本数据集采用中国105个辐射站点1981-2016年间的日值辐射观测数据和气象观测资料，选取用于计算Angstrom-Prescott（A-P）模型参数的8个预测方程；通过参数校正，评估和比较了8个预测方程的准确性和适用性，得到中国7个气候区太阳辐射Angstrom-Prescott模型参数预测和校正数据集（1981-2016）。该数据集包括：（1）中国105个辐射站点1981-2016年多年平均的的气候数据，包括气温、降水量和日照率（表1）；（2）选取的Angstrom-Prescott模型参数预测模型（表2）；（3）7个气候区Angstrom-Prescott模型校正参数的统计数据（表3）；（4）7个气候区Angstrom-Prescott模型参数校正模型和预测模型的性能数据（包括相关系数R2、均方根误差RMSE、纳什-萨特克利夫效率NSE和偏差百分比PBIAS）（表4）;（5）7个气候区Angstrom-Prescott模型全球性能指标数据（表5）。
2021-06-28 18:04:04
45KB
在本文中，我们通过计算UV-C辐射与易与UV-C辐射相互作用的分子种类之间的相互作用比，分析了UV-C辐射的衰减（）与高度z（）的关系。 计算了瑞利散射光谱的横截面，对易与UV-C辐射相互作用的物种的UV-C光谱横截面和紫外外星（ETR）太阳光谱进行了标准化，波长步长为1 nm，并且采用了国际标准大气模型（ISO 1972）适用于计算分子密度。 这些数据被用来计算光解离和瑞利散射比随高度的变化，并确定光解离和瑞利扩散在何种程度上是决定UV-C辐射衰减的因素。 显然，O2的光解离是UV-C辐射衰减的主要机理，但瑞利扩散的出现类似于增加光子通量的机制，从而提高了O2光解离的性能。 N2O，CO2和水蒸气（H2O）在UV-C辐射下的衰减能力都相似，尽管较小（小于0.6％），这是由于它们的浓度低。 O3在理论上具有更大的衰减能力，但发现在中等高度（），其中残留的UV-C光子几乎因O2光解离或瑞利扩散而消失，因此对UV-C衰减的实际影响最小。
2021-05-27 20:16:23
579KB
1
第一讲：天文参数的计算。计算日地距离、太阳赤纬角、真太阳时时差、太阳天顶角、太阳高度、太阳时角等
第二讲：相对于斜面的太阳位置计算
第三讲：地外水平面辐射量计算
第四讲：地外斜面辐射量的计算
第五讲：地表斜面上辐射量的计算
及两次问题解答
2021-02-05 10:06:22
4KB
1
第一讲：天文参数的计算。计算日地距离、太阳赤纬角、真太阳时时差、太阳天顶角、太阳高度、太阳时角等
第二讲：相对于斜面的太阳位置计算
第三讲：地外水平面辐射量计算
第四讲：地外斜面辐射量的计算
第五讲：地表斜面上辐射量的计算
及两次问题解答
2021-02-05 10:06:22
542KB
1
训练集和测试集的描述如下：
1.train_feature.csv 训练集特征数据，每个时刻1个数据，每天8个时刻，共17008条。2. train_label.csv 训练集标签数据，每天1个数据，共2126个数据。3.test_feature.csv 测试集特征数据，每个时刻1个数据，每天8个时刻，共7320条数据，字段与训练集特征数据相同。
2020-11-10 11:03:14
266KB
1
本文档为通过全国气象观测站点观测的日照时数ssd计算日总太阳辐射sr的python脚本，简单易懂。内附输入数据及输出结果文件示例。
2019-12-30 11:10:45
275KB
1