光伏

太阳辐射的变暗与变亮：Wild 2005 与光伏长期产量预估

· 南京运梦科技算法团队 · 评审 算法负责人

太阳辐射的变暗与变亮：Wild 2005 与光伏长期产量预估 封面

光伏电站的融资模型里有一个极度依赖却极少被质疑的假设：过去二三十年的太阳辐射水平，能够代表未来二三十年的实际发电条件。一旦这个假设失效，典型气象年（TMY）选取就会引入系统性偏差，P50 产量估算就会偏低或偏高，进而影响项目 IRR 和银行贷款决策。令人不安的是，这个假设在很多情况下确实是失效的——只是工程界长期忽视了这一点。

2005 年，Martin Wild 团队在《Science》发表了一篇影响深远的论文，基于全球地面辐射观测网络（GEBA、BSRN 等）的长期序列，系统性地证明了地表下行短波辐射（GHI）在过去半个世纪里并非稳定不变：1950 年代至 1980 年代中期，全球大部分地区辐射呈现持续下降趋势，被称为"global dimming"（全球变暗）；而 1985 年之后，欧洲等部分地区辐射开始回升，出现"brightening"（变亮）。这一发现直接挑战了"太阳是稳定输入源"这一光伏工程师的默认前提。

对于正在使用 ERA5 历史再分析数据构建 TMY、评估光伏长期年发电量（AEP）的工程师而言，这篇论文的工程含义非常具体：如果你选用的 ERA5 基准年段恰好落在辐射偏低的"变暗"时期（如 1980–2000 年），那么你的 TMY 辐射水平可能系统性地低于近十年实际，导致长期产量预估保守但失真。反之，若不加甄别地延用旧基准年，则可能在辐射已经回升的地区低估收益。厘清这个问题，是本篇文章的核心目标。

关键要点

  • 全球地表辐射并非稳定：Wild 等（2005）基于全球地面辐射观测网络的长期序列证实，1950–1990 年全球地表 GHI 约以每十年 2% 的幅度下降（量级约 −2 至 −5 W/m²/decade），1985 年后欧洲等地出现回升，趋势幅度在工程尺度上不可忽视。
  • 气溶胶是主驱动因子：工业排放增加大气气溶胶浓度，散射和吸收削减到达地面的太阳辐射；排放法规趋严后气溶胶减少，辐射随之回升，这一机制已被卫星与地面观测交叉验证。
  • 中国区辐射趋势有自身相位：后续中国区研究（如 Wang 等 2016）指出，华东、华中等工业密集区辐射变暗与回升的幅度、时间与欧洲存在差异；中国项目的 TMY 构建需结合本地研究单独判断，不能照搬欧洲经验。
  • TMY 基准年段选取至关重要：若使用 ERA5 早期年段（如 1980–2000 年）序列构建 TMY，辐射水平可能系统偏低于近十年实际；建议分析不同年代段辐射均值，对典型气象年做偏差订正。
  • 运梦气象 API 可拉取 ERA5 rsds 长序列：通过 dataSourceId: "era5" 获取 1940 年至今的逐小时地表下行短波辐射（rsds），可直接对比不同年代段辐射均值，为 TMY 偏差订正提供定量依据。

背景与定位

这篇论文的第一作者 Martin Wild 来自瑞士联邦理工学院苏黎世分校（ETH Zürich）大气与气候科学研究所，是全球辐射收支与地表能量平衡研究领域最具代表性的科学家之一。合著者涵盖来自欧洲、北美、日本等多个机构的辐射气候学家，数据来源横跨世界气象组织（WMO）基准辐射站网（BSRN）以及更大规模的全球辐射观测网络。论文发表于《Science》308 卷 5723 期，第 847–850 页，DOI 为 10.1126/science.1103215，发表年份为 2005 年。

在此之前，全球变暗的概念已在气候学界流传多年，但系统性的全球尺度量化一直付之阙如。Wild 等（2005）最重要的贡献，在于将零散的区域观测整合成具有统计显著性的全球信号，并在时间轴上清晰地划分出"变暗"与"变亮"两个阶段，同时将成因指向大气气溶胶而非太阳活动本身。这一工作奠定了后续十余年辐射气候学研究的基础框架。

对于可再生能源行业，特别是光伏发电，这篇论文的意义超越了纯粹的气候科学范畴。光伏项目的生命周期通常在 25 年以上，长期 AEP 预估是项目融资、保险定价、电价谈判的核心输入。如果地表 GHI 在几十年尺度上存在系统性趋势，那么任何基于静态历史平均的 TMY 方法论都需要重新审视。这正是 Wild 等（2005）对工程界最深远的警示。

方法 / 它做了什么

Wild 等（2005）研究的核心数据集来自全球地面辐射观测网络的长期序列，包括 GEBA（全球能量平衡档案）与 BSRN（基准地表辐射网络）等，涵盖从北极到热带、从欧洲到东亚的广泛地理分布。这些站点提供数十年的连续地表下行短波辐射（GHI）观测记录，总体时间跨度从 1950 年代延伸至 2000 年代初。为确保数据质量，研究团队对原始观测序列进行了严格的均一化处理，剔除仪器更换、站点迁移等非气候因素引入的虚假趋势。

在趋势分析方面，研究采用标准的线性回归方法，分别对 1960–1990 年的"变暗"阶段和 1985 年之后的"变亮"阶段进行逐站点趋势计算，然后在区域和全球尺度上进行集成。关键发现是：1950 年代至 1990 年前后，全球多数陆地站点均显示辐射呈下降趋势，集成后的全球平均降幅约为每十年 2%（量级约 −2 至 −5 W/m²/decade，因基准辐射水平而异）；而 1985 年后，欧洲等已实施空气质量法规的地区出现了明显的辐射回升信号，但回升幅度一般小于此前的变暗幅度（属部分恢复，并非完全对称）。

在成因归因上，研究将辐射趋势与大气气溶胶光学厚度（AOD）的变化进行对比分析。工业化进程中大量排放的硫酸盐气溶胶、黑碳等粒子，既直接散射和吸收太阳辐射（直接效应），又通过改变云的光学性质间接影响辐射传输（间接效应）。研究发现辐射趋势与 AOD 变化在时间和空间上高度吻合，有力支持了气溶胶驱动假说。与此同时，太阳活动（太阳常数变化幅度仅约 0.1%）被排除为主因。

中国区域的情况需要结合后续中国区研究来理解。Wild 等（2005）给出的是全球尺度的集成信号，而针对中国的细化量化主要来自后续工作（如 Wang 等 2016 等中国区研究）：华东、华中等工业密集区受长期高强度煤炭燃烧和工业排放影响，气溶胶浓度高，相应的辐射变暗与回升的幅度、相位与欧洲存在差异，回升时间总体上更晚且受到持续排放的影响。需要强调的是，这些区域级的精确数字来自后续中国区研究，而非 2005 年这篇全球综述论文本身。这一区域差异对中国光伏市场的 TMY 构建具有直接且差异化的影响。

值得注意的是，太阳活动本身在这一时期相当稳定——卫星观测到的大气顶（TOA）入射太阳辐射变化幅度仅约 0.1%，远不足以解释地表 GHI 的十年趋势。这恰恰是将变暗成因归于大气气溶胶与云、而非太阳输出变化的关键证据；同期卫星观测的大气与辐射数据也与地面观测的地表辐射趋势相互印证。对工程应用而言，关键结论由此更加稳固：地表 GHI 在几十年尺度上存在可测量、工程显著的系统性趋势。

关键结论

  1. 1950s–1990 年间，全球多数陆地地区地表下行短波辐射呈系统性下降趋势，原文给出的全球平均降幅约为每十年 2%（量级约 −2 至 −5 W/m²/decade，随基准辐射水平而异），即"global dimming"阶段。
  2. 1985 年后，欧洲等实施严格排放法规的地区辐射出现回升（"brightening"），趋势转正，但为部分恢复（量级一般小于此前变暗期），表明空气质量政策对辐射气候具有可检测的反馈效果。
  3. 主因归结为大气气溶胶（与云）的变化：工业排放增加气溶胶 → 辐射下降；排放法规收紧气溶胶减少 → 辐射回升；同期太阳活动稳定（TOA 变化仅约 0.1%），可排除太阳输出作为主因。
  4. 全球信号下存在显著的区域差异；中国华东、华中等地区的具体变暗/回升幅度与相位，以后续中国区研究（如 Wang 等 2016）为准，本文不将这些区域级数字归于 2005 年这篇全球综述论文。
  5. 该辐射趋势在工程时间尺度（20–30 年）内不可忽视，直接影响基于历史数据构建的 TMY 对未来辐射水平的代表性（此为工程推论，非原文直接结论）。

以上第 1–3 条为 Wild 等（2005）原文报告的内容；第 4 条的区域细化数字来自后续研究，第 5 条为工程实践推论。

对新能源 / 运梦平台的意义

对于光伏项目开发商和能源分析师而言，Wild 等（2005）最直接的工程启示是：历史辐射数据并非一个均匀的静态池，不同年代段的辐射均值可能存在系统性差异，在量级上足以影响 P50/P90 产量的计算结果。以一个装机 100 MW 的光伏电站为例，若 TMY 辐射水平因基准年段选取不当而系统偏低 2–3%，按 20 年寿命折算，AEP 低估将直接转化为数千万元人民币的融资缺口或收益预测误差。这不是学术上的细枝末节，而是真实存在于项目财务模型中的系统风险。

对于使用 ERA5 再分析数据的工程实践，具体建议如下：在构建 TMY 之前，应先拉取目标站点或区域完整的 ERA5 辐射长序列（1940 年至今），按十年段计算 GHI/DNI 年均值，观察是否存在显著的年代际趋势。如果发现 1980–2000 年均值明显低于 2005–2020 年均值（在中国东部地区这是常见情形），则应考虑：一是将基准年段后移至更近的时期；二是对旧年段数据做定量的偏差订正（如分位数映射，quantile mapping）；三是在不确定性分析中将辐射趋势作为独立风险维度纳入敏感性分析。

运梦气象 API 的 ERA5 数据源提供了从 1940 年至今的逐小时地表下行短波辐射（rsds）、直接辐射（dni）和散射辐射（dhi）序列，时间分辨率和空间覆盖度完全满足上述分析需求。通过对比不同年代段的辐射统计分布，工程师可以定量评估 TMY 基准年段选取的系统偏差，并为偏差订正模型提供输入。结合运梦平台的偏差订正功能（详见《ERA5 辐射偏差订正：Urraca 方法》），可以构建一套完整的、考虑辐射长期趋势的 TMY 修正流程。

在预报应用层面，Wild 等（2005）的研究同样有间接意义。当前气溶胶浓度的季节性变化和长期趋势，会影响到短期辐射预报的系统偏差分布。运梦气象 API 的预报数据基于德国气象局（dataSourceId: "ger"）数值预报体系，其气溶胶参数化方案会影响辐射预报的精度，尤其在中国东部工业密集区的重污染时段。理解辐射趋势的气溶胶驱动机制，有助于工程师更合理地设置预报偏差修正的置信区间。

在运梦气象 API 上手

要重现 Wild 等（2005）的工程启示——即对比不同年代段 ERA5 辐射均值、识别 TMY 基准年段的系统偏差——只需通过运梦气象 API 的 downloadSync 接口拉取完整的辐射历史序列即可。推荐先拉取目标电站坐标点的 rsds、dni、dhi 三个字段，时间跨度覆盖 1940 年至今，然后在本地或云端按年代段做统计对比分析。整个数据获取过程可以用一个 HTTP 调用完成，返回结构化的 JSON 时序数据，直接可接入 Python/pandas 或 JavaScript 分析管道。

以下是一个完整的调用示例，拉取某华东电站坐标点（以南京为例）2000–2010 年逐小时辐射序列：

{
  "dataSourceId": "era5",
  "lat": 32.06,
  "lon": 118.79,
  "stime": "2000-01-01 00:00",
  "etime": "2010-12-31 23:00",
  "fields": ["rsds", "dni", "dhi"],
  "timezone": "8"
}

调用返回的逐小时时序数据可按十年段聚合，计算年均 GHI（即 rsds 年积分），与 2010–2020 年段的结果对比，即可定量估算 TMY 基准年段的系统偏差幅度。如果两个年代段的年均 GHI 差异超过 3%，建议在 TMY 构建流程中引入趋势修正步骤，或将基准年段后移至辐射水平更接近近期实际的时段。关于偏差订正的具体算法，可参阅运梦博客中的《分位数映射偏差订正》和《ERA5 辐射偏差订正：Urraca 方法》两篇技术文章。

常见问题

"变暗"和"变亮"会影响我的光伏电站实际发电量吗？ 会，且影响是可量化的。Wild 等（2005）记录的每十年约 −2 W/m² 的变暗趋势，在约 150–200 W/m² 的年均 GHI 基数上，大致相当于每十年约 1% 量级（即每年约 0.1%）的相对变化。对于 20–30 年寿命的光伏电站，这种逐十年累积的差异意味着项目初期和末期的实际辐射条件可能存在系统性差异。如果 TMY 是基于变暗时期的历史数据构建的，而项目运行在辐射已经回升的时期，则实际发电量会系统性高于预测，反之亦然。

ERA5 数据本身是否已经隐含了辐射趋势，可以直接用来构建 TMY？ ERA5 再分析数据会捕捉气溶胶浓度变化对辐射的部分影响，但再分析模型对气溶胶的参数化存在时间不一致性（assimilation system 升级会引入跳变），且对区域气溶胶浓度的刻画精度因地区而异。因此，ERA5 辐射序列虽然是目前最可靠的长期历史数据源之一，但在用于 TMY 构建之前，仍需进行年代际趋势检验，不能默认其在几十年时间跨度内具有稳定的统计代表性。

中国地区的辐射趋势与欧洲有何不同，工程上应如何区分对待？ 需要区分的是：Wild 等（2005）给出的是全球尺度的集成信号，而"中国华东、华中变暗幅度深于欧洲、回升时间更晚"这类区域细化结论，来自后续针对中国的研究（如 Wang 等 2016），并非 2005 年这篇全球综述本身。从工程角度，这意味着同一套"取 1985 年后数据以避开最深变暗期"的欧洲经验做法，不能直接照搬到中国项目。中国东部项目应优先使用 2005 年之后的 ERA5 辐射数据作为 TMY 基准，并结合当地气溶胶浓度（AOD）近年趋势判断辐射是否还在回升通道中，做相应的前瞻性偏差修正。

运梦平台的预报数据（ger）和历史数据（era5）在辐射趋势问题上如何配合使用？ 两者服务于不同时间维度的需求：ERA5（dataSourceId: "era5"）提供 1940 年至今的历史辐射序列，用于 TMY 构建、年代际趋势分析和长期 AEP 估算；德国气象局预报（dataSourceId: "ger"）提供未来 7–10 天的辐射预报，用于日内调度和短期发电量预测。在长期 AEP 项目中，应先用 ERA5 长序列做趋势分析和 TMY 偏差订正，确定基准辐射水平，再用预报数据做实时运营层面的偏差追踪。

Wild 2005 的研究结论是否已经过时，有没有更新的研究支持或修正了它？ Wild 等（2005）的核心结论已被随后大量研究所证实和扩展。后续工作（包括 Wild 本人的多篇后续论文）进一步细化了不同区域的趋势量化，并将卫星数据与地面观测更紧密地整合。对于中国地区，2010 年代末以来的研究发现，随着排放管控趋严，部分地区辐射回升信号已经出现，但区域差异显著。这些最新发现进一步强化了"不同年代段辐射均值存在系统差异"这一工程结论，而非削弱它。

引用与原文

Wild, M., Gilgen, H., Roesch, A., Ohmura, A., Long, C. N., Dutton, E. G., et al. (2005). From dimming to brightening: Decadal changes in solar radiation at Earth's surface. Science, 308(5723), 847–850. DOI: doi.org/10.1126/science.1103215