Solargis 模型的场地适应性

地面传感器很容易出错，这使得数据评估过程充满挑战。

我们利用地面测量数据并运行一套程序来识别错误、验证测量结果并检查是否有数据缺失。

只有通过我们质量保证测试的输入数据才会用于站点适应服务，以确保该过程不会受到劣质数据的影响。

了解更多信息

在场地适应过程中，我们使用更能代表当地条件的模型输入，并重新计算数据。

这样，我们就能得到不确定性较低的结果，包括该站点整个 30 年的历史结果和未来结果。

因此，我们提供的数据精度更高，其特征更符合当地条件，减少了系统误差和随机误差。交付的数据在内部也更加协调（质量和结构更好）。

凭借 20 多年的经验、2000 多个项目以及对我们专有模型的完全控制，通过场地适应服务，我们能够提供无与伦比的高质量数据。

站点适应过程有助于解决卫星数据中的问题，如当地气溶胶负荷估计不足/过高。

当这种偏差的大小不随时间变化或具有季节周期性时，尤其如此。

我们可以根据当地的气候条件调整卫星得出的 DNI 和 GHI、气温和其他气象参数，而这些是原始卫星和大气输入无法捕捉到的。

根据现有的地面测量数据，并利用我们的后处理算法，我们验证并提高了气温、风、相对湿度、降水、反照率等参数的准确性。

这样，无论是过去 30 年的全部时间序列数据，还是未来的数据，我们都能得到不确定性更低的结果。