观测到达地球表面的太阳总辐射, 是地球-大气系统能量收支的最重要项目之一, 对气象科学、环境科学、太阳能开发利用、农林等部门都很重要。近年来, 全球地表太阳辐射的变化引起人们广泛关注。Martin等^[1]应用地基辐射观测资料分析了1990年以来全球总辐射的变化趋势, 发现北半球总辐射呈现从变小 (dimming) 至变大 (brightening) 态势。Pinker等^[2]依据卫星探测资料发现, 1983—1990年全球平均的太阳总辐射有变小趋势, 而1990—2001年有变大的趋势, 1983—2001年间总辐射的年变化率为0. 16 W·m^-2。Che等^[3]应用地基观测资料分析了我国1961—2000年间总辐射、直接辐射和散射辐射的变化趋势, 结果表明:总辐射和直接辐射呈下降趋势, 而散射辐射呈增大趋势。此外, 我国一些学者还研究从我国气象台站的总辐射观测资料反演云光学厚度^[4]和气溶胶折射率虚部^[5]的方法, Zhang等分析了上海、南京和杭州40年的辐射观测资料^[6]。这些研究都要求总辐射资料有较高的准确度。我国气象台站1990年以后应用的总辐射表, 按世界辐射测量标准 (WRR) 进行传递^[7], 2年检定一次, 年稳定性≤5%, 使用中2年的稳定性≤8% ^[8]。总辐射表在野外全天候常规观测, 可能由于镜头污染而使探测值偏小, 还存在温度误差、余弦效应误差、倾斜误差等。可靠地评估总辐射表常规探测的准确度对更好地应用它的探测资料是很有意义的。为此, 本文基于地面太阳短波总辐射对气溶胶光学特性和地表反照率的敏感性, 提出了一种评估总辐射资料准确度的方法, 并用该方法评估我国气象台站总辐射资料的准确度。

当太阳天顶角较小 (如小于50°) 时, 沿太阳入射路径的大气 (光学) 质量可表示为太阳天顶角余弦μ₀的倒数, 地面上向下的λ波长太阳辐照度可表示为

(1)

式 (1) 中, E₀(λ) 为大气顶λ波长太阳辐照度, A_s, _λ为λ波长地表反射率, E(λ) 为无地表反射 (A_s, _λ=0) 时太阳辐照度, τ_T, _λ为λ波长大气柱总光学厚度, T_Dif为A_s, _λ=0时λ波长大气漫射透过率, R_s, _λ为大气的半球反射率函数。对无云的大气, 大气总光学厚度由气溶胶、分子散射和吸收光学厚度组成, 分别表示为τ_a, _λ, τ_m, _λ和τ_ab, _λ, 即

(2)

地面上太阳总辐射表 (pyranometer) 探测的太阳短波总辐射 (global solar radiation:E_{GSR, P}) 可表示为

(3)

式 (3) 中, λ₁和λ₂分别为辐射表光谱响应的下限和上限。我国使用的总辐射表的光谱响应为0.3~3 μm, 本文取λ₁=0.3 μm, λ₂=3 μm。在大气上界, 太阳总辐射表探测的太阳总辐射为

(4)

结合式 (3) 和式 (4), 可推得

(5)

式 (5) 中, T_{B, Tot}是宽带 (0.3~3 μm) 的太阳辐射总透过率。如果该透过率可准确确定, 可依据式 (5) 从地面探测的太阳短波总辐射标定太阳总辐射表, 即确定大气上界总辐射表的检测值

(6)

根据WMO仪器和观测委员会第8届会议通过的太阳辐照度在大气界外的光谱分布^{[7, 9]}, 太阳常数等于1367 W·m^-2(WRR值), 而小于0.3 μm和大于3 μm波长范围内的太阳能量仅占总能量的3.14%, 而且在到达地面前基本上已被臭氧、水汽等微量气体所吸收, 晴天大气条件下, 太阳天顶角较小时地面总辐射表检测的宽带 (0.3~3 μm) 太阳短波辐射可视为全波段太阳辐射, 宽带透过率T_{B, Tot}与全波段透过率T_{W, Tot}可足够精确地满足如下关系式:

(7)

应用式 (6) 和式 (7) 可计算太阳常数E_{0, P}

(8)

因此, 在透过率可精确计算的条件下, 一个总辐射表的绝对与相对探测准确度可表示为:

(9)

(10)

式 (9)~(10) 中, E_{0, True}为太阳常数WRR值。本文先计算宽带 (0.3~3 μm) 透过率T_{B, Tot}, 再根据式 (7) 确定全波段的透过率T_{W, Tot}, 根据式 (8) 确定E_{0, P}。

本文将推算的太阳常数对WRR的偏差视为总辐射表的探测准确度。这要有一个前提条件, 即透过率的计算无误差。从式 (1)~(3) 可以看出:地面上太阳总辐射密切依赖于众多的大气和地表参数, 包括与波长有关的气溶胶光学厚度、折射率和谱分布、大气分子散射与吸收光学厚度以及地表反射率。要从地基探测的太阳总辐射准确标定总辐射表, 或直接应用该表的地基探测结果评估它的探测准确度, 观测条件一定要满足一个基本要求:地面上总辐射对有关的大气与地表输入参数的误差不敏感, 以保证宽带透过率T_{B, Tot}可准确确定。下面依据式 (1)、图 1和图 2分析合适的观测条件。图 1表示地表反照率为0.05时宽带 (0.3~3 μm) 太阳直接、漫射与总透过率随550 nm气溶胶光学厚度的变化, 图 2表示地表反照率分别为0, 0.05和0.1时宽带总透过率随气溶胶光学厚度的变化。在这两个图的数值模拟中, 采用与波长无关的宽带地表反照率, 气溶胶谱分布假设为Ångström指数等于1的Junge谱, 其折射率为1.5-0.01 i。在图 2中, μ₀=1。

图 1

图 1. 对于地表反照率为0.05的情形, 宽带 (0.3~3 μm) 直射、漫射与总透过率随550 nm气溶胶光学厚度的变化 Fig 1. Broadband (0.3—3 μm) transmittances of direct, diffuse and global solar radiation versus 550 nm wavelength aerosol optical thickness for the wavelength-independent surface albedo of 0.05

Qiu曾研究了550 nm波长太阳直接、漫射与总透过率对大气Mie光学厚度变化的敏感性^[10], 结果表明:当Mie光学厚度较小时, 总透过率对光学厚度的变化是不敏感的。从图 1看, 宽带 (0.3~3 μm) 的透过率具有类似的特性。如图 1a所示, μ₀=1的情形, 宽带直接透过率总是随光学厚度的增大而变小, 而在0~0.3气溶胶光学厚度范围内漫射透过率反而随光学厚度的增大而变大。总透过率也随光学厚度的增大而变小, 但由于直接与漫射透过率随光学厚度的不同变化趋势, 总透过率随气溶胶光学厚度变化的敏感性比较弱, 特别当光学厚度较小时。例如, 当气溶胶光学厚度从0至0.1变化时, 直接透过率从0.884降为0.813, 下降8.7%, 而总透过率从0.884变为0.869, 只下降1.7%。在0~0.3光学厚度范围内, 如果光学厚度的误差在0.02以内, 由它引起的总透过率计算误差在0.36%以内, 前者误差为0.04, 后者误差为0.72%。对图 1b所示的μ₀=0.5的情形, 可以得到类似的结果, 但比较μ₀=1的情形, 总透过率对光学厚度误差的敏感性略强, 在0~0.3光学厚度范围内, 如果光学厚度的误差在0.02以内, 由它引起的总透过率计算误差在1%以内。从图 1和式 (1) 还可以看出, 当气溶胶光学厚度较小而μ₀较大时, 直接辐射对总辐射的贡献是主要的, 使得总透过率对气溶胶谱分布、折射率等其他光学特性的敏感性也是较弱的, 在后面的数值模拟研究中将进一步分析这一点。当大气光学厚度近于零时, 半球反射率函数是小的, 也近于零。从式 (1) 可以看出:这一特性可使总辐射对地表反照率的敏感性较弱。如图 2所示, 当气溶胶光学厚度在0~0.3变化时, 宽带总透过率对地表反照率的变化是不敏感的, 光学厚度越小, 该敏感性越弱。当光学厚度小于0.1时, 0.1的地表反照率所引起的总透过率的变化小于0.32%, 而当气溶胶光学厚度在0.2~0.3范围内变化时, 该透过率的变化小于0.72%。总之, 当气溶胶光学厚度较小而μ₀较大 (太阳天顶角较小) 时, 总透过率计算对气溶胶光学特性与地表反照率的误差是不敏感的。本文提出的评估总辐射表探测准确度或标定辐射表方法在原理上正是基于宽带总透过率这一特性。

图 2

图 2. 对于0, 0.05和0.1不同地表反照率, 宽带 (0.3~3 μm) 太阳辐射总透过率随550 nm气溶胶光学厚度的变化 Fig 2. Broadband (0.3—3 μm) transmittance of global solar radiation versus 550 nm wavelength aerosol optical thickness for three wavelength-independent surface albedo values of 0, 0.05 and 0.1

在第1章中, 依据总辐射和宽带总透过率对气溶胶光学特性和地表反照率的敏感性, 提出了评估总辐射表探测准确度的一个方法。这一评估方法的精度主要取决于该透过率的计算误差。在无云、气溶胶光学厚度较小而μ₀较大的条件下, 总透过率的计算误差主要由气溶胶光学厚度、谱分布、折射率虚部、大气柱水汽含量、地表反照率5个参数的不确定所引起。本章通过数值模拟从图 3~6和表 1分析由这5个参数误差所导致的宽带总透过率计算误差。在这些模拟中, 正确的气溶胶谱分布为Ångström指数等于1的Junge谱, 气溶胶折射率为1.5-0.01 i, 正确的地表光谱反射率为北京2001年4月MODIS 7通道结果^{[4, 11]}, 相应的宽带反照率为0.167。

表 1

表 1 由地表反照率误差所导致的总透过率计算误差 Table 1 The global transmittance errors caused by different surface albedo errors

表 1 由地表反照率误差所导致的总透过率计算误差 Table 1 The global transmittance errors caused by different surface albedo errors

图 3

图 3. 谱分布不确定性的效应 Fig 3. Relative error of global transmittance caused by aerosol size distribution uncertainty

图 3表示由谱分布 (Ångström指数) 不确定所引起的总透过率计算误差, 图例中的τ_a和μ₀分别为750 nm气溶胶光学厚度和太阳天顶角余弦。光学厚度越小而μ₀越大, 透过率误差越小。在τ_a≤0.2而μ₀≥0.5条件下, 透过率对谱分布变化的敏感性是弱的。如果Ångström指数误差在±0.4以内而μ₀=1.0, 透过率误差小于0.38%, 对μ₀=0.5, 最大误差为0.57%。对τ=0.1和μ₀=1.0情形, 即使Ångström指数误差高达1或-1, 透过率误差也在1.05%以内。

如图 4所示, 总透过率对折射率虚部的敏感性也随光学厚度的变小和μ₀的变大而变弱。如果该虚部的误差在±0.005以内, 当τ_a≤0.2而μ₀分别等于1和0.5时总透过率的误差分别在±1.19%和±1.97%以内。比较谱分布的情形, 虚部误差对透过率计算的影响略大一些。只要虚部的误差在±0.005以内而τ_a/μ₀小于0.2(或0.3), 所引起的透过率误差在±1.19%(或±1.8%) 以内。此外, 当虚部偏小时, 透过率被高估, 而虚部偏大, 则透过率被低估。

图 4

图 4. 气溶胶折射率虚部误差的效应 Fig 4. Relative error of global transmittance caused by uncertainty in the imaginary part of aerosol refractive index

如图 5所示, 当光学厚度较小而μ₀较大时, 总透过率对光学厚度误差的敏感性是弱的。当光学厚度的误差在±0.02以内、τ_a≤0.2而μ₀分别等于1和0.5时总透过率的误差分别在±0.47%和±1.2%以内。只要τ_a/μ₀小于0.3, 光学厚度的误差在±0.02和±0.04以内时, 所引起的透过率误差分别在±1.2%和±2.4%以内。

图 5

图 5. 气溶胶光学厚度误差效应 Fig 5. Relative error of global transmittance versus the error of aerosol optical thickness

如图 6所示, 大气柱水汽含量W越大, 由W的同样相对误差所引起的透过率误差越大。如果W的相对误差在±10%以内而τ≤0.2, W分别为1 cm和2 cm时透过率误差分别在±1.18%和±2.05%以内, 如果W的相对误差在±20%以内, 则后者误差分别在±2.35%和±4.2%以内。直接和漫射透过率都随W的变大而变小, 这使得总透过率对水汽含量比对气溶胶参数误差的敏感性相对较强。

图 6

图 6. 大气柱水汽含量确定误差的效应 Fig 6. Relative error of global transmittance versus the error of column water vapor content

表 1表示由地表反照率误差所导致的总透过率计算误差。正确的地表光谱反射率为北京2001年4月MODIS 7通道结果^{[4, 11]}, 相应的宽带反照率为0.167。当输入正确的地表光谱反照率时, 透过率的计算无误差; 当波长无关的宽带地表反照率 (0.167) 用于计算时, 透过率的误差为0.33%;当输入的宽带地表反照率对MODIS结果的偏差分别为±0.02和±0.04时, 透过率的误差都在±0.79%以内。地表反照率的误差影响相对是较弱的。

从图 4~6还可以看出, 当气溶胶折射率虚部、光学厚度以及柱水汽含量偏小时, 透过率被高估, 而前者偏大, 后者被低估。因此, 如果气溶胶折射率虚部、光学厚度以及柱水汽含量的误差是随机的, 大量透过率平均值的误差一定会较小。统计样本越多, 采用本文方法评估的太阳辐射表探测准确度越合理。透过率计算对谱分布敏感性相对较弱, 它对分子散射光学厚度、臭氧等一些微量气体吸收光学厚度的误差响应也较弱。在气溶胶光学厚度小于0.2而μ₀≥0.5条件下, 主要的误差因子为水汽含量、气溶胶折射率虚部和光学厚度的不确定性。只要大量样本的水汽含量、气溶胶折射率虚部和光学厚度平均值的误差在±10%, ±0.005和±0.02以内, 而柱水汽含量在1 cm以内, 前两者误差影响是主要的, 本文方法评估的太阳辐射表探测准确度的不确定性优于4%。

应用上面论述的方法, 本章依据图 7和表 2对我国沈阳、额济纳旗、北京、乌鲁木齐、格尔木、上海和广州7个气象台站2000—2004年总辐射表探测的太阳短波总辐射的准确度进行评估。为计算宽带的总透过率要输入气溶胶光学厚度、谱分布、折射率、大气柱水汽含量和地表反照率。在计算中, 本文采用Ångström指数等于1的Junge气溶胶谱, 折射率假设为1.5-0.012 i, 750nm波长的气溶胶光学厚度τ_a (750 nm) 采用宽带消光法^[12-13]反演的结果, 大气柱水汽含量W采用杨景梅等提出的一个经验模式从地面水汽压求取^[14]。如上所述, 气溶胶光学厚度和大气柱水汽含量越小而μ₀越大, 采用本文方法所确定的宽带总辐射透过率精度越高。但对这些参数过于限制, 可用的辐射资料又可能太少。资料太少, 输入的气溶胶参数和水汽含量随机误差对准确度评估的影响就会加大。此外, 在本评估方法应用中, 避免云的影响是至关重要的。基于这几方面的考虑, 本文所采用的辐射资料满足如下6个条件:①μ₀ >0.7, 观测资料的时间段为10:00—15:00 (地方时, 下同) (一天最多5 h累积的总辐射观测数据); ② τ_a (750 nm) /μ₀ < 0.3;③大气柱水汽含量W小于2.0 cm; ④ 08:00, 14:00和20:00云量观测值均为零 (无云); ⑤一天中10:00—15:00时段不存在由于没有太阳直接辐射的观测值及相应的气溶胶光学厚度反演结果; ⑥反演的 (10:00—15:00时段) 5个光学厚度的均方根偏差小于0.1。云光学厚度较小时, 来自云团的太阳短波天空亮度可明显大于无云情形下的值 (特别当气溶胶光学厚度较小时), 可使得所探测的总辐射明显大于无云时的值, 导致所推算的太阳常数偏大。天空中某一云团的光学厚度很大时, 来自它的太阳短波天空亮度可明显变小, 导致总辐射变小、太阳常数反演值偏小。10:00—15:00, 只有14:00气象台站有云量观测记录。即使08:00, 14 :00和20:00天空云量都为零, 在10:00—15:00中某些时段也可能存在云。本文在评估中采用对应小气溶胶光学厚度的晴天辐射资料。如果某些时段存在云, 对应的气溶胶光学厚度反演结果会明显大于无云时的值, 5个光学厚度的偏差会变大, 甚至出现光学厚度反演结果少于5个的情形 (即某些时段无太阳直接辐射)。基于这一分析, 本文计算一天中5个光学厚度反演值的均方根偏差, 如果该偏差较大, 估计可能存在云的影响, 对偏差大于0.1的辐射资料不予采用。如果光学厚度反演结果少于5个, 也不予采用。这后两个约束条件是为了剔除在气溶胶光学厚度反演中可能有云影响的数据。如果在这5 h内, 太阳周边无云, 但天空中有一些云团, 就不能用这两个判据加以判断, 而这些云团的存在会使E_{0, P}反演值明显偏大或偏小。此外, 应用经验模式从地面水汽压确定的某些实时大气柱水汽含量也可能存在较大误差, 导致太阳常数反演值有较大的偏差。为了尽量避免这些值, 对5年中所有满足上述条件的E_{0, P}值求平均, 对该平均值的偏差大于5%的样本予以剔除, 采用迭代进行这一剔除过程, 每次剔除一个偏差最大的样本, 再对剩下的样本求平均, 直到最大偏差小于5%。就7个站总体统计而言, 所剔除的资料只占总数的7.7%。

图 7

图 7. 对额济纳旗 (a)、乌鲁木齐 (b)、格尔木 (c) 和北京 (d) 4个站, 应用本文方法的太阳常数反演值对WRR的相对偏差在不同的偏差范围内样本数分布 Fig 7. Data number distributions in different ranges of relative deviations of the solar constant retrievals by the method to the WRR at four observatories (a) Ejin Qi, (b) Urumqi, (c) Golmud, (d) Beijing

表 2

表 2 应用本文方法反演的太阳常数 (E0, P) 个数 (N), 平均的E0, P值及其对WRR的相对偏差、N个E0, P值对WRR偏差的均方根 (RMS) 值和最大值、平均的大气柱水汽含量W, 750 nm波长气溶胶光学厚度τa(750 nm) 和μ0 Table 2 Data number (N) of solar constants (E0, P) retrieved from this method, the average E0, P value and its relative deviation to WRR, root mean square (RMS) value and maximum value among N set of deviations of E0, P data to WRR, average column water vapor content W, average aerosol optical thickness at 750 nm τa(750 nm) and average solar zenith angle cosine (μ0)

表 2 应用本文方法反演的太阳常数 (E0, P) 个数 (N), 平均的E0, P值及其对WRR的相对偏差、N个E0, P值对WRR偏差的均方根 (RMS) 值和最大值、平均的大气柱水汽含量W, 750 nm波长气溶胶光学厚度τa(750 nm) 和μ0 Table 2 Data number (N) of solar constants (E0, P) retrieved from this method, the average E0, P value and its relative deviation to WRR, root mean square (RMS) value and maximum value among N set of deviations of E0, P data to WRR, average column water vapor content W, average aerosol optical thickness at 750 nm τa(750 nm) and average solar zenith angle cosine (μ0)

图 7表示在额济纳旗、乌鲁木齐、格尔木和北京4个站, 太阳常数反演值E_{0, P}对WRR的相对偏差在不同的偏差范围内样本数分布。额济纳旗、乌鲁木齐和格尔木3个站样本数分布呈近似正态分布的特点。额济纳旗样本数分布峰值出现在-2%~0%偏差范围内, 428个E_{0, P}值的平均值为1372 W·m^-2, 对WRR的偏差0.35%。乌鲁木齐的样本数分布峰值出现在-3%~-2%偏差范围内, E_{0, P}平均值为1342 W·m^-2, 对WRR的偏差为-1.8%。如图 7d所示的北京样本数分布, 总样本数相对较少, 平均值对WRR偏差在-2.5%以内, 有3个样本数峰值, 分别在-7%~-5%, -2%~-1%和1%~2%范围内, 这3个峰值的成因有待进一步研究。

表 2表示太阳常数 (E_{0, P}) 反演值的个数、它们的平均值及其对WRR的相对偏差、所有E_{0, P}值对WRR的均方根偏差 (RMS) 和最大偏差、平均的柱水汽含量W, 750 nm波长气溶胶光学厚度τ_a (750 nm) 和μ₀。从表 2可以看出:

①在格尔木和额济纳旗站E_{0, P}值个数明显大于其他5个站, 分别为349和428个, E_{0, P}平均值对WRR偏差较小, 在±0.35%以内。在其他5个站, E_{0, P}平均值对WRR偏差稍大些, 但都在±3.67%以内。7个站总平均E_{0, P}对WRR偏差只有-1.15%。

②对所有7个站, E_{0, P}值对WRR的均方根 (标准) 偏差在2.19%~4.05%之间变化。7个站总共有1161个E_{0, P}值, 它们对WRR的最大偏差为7.33%, 97.78%(25个) E_{0, P}值对WRR的偏差小于5%。依据这些结果, 本文估计我国气象台站总辐射观测的不确定度通常为5%。

E_{0, P}值的不确定性是由两方面原因引起的, 一是透过率的计算误差, 另一是总辐射表的观测误差。从表 2看, 在所有7个站, 平均的大气柱水汽含量都小于1.676 cm, τ_a (750 nm) 小于0.2, μ₀大于0.75, τ_a (750 nm) /μ₀ < 0.3。本文应用这个经验关系式由地面水汽压确定柱水汽含量, 其平均相对误差小于20% ^[14], 根据第2章的数值模拟, 由20%水汽含量误差所导致的透过率计算误差在±3.96%以内 (对W < 1.68 cm情形)。本文采用0.012气溶胶折射率虚部。根据Qiu最近研究^[15], 本文所研究的几个站, 平均的折射率虚部在0.0113~0.0145之间变化, 与0.012的偏差在±0.003以内, 其所可能导致的透过率平均计算误差估计在±1.2%以内 (见图 4)。水汽含量与折射率虚部的不确定估计是两个最主要的误差因子, 如果两者分别高估 (或低估) 20%和0.003, 导致的透过率计算会偏小 (或大) 约3.96%(1.2%), 综合作用所导致的透过率计算误差约为-5.2%(或+5.2%), 如果前两者误差的符号相反, 透过率的误差为2.8%(或-2.8%)。可用于评估辐射表准确度的辐射资料越多, 越有利于平滑气溶胶、水汽含量和地表反照率的非系统 (随机) 误差所引起的评估误差。

当气溶胶光学厚度和太阳天顶角都较小时, 太阳总辐射表探测的地面太阳短波总辐射有如下3个特性:

1) 太阳直接辐射贡献是主要的 (散射贡献较小)。

2) 直接和散射辐射随光学厚度的增大有不同的变化方向, 前者变小, 后者反而变大, 使得总辐射 (或透过率) 对气溶胶和分子光学厚度、气溶胶谱分布和折射率的敏感性比较弱。

3) 半球大气反射率较小, 使得总辐射对地表反照率的敏感性较弱。

正是基于这3个特性, 本文提出了一个评估我国气象台站太阳总辐射探测资料准确度的方法, 选用气溶胶光学厚度和太阳天顶角较小的晴天地面辐射观测资料, 从太阳直接辐射资料反演气溶胶光学厚度, 用于计算宽带透过率, 再从该透过率和总辐射资料推算太阳常数, 用于评估总辐射资料的准确度。

通过数值模拟分析了由气溶胶光学特性参数、地表反照率和水汽含量不确定性所导致的透过率计算误差。可用于评估的辐射资料越多, 越有利于平滑气溶胶、水汽含量和地表反照率的非系统 (随机) 误差所引起的评估误差, 评估结果越合理。应用这一方法对2000—2004年间我国沈阳、额济纳旗、北京、乌鲁木齐、格尔木、上海和广州7个气象台站总辐射表探测的太阳短波总辐射资料准确度进行了评估, 并采用所反演的太阳常数 (E_{0, P}) 对WRR的偏差来评估该准确度。为了减少透过率计算误差, 本文采用大气柱水汽含量小于2 cm、太阳天顶角余弦 (μ₀) 大于0.7情形下的辐射资料。在这7个站, E_{0, P}值对WRR的均方根 (标准) 偏差在2.01%~4.05%之间变化, 7个站总共有1161个E_{0, P}值, 它们对WRR的最大偏差为7.33%, 97.78%(25个) E_{0, P}值的偏差小于5%, 总平均E_{0, P}对WRR偏差只有-1.15%, 依据这些结果, 当μ₀≥0.7时, 这些台站的晴天总辐射资料的不确定度估计为5%。如果太阳天顶角较大 (如大于60°), 由于辐射表的余弦响应误差, 探测准确度会较差。评估采用晴天的辐射资料, 但只要云天时辐射表的技术性能保持稳定, 评估结果可望仍然适用于云天的情形。