一个国际研究小组开发了一种新方法来估计光合有效辐射 (PAR) 并预测农业项目中的作物产量。

研究员 Silvia Ma卢表示，我们已经重新参数化并应用最先进的全球水平辐照度 (GHI) 分解模型来评估农业光伏发电中的 (PAR)，这是正确预测作物产量的一个重要变量。

PAR 是波长为 400 纳米 (nm) 至 700 nm 的光，是植物用于光合作用的光谱部分。

虽然对于光伏系统来说，关键术语是 GHI，但对于农作物来说，类似的术语是 PAR。到达地面的 PAR 有两个主要的流入流，类似于流入的 GHI。这些是‘漫射’和‘直接’，它们的值基本上受大气中云和气溶胶数量的影响。

垂直双面光伏系统在作物层面接收到的光合有效辐射示意图

研究人员使用太阳辐射的分解模型，该模型通常用于从测量的 GHI 估计扩散水平辐照度 (DHI)，以准确预测农业植物中的扩散 PAR。他们检查了七种独立 GHI 分解模型对 PAR 分解的适用性。

众所周知，对于每单位总 PAR，扩散 PAR 比直接 PAR 对冠层光合作用更有效。因此，在评估农业光伏系统时，有必要估计扩散 PAR 分量，以正确预测作物产量。安装在系统中的太阳能电池板全天都在作物上投下阴影，在这些阴影区域，作物主要接收漫反射 PAR。

据报道，提议的方法适用于所有类型的作物和所有类型的农业光伏装置。它需要对一天中阴影作物区域的时间和空间知识以及区分扩散和直接 PAR 的作物模型，以最终预测农业光伏系统中的作物产量。

学者们在瑞典的三个不同地点兰纳、希尔特莫萨和诺伦达，对模型进行了重新参数化和应用。PAR 和 PAR 扩散测量可供他们使用，因为它们都属于综合碳观测系统站网络。他们应用了归一化均方根误差 (nRMSE) 模型，其中较低的值是首选，以指示模块的准确度性能。

他们说，nRMSE 值介于 27% 和 43% 之间，说明了大多数独立模型的高可变性和弱性能，因为这些模型的系数之前已经在其他具有不同气候条件的地方进行了拟合。如果调查地点的测量数据可用，强烈建议对模型进行重新参数化。

他们在兰纳达到了最高的归一化均方根误差 (nRMSE) 为 35.24%，在诺伦达达到了最低的 23.75%。他们补充说，集成模型输出统计（EMOS）是一种用于进行概率预测的参数后处理框架，也可以在这种情况下使用以提供进一步的准确性。

Lu 说，EMOS 采用上述模型的估计，并输出具有通过最大似然估计优化的参数的预测分布。结果表明，EMOS 可以进一步准确地估计 PAR 的扩散分量，例如在诺伦达将 nRMSE 降低到 23.02%。EMOS 的缺点是它需要形成集成的所有模型的输入。

该研究小组包括来自意大利天主教大学和瑞典梅拉达伦大学的科学家。学者们在“用于农业光伏系统应用的光合有效辐射分解模型”中描述了他们的方法，该模型最近发表在《太阳能》杂志上。

该团队总结道，这些结果可用于在无法进行地面测量的情况下对瑞典的 PAR 扩散分量进行估计。整体方法可以类似地应用于其他国家。