辐射的数量。
在这种情况下,用户定义了一个计算时间间隔,然后划分成幅度相等的时间间隔期间。
这种方法可以减少计算时间,每天一般小的变化。
2.2数据的计算和评估
方案赫利奥斯运行整个法国(540万平方公里),50米×50米的网格间距用数字高程模型。
按月计算,每年的太阳辐射和映射。
为了减少计算时间,每月值推算中位数为12个月的每一天。
该模型是比较有效的数据产生的所有这些测量气象站的法国气象局网络。
我们选择了分散在全国各地的88个气象站,位于100米的精度,其中有一个最低。
十年值1971〜2002年期间,共收集,汇总计算每月平均以计算与GIS相比。
整整一个月,对单日(该月的中位数)计算插值所产生的误差进行了评价。
这两个值之间的相关系数的绝对值和相对值的平均差异。
我们还研究了该模型的灵敏度,根据坡度,海拔高度,坡向,纬度,和云量的条件。
我们分析了使用这个环境变量的所有辐射的平均值计算的地理区域上的变化,除了研究为我们改变其值与指定的时间间隔,在最大和最小之间。
我们的测试高度,低于3000米。
被认为是三个嵌套地区:
整个法国(540万平方公里),法国东北部洛林地区(24万平方公里),孚日山脉,东北部的法国(2.4平方公里)。
2.3太阳辐射计算在植物物种分布模型中的使用
一个经典的统计方法,为了估计,如果太阳辐射计算与赫利俄斯大规模的研究,可以改善植被模型的研究。
林三是对光线敏感的物种:
阿尔巴,宏碁假,冷杉和栎毛竹林。
Abiesalba是一中35-45米的针叶树种,分布在法国和欧洲,Acerpseudoplatanus为20-30米的落叶乔木,主要分布在欧洲大陆和法国东部。
图1用来模拟植物物种6219地块的位置分布
这两个物种都喜欢大气中的水分[44]。
栓皮栎毛竹110-25M个子地中海喜阳和喜温的树,目前在法国南部的三分之二。
我们采用了分层抽样法,根据纬度(3阶层:
41-48°,45-47.5°,47.5-51◦),坡度和坡向(3阶层:
坡度小于5°,超过5北坡◦超过5南坡◦)。
该数据集包含6219地块,与各阶层,包括514至750地块(图1)。
确保最小距离1000米之间的模块,从而避免在分布建模与空间自相关的问题。
在三个品种中,我们预测太阳的辐射能力。
我们在第一时间,仿照该物种的分布,根据4个生态变量变量有关的植物分布特征[16,38,43,49]:
年平均温度(MAT),平均年降水量(MAP),海拔高度,土壤pH值。
提取这些变量从四个GIS数据层,R2的pH值与0.066不同,等于0.00094,确保在分布建模阶段没有问题出现。
我们添加到最初的候选变量的一个补充,直接评估相关的模拟辐射与植物的分布,以及其相关的水平衡,这是至关重要的植物分布[1]。
第3章结论
年太阳辐射值范围从1200,7200MJ/m²平均值近4500MJ/m²。
国家地图显示了纬度梯度辐射的增加,与从北向南,在更高的价值比同纬度的大西洋海岸的地中海地区。
插图显示在孚日山脉的小流域,突出的区域地形条件对辐射的重要性。
法国,平均每月的值的范围在七月和350MJ/m²12月880MJ/m²。
最大值位于法国阿尔卑斯山的南坡,最低值在法国北部和山坡北部。
由于地形的差异是在崎岖蜿蜒的山脉之间的巨大辐射,法国南部和北部。
3.1辐射模型验证
使用验证范围从0到88站在海拔2780中号,从0到38度的斜坡,并涵盖所有方面。
获得每月从GIS模型值的总和,每年的辐射,由法国气象局(R²=0.78),平均每年30.9MJ/m²偏见密切相关(图3,表二)。
平均绝对误差为4450MJ/m²全球平均辐射测量值194.50MJ/m²。
在同一地区,在法国东南部(图3)。
辐射估计在这方面的问题可能是由于地中海地区的土壤反射率的差异,或混浊高估。
对于所有车站,每月值氨化前展示了一个夏天的高估和模型的一个冬天低估测量数据相比,减少为两个分点(表二)的偏见。
模型和测量之间的相关性值是在冬季更好(R²=0.88,在12月或1月,最低R2的是在四月或五月0.60)。
图2太阳辐射(焦耳/平方米)模拟Helios计划在法国科尼蒙市流域中如图
表2月度和年度值比较赫利俄斯与法国气象局88测量(MF)(MJ/m²)的辐射。
我们测试的所有模型数据11测量坡度超过5地面站◦(最大值=38°,平均值=14°)。
这些站有辐射全球平均每年4417MJ/m²、2305MJ/m²,平均绝对误差,它可以比194.5MJ/m²所有地面站。
这可以解释复杂的计算,与气象观测站的定位精度(100米)的逻辑错误略有增加。
第二个限制是分辨率(50米),平均微地形的变化和修改坡度和坡向值。
图3辐射测量之间的关系法国气象局站和Helios值(MJ/m²)。
图4变化的太阳辐射的不同状况,海拔,纬度,和云量(兆焦耳/平方米)
GIS计算,中位数一天做外推到一个月,不表现出相当大的变化相比,每月月天的总和所得的值。
17个气象站的测试,三月显示19.92MJ/m²实测值的平均差异与1天和19.69MJ/m²为30天的计算量。
因此,这是可能的,过长时间使用中位数的一天,这是更快和足够准确计算的辐射。
例如,6月份在法国西南部的变化,超过11%的辐射差异,更坏的结果时使用的混浊。
3.2灵敏度分析
我们的特点之间的关系,计算总辐射和斜坡,方面,海拔,纬度和云量之间的关系。
在混浊或纬度的增加,涉及辐射的减少,而高海拔地区比较低的接收更多的辐射。
六月,中纬度南部和法国北部(约10◦)之间的差异补偿,海拔700米的辐射值:
两者都有约20MJ/m²的变化(图4)。
海拔或纬度和辐射之间的关系,都几乎是线性的。
增加在海拔100米,涉及6月份增加4.4MJ/m²辐射在十二月和14.7 MJ/m²。
辐射值随纬度的降低而减小,在春分,秋分,夏至,冬至是较小的,主要是在夏至。
例如,辐射三月份下降约每度北纬12.2 MJ/m²,2.7每纬度程度MJ/m²六月。
我们测试了三个月的云层变化。
一月提出云层变化的最高值,七月是云层变化的最低值,九月提出的中间值(3.3至5.7之间)。
研究记录的两个极端之间星云月份减少18.3 MJ\M²辐射。
图5计算的太阳辐射
辐射值改变后,在坡度增加,同时取决于方面的关注(图6)期间。
在坡度的增加,对应于(90或270◦)为减少辐射东部和西部方面,特别是北部曝光。
南部方面,在冬季增加辐射,减少辐射后45初始增加边坡在6月3月和30◦,造成高的太阳位置。
辐射方面的变化相当大的为最高的斜坡:
从1到9月,辐射范围为50°,从1到2边坡坡度为20◦。
最重要的辐射变化,由于斜坡北部曝光观察:
例如,在坡度变化从0到6月80◦
然而,辐射值不区分由不同尺度相同的参数。
在规模的集水区(2.4平方公里),当地地形参数变化(坡度,坡向,并在较小程度上,海拔高度),一个小型研究的网站,解释辐射值的多样性。
表面较大的计算,全局参数(纬度和云量)增加,成为超过海拔高度和缓坡解释辐射值的多样性方面的重大作用。
例如,对于缓坡(5◦),纬度或混浊的效果比三月在法国的规模效应地形是最重要的。
然而,陡峭的山坡上(约40◦),方面是涉及法国规模最大的辐射变化的参数。
更重要的是在三月,具有更大的影响在6大片领土,各方面尤其如此。
图6坡度和坡向(MJ/m²)辐射的变化
表3之间先后而不同,每个模型参数,为三个嵌套领域的两个极端值振幅辐射值(MJ/m²)获得。
仅限于海拔3000米,坡度40。
n=没有观察到。
3.3利用太阳辐射的大型植物分布建模
突出三个研究的物种分布建模的计算辐射的显着影响(P<0.001)。
D2辐射模型单因素达到0.043,0.018和0.100,分别为宏基假,冷杉阿尔巴,栎毛竹。
温度和降水预测宏基假和冷杉阿尔巴分布的最重要的变量,pH值是最重要的预测分布的栓皮栎毛竹,根据越轨行为准则。
在最初的高度垫地图pH值的模型,包括太阳辐射,涉及D²中的显着增加了研究的三个品种(表四)。
宏基假,冷杉阿尔巴太阳辐射的响应下降,栎毛竹的反应是增加的,根据这些物种的知识[44]。
补充其他气候或土壤中的太阳辐射行为变量来解释这些树种分布。
使用桑斯维特公式计算水平衡的作用是为每个物种具有重要意义。
表4解释三种植物的偏差模型(D²)分布和参数指数
第4章结论
机型采用了精确的太阳辐射,同时考虑到地形特征的普遍开展了对本地区域尺度[37,40],但规模不是很大,一个国家或大陆[48,51],难度计算准确的数据。
此外,太阳辐射模型过大的地区的植物分布很少使用。
我们阐述了Helios计划,因此主要是世界各地的一些输入参数,以计算罚款决议空间分布大面积的太阳能辐射具有良好的准确性。
Helios,为法国在气象观测站测得的数据进行比较模型输出的检查,区分全球变性和当地的地形条件,这是不可能的气象站插值或直接与层提供卫星图像[23]。
通过敏感性分析我们发现每一个区域范围内有不同的尺度,但需要结合纬度和云量的差值。
Helios正适合大规模的植物分布研究:
提高直接或间接通过水平衡,3种模型预测性能研究。
太阳辐射中使用的PET计算Turc公式为基础的水平衡,似乎是比其单独使用更有效。
该指数的效率也证实了它的成功在树木生长预测[42]。
由太阳神提供的资料的空间分布的性质,允许包括太阳辐射预测植物物种分布图。
该模型能以不同的方式加以改善。
云量的不同,尤其是在崎岖的地形,我们辐射估计不如其他地方估计。
一个完善的空间和时间浑浊变异可能是一个大的改善,例如使用卫星云图测量。
DEM的质量也很重要:
在坡度和坡向值以及DEM分辨率的错误,可以在结果产生重大差异。
根据土壤覆盖和季节,而不是使用一个恒定值,使不同的反照率,还应该提高评估地形反射辐射,特别是在山区,积雪覆盖的地方有一个高反照率,或在地中海地区植被覆盖是连续的和系统的太阳辐射低估。
然而,这个变量的估计需要精确的土地覆盖信息,很难获得精细的分辨率。
它可能是可能的反照率每植被单位的估计值,或直接使用遥感记录的反照率值。
辐射在森林覆盖下的土壤水平的估计也可以开发,例如,使用本地半球的视域或激光雷达DEM,以获得有关树遮蔽的空间信息。
植物分布建模的大片领土,要求工作,研究网站的程度应该超越物种分布的观测环境的限制范围,以确定所有的物种可以生存的条件。
然而,大规模的模型通常不考虑到地形的影响,这是一个重要的生态过程作为一个地方的过滤器驱动程序的行为,使不利的栖息地内的物种范围的地区,以区别于有利。
此外,生产的生态地理信息系统层精细描述了大片领土的生物物理因素,是一个在未来几年重要的利害关系。
我们的工作可以产生高分辨率的太阳辐射的地图,并通过组合与其他气象数据,衍生的干旱指数,易于使用的植物生态学家从本地大型。
这些数据可以改善的空间分布的模型和物种的行为分析,信息在实际的全球变化的背景下生态系统管理特别有用。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电子 翻译 修改稿
![提示](https://static.bdocx.com/images/bang_tan.gif)