利用衛星資料建立臺灣地區網格化日射量資料庫
翁敏娟 專案佐理研究員(TCCIP)
日射量在各領域的重要性
地球接收來自太陽的輻射量，影響地球大氣系統的能量收支平衡，是地球上生物的能量來源。太陽輻射至地表時，一部分能量會被雪、冰、塵雲或是地表反射回外太空，一部分會被大氣吸收，其餘能量則會到達地表（陸面、海面）。日射量為地表上單位面積內太陽輻射能量值，日射量的資料可應用在許多領域中，如：日射量多寡影響農業作物與森林生長及分布；強烈的日照易增加果實日燒灼傷之發生，導致果實品質下降
[1]；建築物室內設計日射量影響屋內空間配置，日射量充足可減少照明設備使用，降低耗能等等。政府推動綠能產業積極推動再生能源發展，太陽能電廠場址評估重點需要該地日射量的資訊做參考，而精確的日射量估算，能提升計算太陽能發電的準確率，有助於規劃能源調度。日射量與人們健康有關，已知過度暴露於太陽下會增加各種皮膚癌，白內障等眼部疾病的風險，以及加速皮膚老化，或因日照不足可能導致多發性硬化症，也可能不利於抵抗傳染病的能力，同樣在公共衛生領域也有研究指出日射量為登革熱疫情之重要氣候因子之一，與登革熱病例傳播期間有延遲效應
[2][3]。
綜合上述，量測日射量值將可提供多元領域應用。臺灣雖位於亞熱帶地區，日照充足，但夏季盛行西南風，冬季盛行東北風，天氣多變，並影響地表接受日射量多寡，藉由紀錄長期日射量的變化用以探討氣候變化趨勢，進而發展調適氣候改變的因應作為，如未來降雨趨勢減少，需增加農作物灌水量及農業用水調度等；因此，建立長期日射量資料庫是迫切與需要的工作。
日射量反演
過去歷史日射量資料主要以少數氣象觀測站觀測為主，透過內插得到區域的日射量資訊是較為不精確，無法符合現代觀測需求。因此運用地球同步氣象衛星觀測，提供固定時間與範圍的臺灣地區日射量網格資料。利用衛星的可見光和紅外光頻道資料估算日射量，演算過程中考慮太陽輻射受大氣效應、地形效應及天文效應等影響。天文因素除了考慮由太陽天頂角及時角與太陽赤緯計算出的太陽入射角度。其太陽天頂角為太陽與天頂之間的角度，赤緯為太陽入射線與赤道面夾角。另因地球公轉關係，日地距離會隨時間變化，及太陽與衛星觀測的幾何位置所做的修正，須修正大氣層頂的輻射量。地表接受輻射量主要其一太陽輻射穿透大氣層不受空氣中任何因子影響而直接入射至地表，另一為大氣效應主要由太陽輻射穿越大氣層過程中，受大氣層中瑞利(Rayleigh)散射、懸浮微粒散射、水氣吸收與臭氧吸收等影響造成衰減間接入射至地表（圖1）。
圖 1.衛星反演臺灣地區日射量流程圖。
驗證反演日射量與地面測量值的差異，分析其準確度受到下列因素影響：1.演算法的侷限：反演過程需考慮許多因子，其中以大氣效應的雲及氣膠光學厚度（Aerosol Optical Depth，AOD）影響最大，以目前反演過程中分為晴空及有雲兩種模式，僅由統計雲頂溫度所建立的門檻值而估算的大氣透射率是不足的，也許加入雲為物理參數如雲的厚度、雲種與雲低粒徑以得出精準的透射率；另外AOD參數僅以固定季節性的觀測質作為背景值未能反映實際狀況，這些將在新演算法中持續改善。2.衛星儀器及測站儀器皆存在觀測的系統誤差，這將使得驗證工作增加比對的困難，建立長期資料庫比對了解系統性誤差特性。3.地面測站觀測值可能因建築物或環境致儀器接收值較高或較低，地面測站觀測資料的校準需進行標準作業化的維護，確保觀測資料品質，提供後續正確的分析應用。
日射量反演結果
日射量網格資料空間解析度約為0.01度，涵蓋範圍含臺灣本島及外島，時間解析度為2012年至2018每日上午六時至下午七時每小時（瞬時或時累積）及每日日射量資料（圖2）。將衛星反演的日射量與氣象局31個氣象觀測站日射量進行比對，統計結果顯示兩資料之間為高度相關（圖3）。利用衛星反演資料與測站比對四季日累積資料，除夏季之外其餘季節反演值皆與測站值相近（圖4），驗證衛星反演日射量的可信度，未來仍持續改善反演程式，增加準確度，並回溯至2007年7月，提供完善的臺灣地區日射量網格資料。
圖 2.衛星反演臺灣地區日射量分布圖。
圖 3.向日葵八號衛星之日射量產品與臺灣測站觀測值之散布圖。
圖 4.MTSAT2衛星反演與臺灣測站四季比對分布圖，
橘色為測站觀測值，藍色MTSAT2衛星反演值，單位MJ/m2。
參考文獻
1.
陳奕君與林延諭，2016：遮光處理對防範紅龍果肉質莖日燒傷害之研究，臺東區農業改良場研究彙報，行政院農業委員會臺東區農業改良場，臺東市。
2.
張筱玲與賴淑寬，2006：氣象資料於疾病監測之應用，行政院衛生署疾病管制局九十五年度科技研究發展計畫，行政院衛生署疾病管制局，臺北市。
3.
Lai, Y., 2018：The climatic factors affecting dengue fever outbreaks in southern Taiwan: an application of symbolic data analysis. BioMed Eng OnLine., 17, 148.
4.
胥立南與賴彥任，2015：應用MTSAT2衛星資料估算臺灣地表日射量，104年天氣分析與預報研討會論文全文彙編，中央氣象局，臺北市。
5.
鄭光浩等，2017：應用Himawari-8估計臺灣地表日射量之校驗及探討，106年天氣分析與預報研討會論文全文彙編，中央氣象局，臺北市。
6.
Tanahashi, S. H. Kawamura, T. Matsuura, T.Takahashi and H. Yusa, 2000: Improved estimates of hourly insolation from GMS S-VISSR data. Remote Sens. Environ., 74,409-413.
7.
Tanahashi, S. H. Kawamura, T. Matsuura, T. Takahashi and H. Yusa, 2001: A system to distribute satellite incident solar radiation in real-time. Remote Sens. Environ., 75, 412-422.