地表面日射量（SSR）、言い換えれば全球水平放射照度（GHI）は、地表に到達する太陽光を表す科学用語である。SSRが時間とともにどのように変化するかを理解することは、気象学や気候学にとってだけでなく、太陽光発電（PV）プロジェクトの長期的な計画と収益性にとっても不可欠である。
ムルシア大学とマラガ大学の研究者がSolargisの専門家と共同で、Solargisのデータを用いて実施した査読付きの新しい研究では、1994年から2054年までのヨーロッパ全域における過去の表面日射量（SSR）の傾向と予測を評価している。
現在までのところ、この研究は、ヨーロッパにおける日射傾向、これらの変化をもたらしている要因、そして今後予想される将来についての最も包括的な評価のひとつである。この研究では、雲とエアロゾルの影響に焦点を当てている。
この分析では、包括的な地上観測データセット、5つの過去のグリッドデータセット、および4つの強制シナリオにまたがる30のCMIP6気候モデルのアンサンブルを利用している。これらの情報源を組み合わせることで、SSRが時空を超えてヨーロッパ全域でどのように変化しているのかについて、シームレスで前例のない特徴づけを行うことができる。
この研究は、The Times、The Independent、PV Magazine、El Periodico de la Energiaなどのメディアにも取り上げられている。
1994年から2023年までの観測によると、10年ごとに3.1W/m²増加しており（この30年間のソーラーギスのSSRの平均値は143W/m²）、この10年間で最も強く増加している。 ヨーロッパ全域の典型的な年間平均SSRレベルは、北部のおよそ~100W/m²から南部のおよそ~200W/m²の範囲である。
適切なチューニングを行えば、衛星ベースモデルは地表面日射量の長期的な増加をモニターすることができる。この研究で評価された4つの衛星ベースモデルはすべて、10年当たり0.3W/m2以内で観測値と一致している。
ほとんどの気候モデルは、分析した4つの異なる排出シナリオすべてにおいて、2024-2054年の地表面日射量の変化を10年当たり1W/m2より小さいと予測している。
大気エアロゾルの長期的な減少は、曇りや晴天を減らし、地表に届く太陽放射を増やすことに大きく貢献している。
太陽光発電産業の観点から見ると、この研究はいくつかの明確な示唆を与えている。
第一に、ヨーロッパでは利用可能な太陽資源が数十年単位で増加しており、それは測定可能で科学的に確かなものである。このような傾向が明確に観測されたことで、ヨーロッパの太陽資源利用可能量の長期平均値に、気候変動に関連した変化が実際に存在することが事実上証明された。
この研究から得られたもう一つの重要な成果は、ECMWFのERA5やCMIP6のような気候モデルは、地上局で観測された傾向と大きく食い違うことがわかったため、長期的なSSRの傾向を監視するのには適していないということである。
逆に、Solargisのように適切に調整された衛星ベースのデータセットは、SSRを定量化する正確で空間的に一貫性のある手段を提供する。
図1.(a)GEBAの観測地点とSolargis-3.2の陸域のSSRの12か月平均値、(b)GEBAの観測値（黒）とSolargis-3.2の観測値（GEBAの観測地点では赤、陸域全域では青）から評価したSSRのトレンドと信頼区間。パネルbの縦棒は95%信頼水準での信頼区間である。(この図の凡例中の色に関する言及の解釈については、読者はこの論文のウェブ版を参照されたい)。
気候モデルは、SSRを数十年先まで予測する唯一の 手段であるが、1994～2014年の結果は、観測され たSSRの傾向の大きさを過小評価し、雲に関連する起 因を誤って説明することを示しているため、その結 果は慎重に解釈されなければならない。
全体として、今回の調査結果は、過去と将来の太陽光資源の利用可能性を理解するために、マルチソースで品質管理されたデータセットに頼ることの重要性を補強している。デベロッパー、投資家、政策立案者にとって、このような洞察は、PVの計画と意思決定が、進化する欧州の太陽環境を科学的に検証された理解に基づいて行うために不可欠である。
以下では、これらの点についてそれぞれ詳しく説明する。
太陽資源は、太陽放射照度の近代的な衛星記録の時代が始まった1994年から分析されている。この期間、ヨーロッパの大部分は、表面日射量（SSR）の大幅な増加を経験しており、1994年から2023年までの10年間の平均トレンドは3.1W/m²であった。30年というスパンで見ると、これは利用可能な太陽資源の大幅な増加に相当する。PVセクターにとって、こうした変化は、特にこの傾向が最も強い地域において、長期的なエネルギー収量の無視できない増加につながる可能性がある。
この傾向を理解するためには、太陽資源の典型的な長期平均値と関連付けることが有効である。年間平均日射量で表すと、ヨーロッパのGHIは、スコットランドなどの北部の約100W/m²から、スペイン南部などの南部の約200W/m²の範囲にある。したがって、10年当たり約3W/m²のトレンドが記録されたということは、これらの基準値に対して10年当たり数%の変化があったということになり、これは非常に重要なことである。しかし、この傾向が同じ割合でいつまでも続くとは予想されず、近い将来のある時点で頂点に達する可能性が高いことにも注意する必要がある。
注：Solargis Prospectやほとんどのエネルギー分野のアプリケーションでは、太陽資源は通常W/m²ではなくkWh/m²/年で表される。この2つの変換は簡単です：
W/m²（年平均）＝GHI_Prospect（kWh/m²/年）÷365÷24
言い換えれば、年間GHI（kWh/m²/年）を8,760時間で割ると、W/m²の等価平均電力に変換される。これは、気候学の領域で報告されているトレンド（W/m²/10年）と、PVエンジニアや開発者がリソースについて考えるのに慣れている方法（kWh/m²/年）とのギャップを埋めるのに役立つ。
大陸スケールのトレンドは紛れもなくプラスであるが、その空間分布は多様である。SSRが最も増加しているのは中央ヨーロッパ、特にフランス北東部、ベネルクス地域、ドイツ西部である。イギリス、スカンジナビア、イタリア半島、バルカン半島を含むその他の地域でも、日射量の明らかな増加が見られるが、その程度は小さい。これとは対照的に、イベリア半島と東ヨーロッパの孤立した地域では、近年SSRが安定しているか、あるいはわずかに減少している。それでも、ヨーロッパ規模で集計すると、どのデータセットも大陸全体の日射量が首尾一貫して統計的に有意に増加していることを確認している。
図2：ヨーロッパの3つの異なる期間（過去、最近、観測）のSolargis SSRトレンドマップ。Meteosat第一世代衛星と第二世代衛星のデータは、山岳地帯のSSR傾向を評価するためには互換性がないため、歴史的期間と観測期間の主な山岳地帯は除外されている。画像はSegado-Moreno他（2025）より引用。
エアロゾルはSSRに2つの影響を与える。第一に、雲のない地域では、エアロゾルは太陽放射を減少させる主要な大気成分であり（エアロゾル直接効果、ADE）、大気の加熱・冷却と雲の熱力学を変化させることにも寄与している（エアロゾル半間接効果）。第二に、雲域では、Twomey効果やAlbrecht効果などのメカニズムを通じて、雲の形成、散逸、光学特性に影響を与える雲のプロセスを変化させる（エアロゾル間接効果、AIEと総称される）。
エアロゾルと雲は、長期的なSSRのトレンドに影響を与える2つの重要な要因として長い間認識されてきたが、それらの相対的な寄与は依然として不明である。
Solargisモデルのカラム版を使い、日ごとのエアロゾル光学深度入力に基づくシミュレーションと、長期的なエアロゾルクライマトロジーを比較することによって、本研究の著者らは、1994年以降に観測されたSSR増加の約20％を占めると推定されるエアロゾル直接効果を分離することができた。
残りの≈80%は雲に関連したプロセスで、これにはエアロゾルと雲の相互作用（Twomey効果とAlbrecht効果）と、おそらく気温上昇に関連した雲被覆率の変化の両方が含まれる。この研究では、エアロゾルに起因する雲アルベドの変化だけでは、観測されたSSRの傾向を説明できないことが示された。分析によると、1994年から2023年の全期間において、日射量の増加は、20％のADE、40％の第一AIE、40％の雲率の変化として解釈できる。
それでも、包括的な結論は確固としたものである：エアロゾルの変化によって部分的に誘発された雲の変化は、ヨーロッパの長期的なSSR傾向を形成する上で、エアロゾルの直接効果の2倍の影響力がある。
本研究では、時空を超えたSSR傾向の確実な特徴付けを行うために、マルチソースアプローチを採用した。分析には3つの主要データを統合した：
地上観測：地上観測：品質チェックされ、均質化された46の地上観測所（GEBA/WRDCアーカイブから）のネットワークからのデータは、信頼性の高い、高精度の点測定を提供した。使用された地上観測データは、観測されたトレンドが正しくなくなるような不均質なサイトデータを除外するための厳しい品質保証チェックに合格したものである。
グリッドデータセット：4つの衛星ベースモデル（Solargis-3.2、SARAH-3、CLARA-A3、CEBAF-4.2.1）およびERA5再解析を含む5つの過去のデータセットが、大陸のほぼ全域をカバーしていることから、時間的パターンおよび主に空間的パターンを分析するために使用された。グリッ ドデータの時間的安定性を確保するために、地上観測デー タと比較し、偏りと二乗平均平方根偏差を定量化した。Solargisデータセットがベンチマークされ、トップパフォーマーであることがわかった。
気候予測：CMIP6気候モデル30種のアンサンブル（300種近くの気候変動予測を含む）を用いて、4つの異なる強制シナリオ（SSP1-2.6～SSP5-8.5）の下で、過去のシミュレーション（1994～2014年）を分析し、将来の傾向（2024～2054年）を予測した。
