Page 261 - 《高原气象》2021年第5期

高 原 气 象 40 卷
1222
（3） 中国北方沙区太阳能资源为最丰富或很丰 节极端降水时空变化特征［J］. 高原气象，39（4）：694-705.
富，但太阳能资源欠稳定且环境温度较低，综合来 DOI：10. 7522/j. issn. 1000-0534. 2020. 00029.
胡琦，潘学标，李秋月，等，2016. 气候变化背景下东北地区太阳能
看青海和甘肃河西沙区太阳能资源禀赋最好，开发
资源多时间尺度空间分布与变化特征［J］. 太阳能学报，37
潜力最大，应加大对该区太阳能资源的开发投入。
（10）：2647-2652.
胡亚男，李兴华，郝玉珠，2019. 内蒙古太阳能资源时空分布特征
参考文献：
与评估研究［J］. 干旱区资源与环境，33（12）：132-138. DOI：
Chen T Q，He T，Benesty M，et al，2020. Xgboost：Extreme gradient 10. 13448/j. cnki. jalre. 2019. 357.
boosting. R package version 1. 2. 0. 1［CP/OL］.［2020-11-20］. 李净，王丹，冯姣姣，2017. 基于 MODIS 遥感产品和神经网络模拟
https：//CRAN. R-project. org/package=xgboost. 太阳辐射［J］. 地理科学，37（6）：912-919. DOI：10. 13249/j.
Feng Q，Yang L S，Deo R C，et al，2019. Domino effect of climate cnki. sgs. 2017. 06. 013.
change over two millennia in ancient China's Hexi Corridor［J］. 李小军，辛晓洲，彭志晴，2017. 2003~2012 年中国地表太阳辐射时
Nature Sustainability，2（10）：957-961. DOI：10. 1038/s41893- 空变化及其影响因子［J］. 太阳能学报，38（11）：3057-3066.
019-0397-9. 刘新伟，黄武斌，蒋盈沙，等，2021. 基于 LightGBM 算法的强对流
Feng Y，Li Y T，2018. Estimated spatiotemporal variability of total， 天气分类识别研究［J/OL］. 高原气象：1-10. http：//kns. cnki.
direct and diffuse solar radiation across China during 1958-2016 net/kcms/detail/62. 1061. P. 20210308. 1250. 018. html.
［J］. International Journal of Climatology，38（12）：4395-4404. 梁玉莲，申彦波，白龙，等，2017. 华南地区太阳能资源评估与开发
DOI：10. 1002/joc. 5676. 潜 力［J］. 应 用 气 象 学 报 ，28（4）：481-492. DOI：10. 11898/
He Y Y，Wang K C，2020. Variability in direct and diffuse solar radia‐ 1001-7313. 20170409.
tion across China from 1958 to 2017［J］. Geophysical Research 卢毅敏，岳天祥，陈传法，等，2010. 中国太阳总辐射的多元逐步回
Letters，47：e2019GL084570. DOI：10. 1029/2019GL084570. 归模拟［J］. 遥感学报，14（5）：852-864.
Tang W J，Yang K，Qin J，et al，2011. Solar radiation trend across 孟宪红，陈昊，李照国，等，2020. 三江源区气候变化及其环境影响
China in recent decades：a revisit with quality-controlled data［J］. 研究综述［J］. 高原气象，39（6）：1133-1143. DOI：10. 7522/j.
Atmospheric Chemistry and Physics，11（1）：393-406. DOI： issn. 1000-0534. 2019. 00144.
10. 5194/acp-11-393-2011. 彭继达，程兴宏，孙治安，等，2014. 两种不同初始场对太阳辐射模
Tang W J，Yang K，Qin J，et al，2018. First effort for constructing a 拟效果的影响［J］. 高原气象，33（5）：1352-1362. DOI：10.
direct solar radiation data set in China for solar energy applica‐ 7522/j. issn. 1000-0534. 2013. 00098.
tions［J］. Journal of Geophysical Research-Atmospheres，123 申彦波，2017. 我国太阳能资源评估方法研究进展［J］. 气象科技进
（3）：1724-1734. DOI：10. 1002/2017jd028005. 展，7（1）：77-84.
Wang L，Xu P Q，Chen W，et al，2017. Interdecadal variations of the 司建华，冯起，席海洋，等，2019. 关于新时期中国西部发展沙产业
Silk Road pattern［J］. Journal of Climate，30（24），9915-9932. 的思考［J］. 中国沙漠，39（1）：1-6. DOI：10. 7522/j. issn. 1000-
DOI：10. 1175/JCLI-D-17-0340. 1. 694X. 2019. 00014.
Yang L S，Feng Q，Adamowskib J F，et al，2020. Spatio-temporal 陶苏林，戚易明，申双和，等，2016. 中国 1981~2014 年太阳总辐射
variation of reference evapotranspiration in northwest China based 的时空变化［J］. 干旱区资源与环境，30（11）：143-147.
on CORDEX-EA［J］. Atmospheric Research， 238： 104868. 王涛，2014. 中国北方沙漠与沙漠化图集［M］. 北京：科学出版社.
DOI：10. 1016/j. atmosres. 2020. 104868. 吴林荣，杜莉丽，王娟敏，等，2013. 陕北榆林地区太阳能资源空间
Yang L S，Feng Q，Yin Z L，et al，2019. Application of multivariate 分布特征及资源潜力评估［J］. 水土保持通报，33（1）：238-
recursive nesting bias correction，multiscale wavelet entropy and 242. DOI：10. 13961/j. cnki. stbctb. 2013. 01. 006.
AI-based models to improve future precipitation projection in up‐ 熊燕琳，周筠珺，2020. 四川地区地面太阳总辐射时空分布及气象
stream of the Heihe River，Northwest China［J］. Theoretical and 影响因素研究［J］. 太阳能学报，41（12）：162-171.
Applied Climatology，137：323-339. DOI：10. 1007/s00704- 许建伟，高艳红，彭保发，等，2020. 1979-2016 年青藏高原降水的
018-2598-y. 变化特征及成因分析［J］. 高原气象，39（2）：234-244. DOI：
Yang S，Wang X L，Wild M，2018. Homogenization and trend analy‐ 10. 7522/j. issn. 1000-0534. 2019. 00029.
sis of the 1958-2016 in situ surface solar radiation records in Chi‐ 颜长珍，王建华，2019. 中国 1∶10 万沙漠（沙地）分布数据集［DS/
na［J］. Journal of Climate，31（11）：4529-4541. DOI：10. 1175/ OL］. 国家冰川冻土沙漠科学数据中心 .［2020-11-20］. http：//
jcli-d-17-0891. 1. www. ncdc. ac. cn.
杜东升，张剑明，张建军，2015. 湖南省太阳能资源时空分布特征 曾雁，曾万寿，2019. 酒泉市 1958-2016 年太阳总辐射变化特征研
及评估［J］. 中国农学通报，31（36）：170-175. 究［J］. 中国农学通报，35（11）：115-120.
冯刚，李卫华，韩宇，等，2010. 新疆太阳能资源及区划［J］. 可再生 曾燕，王珂清，谢志清，等，2012. 江苏省太阳能资源评估［J］. 大气
能源，28（3）：133-139. DOI：10. 13941/j. cnki. 21-1469/tk. 2010. 科学学报，35（6）：658-663. DOI：10. 13878/j. cnki. dqkxxb.
03. 025. 2012. 06. 001.
冯晓莉，申红艳，李万志，等，2020. 1961-2017 年青藏高原暖湿季 张乾，辛晓洲，张海龙，等，2018. 基于遥感数据和多因子评价的中