随着我国社会经济的迅速发展，我国人民的生活水平不断提高，人们在满足了基本的生活需求后，自然就对生活质量与活动环境的舒适程度有了更高的要求。而人体舒适度作为一项以人类机体与近地大气之间的热交换原理为基础, 从气象角度评价人类在不同气候条件下舒适感的生物气象指标^[1]，自然就成为了评估生活质量与环境舒适程度的一项重要标准。

对气候舒适度的研究，既可以为政府合理规划用地提供理论依据，也可以为人们选择居住地场所提供帮助，还可以为人们计划外出旅游等活动提供重要参考条件。某地的气候适宜度既影响着当地居民的日常生活，也影响着当地游客客流量的时空分布，进而影响当地的旅游业的发展。

浙江省是我国东南沿海的重要省份，其地处长江三角洲南翼，属亚热带季风气候，季风显著，四季分明，年气温适中，光照较多，雨量丰沛，空气湿润，雨热季节变化同步，气候资源配制多样。并且浙江省自古以来经济繁荣，交通发达，城镇覆盖率高，常住人口多。除此以外，浙江省文化气息浓厚，属于典型的“中国东南文化区”，其不仅有着诸多新石器时代遗址，还有许多风景名胜区以及各种人文和自然景观，每年都吸引着全国各地许许多多的游客前来观光。由此可见，对浙江省的气候舒适度的情况进行评价与估算具有很高的理论研究价值和实践探索价值。

因此，本文以浙江省为例，获取温度、湿度、风速、日照时数等数据，使用舒适度指数模型综合分析浙江省的气候舒适度，客观真实的反映了浙江省的气候舒适度分布特征。以期为来此旅游者选择出游时间和地方合理开发旅游资源、发展旅游经济提供理论依据。

2.1 人体舒适度模型的国内外研究进展

2.1.1 国外人体舒适度模型的发展

国外人体舒适度模型的发展主要经历了三个阶段：早期的舒适度评价方法、经验模型和机理模型。

（1）早期的舒适度评价方法

早期人们通常以仪器直接测量的结果来作为环境舒适程度的评价依据，例如湿球温度、空气温度、黑球温度以及卡他度等。这类指标没有考虑到机体的舒适感和生理反应，所以通常将其作为其它综合性指标的某个组成部分，而很少被人单独应用。在这之中影响最广的仪器测量指标是在 1916 年，Hill^[2]等提出的卡他度。卡他度可以反映温度、湿度和风速三者的综合散热效果，因此实际效果最好。

（2）经验模型

经验模型是在经验或统计学方法的基础上构建的人体舒适度模型，它是以人的主观感受或生理反应作为评价的依据。

首先，Houghton 等^[3]在1923年提出了以试验者对环境冷暖主观感受为评价依据的有效温度指数。其后在1932 年，Vernon 等^[4]将黑球温度代替干球温度进行修正，提出了修正有效温度指数。在1945 年到1959年间，出现了Siple 等提出的适用于冷环境的风寒指数和美国海军为了有效防止军事训练中的热损伤事故而提出的适用于热环境的湿球黑球温度指数。1959 年，Thorn^[5]提出了不舒适指数，也称温湿指数，公式以干球温度和湿球温度的组合情况，来反映夏季湿热环境下的气候对人体不舒适程度的影响。1979 年，Steadman^[6]提出了实感温度模型，该模型主要研究湿度对人体热感受的调节作用，还将运动量大小和衣着情况纳入模型中，更符合实际情况。

（3）机理模型

在1938年,Buettner意识到，只有以人体热交换机制为基础，并综合考虑环境因素、人体代谢、呼吸散热及服装热阻等多种因素的影响，才是真正合理的人体舒适度模型，但这种模型必然会相当复杂。1970 年，丹麦学者 Fanger^[7]经过多年的研究提出了人体达到舒适状态的 3 个条件，并以此为基础发表了热舒适方程，开创了热量平衡模型在人体生物气象学应用的先河。1971年，Gagge等引入皮肤湿润度的概念，在有效温度指标的基础上，提出新有效温度（ET^*），新有效温度仅适用于活动量小、着装轻薄、风速低的环境。进入21 世纪之后，在世界气象组织(WMO)气候学委员会的倡导下建立了一个基于多结点模型的通用热气候指数（UTCI），该模型结构复杂，考虑周全，具有高拟真度，可广泛应用于气象服务、城市规划、旅游娱乐、公众健康预警等诸多领域。

2.1.2 我国人体舒适度模型的发展

我国从20世纪80年代中期开始对气候舒适度进行研究，30多年以来，国内学者应用西方的人体舒适度模型开展了一系列的研究工作，其中以温湿指数、风效指数、有效温度指数等应用最为广泛。陆鼎煌等^［8］利用环境卫生学的有关资料，以气温24 ℃、相对湿度70%、风速2m/s 作为最佳参照提出了综合舒适度指标。钱钱妙芬、叶梅^[9]以清洁和舒适为原则，采用几何平均法建立了“气候宜人度评价”模型。李万珍等根据实验数据绘制了风温曲线和风湿曲线。吕伟林通过实验得出体感温度统计模型。

在机理模型方面刘梅等^[10]根据我国人种的体质特征，提出了适合不同年龄人群的体感温度模型。冯定原等^[11]以美国生物气象学家Steadman 的感热温度理论为基础，定量计算了我国各地四季感热温度的分布变化，分析了气象要素对区划结果的影响。

总体来说，气候舒适度模型由简单的经验模型向复杂的机理模型过渡，具有准确化、真实化、客观化的发展趋势。多样化的气候舒适度模型可以更好更全面的分析地区真实的舒适度情况。对于不同地区的不同情况应综合考虑地形、太阳辐射、季节、昼夜变化等自然因素的影响，使用合适的气候舒适度模型进行演算分析，从而得到最贴近该地区实际的气候舒适度分布情况。

2.2国内外舒适度研究中的数据处理方法

2.2.1国外舒适度研究的数据处理方法

国外对舒适度的研究起初是由于战争频繁发生，一些国家为确保军事活动的顺利展开而进行的。战争结束后，世界各国将重心转移到经济建设和科学研发上，气候舒适度的研究由此发展到生活领域。一开始的舒适度的研究多是定性的描述或者使用经验公式进行定量讨论，所以一开始对数据本身的要求相对简单，只需采用小范围观测数据即可。后期则转向与计算机技术相结合的一些统计归纳模型的探讨，在此时期，对研究者来说建立一个客观准确的模型是第一个难点，所以当时对数据本身的要求并不高，往往采用观测数据进行点的舒适度分析。

随着研究的深入、模型的发展，越来越多的学者认识到数据本身的处理也是十分关键的问题。在各种各样的舒适度模型建立之后，对舒适度的研究产生了新的问题。一方面，舒适度研究中对于大范围地区的舒适度和地区差异性研究的需求越来越大，另一方面，对数据本身精度的要求越来越高。所以对数据本身的处理就显得尤为重要。原来直接使用气象观测数据或某一时刻某一地点实测数据的方法已不适用。因此，随着数据处理技术的发展，对气象观测数据进行插值和遥感数据反演得到大范围地区数据的方法为越来越多的专家和学者所使用。其后，又有学者考虑到地形因素在计算过程中的影响，于是在研究的过程中加入高程数据修正地形造成的影响使得数据结果更加精确。

目前，较主流的方法有基于GIS的舒适度评价，主要方法是对气象站点数据进行插值得到连续分布的大范围地区的数据，然后选择适合的模型分析；还有基于遥感资料对温度、湿度等数据进行反演获得大范围地区的数据，再结合模型分析得到舒适度指数。这两种方式都可以加入DEM数据修正地形因子对结果的影响，从而得到更加精确的结果。

2.2.2国内舒适度研究的数据处理方法

国内从上世纪80年代中期开始对气候舒适度进行研究，其对数据的处理方式的发展过程与国外相似，但有着国外的经验借鉴，所以发展较快。

一开始，研究也都是局限于小范围地区，所以研究数据不需要大范围连续分布，一般直接使用气象观测数据。对目前有些气象站点较密集且范围较小的地区也有直接使用气象观测数据作为源数据进行计算分析的研究如赵海江等人对张家口地区的舒适度分析^[12]。但一旦涉及到大范围地区的舒适度分析一般还是对采用插值或遥感资料反演的方法获取连续分布的研究区域的数据。其中有基于GIS的舒适度分析，在对数据插值的同时还对研究地区的DEM数据进行处理，将地形因子的影响考虑在内。张狄^[13]等学者在对江苏省旅游舒适度情况进行评估时就用到了这种方式，在研究过程中结合数字高程模型(DEM)进行分析。在对舒适度的研究过程中，基于遥感资料反演气象数据的方式也常常被使用。田峰^[14]在对南京地区的舒适度评估研究中就对Landsat TM遥感影像资料进行反演得到南京地区的温度与湿度数据。在遥感资料的反演过程中，也可引入海拔高程因子以提高反演结果的精度。

2.3 遥感资料反演地表温度的国内外研究进展

由于目前关于大气温度的反演还没有切实有效的方法，所以一般采用地表温度换算或代替大气温度的方法来参与舒适度指数的计算。

2.3.1 国外遥感资料反演地表温度的研究进展

1975年，McMillin^[15]首次提出了基于辐射传输方程的双通道－劈窗算法。1983年，Price首次提出单通道算法，在之后的几十年里不断有人对它进行改进，其中最有代表性的是 2003年，Sobrino等提出普适性单通道算法；2010年，Li等提出的单通道参数化模型算法；Qin^[16]等于2011年提出的适用于Landsat TM6的单窗算法。1984年，Price首次使用劈窗算法反演陆地表面温度，从而发展出了双通道--劈窗算法。1996年，Wanand Dozie提出了通用劈窗算法。1998年，Snyder等提出了基于地表分类，从而确定地表比辐射率的方法；2008年，Sobrino等提出了基于NDVI的阈值法，其根据地表热红外波段的比辐射率，同NDVI值之间的关系的地表比辐射率确定方法。

2.3.2 我国遥感资料反演地表温度的研究进展

我国在热红外遥感领域的研究也涌现了许多人才和先进的方法。刘玉洁等^[17]研究了MODIS遥感影像在大气、陆地、海洋反演的各种算法和 MODIS 影像数据的应用。李小文，汪骏发等^[18]研究了定量遥感的“病态”反演理论和二向性反射的几何光学模型。陈良富等研究了热红外遥感中大气下行辐射近似值的计算及各通道间信息的相差性对地表面温度反演结果的影响。李召良等提出了一种提取方向比辐射率的物理方法，他主要是利用在白天和夜晚中，中红外和热红外波段存在的数值差异来计算的。覃志豪^[19]对热红外遥感原理的推导和反演地表温度的方法研究做了巨大贡献。

总而言之，遥感数据反演地表温度的方法十分丰富，不同的方法有着不同的优点和应用范围，借鉴国内外已有的经验，合理的利用或综合利用多种方法处理数据得到的结果更具有科学性和严谨性。

2.4 遥感资料反演地面水汽压的国内外研究进展

在气象学上大汽相对湿度可有地面水汽压与地面饱和水汽压的比值来确定，其中，地面饱和水汽压可由马格努斯经验公式计算得出，而地面水汽压则需要进一步计算计算才能获取。因此只要计算出地面水汽压，就可计算出大汽相对湿度。

国内外学者在对地面水汽压进一步研究中发现，地面水汽压与大气可降水量具有很好的相关性。如杨景梅在对全国20个台站的观测数据进行分析后，发现大气可降水量和地面水汽压之间存在线性关系，并将其应用于大气可降水量的计算^[20]；张学文等的研究也得出了二者存在的线性关系^[21-22]。李超等在对合肥站4 年观测资料的研究中，发现大气可降水量与地面水汽压的二次曲线回归模型更符合当地情况，并建立了相应的经验模型^[23]。此外还有一些学者的研究表明二者存在对数关系。前人的各项研究表明大气可降水量与地面水汽压确实存在很强的相关性，但是建立的模型不尽相同，这主要是由于研究区域不同造成的统计模型差异。

目前来看，地面水汽压的估算方法包括传统研究方法和遥感方法。传统的地面水汽压研究方法主要有地理因子回归统计法和插值方法两种。地理因子回归统计法通过建立地面水汽压与地理要素之间的回归模型来推算地面水汽压^[24-25]；另一种方法是根据空间插值方法进行水汽压的研究^[26]，不同的插值方法结果不同。遥感方法的理论依据是大气中的水汽对电磁波的衰减作用^[27]。遥感方法具有较高的时间分辨率和空间分辨率，而且覆盖范围广，不依赖地面设施，也不需要在被观测地区投入人力资源，对于人迹罕至的地区仍可以有详实的观测。因此，利用常规气象观测数据和覆盖范围广阔的遥感资料相结合，将是解决高分辨率地面水汽压模拟的有效方法之一。

2.5计算日照时数的国内外研究进展

传统的日照时数推算方法主要有三种:经验方程法、解析法和图解法。

(1)经验方程法

利用研究区域内域若干站点的气象资料，建立区域日照时数随海拔高度、经纬度变化的区域经验方程^[28]。这种方法易于理解，操作方便。但是，由气象站点数量有限，且往往处于平坦开阔的地点(或山顶)，没地形遮蔽的影响。对于海拔差异悬殊，地形复杂的山地，往往不能够反映出地形的影响。

(2)解析法

傅抱璞^[29]首次提出了非水平面日出日没时角计算公式，并提出了确定坡面日出日没时角的一般原则和方法，解决了一些理想化地形的日照时数计算问题。朱志辉^[30]对这一方法进一步发展，简化了坡地日出日没临界时角和可照时段的判定方法，推求了一组非水平面日出日没时角计算公式，为计算和分析坡面日照时数和太阳辐射总量提供了基础。但在起伏地形中，任一点的可照时数均受两个因子，即太阳视轨道和研究点四周起伏不平的山脊廓线的制约。因此，对于具有复杂遮蔽的实际地形还须实地测定。

(3)图解法

将测点遮蔽图配上太阳运动迹线来确定遮蔽地点的日出、日落时间和可照时数。翁笃鸣等^[31]用图解法来确定坡面的日出日没时角。孙汉群等^[32]提出用判别式方法来确定坡面的日出日没时角。此方法考虑了地形的影响，但在实际工作中，为了确定遮蔽区域内不同点的可照时数，不得不采用经纬仪测绘各点的遮蔽图，工作量大，有时是不可能完成的。

然而上述方法因受地形数据、计算手段等因素的影响，多是针对单一、无限长的倾斜表面进行的，在实际应用方面多多少存在着一定的缺陷，并不能完全满足实际研究中的要求。

目前随着空间信息技术的发展，尤其是地理信息系统、遥感技术的发展以及数字高程模型(DEM)的应用，为日照时数的研究提供了全新手段。Dozier等^[33]最早提出利用DEM模拟太阳辐射的方法，并提出相关地形参数的快速算法。随后，以Hetrick^[34]等为代表的学者在利用GIS手段研究地形对太阳辐射影响的同时，也对山地可照时数进行了研究。在国内，李新等^[35]在利用DEM数据的基础上修正了日照时段的计算公式。曾燕等^[36]建立了起伏地形下可照时数分布式模型，对我国1 km1 km

空间尺度的可照时数的空间分布做了研究。张勇等在前人研究的基础上引入地球曲率修正因子，提出了起伏地形条件下的地球曲率修正的可照时数计算模型。目前，“地理可照时数”(考虑坡度、坡向等地理因子以及周围地形相互遮蔽而不考虑大气影响的可照时数)的研究已经比较成熟。陈华、袁淑杰、孙娴等学者在此基础上利用气象站日照百分率观测资料对针对某一研究区的实际日照时数进行了计算。利用遥感资料中的云量数字产品与气象站观测资料建立日照百分率遥感估算模型可以更好的估算大范围上连续分布的日照时数数据，得到更加客观的数据。

上述使用空间信息技术计算日照时数的方法使得对日照时数的计算更为精确也更加接近实际情况，也是目前主流的研究方法。

对下载的源数据进行处理，包括对MODIS数据的预处理，利用气象观测数据订正MODIS数据，依照不同区域不同时间建立对应的数学模型反演遥感资料，获取气温、相对湿度、日照时数等数据；通过再分析的操作得到风速数据。

获取连续分布的大范围的气象数据后，对气温、相对湿度、风速、日照时数等数据进行定量研究，利用气候舒适指数的评价模型，并对相关指标进行修正，以此对研究区气候舒适指数各月的变化趋势以及各个区域的分布状况进行分析。

利用气候舒适度指数模型所得结果制图。基于浙江省气候舒适度分布结果图可以客观、全面、准确的反映浙江省的气候舒适度分布情况。

在数据处理阶段需要对每种数据建立对应的数学模型，要用到气象站点的观测数据作为建模数据。如，建立气温与地表温度的方程，日照时数与云量的经验方程。

在计算出气候舒适度指数之后，需结合现实记录的数据，对分析结果进行验证，对明显的误差处需重新演算分析，找出误差来源，修改计算结果，保证分析结果的准确性与可靠性。

总体上可概括为以下几个方面：

（1）从网站上下载源数据；

（2）预处理MODIS数据(几何校正、大气校正等操作)；

（3）结合观测数据对MODIS数据进行订正，获取准确数据；

（4）数学建模，对每种数据建立对应的经验方程，得到气温、相对湿度、日照时数等数据

（5）通过再分析等操作获取准确的风速数据；

（6）结合气候舒适度模型中得到气候舒适度指数；

（7）对所得气候舒适度指数进行分析制图并评估浙江省气候舒适度分布情况。

实施方案：

（1）从NASA网站下载MODIS数据，在中国气象网上下载气象站点观测 数据；

（2）对MODIS数据进行预处理：辐射校正、几何校正、镶嵌与裁剪等；

（3）由于MODIS数据观测过程中会受到干扰，数据本身可能存在误差，所以用 气象观测数据订正MODIS数据，减小误差，保证源数据的精确度；

（4）在获取精确的源数据后按气象站点区域和月份分别建立数学模型，计算 出气温、相对湿度、日照时数、风速等连续分布的大范围气象数据；

（5）结合气候舒适度模型计算气候舒适度指数，检查数据，找出明显异常的 数据，找出问题来源，重新演算。按修正后的舒适度指数制图，图中按舒 适等级划分区域；

（6）评估分析浙江省气候舒适度分布情况，分析时间上的变化和空间上的差 异，做出综合评价。

结合实际情况，对分析结果进行验证，对不合理或异常的数据重新演算、审查数据或者选择更加合适的模型进行分析评估。

流程图如下：

进度安排：

3月1日到3月26日：收集数据并处理数据；

3月27日到4月5日：分析与评估浙江省舒适度分布情况；

4月6日到4月10日：验证结果的准确性以及修改异常结果；

4月11日到4月25日：撰写论文初稿；

4月26日到4月30日：论文的修改与定稿；

5月1日到5月15日：准备答辩材料。

预期效果：

总结出较合理的浙江省气候舒适度分布情况表；绘制出浙江省气候舒适度分布图；能较全面、客观、准确的对浙江省气候舒适度分布情况进行分析与评估。

[1] 刘梅,于波,姚克敏.人体舒适度研究现状及其开发应用前景[J].气象科技,2002,30(1):11.

[2] Hill L，Griffith O W，Flack M．The measurement of the rate of heat loss at body temperature byconvection，radiation and evaporation［J］．Philosophical Transaction of Royal Society，1916，207：183－220。

[3] Houghton F C，Yaglou C P．Determining equal comfort lines［J］．Journal of the American Society ofHeating and Ventilating Engineers，1923，29：165－176。

[4] Vernon H M，warner C G．The influence of the humidityof the air on capacity for work at high temperatures［J］．Joumal of hygiene，1932，32：431－462。

[5] Thorn E C．The discomfort index［J］．Weathenvise 1959，(12):57-60。

[6] Steadman Ｒ G．The assessment of sultriness．Part I: A temperature-humidity index based on human physiology andclothing science［J］．Journalof Applied Meteorology，1979，18:861-873。

[7] Fanger P O． Thermal Comfort． Analysis and Applicationin Environment Engineering ［M］． Copenhagen: Danish Technical Press，1970。

[8] 陆鼎煌，崔森，李重和．北京城市绿化夏季小气候条件对人体的适宜度［C］∥林业气象论文集．北京:气象出版社，1984: 144-152。

[9] 钱妙芬，叶梅．旅游气候宜人度评价方法研究［J］．成都气象学院学报，1996，11(3):128-134。

[10] 刘梅，于波，姚克敏．以热量平衡为基础的体感温度模型及气候要素的效应分析［J］．南京气象学院学报，2001，24（4）：527－536。

[11] 冯定原，邱新法．我国各地四季感热温度的计算和分［J］．南京气象学院学报，1990，13(1):71-79。

[12] 赵海江. 张家口旅游气候舒适度分析[A]. 中国气象学会.第35届中国气象学会年会 S11 城市气象与环境——第七届城市气象论坛[C].中国气象学会:中国气象学会,2018:8.

[13] 张狄,史岚,缪启龙,夏璇.基于GIS的江苏省旅游舒适度精细化估算与评价[J].江苏师范大学学报(自然科学版),2012,30(03):62-67.

[14] 田峰. 基于遥感资料的气候舒适度估算与评价——以南京为例[A]. 中国气象学会.第33届中国气象学会年会 S16 气候环境变化与人体健康[C].中国气象学会:中国气象学会,2016:3-5.

[15] Mcmillin L M．Estimation of Sea Surface Temperatures from Two Infrared WindowMeasurements with Different Absorption［J］．Journal of Geophysical Research，1975，80（36）：80－82。

[16] Qin Z，Karnieli A，Berliner P A．Mono－window Algorithm for Retrieving LandSurface Temperature from Landsat TM Data and Its Application to the Israel－Egypt Border Region［J］．International Journal of Remote Sensing，2001，22：3719－3746。

[17] 刘玉洁，杨忠东等．MODIS 遥感信息处理原理与算法［M］．科学出版社，2001，2－3。

[18] 李小文，汪骏发等．多角度与热红外对地遥感［M］．科学出版社，2001，12－49。

[19] 覃志豪，M．Zhang，A．Karnieliand P．Berliner．用陆地卫星TM6 数据演算地表温度的单窗算法［J］．地理学报，2001，56（4）：456－466。

[18] S．A Browers，J Hanks R．Reflection of radiant energyfrom soils［J］．Soil Science，1965，100（2）：130－138。

[19] Price John C．On the analysis of thermal infrared imagery：The limited utility of apparent thermal inertia［J］．Remote Sensing of Environment，1985，18（1）：59－73。

[20] 杨景梅, 邱金桓. 我国可降水量同地面水汽压关系的经验表达式. 大气科学, 1996, 20(5): 620-626。

[21] 张学文. 可降水量与地面水汽压的关系. 气象, 2004, 30(2): 9-11。

[22] Reber E E, Swope J R. On the correlation of the total precipitable waterin a vertical column and absolute humidity at the surface. Journal of AppliedMeteorology, 1972, 11(2): 1322-1325。

[23] 李超, 魏合理, 刘厚通, 等. 整层大气水汽含量与地面水汽压相关性的统计研究. 武汉大学学报信息科学版,2008, 33(11): 1170-1173。

[24] 翁笃鸣, 方先金, 李占清. 我国自由大气与山地水汽压垂直递减规律的初步研究[J].南京气象学院学报,1985,（2）:152-161。

[25] 杨阳, 缪启龙, 邱新法,等. GIS支持的起伏地形下重庆市水汽压的空间分布[J].中国农业气象,2006, 27（1）:11-15。

[26] Jarvis C H, Stuart N A. Comparison among strategies for interpolatingmaximum and minimum daily air temperatures. Part II: The interaction betweennumber of guiding variables and the type of interpolation method [J].Journalof AppliedMeteorology ,2001,40（6）:1075-1084。

[27] 尹球, 匡定波. 促进遥感发展的几点思考[J]. 红外与毫米波学报, 2007,（3）: 225-231。

[28] 王宇西双版纳地区日照时数的垂直分布山地气候文集北京气象出版社，1984。

[29] 傅抱璞.坡地对日照和太阳辐射的影响.南京大学学报(自然科学)，1958(2):23-46。

[30] 朱志辉.非水平面天文辐射的全球分布.中国科学旧辑)，1988(10):1100-1110。

[31] 翁笃鸣，陈万隆，沈觉成.小气候和农田小气候.北京:农业出版社，1981。

[32] 孙汉群.坡面日照是天文辐射研究.南京:河海大学出版社，2005.

[33] Dizier J, Outcalt S I. An approach to energy balance simulation overrugged terrain. Geograhic Anal, 1979, 11:65-85。

[34] Hetric W A, Rich P M, Barnes F J, et al. GIS-based solar radiation flux models//AmericanSociety for Photogrammetry and Remote Sensing Technical Papers, GIS Photogrammetryand Modeling，1993, 3:132-143。

[35] 李新，程国栋，陈贤章.任意条件下太阳辐射模型的改进.科学通报，1999，44(9):993-998。

[36] 曾燕，邱新法，缪启龙，等.起伏地形下我国可照时间的空间分布.自然科学进展,2003,13(5):545-549。