ارزیابی اثر آلاینده های اتمسفری بر تابش خورشیدی دریافت شده توسط زمین با استفاده از مدل آنگستروم-پرسکات (مطالعه موردی: ارومیه وتبریز)

نویسندگان

1 دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

2 استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

چکیده

تابش خورشیدی، از پارامترهای مهم اقلیمی است که با بسیاری از فرایندهای هیدرولوژیک و هواشناسی ارتباط مستقیم دارد. به علت فقدان داده‌های واقعی ثبت شده این پارامتر در ایستگاه‌های هواشناسی، معمولا مدل‌های تخمین تابش خورشیدی بر پایه پارامتر‌های هواشناسی در کار‌های عملی به کار گرفته می‌شوند. معادله آنگستروم-پرسکات که بر اساس ساعات آفتابی عمل می‌کند، به طور گسترده‌ای به علت سادگی و قابل قبول بودن آن در محاسبات مربوط به مقادیر تابش خورشیدی به کار گرفته شده است. تاکنون مطالعات زیادی در خصوص واسنجی ضرایب این رابطه برمبنای پارامترهای هواشناسی صورت گرفته است. هدف از تحقیق حاضر، ارزیابی اثر آلاینده-های اتمسفری بر تابش خورشیدی دریافت شده توسط زمین با استفاده از مدل آنگستروم-پرسکات می‌باشد. برای این منظور با استفاده از داده‌های روزانه تابش‌سنجی ایستگاه ارومیه و تبریز در دوره‌ی 3 ساله (1393-1395)، واسنجی ضرایب رابطه آنگستروم-پرسکات با درنظر گرفتن شاخص آلودگی هوا (API) انجام گرفت. همچنین برای مقایسه نتایج مدل‌های اصلاحی با معادله کلی، مدل‌های مختلف خطی، نمایی و لگاریتمی توسعه داده شد. به منظور ارزیابی دقت مدل‌ها از شاخص‌های آماری RMSE، MABE، NSE وR^2 استفاده گردید. نتایج آنالیز آماری مدل‌ها نشان داد که مدل‌های واسنجی شده ایستگاه ارومیه و تبریز بر مبنای شاخص آلودگی هوا و با ساختار لگاریتمی، دارای بهترین عملکرد نسبت به معادله کلی آنگستروم-پرسکات بودند. متوسط مقادیر ریشه میانگین مربعات خطا برای مدل‌‌ اصلاحی لگاریتمی به ترتیب برای ارومیه و تبریز برابر 1263/0 و1050/0 ژول بر سانتی‌مترمربع بر روز به‌دست آمد.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluating the effect of the atmospheric pollutants on the received solar radiation by ground surface using Angstrom-Prescott model (Case study: Urmia and Tabriz)

نویسندگان [English]

  • Shiva Mostafazadeh 1
  • Javad Behmanesh 2
  • Vahid Rezaverdinejad 2
1 MSc. of Water Engineering., Faculty of Agriculture., Urmia University, Urmia, Iran
2 Prof., Dept. of Water Engineering., Faculty of Agriculture., Urmia University, Urmia, Iran
چکیده [English]

Solar radiation is one of the most important climate parameters that has direct relationship with many hydrological and meteorological processes. Due to the lack of real time records of this parameter in meteorological stations, solar radiation estimation models based on meteorological parameters are usually applied in practical issues. The Angstrom-Prescott equation that works on the basis of the sunshine hours has been widely applied for calculating solar radiation values due to its simplicity and acceptability. So far, many studies have been conducted about calibrating coefficients of this equation based on the meteorological parameters. The purpose of this study was to evaluate the atmospheric air polutions effects on received solar radiation using the Angstrom-Prescott model. Calibration of the Angstrom-Prescott equation coefficients was performed using daily radiation data of Urmia and Tabriz stations during 3 years period (2014-2017) with taking into account the Air Pollution Index (API). Also,in order to compare the results of modified models with general equation of Angstrom-Prescott,different linear,exponential and logarithmic models were developed. In order to evaluate the models precision, RMSE, MABE, NSE and R2 indices were employed. The results of statistical analysis of the models indicated that the calibrated models of Urmia and Tabriz stations on the basis of the API and the logarithmic structure had the best perfermace to general equation of Angstrom-Prescott. The average values of the RMSE of the modified logarithmic model for Urmia and Tabriz were obtained 0.1263 and 0.1050 jcm-2day-1, respectively.

کلیدواژه‌ها [English]

  • Air pollution index
  • Atmospheric pollutants
  • Angstrom-Prescott
  • Solar radiation
  • sunshine hours
Agha Shariatmadari Z and Kamali S, 2018. Investigation of the effect of air pollutants on the efficiency of Angstrom-Prescott relationship in estimating solar radiation, Case study: Karaj. Iranian Journal of Soil and Water Research 48(5):1053-1061. (In Persian with English abstract)
Aladenola O and Madramootoo C, 2014. Evaluation of solar radiation estimation methods for reference
evapotranspiration estimation in Canada. Theoretical and Applied Climatology 85:118-377.
Almorox J and Hontoria C, 2004. Global solar radiation estimation using sunshine duration in Spain. Journal of Energy Convers Manage 45:1529–1535.
Almorox J, Benito M and Hontoria C, 2005. Estimation of monthly Angstrom–Prescott equation coefficients from measured daily data in Toledo, Spain. Journal of Renewable Energy 30:931–936.
Angstrom A, 1924. Solar and terrestrial radiation, quarterly. Journal of Royal Metrological Society 50:121-125.
Badescu V, 2008. Modeling solar radiation at the earth surface. Journal of Renewable Energy 114:56-89.
Ball RA, Purcell LC and Carey SK, 2004. Evaluation of solar radiation prediction models in North America. Agronomy Journal 96:391-397.
Behmanesh J and Mehdizadeh S, 2016. Calibration of Angstrom-Prescott equation coefficients in selected stations of Urmia Lake Basin. Iranian Journal of Irrigation and Water Engineering 6(23):78-91. (In Persian with English abstract)
Behmanesh J, Mehdizadeh S, Gholiniat A and Rasooli Majdan  M, 2018. Evaluation of solar radiation estimation models in reference evapotranspiration estimation. Journal of Irrigation Engineering Sciences 40(1):119-129. (In Persian with English abstract)
Iziomon MG and Mayer H, 2002. Assessment of some global solar radiation parameterizations. Journal of Atmospheric and Solar-Terrestrial Physics 64: 1631-1643.
Jahanbakhsh S, Dalir N, Khorami and Ahmadi T, 2015. Feasibility study f using solar energy to provide lighting system with Angstrom equations for the city of Tabriz. Pp .159-168. First International Congress of Earth, Space and Clean Energy. 27-29 September, Ardabil ,Iran. (In Persian with English abstract)
Junliang F ,lifeng W and Fucang Z, 2018. Evaluating the effect of air pollution on global and diffuse solar radiation prediction using support vector machine modeling based on sunshine duration and air temperature. Renewable and
Sustainable Energy Reviews 94: 732-747.
Kamali Gh and Moradi A, 2003. Validation of different models estimating the hourly solar radiation received on sloping surfaces with different directions in Karaj climatic conditions. Pp. 80-88. 3rd International Conference on Fuel Efficiency in Buildings. 8-12 October, Tehran, Iran. (In Persian with English abstract)
Katabi D, Esmaili R, Alidadi H, Peirovi R and Joulaai F, 2015. Evaluation of Mashhad City air quality based on air quality index (AQI). Iranian Journal of Research in Environmental Health 3:228-236. (In Persian with English abstract)
Kermani M, Dowlati M, Jonidi Jaffari A and Rezaei Kalantari RA, 2016. Study on the comparative investigation of air quality in Tehran Metropolis over a five-year period using air quality index (AQI). Journal of Health Research in Community 1:28-36. (In Persian with English abstract)
Liu X, Mei X, Li Y, Wang Q, Jensen JR, Zhang Y and Porter JR, 2012. Evaluation of temperature-based global solar radiation models in China. Agricultural and Forest Meteorology 149:1433-1436.
Prescott JA, 1940. Evaporation from water surface in relation to solar radiation. Transactions of the Royal Society of South Australia 64:114-118.
Rahman  Sh, 1998. Solar radiation over Saudi Arabia and comparisons with empirical models. Journal of Renewable Energy 12:1077-1082.
Wang Y, Yang Y, Zhao N, Liu C and Wang Q, 2012. The magnitude of the effect of air pollution on sunshine hours in China. Journal of Geophysical Research 117(2):104-110.
Yao W, Zhang Ch, Wang X, Shang J, Zhu Y and  Zhang S, 2017. The research of new daily solar radiation models modified by air quality index (AQI) in the region with heavy fog and haze. Journal of  Energy Conversion and Management 39:140-150.
Zhao N, Zeng X and Han SH, 2013. Solar radiation estimation using sunshine hour and air pollution index in China. Journal of Energy Conversion and Management 76:846–851.