• français
    • English
  • English 
    • français
    • English
  • Login
JavaScript is disabled for your browser. Some features of this site may not work without it.
BIRD Home

Browse

This CollectionBy Issue DateAuthorsTitlesSubjectsJournals BIRDResearch centres & CollectionsBy Issue DateAuthorsTitlesSubjectsJournals

My Account

Login

Statistics

View Usage Statistics

Estimating surface solar irradiance from goes satellite with particle filter model and joint probability distribution

Thumbnail
Date
2015
Dewey
Intelligence artificielle; Economie de la terre et des ressources naturelles
Sujet
Machine learning; remote sensing; solar radiation; particle filter
JEL code
Q.Q2.Q29
Journal issue
Canadian Journal of Remote Sensing
Volume
41
Number
2
Publication date
07-2015
Article pages
71-85
DOI
http://dx.doi.org/10.1080/07038992.2015.1040150
URI
https://basepub.dauphine.fr/handle/123456789/16249
Collections
  • LAMSADE : Publications
Metadata
Show full item record
Author
Linguet, Laurent
196623 UMR 228 Espace-Dev, Espace pour le développement
Atif, Jamal
989 Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision [LAMSADE]
Type
Article accepté pour publication ou publié
Abstract (FR)
Une méthode d'estimation de l'irradiance solaire de surface (SSI) à partir de données satellites GOES est présentée et validée par comparaison avec 4 années de mesures in situ provenant de 6 stations météorologiques de Guyane Française. Dans cet article, nous proposons une approche par filtre particulaire combinant observations du satellite GOES et données in situ. Nous proposons une fonction d'observation originale basée sur une distribution de probabilité conjointe des 2 types de données. Les résultats statistiques sont conformes à ceux des méthodes existantes. Le biais journalier varie de −16 W/m2 (−6% de la moyenne des mesures) à 12 W/m2 (6%). L'erreur quadratique moyenne (RMSD) est comprise entre 23 W/m2 (10%) et 27 W/m2 (15%). Le coefficient de corrélation est de 0,92. La méthode est peu sensible aux variations climatiques saisonnières, le biais et RMSD restent similaires en saison des pluies comme en saison sèche, mais une meilleure corrélation est observée pendant la saison des pluies. Les incertitudes sont principalement dues à la présence de conditions atmosphériques tropicales spécifiques en saison sèche.La méthode a été soumise à différents tests: un processus de validation croisée a mis en évidence la possible généralisation du modèle dans une dimension temporelle, la capacité du modèle à reproduire efficacement des anomalies dans les séries temporelles d'irradiance solaire de surface a aussi été testée. La robustesse des résultats obtenus montrent l'intérêt du modèle par rapport aux autres méthodes d'estimation existantes. A cause de sa simplicité de mise en oeuvre cette méthode ouvre de nouvelles perspectives en matière d'estimation de l'irradiance solaire au sol. Nous concluons que l'utilisation d'un filtre particulaire combinée à une fonction d'observation originale permet une estimation de haute qualité de l'irradiance solaire au sol en Guyane Française.
Abstract (EN)
A satellite retrieval of surface solar irradiance (SSI) based on GOES satellite data is presented and validated for the French Guiana with 4 years of in situ measurements from 6 ground stations. We propose a particle filter approach combining GOES satellite observations and in situ data. We propose an original observation function based on a joint probability distribution and taking advantage of the characteristics of both involved types of data. The statistical results are compared with those of existing estimation methods and they are found to be in accordance. The daily bias ranges from −12 W/m2 (−6% of the mean of measurements) to 12 W/m2 (6%), depending on the stations. The daily root mean square difference ranges between 23 W/m2 (10%) and 27 W/m2 (15%). The correlation coefficient is close to 0.92. There is no seasonal climatic effect on the method, the bias and RMSD remain similar for both the rainy and the dry seasons, but better correlation is observed in the rainy season than in the dry season. Uncertainties are mainly due to the presence of specific tropical atmospheric conditions during the dry season.The method has been tested through various tests: cross-validation scheme has highlighted the potential generalization of the model in a temporal dimension; the ability of the method to effectively duplicate anomalies in surface solar irradiance time series has also been tested. The robustness of the results shows the interest of the method compared to other existing estimation methods. Because of its simplicity of implementation, this method opens new prospects in estimating surface solar irradiance. It is concluded that using a particle filter and original observation function method allow a high-quality surface solar irradiance estimation in French Guiana.

  • Accueil Bibliothèque
  • Site de l'Université Paris-Dauphine
  • Contact
SCD Paris Dauphine - Place du Maréchal de Lattre de Tassigny 75775 Paris Cedex 16

 Content on this site is licensed under a Creative Commons 2.0 France (CC BY-NC-ND 2.0) license.