A study of net radiation from data collected at Nakhon Pathom meteorological station

Abstract

In this work, the net radiation was measured by using a net radiometer (Kipp&Zonen: CNR4) located at Kamphaeng Saen district, Nakhon Pathom, Thailand. Five-year period (2017-2021) of the net radiation data from this measurement was statistically analyzed. A diurnal variation of the net radiation was investigated. It shows bell shape with the peak at solar noon and it has negative and constant values at night time. The monthly variation shows the peak in May and the lowest in winter (November-January). In addition, the variables affecting the net radiation consisting of aerosol optical depth, clouds index, precipitable water, surface albedo and downwelling shortwave were studied using a neural network model. The results indicate that the best input to estimate net radiation is solar radiation. Therefore, the correlation between net and solar radiation was analyzed in the form of empirical equation using the data during 2017-2020. The relationship is in the form of a linear equation with a slope of 0.735 and a y-intercept of -29.274. This linear equation was used as the net radiation estimation model. This model was validated using solar radiation in 2021 to obtain the net radiation. The comparison of the net radiation from the model and the measurement gives the values of root mean square difference (RMSD) of 12.8%, mean bias difference (MBD) of 0.3% and coefficient of determination (R2) of 0.99. This confirms that the developed model can be used to estimate net radiation from downwelling shortwave.

ในงานวิจัยนี้ผู้วิจัยได้ทำการศึกษาค่ารังสีสุทธิจากเครื่องวัดภาคพื้นดินซึ่งตั้งอยู่ที่สถานีอุตุนิยมวิทยานครปฐม อำเภอกำแพงแสน จังหวัดนครปฐม (14.00°N, 99.58°E) โดยเครื่องวัดที่ใช้เป็นเครื่องวัดเน็ตเรดิโอมิเตอร์ (Net Radiometer) จากบริษัทผู้ผลิต Kipp&Zonen รุ่น CNR4 และข้อมูลที่ใช้อยู่ในช่วงระหว่างปี ค.ศ. 2017-2021 (5ปี) ผู้วิจัยได้นำข้อมูลที่ได้มาวิเคราะห์ทางสถิติซึ่งประกอบด้วย ค่ารังสีสุทธิรายชั่วโมงเฉลี่ยต่อเดือนแต่ละปีและค่ารังสีสุทธิรายชั่วโมงเฉลี่ยต่อเดือนระยะยาว (ค.ศ. 2017-2021) จากผลที่ได้พบว่าค่ารังสีสุทธิจะมีค่าเป็นบวกในช่วงเวลากลางวันซึ่งสูงสุดที่เวลา 12.00 น. เนื่องจากปริมาณความเข้มของรังสีคลื่นสั้นขาลงนั้นมีค่าสูงกว่ารังสีคลื่นสั้นขาขึ้นมาก แต่จะมีค่าติดลบและคงที่ในเวลากลางคืนเนื่องจากในช่วงเวลากลางคืนมีเฉพาะองค์ประกอบของรังสีคลื่นยาวขาขึ้นจากพื้นดินมีค่ามากกว่าขาลงจากบรรยากาศเนื่องจากการกักเก็บความร้อนในพื้นดินนั้นมีค่าสูง จากนั้นศึกษาค่ารังสีสุทธิเฉลี่ยรายเดือนระยะยาว พบว่าจะมีค่าสูงสุดที่เดือนพฤษภาคมซึ่งเป็นช่วงรอยต่อระหว่างฤดูร้อนและฤดูฝน และมีค่าต่ำสุดในช่วงเดือนพฤศจิกายนถึงมกราคมซึ่งเป็นฤดูหนาว นอกจากนี้ผู้วิจัยได้ทำการศึกษาตัวแปรที่อาจมีผลต่อค่ารังสีสุทธิซึ่งประกอบด้วย ค่าความลึกเชิงแสงของฝุ่นละออง (aerosol optical depth) ดัชนีเมฆ (cloud index) ปริมาณไอน้ำในคอลัมน์บรรยากาศ (precipitable water) สัมประสิทธิ์การสะท้อนของพื้นผิว (albedo) และคลื่นสั้นขาลง (downwelling shortwave) โดยใช้แบบจำลองโครงข่ายประสาทเทียม ผลลัพธ์ที่ได้บ่งชี้ว่าอินพุตที่ดีที่สุดในการประมาณค่ารังสีสุทธิคือรังสีอาทิตย์ ดังนั้นผู้วิจัยจึงทำการวิเคราะห์หาความสัมพันธ์ระหว่างค่ารังสีสุทธิและค่ารังสีอาทิตย์ในรูปของสมการเอมไพริคัล (empirical) โดยใช้ข้อมูลระหว่างปี ค.ศ. 2017-2020 โดยความสัมพันธ์ที่ได้อยู่ในรูปแบบสมการเส้นตรงที่มีค่าความชันเท่ากับ 0.735 และจุดตัดแกน y เท่ากับ -29.274 ดังนั้นผู้วิจัยจึงใช้ความสัมพันธ์นี้เป็นแบบจำลองในการประมาณค่ารังสีสุทธิจากค่ารังสีอาทิตย์ จากนั้นทำการทดสอบแบบจำลองที่พัฒนาขึ้นโดยใช้ข้อมูลรังสีคลื่นสั้นรายชั่วโมงเฉลี่ยต่อเดือนปี ค.ศ. 2021 และนำค่ารังสีสุทธิที่ได้จากแบบจำลองมาทำการเปรียบเทียบกับค่าที่ได้จากการวัด ผลที่ได้พบว่าค่า Root mean square difference (RMSD) มีค่าเท่ากับ 12.8% Mean bias difference (MBD) มีค่าเท่ากับ 0.3% และ Coefficient of determination (R2) มีค่าเท่ากับ 0.99 ซึ่งสามารถยืนยันได้ว่าแบบจำลองที่พัฒนาขึ้นนี้สามารถประมาณค่ารังสีสุทธิจากรังสีคลื่นสั้นขาลงได้