ارزيابي توانايي پارامترهاي هواشناسي در پيش‌بيني ميانگين تابش خورشيدي در يك شهر ساحلي ايران

Evaluation of the ability of meteorological parameters in the prediction of the average solar radiation in a coastal city in Iran

داده‌هاي تابش خورشيدي نقش مهمي در طراحي سامانه‌هاي خورشيدي دارند كه اندازه‌گيري آن‌ها در برخي مناطق به آساني امكان‌پذير نيست؛ بنابراين بايستي به دقت و با استفاده از مدل‌هاي تخمين تابش خورشيدي برآورد شوند. در اين مقاله تأثير سه پارامتر هواشناسي ساعت آفتابي، دما و رطوبت نسبي بر تابش خورشيدي بر اساس تحليل رگرسيوني چند متغيره گام‌به‌گام و با توجه به مطالعات تجربي مورد بررسي قرار گرفت و از داده‌هاي هواشناسي ايستگاه بندرعباس در دوره آماري 19 ساله (2005-1987 ميلادي) استفاده شد. دقت مدل‌ها با استفاده از شاخص‌هاي آماري R2، RMSE، MPE و MBE ارزيابي شد. نتايج نشان مي‌دهد كه متغيرهاي ساعت آفتابي (درجه دو) و دما با ضريب تعيين 0/7566 (سطح اطمينان 99%) ارتباط معناداري با تابش خورشيدي دارند. نتايج حاصل از اين پژوهش الزاماً قابل تعميم به ساير ايستگاه‌ها نيست و بنابر ويژگي‌هاي خاص هر منطقه مي‌توان متغيرهاي ديگري را مؤثر بر تابش خورشيدي و تغييرات آن يافت

Solar radiation data play an important role in designing solar systems. These data measured are not easy for some locations; Therefore, solar radiation data have to be predicted by using solar radiation estimation models. In this paper was to investigate the effect of meteorological parameters sunshine, temperature and relative humidity on solar radiation based on Stepwise Multidimensional regression analysis according to the research literature and empirical studies (eight models including models suggested by Angström and Prescott, Ogelman, El-Sebaii, Karakoti and Abdalla) and we used daily solar radiation data of Bandar Abbas station during 19-year statistical period (1987-2005). The accuracy of the models was evaluated using the statistical indicators of Coefficient of Determination (R2), Root Mean Square Error (RMSE), Mean Percentage Error (MPE) and Mean Bias Error (MBE). The results of this analysis show that the variables of “sunshine duration (square)” and “temperature” are significantly associated with solar radiation with a coefficient of determination of 0.7566 (%99 confidence level). The results of this research necessarily cannot be generalized to other stations and in each Region, according to the specific characteristics of that Regions، we can find other variables effects on the solar radiation and its changes.