แบบจำลองสำหรับประมาณค่ารังสีอาทิตย์จากปริมาณเมฆ (Model for Estimating the Solar Radiation from Cloud Cover)

Abstract

             การพัฒนาแบบจำลองในการประมาณค่ารังสีอาทิตย์รายวันเฉลี่ยต่อเดือน ( ) จากปริมาณเมฆรายวันเฉลี่ยรายเดือน ( )  จากการเก็บรวบรวมข้อมูลรังสีอาทิตย์รายวันเฉลี่ยต่อเดือนและปริมาณเมฆรายวันเฉลี่ยรายเดือนจากสถานีอุตุนิยมวิทยา จังหวัดชลบุรี ตั้งแต่ 1 มกราคม พ.ศ. 2550 - 31 ธันวาคม พ.ศ. 2559  และทำการหารังสีอาทิตย์รายวันเฉลี่ยรายเดือนและปริมาณเมฆรายวันเฉลี่ยรายเดือน พร้อมคำนวณรังสีอาทิตย์นอกบรรยากาศโลกรายวันเฉลี่ยรายเดือน ( ₀) พบว่าแบบจำลองสำหรับประมาณค่ารังสีอาทิตย์รายวันเฉลี่ยต่อเดือน แสดงในรูปความสัมพันธ์ระหว่างรังสีอาทิตย์ต่อรังสีอาทิตย์นอกบรรยากาศโลกรายวันเฉลี่ยรายเดือน คือ / ₀ = 0.5802−0.0146  โดยสัมประสิทธิ์การตัดสินใจ (R²) = 0.8428 แสดงว่า / ₀ มีความสัมพันธ์อย่างเป็นระบบกับ  โดยในการทดสอบสมรรถนะของแบบจำลองได้นำแบบจำลองไปคำนวณ / ₀ โดยใช้ค่า   ของข้อมูลปี พ.ศ. 2560 ซึ่งเป็นข้อมูลที่ไม่ใช้ในแบบจำลอง พบว่าค่า  ที่ได้จากแบบจำลองและที่ทำการวัด มีค่าความคลาดเคลื่อนสัมพัทธ์ (%ε)  รากที่สองของค่าเฉลี่ยความแตกต่างยกกำลังสอง (RMSD) และความแตกต่างในรูปความเอนเอียงเฉลี่ย (MBD) เท่ากับ 7.12%, 8.29% และ 6.20% ตามลำดับ แสดงว่าค่าที่คำนวณได้จากแบบจำลองและการวัดส่วนใหญ่มีความสอดคล้องกัน

            In this research, model for estimating monthly average global radiation ( ) from the monthly average of the cloud cover ( ) was developed. The development of the model was started with the collection of global solar radiation and the cloud cover data from Chon Buri meteorological station during 1 January 2007 – 31 December 2016. Then, the values of monthly average of daily global radiation and the monthly average of cloud cover were calculated. The values of monthly  average daily extraterrestrial radiation ( ₀) were also computed. The empirical equation of / ₀ was / ₀ = 0.5802−0.0146 , the coefficient of determination (R²) = 0.8428. The model was validated by using cloud cover data in 2017 to predict the solar radiation and then compare with data from Chon Buri meteorological station. The results showed good agreement.