Improved empirical models for estimating surface direct and diffuse solar radiation at monthly and daily level: A case study in North China
Notice bibliographique
Résumé
Precise knowledge of direct and diffuse solar radiation is important for energy utilization and agricultural activities. However, field measurements in most areas of the world are only for total solar radiation. The satellite-retrieved direct and diffuse solar radiation show poor performance under overcast skies. Therefore, better empirical models are needed to estimate direct and diffuse solar radiation by considering the impact of aerosols over polluted regions. A case study is conducted in North China with the ground-measured solar radiation and satellite-retrieved aerosol optical depth to improve new empirical models at monthly (from 2000 to 2016) and daily (from 2006 to 2009) level. The improved empirical models are validated using the field measurements and compared with the existing models. Results suggest that these models perform well in estimating direct solar radiation at monthly ( R 2 = 0.86–0.91, RMSE = 0.76–0.83 MJ/m 2 ) and daily ( R 2 = 0.91–0.94, RMSE = 1.51–1.64 MJ/m 2 ) level. The accuracy of estimated monthly ( R 2 = 0.95–0.96, RMSE = 0.57–0.65 MJ/m 2 ) and daily ( R 2 = 0.91–0.93, RMSE = 1.09–1.15 MJ/m 2 ) diffuse solar radiation, particularly the maximum diffuse solar radiation value, has been improved compared to the existing models. The models presented in this study can be useful in the improvement and evaluation of solar radiation dataset over polluted regions similar to North China.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».