Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία

Στην παρούσα διδακτορική διατριβή, εξετάζεται η επίδραση των χωροχρονικών μεταβολών της νέφωσης, των αιωρούμενων σωματιδίων και του υετίσιμου ύδατος κατά τη διάδοση της ακτινοβολίας από το όριο της ατμόσφαιρας έως και την επιφάνεια της Γης. Ειδικότερα, τα αιωρήματα χαρακτηρίζονταν από έναν διττό ρόλ...

Full description

Bibliographic Details
Main Author: Βαμβακάς, Ιωάννης
Other Authors: Vamvakas, Ioannis
Language:Greek
Published: 2022
Subjects:
Online Access:http://hdl.handle.net/10889/15764
id nemertes-10889-15764
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Ηλιακή ακτινοβολία μικρού μήκους κύματος (SWR)
Μοντέλo επίλυσης της εξίσωσης διάδοσης της ακτινοβολίας
Οπτικές ιδιότητες αιωρούμενων σωματιδίων
Τύπος νεφών και κλασματική νεφοκάλυψη (CC)
Επιδράσεις των υδρατμών στην ακτινοβολία
Αποδοτικότητα των υδρατμών στην εξασθένιση της ακτινοβολίας (PWE)
Ενισχυτικά γεγονότα της SWR
Δείκτης αιθριότητας
Ηλιακή ζενίθια γωνία
Αλγόριθμος εκτίμησης των αιωρημάτων
Θεωρητική εκτίμηση της SWR
Μέθοδοι προσαρμογής στην τοποθεσία
Εκτίμηση της συνολικής, πυκνής και αραιής νεφοκάλυψης
Κλιματικό σύστημα ταξινόμησης του Köppen-Geiger (KG)
Δορυφορικά ατμοσφαιρικά δεδομένα (MODIS)
Χρονοσειρές επανάλυσης των αιωρημάτων (CAMS)
Χρονοσειρές επανάλυσης των υδρατμών (MERRA-2)
Επίγειο δίκτυο παρακολούθησης των αιωρούμενων σωματιδίων (AERONET)
Shortwave solar irradiance
Radiative transfer model
Optical properties of aerosols
Type of clouds and cloud coverage
Water vapor radiative effects (WVRE)
Water vapor efficiency (PWE)
Enhancements events of SWR
Clearness Index
Solar zenith angle
Algorithm for the estimation of aerosols
Algorithm for the estimation of SWR
Site adaptation methods
Algorithm for the estimation of total, thick and thin CC
Köppen-Geiger (KG) climate classification system
Satellite atmospheric dataset (MODIS)
Reanalysis timeseries of aerosols (CAMS)
Reanalysis timeseries of precipitable water (MERRA-2)
Aerosol Robotic Network (AERONET)
spellingShingle Ηλιακή ακτινοβολία μικρού μήκους κύματος (SWR)
Μοντέλo επίλυσης της εξίσωσης διάδοσης της ακτινοβολίας
Οπτικές ιδιότητες αιωρούμενων σωματιδίων
Τύπος νεφών και κλασματική νεφοκάλυψη (CC)
Επιδράσεις των υδρατμών στην ακτινοβολία
Αποδοτικότητα των υδρατμών στην εξασθένιση της ακτινοβολίας (PWE)
Ενισχυτικά γεγονότα της SWR
Δείκτης αιθριότητας
Ηλιακή ζενίθια γωνία
Αλγόριθμος εκτίμησης των αιωρημάτων
Θεωρητική εκτίμηση της SWR
Μέθοδοι προσαρμογής στην τοποθεσία
Εκτίμηση της συνολικής, πυκνής και αραιής νεφοκάλυψης
Κλιματικό σύστημα ταξινόμησης του Köppen-Geiger (KG)
Δορυφορικά ατμοσφαιρικά δεδομένα (MODIS)
Χρονοσειρές επανάλυσης των αιωρημάτων (CAMS)
Χρονοσειρές επανάλυσης των υδρατμών (MERRA-2)
Επίγειο δίκτυο παρακολούθησης των αιωρούμενων σωματιδίων (AERONET)
Shortwave solar irradiance
Radiative transfer model
Optical properties of aerosols
Type of clouds and cloud coverage
Water vapor radiative effects (WVRE)
Water vapor efficiency (PWE)
Enhancements events of SWR
Clearness Index
Solar zenith angle
Algorithm for the estimation of aerosols
Algorithm for the estimation of SWR
Site adaptation methods
Algorithm for the estimation of total, thick and thin CC
Köppen-Geiger (KG) climate classification system
Satellite atmospheric dataset (MODIS)
Reanalysis timeseries of aerosols (CAMS)
Reanalysis timeseries of precipitable water (MERRA-2)
Aerosol Robotic Network (AERONET)
Βαμβακάς, Ιωάννης
Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
description Στην παρούσα διδακτορική διατριβή, εξετάζεται η επίδραση των χωροχρονικών μεταβολών της νέφωσης, των αιωρούμενων σωματιδίων και του υετίσιμου ύδατος κατά τη διάδοση της ακτινοβολίας από το όριο της ατμόσφαιρας έως και την επιφάνεια της Γης. Ειδικότερα, τα αιωρήματα χαρακτηρίζονταν από έναν διττό ρόλο κατά την διάδοση της εισερχόμενης ακτινοβολίας μικρού μήκους κύματος (SWR) εντός της γήινης Ατμόσφαιρας, προκαλώντας σκεδάσεις και απορροφήσεις σε αυτήν έως ότου φτάσει στο έδαφος. Ο συγκεκριμένος ρόλος τους αντιστοιχούσε στη άμεση επίδραση τους στην ακτινική ροή, ενώ η έμμεση συνεισφορά τους εξαρτιόταν από τον βαθμό με τον οποίο συμμετείχαν στην αλλαγή των μικροφυσικών ιδιοτήτων και του χρόνου ζωής των νεφών. Για την αξιολόγηση του βαθμού της έμμεσης συνεισφοράς τους, σημαντικό ρόλο διαδραμάτισαν δύο οπτικές ιδιότητες των αερολυμάτων, οι οποίες σχετίζονταν με τον πληθυσμό τους, ή τον παράγοντα θολότητας Ångström β, και με τον τύπο τους, δηλαδή τον εκθετικό παράγοντα Ångström α. Συνεπώς, οι αυξημένες συγκεντρώσεις των αιωρημάτων, ή με άλλα λόγια οι υψηλές τιμές του Ångström β, οδηγούσαν σε αύξηση των νεφοσταγονιδίων και της ανακλαστικότητας τους, με συνέπεια να προκαλούν μείωση με την σειρά τους στην SWR, που φτάνει στην επιφάνεια του εδάφους. Από την άλλη πλευρά ο τύπος τους, όπως ήταν τα σωματίδια της αιθάλης και του θειικού άλατος, μπορούσαν να διαδραματίσουν καθοριστικό ρόλο στον σχηματισμό των νεφών, λόγω του μεγέθους σε συνδυασμό με την υγροσκοπικότητα τους. Αν λοιπόν επικεντρωθούμε στον παράγοντα της νέφωσης, οι βραχυπρόθεσμες χωροχρονικές μεταβολές της σε συνδυασμό με τον τύπο της μπορούσαν να προκαλέσουν από μερική ως ολική εξασθένιση στην επιφανειακή SWR, μέσω των διεργασιών ανάκλασης και σκέδασης, αλλά σε ορισμένες περιπτώσεις, είχαν την δυνατότητα να δράσουν και ως ενισχυτικές παράμετροι της SWR. Πιο συγκεκριμένα, για αυτές τις περιπτώσεις, ο τύπος των νεφών και η θέση τους στον ουράνιο θόλο ήταν παράγοντες κρίσιμης σπουδαιότητας, ενώ με βάση την συνέχεια ή ασυνέχεια της κατανομής τους στον ουράνιο θόλο, οι βασικές κατηγορίες τους διακρίνονταν α) στους σωρείτες (Cumulus) και β) τα στρώματα (Stratus). Η πιο σημαντική κατηγορία, που μελετήθηκε στην παρούσα διατριβή ήταν τα Cumulus, με την ασυνέχεια στην κατανομή τους να ευθύνεται για τα ενισχυτικά γεγονότα. Ο μηχανισμός ενεργοποίησης τους ήταν η μη εξασθένιση της άμεσης συνιστώσας της ακτινοβολίας στα εξωτερικά σύνορα του νέφους και η επιπρόσθετη διάχυτη ακτινοβολία, προερχόμενη από την σκέδαση των φωτονίων στις i) άκρες (diffusion scattering) ή ii) στο κάτω μέρος του νέφους (Mie scattering). Όσον αφορά στην κατανομή των υδρατμών και τις επιδράσεις τους στην ακτινοβολία, αυτές ανιχνεύονταν σε εκτεταμένες ζώνες απορρόφησης, με τις τρεις περιοχές να είναι εντοπισμένες μεταξύ των μηκών κύματος από 680 nm-746 nm, 786 nm-844 nm, 872 nm-1014 nm και από τα 2000 nm και μετά. Η συγκεκριμένη ατμοσφαιρική παράμετρος ήταν το δεύτερο πιο σημαντικό συστατικό μετά τα αιωρήματα στην εξασθένιση της ακτινοβολίας, ενώ οι πηγές προέλευσης τους στο σύστημα Ατμόσφαιρας-Γης ήταν οι υδάτινες επιφάνειες (ποτάμια, λίμνες και θάλασσες) και τα φυτά, μέσω της διεργασίας εξάτμισης του νερού τους, και της διαδικασία της διαπνοής τους αντίστοιχα. Η περιεκτικότητα των υδρατμών στο ατμοσφαιρικό αέρα αύξανε επίσης με την θερμοκρασία του, σύμφωνα με την εξίσωση του Clausius-Clapeyron, και αυτή η αυξημένη περιεκτικότητα των υδρατμών σήμαινε, ότι αυτά μπορούσαν να διαμορφώσουν σταγονίδια και παγοκρυστάλλους διαστάσεων 10-3mm πάνω σε σωματίδια για το σχηματισμό νεφών. Όλες οι παραπάνω ατμοσφαιρικές παράμετροι μπορούσαν να καταγραφούν μέσω ρομποτικών δικτύων μέτρησης, συστημάτων ψηφιακής απεικόνισης του ουράνιου θόλου, σταθμών βυθομέτρησης και τεχνικών ραδιοβόλισης, ώστε να αξιολογηθεί εν συνεχεία η επίδραση τους στην Άμεση (DNI) και Ολική συνιστώσα (GHI) της επιφανειακής ακτινοβολίας μικρού μήκους κύματος (SWR). Όμως ο αριθμός των σταθμών καταγραφής των ατμοσφαιρικών παραμέτρων και του ηλιακού δυναμικού παγκοσμίως δεν ήταν αντιπροσωπευτικός. Για το σκοπό αυτό, κρίθηκε αναγκαία η ανάπτυξη μεθοδολογιών αξιοποίησης της συνέργειας δορυφορικών, επίγειων δεδομένων ή συνδυασμού και των δυο (δεδομένα επανάλυσης) για τις παραπάνω ατμοσφαιρικές παραμέτρους, με μοντέλα εκτίμησης της διάδοσης ακτινοβολίας. Επιπλέον, εφαρμόστηκαν μέθοδοι διόρθωσης του σφάλματος μεροληψίας (Site Adaptation Methods) των δορυφορικών ατμοσφαιρικών παραμέτρων και εκτιμώμενων ακτινοβολιών μέσω της χρήσης επίγειων δεδομένων υψηλής ποιότητας. Στο Πρώτο κεφάλαιο, παρέχεται μια θεωρητική περιγραφή της ηλιακής ακτινοβολίας και των μηχανισμών που επιδρούν σε αυτήν κατά την διάδοση της εντός της ατμόσφαιρας και μέχρι αυτή να φτάσει στην επιφάνεια του εδάφους. Οι κυριότεροι μηχανισμοί είναι τα νέφη, τα αερολύματα και το υετίσιμο ύδωρ, οι οποίοι εξετάζονται με βάση τους τύπους, τις οπτικές τους ιδιότητες, αλλά και τις σκεδάσεις/απορροφήσεις τις οποίες προκαλούν στην ακτινοβολία. Επιπροσθέτως, γίνεται μια περιληπτική αναφορά στους μηχανισμούς διόρθωσης των σφάλματων των θεωρητικών ακτινοβολιών, που προκύπτουν από τη συνέργεια δορυφορικών χρονοσειρών και υπολογισμένων ακτινοβολιών από μοντέλα, μέσω της χρήσης επίγειων δεδομένων υψηλής ποιότητας. Στο Δεύτερο κεφάλαιο, γίνεται παρουσίαση του συνόλου των πηγών που αξιοποιούνται για την διεκπεραίωση της παρούσας διατριβής, με στόχο την ανάκτηση δορυφορικών χρονοσειρών, δεδομένων επανάλυσης (reanalisis dataset) και επίγειων ατμοσφαιρικών και ακτινομετρικών δεδομένων. Επίσης γίνεται αναφορά και στο μοντέλο διάδοσης της ακτινοβολίας για την θεωρητική εκτίμηση της SWR μέχρι την επιφάνεια του εδάφους. Στο Τρίτο κεφάλαιο, γίνεται εκτενής αναφορά στις ενισχύσεις της ολικής οριζόντιας ακτινοβολίας (GHI) λόγω των νεφών στην περιοχή της Πάτρας (38.29oN, 21.79oE, 50 m a.s.l.), στη Νοτιοδυτική Ελλάδα. Ο στόχος είναι να προσδιοριστούν οι χαρακτηριστικοί τύποι νεφών και να προβλεφθούν οι επικρατούσες ατμοσφαιρικές συνθήκες, οι οποίες ευθύνονται για την πρόκληση των ενισχύσεων της GHI, ώστε εν συνεχεία να εκτιμηθεί η απόδοση των ηλιακών ενεργειακών συστημάτων. Μια ενίσχυση της GHI, η οποία δεν μπορεί να προβλεφθεί, είναι πιθανό να αποβεί καταστροφική για την εύρυθμη λειτουργία τους. Συνεπώς, αξιοποιούνται τέσσερις βάσεις δεδομένων από ένα πυρανόμετρο, έναν μετρητή της χρονικής διάρκειας ορατότητας του ήλιου, με το χρονικό βήμα της μέτρησης να είναι ανά λεπτό (1 min), ένα ψηφιακό σύστημα παρακολούθησης της νέφωσης, ένα δορυφορικό όργανο καταγραφής των οπτικών ιδιοτήτων των αιωρούμενων σωματιδίων και ένα μοντέλο εκτίμησης της διάδοσης της ακτινοβολίας υπό ανέφελες συνθήκες, για την πιστοποίηση των ενισχύσεων. Ειδικότερα, χρησιμοποιούνται μονόλεπτες μετρήσεις και θεωρητικοί υπολογισμοί της GHI (GHIMEASURED και GHIMODELED αντίστοιχα) από ένα πυρανόμετρο Kipp & Zonen CMP11 και ένα μοντέλο διάδοσης της ακτινοβολίας (LibRadTran), μονόλεπτες χρονοσειρές της χρονικής διάρκειας ορατότητας του ήλιου που προέρχονται από τον μετρητή Kipp & Zonen CD3, μονόλεπτες μετρήσεις της κλασματικής νέφωσης (Cloud Coverage (CC)) και των διαφόρων τύπων της (πυκνά και λεπτά νέφη (thick and thin CC)) που παρέχονται μέσω της συνεργιστικής χρήσης της ψηφιακής κάμερας VIS-J1006 και του λογισμικού Findclouds (http://www.schreder-cms.com/en/camera.htm) και δορυφορικές παρατηρήσεις των αερολυμάτων που ανακτώνται από το Moderate Resolution Imaging Spectroradiometer (MODIS). Για την εκτίμηση των θεωρητικών ακτινοβολιών (GHIMODELED) υπό ανέφελες συνθήκες και χωρίς την επίδραση των αιωρούμενων σωματιδίων, παρεμβάλλονται οι υπολογισμένες GHIs από το μοντέλο της LibRadTran (Radiative Transfer Model ή RTM), οι οποίες έχουν προκύψει με βάση ένα συνδυασμό ατμοσφαιρικών σεναρίων (RTM-LUTs), δηλαδή a) την SZA: 0o-89o με βήμα 0.2o, β) την επιφανειακή ανακλαστικότητα: 0.2 και γ) τους μέσους μηνιαίους όρους του συνολικού όζοντος (προερχόμενοι από το Ozone Monitoring Instrument (OMI), το οποίο είναι ενσωματωμένο στον δορυφόρο Aura), κατά μήκος των μονόλεπτων μετρήσεων της SZA, που αντιστοιχούν στο σταθμό της μελέτης μας. Μετέπειτα, οι χρονοσειρές της GHIMODELED διορθώνονται λόγω της μεταβλητής απόστασης Ήλιου-Γης, με στόχο την περαιτέρω σύγκρισή τους με τις χρονοσειρές της GHIMEASURED για την εύρεση των ενισχύσεων της GHI. Σύμφωνα με τα αποτελέσματα της μελέτης, το 4% του συνόλου των δεδομένων μας, που ανήκει σε μια χρονοσειρά δύο ετών, αντιστοιχεί σε ενισχύσεις της GHI, δηλαδή οι τιμές της GHIMEASURED είναι μεγαλύτερες από τις αντίστοιχες ενδείξεις της GHIMODELED υπό ανέφελες συνθήκες, με τα ενισχυτικά γεγονότα να οριοθετούνται για ποσοστιαίες διαφορές μεταξύ της GHIMEASURED και της GHIMODELED (GHIMEASURED – MODELED), μεγαλύτερες από 5%. Επιπλέον, για CC, η οποία είναι μεγαλύτερη του 0.5, και τον ήλιο να είναι ορατό ανάμεσα στα νέφη, η θεωρητική εκτίμηση της διάχυτης ακτινοβολίας από το UniSky Simulator έδειξε ότι, αυτή ενισχύεται κατά 2 με 3 φορές συγκριτικά με την αντίστοιχη τιμής της για ανέφελες ατμοσφαιρικές συνθήκες και είναι η μόνη που συνεισφέρει στην ενίσχυση της GHI. Ειδικότερα η τιμή της διάχυτης συνιστώσας, κατά την διάρκεια που λαμβάνει χώρα το ενισχυτικό γεγονός, προσεγγίζει τα 260 W/m2. Όσον αφορά στη επίδραση που ασκούν τα αιωρούμενα σωματίδια, τα οποία προέρχονται από το MODIS, στην ακτινοβολία, αυτά δρουν εξασθενητικά στην GHI ανάλογα με την SZA, με την μέγιστη εξασθένιση να φτάνει περίπου στα -67 W/m2 και τη μέση τιμή στα -21 W/m2. Στο Τέταρτο κεφάλαιο, εξετάζεται η άμεση επίδραση των οπτικών ιδιοτήτων των αιωρημάτων και του υετίσιμου ύδατος στη GHI υπό ανέφελες συνθήκες, μέσω της θεωρητικής εκτίμησης της για τις περιοχές στη Βόρεια Αφρική και Μέση Ανατολή (Middle East North Africa, MENA). Ο στόχος είναι να προτείνουμε ένα αλγόριθμο, ο οποίος θα εκτιμά την GHI, η οποία φτάνει σε ένα φωτοβολταϊκό σύστημα, σε μεγάλη χωρική κλίμακα και με υψηλή χρονική ακρίβεια υπό ανέφελες συνθήκες. Ο συγκεκριμένος αλγόριθμος θα μπορούσε με την σειρά του να χαρακτηριστεί αξιόπιστος έναντι επίγειων δεδομένων υψηλής ποιότητας, μετρούμενων από επίγειους σταθμούς. Η μεγάλη σημασία της εύρεσης του σχετίζεται άρρηκτα με την ασυνέχεια που παρατηρείται στις επίγειες χρονοσειρές δεδομένων, και την μη αντιπροσωπευτική κάλυψη των επίγειων σταθμών σε παγκόσμια κλίμακα. Για το συγκεκριμένο σκοπό, αξιοποιούνται οι δορυφορικές ατμοσφαιρικές χρονοσειρές από δυο διαφορετικές εκδόσεις του MODIS (MODIS v.6 και v.6.1), δηλαδή το οπτικό πάχος των αιωρημάτων στο μήκος κύματος των 550 nm (AOD550nm), το μέγεθος τους (Ångström α), ο συντελεστής ανακλαστικότητας μεμονωμένης σκέδασης τους και το υετίσιμο ύδωρ. Αυτά τα δεδομένα συνδυάζονται με θεωρητικούς υπολογισμούς της GHI για επιλεγμένα ατμοσφαιρικά σενάρια (RTM-LUTs) από το Santa Barbara Disort Radiative Transfer Model (SBDART) της LibRadTran, με την συνέργεια ανάμεσα τους να επιτυγχάνεται μέσω εφαρμογής διπλών γραμμικών παρεμβολών, ώστε να εκτιμηθούν οι χρονοσειρές της GHI με χρονικό βήμα 15 λεπτών. Εν συνεχεία, οι συγκεκριμένες χρονοσειρές διορθώνονται με βάση το υψόμετρο της τοποθεσίας, αξιοποιώντας ένα 3ης τάξης πολυωνυμικό μοντέλο, και την απόσταση Ήλιου-Γης και ολοκληρώνονται με την μέθοδο του τραπεζίου για τον υπολογισμό των ημερήσιων δεδομένων τους. Σύμφωνα με τα αποτελέσματα της μεθόδου, οι θεωρητικές ημερήσιες τιμές της GHI κυμαίνονται από 3 kWh/m2 έως 10 kWh/m2, με τις χρονοσειρές τους να εμφανίζουν αποκλίσεις ανάμεσα στις δύο εκδόσεις (GHIv.6 και GHIv.6.1), λόγω των διαφορών στους αλγορίθμους εκτίμησης των αιωρούμενων σωματιδίων. Οι μεγαλύτερες διαφορές μεταξύ των θεωρητικών GHIs καταγράφονται στον TΑΜ της Αλγερίας, κυμαινόμενες από -2 kWh/m2 έως 2.5 kWh/m2 (-2 kWh/m2≤GHIv.6.1-GHIv.6≤2.5 kWh/m2), εξαιτίας του ηπειρωτικού περιβάλλοντος της περιοχής και της υψηλής περιεκτικότητας του ατμοσφαιρικού αέρα σε χονδρόκοκκα αιωρήματα. Επίσης, οι δείκτες της ρίζας του μέσου τετραγωνικού σφάλματος (RMSE) και του μέσου σφάλματος μεροληψίας (ΜΒΕ) των θεωρητικών GHIs απέναντι σε επίγεια δεδομένα υψηλής ποιότητας, είναι χαμηλότεροι από i) 12.3% για v.6.1 και 13.3 % για v.6 και ii) 0.81 kWh/m2 για v.6.1 και 0.88 kWh/m2 για v.6, με τον αντίστοιχο συντελεστή προσδιορισμού τους (R2) να είναι υψηλότερος από 0.84 και 0.86 για v.6 και v.6.1 αντίστοιχα. Σχετικά με τους δείκτες που αξιολογούν την στατιστική ομοιότητα μεταξύ θεωρητικών και επίγειων αθροιστικών συχνοτήτων κατανομής της GHI, αυτές εξετάζονται μέσω των στατιστικών δεικτών του Kolmogorov Smirnov Integral (KSI) και του OVER, με τις ποσοστιαίες τιμές τους να είναι χαμηλότερες από i) 293.29 % και 373.29 % για v.6.1 και v.6 και ii) 220.84 % και 300.09 % για v.6.1 και v.6 αντίστοιχα. Επομένως, η ύπαρξη αβεβαιοτήτων στις εκτιμώμενες GHI, αναδεικνύει την αναγκαία εφαρμογή μεθόδων προσαρμογής στην τοποθεσία (Site Adaptation Methods), όπως της γραμμικής διόρθωσης (Linear Correction (LIN)) των εκτιμήσεων της GHI, χρησιμοποιώντας επίγεια δεδομένα υψηλής ποιότητας, και της Εμπειρικής προσαρμογής των θεωρητικών ποσοστημορίων της GHI, ώστε να ταυτίζονται με τα αντίστοιχα επίγεια (Empirical Quantile Mapping (EQM)). Οι διορθωμένοι δείκτες του RMSE, λόγω των παραπάνω μεθόδων είναι χαμηλότεροι από 3.8% για LIN και 3.7% για EQM, του MBE προσεγγίζουν την μηδενική τιμή, του R2 παραμένουν σχεδόν αμετάβλητοι, του KSI είναι χαμηλότεροι από 74.76 % για LIN και 2.42 % για EQM και του OVER είναι χαμηλότεροι του 22.17 % για LIN και ίσοι με 0 % για EQM. Στο Πέμπτο κεφάλαιο, διερευνάται λεπτομερέστατα η χωροχρονική ακρίβεια των δεδομένων επανάλυσης του AOD στα μήκη κύματος των 550 nm και 1240 nm (AOD550nm και AOD1240nm) από την Copernicus Atmosphere Monitoring Service (CAMS), απέναντι σε παρατηρήσεις υψηλής χρονικής ανάλυσης από το δίκτυο σταθμών του Aerosol Robotic Network έκδοσης 3 και επιπέδου 2 (AERONET Version 3 (V3) και Level 2 (L2)). O στόχος είναι να προταθεί ένα μοντέλο το οποίο θα εκτιμά το AOD σε μεγάλες χωρικές αναλύσεις και με υψηλή χρονική ακρίβεια, συνδυάζοντας επίγεια και δορυφορικά δεδομένα, μέσω ενός συστήματος αφομοίωσης, ενώ θα έχει ταυτόχρονα την ικανότητα να διαχωρίζει τα αιωρούμενα σωματίδια, με βάση το χημικό τύπο τους. Συνεπώς, η γνώση της χωροχρονικής μεταβλητότητας των δεδομένων του AOD με ακρίβεια, θα έδινε σε εμάς την δυνατότητα να εκτιμήσουμε την μεταβλητότητα της DNI με χαμηλές αβεβαιότητες μέσω ενός RTM μοντέλου, και να αξιολογήσουμε τον βαθμό αξιοποίησης της μέσω ενός συγκεντρωτικού ενεργειακού συστήματος (αποδοτικότητα των ενεργειακών συστημάτων). Για την επίτευξη του στόχου, επιλέγονται τρίωρες (3-h) αναλύσεις του AOD550nm και AOD1240nm από τη CAMS, αξιοποιώντας την μέθοδο της γραμμικής παρεμβολής, δηλαδή βρίσκοντας τις τιμές της συγκεκριμένης ατμοσφαιρικής παραμέτρου για τις γεωγραφικές συντεταγμένες, οι οποίες είναι εγγύτερες χωρικά σε αυτές των σταθμών του AERONET. Μετά την εφαρμογή της συγκεκριμένης μεθόδου, οι χρονοσειρές του AODCAMS συγκρίνονται απέναντι στις αντίστοιχες υπολογισμένες χρονοσειρές στο τρίωρο από το AERONET για την περίοδο από το 2003 έως το 2017, με κριτήριο οι παρεχόμενες μετρήσεις από τους σταθμούς του AERONET να είναι πάνω από 1000. Σύμφωνα με αυτές τις συγκρίσεις, το MBE βρίσκεται μεταξύ των τιμών του -0.3 έως 0.71 για τα μήκη κύματος των 550 nm και των 1240 nm, με τους μέσους όρους του να προσεγγίζουν παγκοσμίως τις μηδενικές τιμές, ενώ στην Κεντρική και Δυτική Αφρική, οι τιμές του δείκτη είναι -0.17 (550 nm) και -0.124 (1240 nm). Πιο συγκεκριμένα, το ΜΒΕ λαμβάνει την μέγιστη τιμή του, δηλαδή οι επίγειες παρατηρήσεις του AOD υπερεκτιμώνται από την CAMS, στο Μέξικο Σίτι, στο Μεξικό (ΜΒΕ550nm=0.71), ενώ υποεκτιμώνται αντίστοιχα (ΜΒΕ550nm=-0.3) στην περιοχή του Τσιάγι στη Ταϊβάν. Όσον αφορά στο RMSE, οι μέσοι όροι του σε παγκόσμια κλίμακα προσεγγίζουν τις τιμές του 0.11 και του 0.06 για 550 nm και 1240 nm αντίστοιχα, και είναι μεγαλύτερες του 0.2 για την Κεντρική και Δυτική Αφρική σε μήκος κύματος των 1240nm. Για τα 550 nm, εντοπίζονται υψηλές τιμές του RMSE στην Ινδονησία (RMSE550nm>0.3), ενώ οι μέγιστες τιμές του ανιχνεύονται κοντά σε ηφαιστειογενείς περιοχές, όπως στο Μέξικο Σίτι (RMSE=0.92). Σχετικά με το συντελεστή συσχέτισης (Pearson R) των εκτιμήσεων απέναντι στις επίγειες παρατηρήσεις του AOD, οι μέσες τιμές του προσεγγίζουν παγκοσμίως τις ενδείξεις του 0.72 και 0.63 για 550 nm και 1240 nm, με τις χαμηλότερες συσχετίσεις να ανιχνεύονται στα βόρεια γεωγραφικά πλάτη και στην Νότιο Αμερική. Συνεπώς, η ύπαρξη συστηματικών σφαλμάτων (MBE) και σφαλμάτων διασποράς (RMSE) αλλά και οι χαμηλές συσχετίσεις (χαμηλές τιμές του Pearson R) αναδεικνύουν την αναγκαιότητα εφαρμογής μεθόδων προσαρμογής στην τοποθεσία, όπως της τεχνικής της βαθμονόμησης των χρονοσειρών του AODCAMS, υποθέτοντας ότι συνδέονται μέσω μιας γραμμικής σχέσης με τις επίγειες παρατηρήσεις του δικτύου του AERONET (AODAERONET). Μετά την εφαρμογή της συγκεκριμένης τεχνικής, εξαλείφεται το MBE, με τις μεγαλύτερες διορθώσεις του να επιτυγχάνονται στο Μέξικο Σίτι και το Μάουνα Λόα στην Χαβάη (ηφαιστιογενείς περιοχές), ενώ και το RMSE είναι αρκετά βελτιωμένο, με τις τιμές του να εκτείνονται από 0.06 μέχρι 0.32 για 550nm και από 0.03 έως 0.2 για 1240 nm. Ειδικότερα, ο τελευταίος δείκτης είναι βελτιωμένος κατά 20% στην Μέση και Δυτική Αφρική. Για τον Pearson R δεν παρατηρούνται μεταβολές μετά την εφαρμογή της βαθμονόμησης. Επειδή λοιπόν οι χρονοσειρές του AODCAMS χαρακτηρίζονται από αβεβαιότητες, εξετάζεται σε ποιο βαθμό αυτές επηρεάζουν την ακρίβεια στις εκτιμήσεις της DNI (DNICAMS). Για την συγκεκριμένη διερεύνηση, οι χρονοσειρές της DNICAMS υπολογίζονται μέσω εφαρμογής σχήματος τριών γραμμικών παρεμβολών των τρίωρων ατμοσφαιρικών χρονοσειρών της SZA, του Ångström α και του Ångström β, που προέρχονται από την CAMS, κατά μήκος των επιθυμητών LUTs που ορίζονται μέσω ενός RTM μοντέλου. Παρόμοια διαδικασία υπολογισμού ακολουθείται για την εύρεση των χρονοσειρών της DNIAERONET (δεδομένα αναφοράς), με την μόνη διαφορά ότι τα τρίωρα ατμοσφαιρικά δεδομένα, που χρησιμοποιούνται στο σχήμα παρεμβολών, προέρχονται από το δίκτυο σταθμών του AERONET. Συνεπώς, έχοντας υπολογίσει τις θεωρητικές τιμές της DNI (DNICAMS) και τις αντίστοιχες χρονοσειρές της από επίγειες παρατηρήσεις (DNIAERONET), τις συγκρίνουμε μεταξύ τους, αξιοποιώντας τους στατιστικούς δείκτες του rMBE και του rRMSE, ώστε να καταλήξουμε στα επαγόμενα σφάλματα της DNICAMS. Με βάση λοιπόν τα αποτελέσματα, με την χρήση των αδιόρθωτων δεδομένων του AODCAMS, ο δείκτης του rMBE, ο οποίος καθορίζει τις επί τοις εκατό συστηματικές αβεβαιότητες της DNICAMS, φτάνει τοπικά μέχρι το 30%, ενώ σε περιοχική κλίμακα, οι υψηλότερες τιμές του (υπερεκτίμηση της DNI) υπολογίζονται στις περιοχές της Νότιας και Νότιο-Ανατολικής Ασίας (rMBE=5.3 % και 4.2 % αντίστοιχα). Αντίθετα, στη περιοχή της Βόρειας Αφρικής, ανιχνεύονται οι πιο αρνητικές τιμές του rΜΒΕ (υποεκτίμηση της DNI), οι οποίες προσεγγίζουν το -4.1%. Μετά την αξιοποίηση των βαθμονομημένων δεδομένων του AODCAMS, βελτιώνεται αρκετά το rΜΒΕ, με τις ενδείξεις του να κυμαίνονται από -2.5%-0.1% σε περιοχική κλίμακα, ενώ οι ενδείξεις του rRMSE είναι χαμηλότερές από 10 % στην Ευρώπη και Βόρεια Αμερική, χαμηλότερες από 5 % στην Νότια Αμερική και Αυστραλία και υψηλότερές από 15.4 % στην Αραβική Χερσόνησο. Στο Έκτο κεφάλαιο, οι χρονοσειρές της επανάλυσης των υδρατμών (PW), από χωρικό πλέγμα 0.5οΧ0.625ο, ανακτώνται από τη MERRA2 και αφού επαναϋπολογίζονται σε ένα συνεχές χωρικό πλέγμα 1οΧ1ο, μέσω της μεθόδου διπλής γραμμικής παρεμβολής, αξιοποιούνται ως δεδομένα εισόδου σε ένα μοντέλο επίλυσης της εξίσωσης διάδοσης της ακτινοβολίας υπό ανέφελες συνθήκες ουρανού (REST2 v5) για τις εκτιμήσεις της SWR. Το συγκεκριμένο μοντέλο επιλέγεται, επειδή έχει την ικανότητα να παραμετροποιεί με μεγαλύτερη ακρίβεια τις σκεδάσεις και απορροφήσεις της SWR από τα ατμοσφαιρικά συστατικά συγκριτικά με άλλα μοντέλα εκτίμησης, χρησιμοποιώντας τις μη-γραμμικές συναρτήσεις των διαπερατοτήτων του PW στις δύο φασματικές ζώνες (Ζώνη 1: 0.29 μm-0.7 μm και Ζώνη 2: 0.7-4 μm). Όσον αφορά στα δεδομένα εισόδου, τα οποία χρησιμοποιεί για την εκτίμηση της SWR, αυτά είναι α) οι οπτικές ιδιότητες των αιωρούμενων σωματιδίων, β) η ηλιακή ζενίθια γωνία (θz), γ) η ατμοσφαιρική πίεση επιφανείας (p (mbar)), δ) η ποσότητα του όζοντος (uo (atm-cm)) σε κατακόρυφη ατμοσφαιρική στήλη, ε) το ποσό διοξειδίου του αζώτου (un (atm-cm)) στη κατακόρυφη ατμοσφαιρική στήλη, στ) ο συντελεστής ανακλαστικότητας μεμονωμένης σκέδασης (SSA), ζ) η επιφανειακή ανακλαστικότητα και η) το συνολικό υετίσιμο ύδωρ (IWV (cm)). Στην μελέτη μας, μόνο ωριαία δεδομένα του IWV και της sza και μηνιαίοι μέσοι όροι των υπολοίπων ατμοσφαιρικών παραμέτρων εισάγονται στην έκδοση 5 του REST2 (REST2 v5) για τον υπολογισμό της SWR. Η χρονική περίοδος της μελέτης είναι από Ιανουάριο του 2000 έως Δεκέμβριο 2014, ενώ ο στόχος είναι η αξιολόγηση των επιδράσεων των υδρατμών (WVRE), της επιρροή τους (∂WVRE/∂w), των χρονικών τάσεων τους και των ποσοστιαίων μεταβολών τους (%WVRE) στην SWR . Για την εύρεση της WVRE, υπολογίζονται από το μοντέλο οι διαφορές μεταξύ των χρονοσειρών της SWR, η οποία φτάνει στο έδαφος, επηρεασμένη υπό πραγματικές ατμοσφαιρικές συνθήκες (SWRreal(w)), με PW=w, και των αντίστοιχων αντίστοιχων δεδομένων της SWR , η οποία είχε εκτιμηθεί για μια τελείως άνυδρη ατμόσφαιρα (SWRdry(0)). Σύμφωνα λοιπόν με τα αποτελέσματα του μοντέλου, οι τιμές της WVRE κυμαίνονται από –80.2 έως 0 W m–2, και χαρακτηρίζονται από έντονα εποχιακά χαρακτηριστικά, με τις ενδείξεις της να είναι λιγότερο αρνητικές στο Βόρειο από ότι στο Νότιο Ημισφαίριο (–73.3 W m–2) κατά την Χειμερινή περίοδο. Σε μέση ετήσια βάση, το εύρος τιμών της WVRE εκτείνεται από -70.7 έως -22.2 W m-2, με τη μέση τιμή της να προσεγγίζει τα -44 W m–2, ενώ στις περιοχές του Ισημερινού δεν παρατηρούνται αξιοσημείωτες εποχιακές μεταβολές στην συγκεκριμένη παράμετρο (διάμεσο τιμή της WVRE περίπου στα -63 W/m2), επειδή ο ατμοσφαιρικός αέρας έχει υψηλή περιεκτικότητα σε υδρατμούς, και επικρατεί το φαινόμενο της συσσώρευσης των υδρατμών. Εν αντιθέσει με τις περιοχές του Ισημερινού, οι ορεινές περιοχές εμφανίζουν χαμηλή περιεκτικότητα σε υδρατμούς, αλλά χαρακτηρίζονται και από χαμηλές αέριες μάζες, με συνέπεια οι τιμές της WVRE να είναι λιγότερο αρνητικές και η διάμεσος της να προσεγγίζει τα -28 W/m2 (Πολική ομάδα: κλίμα Τούνδρας). Επιπροσθέτως, στο παρόν κεφάλαιο, εξετάζεται και η αποδοτικότητα των υδρατμών στον βαθμό εξασθένισης της SWR (PWE), η οποία ορίζεται ως η πρώτη μερική παράγωγος της WVRE ως προς το PW. Επειδή, όμως για τον υπολογισμό της χρησιμοποιείται το μοντέλο του REST2 δύο φασματικών ζωνών, οι τιμές της συγκεκριμένης παραμέτρου προκύπτουν από τα επιμέρους αθροίσματα της PWE των συγκεκριμένων ζωνών. Επίσης, αναμένονται μεγαλύτερες οι τιμές της κατά απόλυτη τιμή στην ζώνη από 0.7 έως 4 μm, λόγω των ισχυρότερων απορροφήσεων της SWR κυρίως στο κοντινό υπέρυθρο από τους υδρατμούς. Με βάση λοιπόν, όλα τα παραπάνω, οι μηνιαίες χρονοσειρές της PWE σε παγκόσμια κλίμακα εκτείνονται σε ένα εύρος τιμών από –133.7 έως 0 W m–2 cm–1, με τις μηνιαίες και ετήσιες μέσες τιμές της σε μακροπρόθεσμη κλίμακα, δηλαδή στα 15 χρόνια της μελέτης μας, να εμφανίζουν ένα χαμηλότερο εύρος τιμών, δηλαδή από –86.9 W m-2 cm-1 έως 0 W m-2 cm-1 και από -61.9 W m-2 cm-1 έως –1.6 W m-2 cm-1 αντίστοιχα. Όσον αφορά σε περιοχική κλίμακα και κυρίως στις περιοχές του Ισημερινού (PW>2 cm), η PWE χαρακτηρίζεται από αμελητέες μεταβολές λόγω της υψηλής περιεκτικότητας του ατμοσφαιρικού αέρα σε υδρατμούς, εν αντιθέσει με τις ορεινές περιοχές, όπου η μεταβλητότητα της PWE εμφανίζεται σημαντική (χαμηλές ενδείξεις για το PW και την αέρια μάζα). Συνεπώς, η μεταβλητότητα της PWE χαρακτηρίζεται ως μη γραμμική (λόγω της μη-γραμμικότητας των διαπερατοτήτων του PW) και αντιστρόφως ανάλογη των αλλαγών στο PW, με συνέπεια να είναι δυνατόν να προσομοιαστεί και μέσω ενός μη γραμμικού μοντέλου (∂WVRE/∂w=a〖PW〗^b m^c), εκτός του REST2. Οι συντελεστές παλινδρόμησης (α,b και c) υπολογίζονται για το συγκεκριμένο μοντέλο, κυρίως στη περιοχή της Ισπανίας, για μια χρονική περίοδο 15 χρόνων, με τις μέσες τιμές τους να είναι a = –28.24, b = –0.8232, και c = –0.8795, επιβεβαιώνοντας με μικρές αποκλίσεις τους αντίστοιχους συντελεστές από εργασία, η οποία μελέτησε τη συγκεκριμένη περιοχή για χρονική περίοδο 9 χρόνων. Σχετικά με την εύρεση της στατιστικής σημαντικότητας των τάσεων του PW και τον βαθμό, με τον οποίο επιδρούν στις μεταβολές της WVRE και της PWE, αξιολογούνται επίσης στην παρούσα μελέτη ο μη-παραμετρικός έλεγχος του Mann-Kendall (MK) σε συνδυασμό με τον κανόνα του False Discovery Rate (FDR) σε επίπεδο εμπιστοσύνης του 95%. Ο συγκεκριμένος έλεγχος αξιοποιείται λόγω της χρονικής αυτοσυσχέτισης που χαρακτηρίζει τις χρονοσειρές του PW, δηλαδή της επίδρασης που ασκούν οι παρελθοντικές στις μελλοντικές χρονοσειρές της παραμέτρου. Εξαιτίας, όμως της χρήσης της 1ης τάξεως αυτοσυσχέτισης για την ανίχνευση των τάσεων του PW, ο MK μπορεί να μην είναι τόσο αξιόπιστος στην ανίχνευση της στατιστικής σημαντικότητας των τάσεων του. Για αυτόν τον λόγο συνδυάζεται με τον κανόνα του FDR, ο οποίος έχει την δυνατότητα να ανιχνεύει τις τάσεις του PW, οι οποίες εσφαλμένως έχουν χαρακτηριστεί ως μη σημαντικές από τον MK, αξιοποιώντας το στατιστικό δείκτη του p-value, ο οποίος δεν θα πρέπει να υπερβαίνει μια συγκεκριμένη οριακή τιμή ( ). Όσον αφορά στον προσδιορισμό της κατεύθυνσης και το εύρους των τιμών της τάσης, αξιοποιείται επίσης η κλίση Theil-Sen. Επομένως, με βάση την εφαρμοζόμενη μεθοδολογία για την ανίχνευση της χρονικής τάσης στο PW, το εύρος τιμών της εντοπίζεται από -0.3 έως 0.5 cm για την περίοδο μελέτης των 15 χρόνων. Ειδικότερα, η ισχυρότερη τάση του ανιχνεύεται στις περιοχές του Ισημερινού, της κεντρικής Ευρώπης, της Μέσης Ανατολής, και της Αυστραλίας, με το αντίστοιχο εύρος τιμών των χρονικών τάσεων της WVRE να εκτείνεται από -3.3 έως 1.5 W m-2. Επίσης, η τοπική επίδραση του κλίματος χαρακτηρίζεται ως καθοριστική στη διαμόρφωση των τάσεων της WVRE, για αυτό τον λόγο πραγματοποιείται διαχωρισμός των περιοχών με βάση το κλίμα, αξιοποιώντας το κλιματικό σύστημα ταξινόμησης του KG. Το συγκεκριμένο σύστημα χωρίζει την Γη σε 5 κύριες κλιματικές ομάδες, οι οποίες είναι α) ο Ισημερινός (A), ii) η Άνυδρη (Β), iii) η Εύκρατη και Θερμή (C), iv) η Ψυχρή (D) και v) η Πολική (E) ομάδα, ενώ με βάση τις ατμοσφαιρικές παραμέτρους της θερμοκρασίας και της κατακρήμνισης, αυτές διαιρούνται σε επιπλέον 30 υποομάδες. Για τον αντίστοιχο κλιματικό διαχωρισμό των πλεγματικών χρονοσειρών της WVRE, εφαρμόζεται η μέθοδος της Γραμμικής παρεμβολής, όπου εκχωρούνται δεδομένα υψηλής χωροχρονικής ανάλυσης (100 arc sec) του KG στις μακροπρόθεσμες ετήσιες μέσες τιμές της WVRE. Συνεπώς, για την κλάση του Ισημερινού, μετά τον πλήρη κλιματικό διαχωρισμό του KG, προκύπτουν 4 υποομάδες, στις οποίες ανιχνεύονται οι πιο αρνητικές ενδείξεις της WVRE, με το εύρος τιμών μεταξύ της ελάχιστης και της μέγιστης τιμής της να εκτείνεται από –72 έως –48 W m-2. Η αμέσως επόμενη κλάση, που χαρακτηρίζεται από τις λιγότερο αρνητικές τιμές, είναι η Άνυδρη κλάση, η οποία όμως παρουσιάζει μια πιο περίπλοκη συμπεριφορά ως προς τις στατιστικές κατανομές της WVRE, λόγω της συνδυαστικής απορρόφησης της SWR από τα αιωρήματα και τους υδρατμούς. Σε αυτήν την κλάση, η υποομάδα της Bsh (θερμές στέπες) εμφανίζει τις πιο αρνητικές ενδείξεις για WVRE (-68 έως -32 W/m2), ενώ η BWk (Ψυχρές ερήμους) αντιστοιχεί στις λιγότερο αρνητικές τιμές της συγκεκριμένης παραμέτρου (-46 έως -22 W/m2). Όσον αναφορά στη WVRE της Θερμής-Εύκρατης και της Ψυχρής κλάσης, οι κατανομές με τις περισσότερες αρνητικές τιμές αντιστοιχούν στην πρώτη κλάση, με τη διάμεσο να προσεγγίζει τα – 43 W/m2, ενώ στη δεύτερη , η αντίστοιχη διάμεσος είναι -31 W/m2. Ολοκληρώνοντας, με την Πολική κλάση, υπολογίζονται οι λιγότερο αρνητικές τιμές της WVRE (συγκέντρωση τιμών γύρω από τα -28 W/m2) συγκριτικά με όλες τις υπόλοιπες κλιματικές ομάδες. Με βάση όλα τα παραπάνω αποτελέσματα και για να επιβεβαιωθεί στατιστικά ότι ο πλήρης κλιματικός διαχωρισμός του KG, παρέχει στατιστικά διαφορετικές κατανομές των τιμών της WVRE, όταν οι κύριες κλιματικές ομάδες και υποομάδες τους συγκρίνονται κατά ζεύγη, πραγματοποιούνται ο μη-παραμετρικός έλεγχος του Kruskal–Wallis (KW) και του Dunn σε επίπεδο εμπιστοσύνης του 95%. Σύμφωνα με τα αποτελέσματα του KW αποδεικνύεται ότι οι κατανομές της WVRE διαφέρουν σημαντικά μεταξύ τους, μετά τις συγκρίσεις που πραγματοποιούνται κατά ζεύγη ανάμεσα σε όλες τις κλιματικές ομάδες και υποομάδες, αφού ο στατιστικός δείκτης του p-value είναι μικρότερος από 0.05. Όταν, όμως οι κατανομές της WVRE προέρχονται από παρόμοιες κατανομές του PW, αξιοποιείται ο μη-παραμετρικός έλεγχος του Dunn, όπου μέσω ενός χάρτη θερμότητας (heatmap) αναδεικνύονται οι σημαντικές στατιστικά διαφορές των κατανομών της WVRE μεταξύ των συγκρινόμενων υποομάδων κατά ζεύγη. Οι λευκές περιοχές του heatmap αναφέρονται στη μη-στατιστική σημαντικότητα της διαφοράς μεταξύ των κατανομών της WVRE, η οποία εντοπίζεται στις Εύκρατες και στις Ψυχρές κλάσεις. Συνεπώς, ο σκοπός του συγκεκριμένου κεφαλαίου, ήταν να προταθεί μια μεθοδολογία, η οποία θα εκτιμούσε τις επιδράσεις των δεδομένων επανάλυσης του PW στην SWR σε περιοχική και παγκόσμια κλίμακα, με υψηλή χωροχρονική ακρίβεια. Έτσι, θα αποτελούσε μια εναλλακτική μορφή δεδομένων των υδρατμών, ώστε να αντικαταστήσει τις επίγειες παρατηρήσεις του PW από σταθμούς, των οποίων ο αριθμός δεν ήταν ικανοποιητικός για την μέτρηση της παραμέτρου σε παγκόσμια κλίμακα (απουσία σταθμών σε αρκετές χώρες). Ειδικότερα, στην περιοχή της Ισπανίας, η χωροχρονική ακρίβεια του αλγορίθμου μας επιβεβαιώθηκε μέσω της βιβλιογραφίας, μετά από συγκρίσεις των πλεγματικών χρονοσειρών της WVRE απέναντι στις αντίστοιχες επίγειες παρατηρήσεις της, αφού είχε πρώτα εφαρμοστεί ο κλιματικός διαχωρισμός της παραμέτρου μέσω του KG. Ολοκληρώνοντας, στο Κεφάλαιο 7, παρουσιάζονται περιληπτικά τα βασικά αποτελέσματα, που προέκυψαν κατά τις μελέτες των προηγούμενων κεφαλαίων.  
author2 Vamvakas, Ioannis
author_facet Vamvakas, Ioannis
Βαμβακάς, Ιωάννης
author Βαμβακάς, Ιωάννης
author_sort Βαμβακάς, Ιωάννης
title Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
title_short Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
title_full Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
title_fullStr Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
title_full_unstemmed Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
title_sort μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία
publishDate 2022
url http://hdl.handle.net/10889/15764
work_keys_str_mv AT bambakasiōannēs meletētēsepidrasēstōnaiōroumenōnsōmatidiōnkaitōnnephōnstēnēliakēaktinobolia
AT bambakasiōannēs thestudyoftheeffectofaerosolsandcloudsonthesolarradiation
_version_ 1771297278194089984
spelling nemertes-10889-157642022-09-05T20:37:25Z Μελέτη της επίδρασης των αιωρούμενων σωματιδίων και των νεφών στην ηλιακή ακτινοβολία The study of the effect of aerosols and clouds on the Solar Radiation Βαμβακάς, Ιωάννης Vamvakas, Ioannis Ηλιακή ακτινοβολία μικρού μήκους κύματος (SWR) Μοντέλo επίλυσης της εξίσωσης διάδοσης της ακτινοβολίας Οπτικές ιδιότητες αιωρούμενων σωματιδίων Τύπος νεφών και κλασματική νεφοκάλυψη (CC) Επιδράσεις των υδρατμών στην ακτινοβολία Αποδοτικότητα των υδρατμών στην εξασθένιση της ακτινοβολίας (PWE) Ενισχυτικά γεγονότα της SWR Δείκτης αιθριότητας Ηλιακή ζενίθια γωνία Αλγόριθμος εκτίμησης των αιωρημάτων Θεωρητική εκτίμηση της SWR Μέθοδοι προσαρμογής στην τοποθεσία Εκτίμηση της συνολικής, πυκνής και αραιής νεφοκάλυψης Κλιματικό σύστημα ταξινόμησης του Köppen-Geiger (KG) Δορυφορικά ατμοσφαιρικά δεδομένα (MODIS) Χρονοσειρές επανάλυσης των αιωρημάτων (CAMS) Χρονοσειρές επανάλυσης των υδρατμών (MERRA-2) Επίγειο δίκτυο παρακολούθησης των αιωρούμενων σωματιδίων (AERONET) Shortwave solar irradiance Radiative transfer model Optical properties of aerosols Type of clouds and cloud coverage Water vapor radiative effects (WVRE) Water vapor efficiency (PWE) Enhancements events of SWR Clearness Index Solar zenith angle Algorithm for the estimation of aerosols Algorithm for the estimation of SWR Site adaptation methods Algorithm for the estimation of total, thick and thin CC Köppen-Geiger (KG) climate classification system Satellite atmospheric dataset (MODIS) Reanalysis timeseries of aerosols (CAMS) Reanalysis timeseries of precipitable water (MERRA-2) Aerosol Robotic Network (AERONET) Στην παρούσα διδακτορική διατριβή, εξετάζεται η επίδραση των χωροχρονικών μεταβολών της νέφωσης, των αιωρούμενων σωματιδίων και του υετίσιμου ύδατος κατά τη διάδοση της ακτινοβολίας από το όριο της ατμόσφαιρας έως και την επιφάνεια της Γης. Ειδικότερα, τα αιωρήματα χαρακτηρίζονταν από έναν διττό ρόλο κατά την διάδοση της εισερχόμενης ακτινοβολίας μικρού μήκους κύματος (SWR) εντός της γήινης Ατμόσφαιρας, προκαλώντας σκεδάσεις και απορροφήσεις σε αυτήν έως ότου φτάσει στο έδαφος. Ο συγκεκριμένος ρόλος τους αντιστοιχούσε στη άμεση επίδραση τους στην ακτινική ροή, ενώ η έμμεση συνεισφορά τους εξαρτιόταν από τον βαθμό με τον οποίο συμμετείχαν στην αλλαγή των μικροφυσικών ιδιοτήτων και του χρόνου ζωής των νεφών. Για την αξιολόγηση του βαθμού της έμμεσης συνεισφοράς τους, σημαντικό ρόλο διαδραμάτισαν δύο οπτικές ιδιότητες των αερολυμάτων, οι οποίες σχετίζονταν με τον πληθυσμό τους, ή τον παράγοντα θολότητας Ångström β, και με τον τύπο τους, δηλαδή τον εκθετικό παράγοντα Ångström α. Συνεπώς, οι αυξημένες συγκεντρώσεις των αιωρημάτων, ή με άλλα λόγια οι υψηλές τιμές του Ångström β, οδηγούσαν σε αύξηση των νεφοσταγονιδίων και της ανακλαστικότητας τους, με συνέπεια να προκαλούν μείωση με την σειρά τους στην SWR, που φτάνει στην επιφάνεια του εδάφους. Από την άλλη πλευρά ο τύπος τους, όπως ήταν τα σωματίδια της αιθάλης και του θειικού άλατος, μπορούσαν να διαδραματίσουν καθοριστικό ρόλο στον σχηματισμό των νεφών, λόγω του μεγέθους σε συνδυασμό με την υγροσκοπικότητα τους. Αν λοιπόν επικεντρωθούμε στον παράγοντα της νέφωσης, οι βραχυπρόθεσμες χωροχρονικές μεταβολές της σε συνδυασμό με τον τύπο της μπορούσαν να προκαλέσουν από μερική ως ολική εξασθένιση στην επιφανειακή SWR, μέσω των διεργασιών ανάκλασης και σκέδασης, αλλά σε ορισμένες περιπτώσεις, είχαν την δυνατότητα να δράσουν και ως ενισχυτικές παράμετροι της SWR. Πιο συγκεκριμένα, για αυτές τις περιπτώσεις, ο τύπος των νεφών και η θέση τους στον ουράνιο θόλο ήταν παράγοντες κρίσιμης σπουδαιότητας, ενώ με βάση την συνέχεια ή ασυνέχεια της κατανομής τους στον ουράνιο θόλο, οι βασικές κατηγορίες τους διακρίνονταν α) στους σωρείτες (Cumulus) και β) τα στρώματα (Stratus). Η πιο σημαντική κατηγορία, που μελετήθηκε στην παρούσα διατριβή ήταν τα Cumulus, με την ασυνέχεια στην κατανομή τους να ευθύνεται για τα ενισχυτικά γεγονότα. Ο μηχανισμός ενεργοποίησης τους ήταν η μη εξασθένιση της άμεσης συνιστώσας της ακτινοβολίας στα εξωτερικά σύνορα του νέφους και η επιπρόσθετη διάχυτη ακτινοβολία, προερχόμενη από την σκέδαση των φωτονίων στις i) άκρες (diffusion scattering) ή ii) στο κάτω μέρος του νέφους (Mie scattering). Όσον αφορά στην κατανομή των υδρατμών και τις επιδράσεις τους στην ακτινοβολία, αυτές ανιχνεύονταν σε εκτεταμένες ζώνες απορρόφησης, με τις τρεις περιοχές να είναι εντοπισμένες μεταξύ των μηκών κύματος από 680 nm-746 nm, 786 nm-844 nm, 872 nm-1014 nm και από τα 2000 nm και μετά. Η συγκεκριμένη ατμοσφαιρική παράμετρος ήταν το δεύτερο πιο σημαντικό συστατικό μετά τα αιωρήματα στην εξασθένιση της ακτινοβολίας, ενώ οι πηγές προέλευσης τους στο σύστημα Ατμόσφαιρας-Γης ήταν οι υδάτινες επιφάνειες (ποτάμια, λίμνες και θάλασσες) και τα φυτά, μέσω της διεργασίας εξάτμισης του νερού τους, και της διαδικασία της διαπνοής τους αντίστοιχα. Η περιεκτικότητα των υδρατμών στο ατμοσφαιρικό αέρα αύξανε επίσης με την θερμοκρασία του, σύμφωνα με την εξίσωση του Clausius-Clapeyron, και αυτή η αυξημένη περιεκτικότητα των υδρατμών σήμαινε, ότι αυτά μπορούσαν να διαμορφώσουν σταγονίδια και παγοκρυστάλλους διαστάσεων 10-3mm πάνω σε σωματίδια για το σχηματισμό νεφών. Όλες οι παραπάνω ατμοσφαιρικές παράμετροι μπορούσαν να καταγραφούν μέσω ρομποτικών δικτύων μέτρησης, συστημάτων ψηφιακής απεικόνισης του ουράνιου θόλου, σταθμών βυθομέτρησης και τεχνικών ραδιοβόλισης, ώστε να αξιολογηθεί εν συνεχεία η επίδραση τους στην Άμεση (DNI) και Ολική συνιστώσα (GHI) της επιφανειακής ακτινοβολίας μικρού μήκους κύματος (SWR). Όμως ο αριθμός των σταθμών καταγραφής των ατμοσφαιρικών παραμέτρων και του ηλιακού δυναμικού παγκοσμίως δεν ήταν αντιπροσωπευτικός. Για το σκοπό αυτό, κρίθηκε αναγκαία η ανάπτυξη μεθοδολογιών αξιοποίησης της συνέργειας δορυφορικών, επίγειων δεδομένων ή συνδυασμού και των δυο (δεδομένα επανάλυσης) για τις παραπάνω ατμοσφαιρικές παραμέτρους, με μοντέλα εκτίμησης της διάδοσης ακτινοβολίας. Επιπλέον, εφαρμόστηκαν μέθοδοι διόρθωσης του σφάλματος μεροληψίας (Site Adaptation Methods) των δορυφορικών ατμοσφαιρικών παραμέτρων και εκτιμώμενων ακτινοβολιών μέσω της χρήσης επίγειων δεδομένων υψηλής ποιότητας. Στο Πρώτο κεφάλαιο, παρέχεται μια θεωρητική περιγραφή της ηλιακής ακτινοβολίας και των μηχανισμών που επιδρούν σε αυτήν κατά την διάδοση της εντός της ατμόσφαιρας και μέχρι αυτή να φτάσει στην επιφάνεια του εδάφους. Οι κυριότεροι μηχανισμοί είναι τα νέφη, τα αερολύματα και το υετίσιμο ύδωρ, οι οποίοι εξετάζονται με βάση τους τύπους, τις οπτικές τους ιδιότητες, αλλά και τις σκεδάσεις/απορροφήσεις τις οποίες προκαλούν στην ακτινοβολία. Επιπροσθέτως, γίνεται μια περιληπτική αναφορά στους μηχανισμούς διόρθωσης των σφάλματων των θεωρητικών ακτινοβολιών, που προκύπτουν από τη συνέργεια δορυφορικών χρονοσειρών και υπολογισμένων ακτινοβολιών από μοντέλα, μέσω της χρήσης επίγειων δεδομένων υψηλής ποιότητας. Στο Δεύτερο κεφάλαιο, γίνεται παρουσίαση του συνόλου των πηγών που αξιοποιούνται για την διεκπεραίωση της παρούσας διατριβής, με στόχο την ανάκτηση δορυφορικών χρονοσειρών, δεδομένων επανάλυσης (reanalisis dataset) και επίγειων ατμοσφαιρικών και ακτινομετρικών δεδομένων. Επίσης γίνεται αναφορά και στο μοντέλο διάδοσης της ακτινοβολίας για την θεωρητική εκτίμηση της SWR μέχρι την επιφάνεια του εδάφους. Στο Τρίτο κεφάλαιο, γίνεται εκτενής αναφορά στις ενισχύσεις της ολικής οριζόντιας ακτινοβολίας (GHI) λόγω των νεφών στην περιοχή της Πάτρας (38.29oN, 21.79oE, 50 m a.s.l.), στη Νοτιοδυτική Ελλάδα. Ο στόχος είναι να προσδιοριστούν οι χαρακτηριστικοί τύποι νεφών και να προβλεφθούν οι επικρατούσες ατμοσφαιρικές συνθήκες, οι οποίες ευθύνονται για την πρόκληση των ενισχύσεων της GHI, ώστε εν συνεχεία να εκτιμηθεί η απόδοση των ηλιακών ενεργειακών συστημάτων. Μια ενίσχυση της GHI, η οποία δεν μπορεί να προβλεφθεί, είναι πιθανό να αποβεί καταστροφική για την εύρυθμη λειτουργία τους. Συνεπώς, αξιοποιούνται τέσσερις βάσεις δεδομένων από ένα πυρανόμετρο, έναν μετρητή της χρονικής διάρκειας ορατότητας του ήλιου, με το χρονικό βήμα της μέτρησης να είναι ανά λεπτό (1 min), ένα ψηφιακό σύστημα παρακολούθησης της νέφωσης, ένα δορυφορικό όργανο καταγραφής των οπτικών ιδιοτήτων των αιωρούμενων σωματιδίων και ένα μοντέλο εκτίμησης της διάδοσης της ακτινοβολίας υπό ανέφελες συνθήκες, για την πιστοποίηση των ενισχύσεων. Ειδικότερα, χρησιμοποιούνται μονόλεπτες μετρήσεις και θεωρητικοί υπολογισμοί της GHI (GHIMEASURED και GHIMODELED αντίστοιχα) από ένα πυρανόμετρο Kipp & Zonen CMP11 και ένα μοντέλο διάδοσης της ακτινοβολίας (LibRadTran), μονόλεπτες χρονοσειρές της χρονικής διάρκειας ορατότητας του ήλιου που προέρχονται από τον μετρητή Kipp & Zonen CD3, μονόλεπτες μετρήσεις της κλασματικής νέφωσης (Cloud Coverage (CC)) και των διαφόρων τύπων της (πυκνά και λεπτά νέφη (thick and thin CC)) που παρέχονται μέσω της συνεργιστικής χρήσης της ψηφιακής κάμερας VIS-J1006 και του λογισμικού Findclouds (http://www.schreder-cms.com/en/camera.htm) και δορυφορικές παρατηρήσεις των αερολυμάτων που ανακτώνται από το Moderate Resolution Imaging Spectroradiometer (MODIS). Για την εκτίμηση των θεωρητικών ακτινοβολιών (GHIMODELED) υπό ανέφελες συνθήκες και χωρίς την επίδραση των αιωρούμενων σωματιδίων, παρεμβάλλονται οι υπολογισμένες GHIs από το μοντέλο της LibRadTran (Radiative Transfer Model ή RTM), οι οποίες έχουν προκύψει με βάση ένα συνδυασμό ατμοσφαιρικών σεναρίων (RTM-LUTs), δηλαδή a) την SZA: 0o-89o με βήμα 0.2o, β) την επιφανειακή ανακλαστικότητα: 0.2 και γ) τους μέσους μηνιαίους όρους του συνολικού όζοντος (προερχόμενοι από το Ozone Monitoring Instrument (OMI), το οποίο είναι ενσωματωμένο στον δορυφόρο Aura), κατά μήκος των μονόλεπτων μετρήσεων της SZA, που αντιστοιχούν στο σταθμό της μελέτης μας. Μετέπειτα, οι χρονοσειρές της GHIMODELED διορθώνονται λόγω της μεταβλητής απόστασης Ήλιου-Γης, με στόχο την περαιτέρω σύγκρισή τους με τις χρονοσειρές της GHIMEASURED για την εύρεση των ενισχύσεων της GHI. Σύμφωνα με τα αποτελέσματα της μελέτης, το 4% του συνόλου των δεδομένων μας, που ανήκει σε μια χρονοσειρά δύο ετών, αντιστοιχεί σε ενισχύσεις της GHI, δηλαδή οι τιμές της GHIMEASURED είναι μεγαλύτερες από τις αντίστοιχες ενδείξεις της GHIMODELED υπό ανέφελες συνθήκες, με τα ενισχυτικά γεγονότα να οριοθετούνται για ποσοστιαίες διαφορές μεταξύ της GHIMEASURED και της GHIMODELED (GHIMEASURED – MODELED), μεγαλύτερες από 5%. Επιπλέον, για CC, η οποία είναι μεγαλύτερη του 0.5, και τον ήλιο να είναι ορατό ανάμεσα στα νέφη, η θεωρητική εκτίμηση της διάχυτης ακτινοβολίας από το UniSky Simulator έδειξε ότι, αυτή ενισχύεται κατά 2 με 3 φορές συγκριτικά με την αντίστοιχη τιμής της για ανέφελες ατμοσφαιρικές συνθήκες και είναι η μόνη που συνεισφέρει στην ενίσχυση της GHI. Ειδικότερα η τιμή της διάχυτης συνιστώσας, κατά την διάρκεια που λαμβάνει χώρα το ενισχυτικό γεγονός, προσεγγίζει τα 260 W/m2. Όσον αφορά στη επίδραση που ασκούν τα αιωρούμενα σωματίδια, τα οποία προέρχονται από το MODIS, στην ακτινοβολία, αυτά δρουν εξασθενητικά στην GHI ανάλογα με την SZA, με την μέγιστη εξασθένιση να φτάνει περίπου στα -67 W/m2 και τη μέση τιμή στα -21 W/m2. Στο Τέταρτο κεφάλαιο, εξετάζεται η άμεση επίδραση των οπτικών ιδιοτήτων των αιωρημάτων και του υετίσιμου ύδατος στη GHI υπό ανέφελες συνθήκες, μέσω της θεωρητικής εκτίμησης της για τις περιοχές στη Βόρεια Αφρική και Μέση Ανατολή (Middle East North Africa, MENA). Ο στόχος είναι να προτείνουμε ένα αλγόριθμο, ο οποίος θα εκτιμά την GHI, η οποία φτάνει σε ένα φωτοβολταϊκό σύστημα, σε μεγάλη χωρική κλίμακα και με υψηλή χρονική ακρίβεια υπό ανέφελες συνθήκες. Ο συγκεκριμένος αλγόριθμος θα μπορούσε με την σειρά του να χαρακτηριστεί αξιόπιστος έναντι επίγειων δεδομένων υψηλής ποιότητας, μετρούμενων από επίγειους σταθμούς. Η μεγάλη σημασία της εύρεσης του σχετίζεται άρρηκτα με την ασυνέχεια που παρατηρείται στις επίγειες χρονοσειρές δεδομένων, και την μη αντιπροσωπευτική κάλυψη των επίγειων σταθμών σε παγκόσμια κλίμακα. Για το συγκεκριμένο σκοπό, αξιοποιούνται οι δορυφορικές ατμοσφαιρικές χρονοσειρές από δυο διαφορετικές εκδόσεις του MODIS (MODIS v.6 και v.6.1), δηλαδή το οπτικό πάχος των αιωρημάτων στο μήκος κύματος των 550 nm (AOD550nm), το μέγεθος τους (Ångström α), ο συντελεστής ανακλαστικότητας μεμονωμένης σκέδασης τους και το υετίσιμο ύδωρ. Αυτά τα δεδομένα συνδυάζονται με θεωρητικούς υπολογισμούς της GHI για επιλεγμένα ατμοσφαιρικά σενάρια (RTM-LUTs) από το Santa Barbara Disort Radiative Transfer Model (SBDART) της LibRadTran, με την συνέργεια ανάμεσα τους να επιτυγχάνεται μέσω εφαρμογής διπλών γραμμικών παρεμβολών, ώστε να εκτιμηθούν οι χρονοσειρές της GHI με χρονικό βήμα 15 λεπτών. Εν συνεχεία, οι συγκεκριμένες χρονοσειρές διορθώνονται με βάση το υψόμετρο της τοποθεσίας, αξιοποιώντας ένα 3ης τάξης πολυωνυμικό μοντέλο, και την απόσταση Ήλιου-Γης και ολοκληρώνονται με την μέθοδο του τραπεζίου για τον υπολογισμό των ημερήσιων δεδομένων τους. Σύμφωνα με τα αποτελέσματα της μεθόδου, οι θεωρητικές ημερήσιες τιμές της GHI κυμαίνονται από 3 kWh/m2 έως 10 kWh/m2, με τις χρονοσειρές τους να εμφανίζουν αποκλίσεις ανάμεσα στις δύο εκδόσεις (GHIv.6 και GHIv.6.1), λόγω των διαφορών στους αλγορίθμους εκτίμησης των αιωρούμενων σωματιδίων. Οι μεγαλύτερες διαφορές μεταξύ των θεωρητικών GHIs καταγράφονται στον TΑΜ της Αλγερίας, κυμαινόμενες από -2 kWh/m2 έως 2.5 kWh/m2 (-2 kWh/m2≤GHIv.6.1-GHIv.6≤2.5 kWh/m2), εξαιτίας του ηπειρωτικού περιβάλλοντος της περιοχής και της υψηλής περιεκτικότητας του ατμοσφαιρικού αέρα σε χονδρόκοκκα αιωρήματα. Επίσης, οι δείκτες της ρίζας του μέσου τετραγωνικού σφάλματος (RMSE) και του μέσου σφάλματος μεροληψίας (ΜΒΕ) των θεωρητικών GHIs απέναντι σε επίγεια δεδομένα υψηλής ποιότητας, είναι χαμηλότεροι από i) 12.3% για v.6.1 και 13.3 % για v.6 και ii) 0.81 kWh/m2 για v.6.1 και 0.88 kWh/m2 για v.6, με τον αντίστοιχο συντελεστή προσδιορισμού τους (R2) να είναι υψηλότερος από 0.84 και 0.86 για v.6 και v.6.1 αντίστοιχα. Σχετικά με τους δείκτες που αξιολογούν την στατιστική ομοιότητα μεταξύ θεωρητικών και επίγειων αθροιστικών συχνοτήτων κατανομής της GHI, αυτές εξετάζονται μέσω των στατιστικών δεικτών του Kolmogorov Smirnov Integral (KSI) και του OVER, με τις ποσοστιαίες τιμές τους να είναι χαμηλότερες από i) 293.29 % και 373.29 % για v.6.1 και v.6 και ii) 220.84 % και 300.09 % για v.6.1 και v.6 αντίστοιχα. Επομένως, η ύπαρξη αβεβαιοτήτων στις εκτιμώμενες GHI, αναδεικνύει την αναγκαία εφαρμογή μεθόδων προσαρμογής στην τοποθεσία (Site Adaptation Methods), όπως της γραμμικής διόρθωσης (Linear Correction (LIN)) των εκτιμήσεων της GHI, χρησιμοποιώντας επίγεια δεδομένα υψηλής ποιότητας, και της Εμπειρικής προσαρμογής των θεωρητικών ποσοστημορίων της GHI, ώστε να ταυτίζονται με τα αντίστοιχα επίγεια (Empirical Quantile Mapping (EQM)). Οι διορθωμένοι δείκτες του RMSE, λόγω των παραπάνω μεθόδων είναι χαμηλότεροι από 3.8% για LIN και 3.7% για EQM, του MBE προσεγγίζουν την μηδενική τιμή, του R2 παραμένουν σχεδόν αμετάβλητοι, του KSI είναι χαμηλότεροι από 74.76 % για LIN και 2.42 % για EQM και του OVER είναι χαμηλότεροι του 22.17 % για LIN και ίσοι με 0 % για EQM. Στο Πέμπτο κεφάλαιο, διερευνάται λεπτομερέστατα η χωροχρονική ακρίβεια των δεδομένων επανάλυσης του AOD στα μήκη κύματος των 550 nm και 1240 nm (AOD550nm και AOD1240nm) από την Copernicus Atmosphere Monitoring Service (CAMS), απέναντι σε παρατηρήσεις υψηλής χρονικής ανάλυσης από το δίκτυο σταθμών του Aerosol Robotic Network έκδοσης 3 και επιπέδου 2 (AERONET Version 3 (V3) και Level 2 (L2)). O στόχος είναι να προταθεί ένα μοντέλο το οποίο θα εκτιμά το AOD σε μεγάλες χωρικές αναλύσεις και με υψηλή χρονική ακρίβεια, συνδυάζοντας επίγεια και δορυφορικά δεδομένα, μέσω ενός συστήματος αφομοίωσης, ενώ θα έχει ταυτόχρονα την ικανότητα να διαχωρίζει τα αιωρούμενα σωματίδια, με βάση το χημικό τύπο τους. Συνεπώς, η γνώση της χωροχρονικής μεταβλητότητας των δεδομένων του AOD με ακρίβεια, θα έδινε σε εμάς την δυνατότητα να εκτιμήσουμε την μεταβλητότητα της DNI με χαμηλές αβεβαιότητες μέσω ενός RTM μοντέλου, και να αξιολογήσουμε τον βαθμό αξιοποίησης της μέσω ενός συγκεντρωτικού ενεργειακού συστήματος (αποδοτικότητα των ενεργειακών συστημάτων). Για την επίτευξη του στόχου, επιλέγονται τρίωρες (3-h) αναλύσεις του AOD550nm και AOD1240nm από τη CAMS, αξιοποιώντας την μέθοδο της γραμμικής παρεμβολής, δηλαδή βρίσκοντας τις τιμές της συγκεκριμένης ατμοσφαιρικής παραμέτρου για τις γεωγραφικές συντεταγμένες, οι οποίες είναι εγγύτερες χωρικά σε αυτές των σταθμών του AERONET. Μετά την εφαρμογή της συγκεκριμένης μεθόδου, οι χρονοσειρές του AODCAMS συγκρίνονται απέναντι στις αντίστοιχες υπολογισμένες χρονοσειρές στο τρίωρο από το AERONET για την περίοδο από το 2003 έως το 2017, με κριτήριο οι παρεχόμενες μετρήσεις από τους σταθμούς του AERONET να είναι πάνω από 1000. Σύμφωνα με αυτές τις συγκρίσεις, το MBE βρίσκεται μεταξύ των τιμών του -0.3 έως 0.71 για τα μήκη κύματος των 550 nm και των 1240 nm, με τους μέσους όρους του να προσεγγίζουν παγκοσμίως τις μηδενικές τιμές, ενώ στην Κεντρική και Δυτική Αφρική, οι τιμές του δείκτη είναι -0.17 (550 nm) και -0.124 (1240 nm). Πιο συγκεκριμένα, το ΜΒΕ λαμβάνει την μέγιστη τιμή του, δηλαδή οι επίγειες παρατηρήσεις του AOD υπερεκτιμώνται από την CAMS, στο Μέξικο Σίτι, στο Μεξικό (ΜΒΕ550nm=0.71), ενώ υποεκτιμώνται αντίστοιχα (ΜΒΕ550nm=-0.3) στην περιοχή του Τσιάγι στη Ταϊβάν. Όσον αφορά στο RMSE, οι μέσοι όροι του σε παγκόσμια κλίμακα προσεγγίζουν τις τιμές του 0.11 και του 0.06 για 550 nm και 1240 nm αντίστοιχα, και είναι μεγαλύτερες του 0.2 για την Κεντρική και Δυτική Αφρική σε μήκος κύματος των 1240nm. Για τα 550 nm, εντοπίζονται υψηλές τιμές του RMSE στην Ινδονησία (RMSE550nm>0.3), ενώ οι μέγιστες τιμές του ανιχνεύονται κοντά σε ηφαιστειογενείς περιοχές, όπως στο Μέξικο Σίτι (RMSE=0.92). Σχετικά με το συντελεστή συσχέτισης (Pearson R) των εκτιμήσεων απέναντι στις επίγειες παρατηρήσεις του AOD, οι μέσες τιμές του προσεγγίζουν παγκοσμίως τις ενδείξεις του 0.72 και 0.63 για 550 nm και 1240 nm, με τις χαμηλότερες συσχετίσεις να ανιχνεύονται στα βόρεια γεωγραφικά πλάτη και στην Νότιο Αμερική. Συνεπώς, η ύπαρξη συστηματικών σφαλμάτων (MBE) και σφαλμάτων διασποράς (RMSE) αλλά και οι χαμηλές συσχετίσεις (χαμηλές τιμές του Pearson R) αναδεικνύουν την αναγκαιότητα εφαρμογής μεθόδων προσαρμογής στην τοποθεσία, όπως της τεχνικής της βαθμονόμησης των χρονοσειρών του AODCAMS, υποθέτοντας ότι συνδέονται μέσω μιας γραμμικής σχέσης με τις επίγειες παρατηρήσεις του δικτύου του AERONET (AODAERONET). Μετά την εφαρμογή της συγκεκριμένης τεχνικής, εξαλείφεται το MBE, με τις μεγαλύτερες διορθώσεις του να επιτυγχάνονται στο Μέξικο Σίτι και το Μάουνα Λόα στην Χαβάη (ηφαιστιογενείς περιοχές), ενώ και το RMSE είναι αρκετά βελτιωμένο, με τις τιμές του να εκτείνονται από 0.06 μέχρι 0.32 για 550nm και από 0.03 έως 0.2 για 1240 nm. Ειδικότερα, ο τελευταίος δείκτης είναι βελτιωμένος κατά 20% στην Μέση και Δυτική Αφρική. Για τον Pearson R δεν παρατηρούνται μεταβολές μετά την εφαρμογή της βαθμονόμησης. Επειδή λοιπόν οι χρονοσειρές του AODCAMS χαρακτηρίζονται από αβεβαιότητες, εξετάζεται σε ποιο βαθμό αυτές επηρεάζουν την ακρίβεια στις εκτιμήσεις της DNI (DNICAMS). Για την συγκεκριμένη διερεύνηση, οι χρονοσειρές της DNICAMS υπολογίζονται μέσω εφαρμογής σχήματος τριών γραμμικών παρεμβολών των τρίωρων ατμοσφαιρικών χρονοσειρών της SZA, του Ångström α και του Ångström β, που προέρχονται από την CAMS, κατά μήκος των επιθυμητών LUTs που ορίζονται μέσω ενός RTM μοντέλου. Παρόμοια διαδικασία υπολογισμού ακολουθείται για την εύρεση των χρονοσειρών της DNIAERONET (δεδομένα αναφοράς), με την μόνη διαφορά ότι τα τρίωρα ατμοσφαιρικά δεδομένα, που χρησιμοποιούνται στο σχήμα παρεμβολών, προέρχονται από το δίκτυο σταθμών του AERONET. Συνεπώς, έχοντας υπολογίσει τις θεωρητικές τιμές της DNI (DNICAMS) και τις αντίστοιχες χρονοσειρές της από επίγειες παρατηρήσεις (DNIAERONET), τις συγκρίνουμε μεταξύ τους, αξιοποιώντας τους στατιστικούς δείκτες του rMBE και του rRMSE, ώστε να καταλήξουμε στα επαγόμενα σφάλματα της DNICAMS. Με βάση λοιπόν τα αποτελέσματα, με την χρήση των αδιόρθωτων δεδομένων του AODCAMS, ο δείκτης του rMBE, ο οποίος καθορίζει τις επί τοις εκατό συστηματικές αβεβαιότητες της DNICAMS, φτάνει τοπικά μέχρι το 30%, ενώ σε περιοχική κλίμακα, οι υψηλότερες τιμές του (υπερεκτίμηση της DNI) υπολογίζονται στις περιοχές της Νότιας και Νότιο-Ανατολικής Ασίας (rMBE=5.3 % και 4.2 % αντίστοιχα). Αντίθετα, στη περιοχή της Βόρειας Αφρικής, ανιχνεύονται οι πιο αρνητικές τιμές του rΜΒΕ (υποεκτίμηση της DNI), οι οποίες προσεγγίζουν το -4.1%. Μετά την αξιοποίηση των βαθμονομημένων δεδομένων του AODCAMS, βελτιώνεται αρκετά το rΜΒΕ, με τις ενδείξεις του να κυμαίνονται από -2.5%-0.1% σε περιοχική κλίμακα, ενώ οι ενδείξεις του rRMSE είναι χαμηλότερές από 10 % στην Ευρώπη και Βόρεια Αμερική, χαμηλότερες από 5 % στην Νότια Αμερική και Αυστραλία και υψηλότερές από 15.4 % στην Αραβική Χερσόνησο. Στο Έκτο κεφάλαιο, οι χρονοσειρές της επανάλυσης των υδρατμών (PW), από χωρικό πλέγμα 0.5οΧ0.625ο, ανακτώνται από τη MERRA2 και αφού επαναϋπολογίζονται σε ένα συνεχές χωρικό πλέγμα 1οΧ1ο, μέσω της μεθόδου διπλής γραμμικής παρεμβολής, αξιοποιούνται ως δεδομένα εισόδου σε ένα μοντέλο επίλυσης της εξίσωσης διάδοσης της ακτινοβολίας υπό ανέφελες συνθήκες ουρανού (REST2 v5) για τις εκτιμήσεις της SWR. Το συγκεκριμένο μοντέλο επιλέγεται, επειδή έχει την ικανότητα να παραμετροποιεί με μεγαλύτερη ακρίβεια τις σκεδάσεις και απορροφήσεις της SWR από τα ατμοσφαιρικά συστατικά συγκριτικά με άλλα μοντέλα εκτίμησης, χρησιμοποιώντας τις μη-γραμμικές συναρτήσεις των διαπερατοτήτων του PW στις δύο φασματικές ζώνες (Ζώνη 1: 0.29 μm-0.7 μm και Ζώνη 2: 0.7-4 μm). Όσον αφορά στα δεδομένα εισόδου, τα οποία χρησιμοποιεί για την εκτίμηση της SWR, αυτά είναι α) οι οπτικές ιδιότητες των αιωρούμενων σωματιδίων, β) η ηλιακή ζενίθια γωνία (θz), γ) η ατμοσφαιρική πίεση επιφανείας (p (mbar)), δ) η ποσότητα του όζοντος (uo (atm-cm)) σε κατακόρυφη ατμοσφαιρική στήλη, ε) το ποσό διοξειδίου του αζώτου (un (atm-cm)) στη κατακόρυφη ατμοσφαιρική στήλη, στ) ο συντελεστής ανακλαστικότητας μεμονωμένης σκέδασης (SSA), ζ) η επιφανειακή ανακλαστικότητα και η) το συνολικό υετίσιμο ύδωρ (IWV (cm)). Στην μελέτη μας, μόνο ωριαία δεδομένα του IWV και της sza και μηνιαίοι μέσοι όροι των υπολοίπων ατμοσφαιρικών παραμέτρων εισάγονται στην έκδοση 5 του REST2 (REST2 v5) για τον υπολογισμό της SWR. Η χρονική περίοδος της μελέτης είναι από Ιανουάριο του 2000 έως Δεκέμβριο 2014, ενώ ο στόχος είναι η αξιολόγηση των επιδράσεων των υδρατμών (WVRE), της επιρροή τους (∂WVRE/∂w), των χρονικών τάσεων τους και των ποσοστιαίων μεταβολών τους (%WVRE) στην SWR . Για την εύρεση της WVRE, υπολογίζονται από το μοντέλο οι διαφορές μεταξύ των χρονοσειρών της SWR, η οποία φτάνει στο έδαφος, επηρεασμένη υπό πραγματικές ατμοσφαιρικές συνθήκες (SWRreal(w)), με PW=w, και των αντίστοιχων αντίστοιχων δεδομένων της SWR , η οποία είχε εκτιμηθεί για μια τελείως άνυδρη ατμόσφαιρα (SWRdry(0)). Σύμφωνα λοιπόν με τα αποτελέσματα του μοντέλου, οι τιμές της WVRE κυμαίνονται από –80.2 έως 0 W m–2, και χαρακτηρίζονται από έντονα εποχιακά χαρακτηριστικά, με τις ενδείξεις της να είναι λιγότερο αρνητικές στο Βόρειο από ότι στο Νότιο Ημισφαίριο (–73.3 W m–2) κατά την Χειμερινή περίοδο. Σε μέση ετήσια βάση, το εύρος τιμών της WVRE εκτείνεται από -70.7 έως -22.2 W m-2, με τη μέση τιμή της να προσεγγίζει τα -44 W m–2, ενώ στις περιοχές του Ισημερινού δεν παρατηρούνται αξιοσημείωτες εποχιακές μεταβολές στην συγκεκριμένη παράμετρο (διάμεσο τιμή της WVRE περίπου στα -63 W/m2), επειδή ο ατμοσφαιρικός αέρας έχει υψηλή περιεκτικότητα σε υδρατμούς, και επικρατεί το φαινόμενο της συσσώρευσης των υδρατμών. Εν αντιθέσει με τις περιοχές του Ισημερινού, οι ορεινές περιοχές εμφανίζουν χαμηλή περιεκτικότητα σε υδρατμούς, αλλά χαρακτηρίζονται και από χαμηλές αέριες μάζες, με συνέπεια οι τιμές της WVRE να είναι λιγότερο αρνητικές και η διάμεσος της να προσεγγίζει τα -28 W/m2 (Πολική ομάδα: κλίμα Τούνδρας). Επιπροσθέτως, στο παρόν κεφάλαιο, εξετάζεται και η αποδοτικότητα των υδρατμών στον βαθμό εξασθένισης της SWR (PWE), η οποία ορίζεται ως η πρώτη μερική παράγωγος της WVRE ως προς το PW. Επειδή, όμως για τον υπολογισμό της χρησιμοποιείται το μοντέλο του REST2 δύο φασματικών ζωνών, οι τιμές της συγκεκριμένης παραμέτρου προκύπτουν από τα επιμέρους αθροίσματα της PWE των συγκεκριμένων ζωνών. Επίσης, αναμένονται μεγαλύτερες οι τιμές της κατά απόλυτη τιμή στην ζώνη από 0.7 έως 4 μm, λόγω των ισχυρότερων απορροφήσεων της SWR κυρίως στο κοντινό υπέρυθρο από τους υδρατμούς. Με βάση λοιπόν, όλα τα παραπάνω, οι μηνιαίες χρονοσειρές της PWE σε παγκόσμια κλίμακα εκτείνονται σε ένα εύρος τιμών από –133.7 έως 0 W m–2 cm–1, με τις μηνιαίες και ετήσιες μέσες τιμές της σε μακροπρόθεσμη κλίμακα, δηλαδή στα 15 χρόνια της μελέτης μας, να εμφανίζουν ένα χαμηλότερο εύρος τιμών, δηλαδή από –86.9 W m-2 cm-1 έως 0 W m-2 cm-1 και από -61.9 W m-2 cm-1 έως –1.6 W m-2 cm-1 αντίστοιχα. Όσον αφορά σε περιοχική κλίμακα και κυρίως στις περιοχές του Ισημερινού (PW>2 cm), η PWE χαρακτηρίζεται από αμελητέες μεταβολές λόγω της υψηλής περιεκτικότητας του ατμοσφαιρικού αέρα σε υδρατμούς, εν αντιθέσει με τις ορεινές περιοχές, όπου η μεταβλητότητα της PWE εμφανίζεται σημαντική (χαμηλές ενδείξεις για το PW και την αέρια μάζα). Συνεπώς, η μεταβλητότητα της PWE χαρακτηρίζεται ως μη γραμμική (λόγω της μη-γραμμικότητας των διαπερατοτήτων του PW) και αντιστρόφως ανάλογη των αλλαγών στο PW, με συνέπεια να είναι δυνατόν να προσομοιαστεί και μέσω ενός μη γραμμικού μοντέλου (∂WVRE/∂w=a〖PW〗^b m^c), εκτός του REST2. Οι συντελεστές παλινδρόμησης (α,b και c) υπολογίζονται για το συγκεκριμένο μοντέλο, κυρίως στη περιοχή της Ισπανίας, για μια χρονική περίοδο 15 χρόνων, με τις μέσες τιμές τους να είναι a = –28.24, b = –0.8232, και c = –0.8795, επιβεβαιώνοντας με μικρές αποκλίσεις τους αντίστοιχους συντελεστές από εργασία, η οποία μελέτησε τη συγκεκριμένη περιοχή για χρονική περίοδο 9 χρόνων. Σχετικά με την εύρεση της στατιστικής σημαντικότητας των τάσεων του PW και τον βαθμό, με τον οποίο επιδρούν στις μεταβολές της WVRE και της PWE, αξιολογούνται επίσης στην παρούσα μελέτη ο μη-παραμετρικός έλεγχος του Mann-Kendall (MK) σε συνδυασμό με τον κανόνα του False Discovery Rate (FDR) σε επίπεδο εμπιστοσύνης του 95%. Ο συγκεκριμένος έλεγχος αξιοποιείται λόγω της χρονικής αυτοσυσχέτισης που χαρακτηρίζει τις χρονοσειρές του PW, δηλαδή της επίδρασης που ασκούν οι παρελθοντικές στις μελλοντικές χρονοσειρές της παραμέτρου. Εξαιτίας, όμως της χρήσης της 1ης τάξεως αυτοσυσχέτισης για την ανίχνευση των τάσεων του PW, ο MK μπορεί να μην είναι τόσο αξιόπιστος στην ανίχνευση της στατιστικής σημαντικότητας των τάσεων του. Για αυτόν τον λόγο συνδυάζεται με τον κανόνα του FDR, ο οποίος έχει την δυνατότητα να ανιχνεύει τις τάσεις του PW, οι οποίες εσφαλμένως έχουν χαρακτηριστεί ως μη σημαντικές από τον MK, αξιοποιώντας το στατιστικό δείκτη του p-value, ο οποίος δεν θα πρέπει να υπερβαίνει μια συγκεκριμένη οριακή τιμή ( ). Όσον αφορά στον προσδιορισμό της κατεύθυνσης και το εύρους των τιμών της τάσης, αξιοποιείται επίσης η κλίση Theil-Sen. Επομένως, με βάση την εφαρμοζόμενη μεθοδολογία για την ανίχνευση της χρονικής τάσης στο PW, το εύρος τιμών της εντοπίζεται από -0.3 έως 0.5 cm για την περίοδο μελέτης των 15 χρόνων. Ειδικότερα, η ισχυρότερη τάση του ανιχνεύεται στις περιοχές του Ισημερινού, της κεντρικής Ευρώπης, της Μέσης Ανατολής, και της Αυστραλίας, με το αντίστοιχο εύρος τιμών των χρονικών τάσεων της WVRE να εκτείνεται από -3.3 έως 1.5 W m-2. Επίσης, η τοπική επίδραση του κλίματος χαρακτηρίζεται ως καθοριστική στη διαμόρφωση των τάσεων της WVRE, για αυτό τον λόγο πραγματοποιείται διαχωρισμός των περιοχών με βάση το κλίμα, αξιοποιώντας το κλιματικό σύστημα ταξινόμησης του KG. Το συγκεκριμένο σύστημα χωρίζει την Γη σε 5 κύριες κλιματικές ομάδες, οι οποίες είναι α) ο Ισημερινός (A), ii) η Άνυδρη (Β), iii) η Εύκρατη και Θερμή (C), iv) η Ψυχρή (D) και v) η Πολική (E) ομάδα, ενώ με βάση τις ατμοσφαιρικές παραμέτρους της θερμοκρασίας και της κατακρήμνισης, αυτές διαιρούνται σε επιπλέον 30 υποομάδες. Για τον αντίστοιχο κλιματικό διαχωρισμό των πλεγματικών χρονοσειρών της WVRE, εφαρμόζεται η μέθοδος της Γραμμικής παρεμβολής, όπου εκχωρούνται δεδομένα υψηλής χωροχρονικής ανάλυσης (100 arc sec) του KG στις μακροπρόθεσμες ετήσιες μέσες τιμές της WVRE. Συνεπώς, για την κλάση του Ισημερινού, μετά τον πλήρη κλιματικό διαχωρισμό του KG, προκύπτουν 4 υποομάδες, στις οποίες ανιχνεύονται οι πιο αρνητικές ενδείξεις της WVRE, με το εύρος τιμών μεταξύ της ελάχιστης και της μέγιστης τιμής της να εκτείνεται από –72 έως –48 W m-2. Η αμέσως επόμενη κλάση, που χαρακτηρίζεται από τις λιγότερο αρνητικές τιμές, είναι η Άνυδρη κλάση, η οποία όμως παρουσιάζει μια πιο περίπλοκη συμπεριφορά ως προς τις στατιστικές κατανομές της WVRE, λόγω της συνδυαστικής απορρόφησης της SWR από τα αιωρήματα και τους υδρατμούς. Σε αυτήν την κλάση, η υποομάδα της Bsh (θερμές στέπες) εμφανίζει τις πιο αρνητικές ενδείξεις για WVRE (-68 έως -32 W/m2), ενώ η BWk (Ψυχρές ερήμους) αντιστοιχεί στις λιγότερο αρνητικές τιμές της συγκεκριμένης παραμέτρου (-46 έως -22 W/m2). Όσον αναφορά στη WVRE της Θερμής-Εύκρατης και της Ψυχρής κλάσης, οι κατανομές με τις περισσότερες αρνητικές τιμές αντιστοιχούν στην πρώτη κλάση, με τη διάμεσο να προσεγγίζει τα – 43 W/m2, ενώ στη δεύτερη , η αντίστοιχη διάμεσος είναι -31 W/m2. Ολοκληρώνοντας, με την Πολική κλάση, υπολογίζονται οι λιγότερο αρνητικές τιμές της WVRE (συγκέντρωση τιμών γύρω από τα -28 W/m2) συγκριτικά με όλες τις υπόλοιπες κλιματικές ομάδες. Με βάση όλα τα παραπάνω αποτελέσματα και για να επιβεβαιωθεί στατιστικά ότι ο πλήρης κλιματικός διαχωρισμός του KG, παρέχει στατιστικά διαφορετικές κατανομές των τιμών της WVRE, όταν οι κύριες κλιματικές ομάδες και υποομάδες τους συγκρίνονται κατά ζεύγη, πραγματοποιούνται ο μη-παραμετρικός έλεγχος του Kruskal–Wallis (KW) και του Dunn σε επίπεδο εμπιστοσύνης του 95%. Σύμφωνα με τα αποτελέσματα του KW αποδεικνύεται ότι οι κατανομές της WVRE διαφέρουν σημαντικά μεταξύ τους, μετά τις συγκρίσεις που πραγματοποιούνται κατά ζεύγη ανάμεσα σε όλες τις κλιματικές ομάδες και υποομάδες, αφού ο στατιστικός δείκτης του p-value είναι μικρότερος από 0.05. Όταν, όμως οι κατανομές της WVRE προέρχονται από παρόμοιες κατανομές του PW, αξιοποιείται ο μη-παραμετρικός έλεγχος του Dunn, όπου μέσω ενός χάρτη θερμότητας (heatmap) αναδεικνύονται οι σημαντικές στατιστικά διαφορές των κατανομών της WVRE μεταξύ των συγκρινόμενων υποομάδων κατά ζεύγη. Οι λευκές περιοχές του heatmap αναφέρονται στη μη-στατιστική σημαντικότητα της διαφοράς μεταξύ των κατανομών της WVRE, η οποία εντοπίζεται στις Εύκρατες και στις Ψυχρές κλάσεις. Συνεπώς, ο σκοπός του συγκεκριμένου κεφαλαίου, ήταν να προταθεί μια μεθοδολογία, η οποία θα εκτιμούσε τις επιδράσεις των δεδομένων επανάλυσης του PW στην SWR σε περιοχική και παγκόσμια κλίμακα, με υψηλή χωροχρονική ακρίβεια. Έτσι, θα αποτελούσε μια εναλλακτική μορφή δεδομένων των υδρατμών, ώστε να αντικαταστήσει τις επίγειες παρατηρήσεις του PW από σταθμούς, των οποίων ο αριθμός δεν ήταν ικανοποιητικός για την μέτρηση της παραμέτρου σε παγκόσμια κλίμακα (απουσία σταθμών σε αρκετές χώρες). Ειδικότερα, στην περιοχή της Ισπανίας, η χωροχρονική ακρίβεια του αλγορίθμου μας επιβεβαιώθηκε μέσω της βιβλιογραφίας, μετά από συγκρίσεις των πλεγματικών χρονοσειρών της WVRE απέναντι στις αντίστοιχες επίγειες παρατηρήσεις της, αφού είχε πρώτα εφαρμοστεί ο κλιματικός διαχωρισμός της παραμέτρου μέσω του KG. Ολοκληρώνοντας, στο Κεφάλαιο 7, παρουσιάζονται περιληπτικά τα βασικά αποτελέσματα, που προέκυψαν κατά τις μελέτες των προηγούμενων κεφαλαίων.   In the present doctoral thesis, the spatiotemporal effects of clouds, aerosols and integrated water vapor are examined, when the solar irradiance is transferred from the top of atmosphere to the Earth’s surface. The first chapter provides a brief description of the basic concepts of radiative transfer and the factors that affect the propagation of solar irradiance until the Earth’s surface. The main atmospheric parameters are examined based on their dominant types, optical properties, and mechanisms of scattering and absorption. Additionally, the Site Adaptation Methods for the correction of the uncertainties of atmospheric and radiometric estimates are presented briefly. These atmospheric and radiometric parameters derive from satellite sensor, reanalysis projects and their synergy with radiative transfer models. The second chapter provides a description of satellite sensor, reanalysis projects, atmospheric and radiometric stations, whose time series are used in this thesis, as well as the radiative transfer models for radiometric simulations. The third chapter identifies the dominant type of clouds and atmospheric conditions, which cause enhancing of the global shortwave solar irradiance (GHI). This type is cumulus mid and high-level clouds, while for solar zenith angles lower than 80°, 4% of total GHI measurements are considered as enhancements, with the values of GHI reaching up to 1420 W/m2. In the fourth chapter, the direct effect of aerosol and precipitable water (PW) optical properties are examined in the attenuation of GHI, and especially to the regions of North Africa and Middle East (MENA). According to the synergy of satellite time series from the two versions of MODIS (v6 and v6.1) and radiometric estimations from RTM, the GHI time series are estimated and statistically assessed against the ground-based measurements. The synergy of v.6.1 and RTM simulations provides better statistical results against the ground-based measurements for Middle-East sites and Tamanrasset (TAM), while for Adrar (ADR), Ghardaia (GHA) and Tataouine (TAT), the v.6 combination with RTM is closer to observations. Especially, the best statistical outcomes for version v6 and v6.1 are calculated in ADR (MBE=0.28 kWh/m2, RMSE=7.8%,R2=0.95, KSI=91% and OVER=10%) and MAN (MBE=0.28 kWh/m2, RMSE=5.6%, R2=0.95, KSI=72% and OVER=12%) respectively. Furthermore, the site Adaptation methods (LIN and EQM) are evaluated due to the presence of systematic and dispersion errors in estimates, with the EQM to be more efficient technique. More specifically, independently of the MODIS version used, the statistical indexes of similitude (KSI and OVER) between the estimations and the observations of GHI are lower than 5% (KSI) and equal to 0% (OVER). In the fifth chapter, the spatiotemporal accuracy of aerosol optical properties from the Copernicus Atmosphere Monitoring Service (AODCAMS) is extensively investigated against the observations of Aerosol Robotic Network (AODAERONET). The aim is to be proposed a methodology, which will provide direct shortwave solar irradiance estimates (DNICAMS) with high spatiotemporal analysis, when the ground based and satellite datasets of AOD, which are derived from assimilation system, are combined with RTM simulations from SBDART. Additionally, a pre-comparison and calibration of AODCAMS time series based on AODAERONET dataset are used for the calculation of the raw and the corrected induced uncertainties on DNICAMS. According to the results, the relative systematic errors (rMBE) of DNICAMS range from -28% to 32% and -5.9% to 0.6% for the raw and the calibrated AODCAMS. For the relative dispersion errors (rRMSEs) of DNICAMS, the values range from 5.4% to 18% when using the original AODCAMS while for the calibrated AODCAMS, rRMSEs are reduced (4.5% - 15.2%). In local scale, the values of rRMSE reach up to 18% and 36% for Mauna Loa (Hawaii) and Mexico City (Mexico), when the original AODCAMS are used, because CAMS cannot resolve the height of the volcanoes and therefore fails in a certain extent to reproduce the observed AOD (cases with enhanced sulfate aerosols). For calibrated AODCAMS, the rRMSE values are improved by 1% (Mauna Loa) and 13% (Mexico City). In the sixth chapter, the reanalysis timeseries of precipitable water (PW) are used from Modern-Era Retrospective analysis for Research and Applications (MERRA, v2) and the SWR simulations are obtained from the REST2 clear-sky radiation model, to estimate the impacts of PW in the attenuation of GHI. Especially, the parameters of water vapor radiative effect (WVRE) and precipitable water efficiency (PWE) are estimated through the REST2, using the hourly PW dataset and monthly aerosol optical properties as input to the model. At global scale, WVRE exhibits a distinct seasonal pattern ranging from −80.2 to 0 W m−2, with its most negative values being detected in humid regions where PW is typically high. Additionally, for PW, which is higher than 4 cm, its contribution is relatively small in SWR attenuation due to the saturation effect. On the other hand, over arid regions, the values of WVRE are less negative since the SWR attenuation is mainly controlled by the high aerosol loads, while over high-altitude regions, the low values of PW reduce the atmospheric absorption, resulting in low absolute values of WVRE. Concerning PWE, it is estimated globally between −86.9 and 0 W m−2 cm−1, on a monthly long-term basis, with the largest variability appearing over high-altitude areas at low latitudes because mountainous regions are characterized by low PW, which is compounded by the low air mass at low latitudes (driving quantity: m•w). Finishing up with this chapter, the Köppen-Geiger (KG) climate classification system is used for the determination of distinct climate clusters on a global scale (basic parameters of classification: temperature and precipitation), and the investigation of the potential effects of local climate on WVRE. Especially, over areas with Equatorial climate (class A), the most negative values of WVRE are detected, with its median and mean values distributed close to −63 W m−2, due to the highest values of PW that prevail in atmospheric air. On the other hand, over Polar regions, the values of WVRE are less negative (median value: −28 W m−2), because these areas are characterized by low PW, and thus lower sunlight attenuation is expected, despite the much larger air masses than near the Equator. 2022-02-08T12:08:23Z 2022-02-08T12:08:23Z 2020-12-21 http://hdl.handle.net/10889/15764 gr application/pdf