?开发了一项用于检测光伏发电场土壤温度和土壤水分动态的模型。

?在光伏板中部和前部土壤水分增加了59.8%-113.6%。

?间歇性遮荫使土壤温度降低了1.47 -1.66 ℃。

?应更好地研究光伏发电场管理中的水文和生物地球化学过程

光伏发电技术在清洁能源的可持续发展中扮演着一种十分重要的角色，在全世界，干旱地区是建立大型光伏发电场的理想场所。通过安装大型光伏发电场来改变能量收支和水资源的可利用性，能够从根本上影响能量收支、水资源以及生物地球化学循环过程。通过原位野外观测就光伏板如何影响周围的环境，以及在光伏板长期的、持续的、累积的影响下，土壤小气候和土壤温度如何演变，无法得出一个确切的结论。在这里作者设计了一个综合的模型整合了能量收支和水循环过程，来量化在光伏板附近不同位置，对土壤小气候和水分状况的生态水文效应。利用随机生成的 100 年的气候时间序列来进行模拟，以捕捉土壤小气候以及土壤水分状况的演变趋势。结果表明在实验区中部以及前部土壤含水率增加了 59.8%-113.6% ，所有的实验区中土壤温度降低了 1.47 -1.66 ℃，主要是因为与对照区相比，实验区有效水分是它的 5-7 倍，有效辐射降低了约 27% 。另一方面，如果光伏板的离地间隙太低，下部形成的湍流不仅会对土壤温度产生影响，还会对土壤含水率造成影响。这项研究的创新性贡献在于加强了受光伏板影响的土壤小气候和土壤水分动力学发展的现有理论模式，并可为地球上的水文和生物地球化学过程以及干旱生态系统中大型光伏发电场的可持续管理提供可靠见解。

光伏板、小气候、土壤水分、集成模型、农业光伏系统、光伏发电场

日益增长的环境问题和不断增长的能源需求为可再生能源的利用开辟新的机会。光伏发电技术作为低碳的，非化石燃料能源生产最有前景的候选者之一，被认为有潜力塑造清洁、可靠、可扩展和可负担的未来电力系统。据国际可再生能源机构统计，截止到2020年，总的光伏装机容量已经达到了714 GW，且光伏发电场增长比例仍在增加。干旱和半干旱地区面积占陆地面积的40%以上。这些地区对光伏发电系统的安装极为有利：该地的年太阳辐射率较高，广阔的地域面积支持安装大型光伏电站。然而这些地区由于严苛的环境条件以及植被覆盖率较低，其生态环境是十分脆弱的，任何人为活动都可能加剧其所能承受的压力。因此，尽管由于建立光伏发电场能够减少碳排放，但是显而易见的是，这些光伏系统也会带来一些新的环境问题，换句话说，安装光伏系统既会带来威胁，也会带来一些未知益处。例如，在干燥气候中建立光伏发电场，其下植被会生长的更旺盛（有时生物量是周围地区的22.7倍），由于光伏板下遮荫环境，与周围环境构成了类似的自然群落交错区，在群落交错区内，植被覆盖率与生物量有增加趋势。通过显著改变水/能源的可利用性，从而改变土壤与空气相互作用模式，同时大量安装地面光伏发电系统可能会进一步影响碳循环过程，并且由于植物吸收了光伏系统排放的温室气体，会促进植物的生长。然而，人们对这些效应的了解还不够。

小气候会影响土壤的性质及土壤与其上生长植物的关系。大型光伏发电场通过改变能量收支和水循环，可能无意中会产生一些生态水文效应，例如改变了地表土壤温度和湿度。确实，在板下环境，小气候的改变会带来各种各样的甚至是相反的的影响，这些影响取决于气候、土壤、植被以及光伏系统配置（例如：离地间隙、倾斜角以及光伏板材料）。例如，光伏板除了将大量的有有效辐射转换为电能，还能反射和再辐射太阳能并且能够在地面上形成大量的遮荫，从而降低土壤温度，进而减少PV下方土壤中热诱导水分流失的速率（地表土壤蒸发）。相反地，光伏板的反射率和热容低，以至于使得光伏板下空气比其它位置的空气被加热的更快，从而导致空气温度更高，相对湿度更低，因此使得蒸散增加。此外，光伏板造成的降雨模式的变化，改变了土壤水分输入，从而造成空间有效水的增加和减少。风模式的变化改变了特定地点的气流状况，并引起短距离内小气候的实质性变化。上述提到的光伏板对小气候复杂的影响可能会反过来影响当地的植被、生物多样性以及碳平衡，从而导致生态系统服务功能在多个尺度上发生变化。

由于光伏发电场可能会通过改变小气候影响当地甚至区域生态系统的模式，这些相关的生态和生态环境问题引起了公众甚至是政府的关注，这些问题包括光伏发电场是否会全部吸收太阳能或成为光伏热岛，从而阻止光伏板附近植物的生长；当与同等的未开发地点相比时，光伏发电场是否会增加生物多样性，等等。这在干旱以及半干旱地区像是中国西北地区尤其是如此，这些地区气候干燥，生态系统正在退化，光伏发电场正在蓬勃增长。迫切需要提高对土壤小气候和水分状况的认识，以应对这些问题，但是在这些地区以及全世界相似的地区目前仅仅只开展了少量的关于光伏板生态水文效应的研究。现有的野外观测已经表明光伏饭降低有效辐照度、降低土壤温度，或在小尺度上提高土壤含水率。然而，现有的光伏电站水平和区域尺度的测量结果表明，根据观测尺度的不同，光伏板会带来热岛效应或冷岛效应。很明显，光伏板对当地气候的效应，以及这些效应如何影响植被和土壤是不确定的。由于野外观测固有的限制，综合建模方法是弥合不同地点和不同尺度观测差距的唯一可能的方法，但是迄今为止仍然缺乏这种类型的研究。在开发这样的模型时主要有两个困难：1）就光伏电站场址以及当地的气候、光伏电站结构而言，各种光伏发电场的潜在适用性，2）就受光伏板影响的生态水文过程在空间范围内的明确描述。

基于野外观测，设计了一个综合模型，在日尺度上量化光伏板不同位置在土壤温度和水分状况的生态水文效应。与现有模型相比这个模型的突出优点是该模型在空间上对能量收支和水循环过程进行了明确的处理，该模型克服了使用有限的野外观测评估光伏发电场的生态水文效应的缺陷。通过建模工作，这项工作旨在

1）通过使用新型综合模型探索光伏板对土壤小气候和水分状况的生态水文效益。

2）对光伏板如何影响周围环境，或者在光伏板长期的、持续的、累积的影响下土壤小气候和土壤水分状况如何演变做出定量的描述。

3）证明土壤水分状况可能会进一步影响碳循环。为了实现这些目标，设计了一系列数值实验，为了解干旱生态系统中大型光伏发电场的生态水文过程提供坚实的基础，在实验中随机生成的100年气候时间序列，这个序列足够长，以便于合理捕捉土壤小气候和土壤水分状况演变趋势。

本研究在一个光伏发电场(38°06'8"N, 102°19'47"E;位于中国西北干旱地区河西走廊东部的甘肃省武威市，海拔 1702 m。该地气候是典型的温带大陆性气候，年均温14.2℃（日最高温35.3℃，最低温-10.9℃）。年均降水量约212 mm，降雨88%发生在生长季（从4月1日到9月30日），以上数据基于过去38年可获得的气象记录。和其它干旱半干旱地区一样，由于强烈的蒸散、贫瘠的土壤和高反照率的表面，植被的生长环境恶劣，本研究区的土壤含水率很低。该地区建立了大量的光伏发电场和集中式光伏电站。在研究区，光伏阵列是东西布置的，向南倾斜，倾角为37.5°，单个光伏板的长4 m，宽1 m（其由两个子板组成，子板之间具3 cm的间隙）。下垫面是典型的戈壁沙漠，土壤中含有大小不一的砾石（见图1c）使得难以安装时域反射计（TDR）。为了更好地安装TDR，用砂壤土替换现有的顶部1 m土壤。气象数据为永昌站从1980年到2017年观测的气象数据（日最高温、日最低温、日照时数和总降雨量），永昌站距该光伏发电场30 km（见图2a），其气象数据从中国国家气象科学数据中心获得。体积含水量（VWC）取5个不同深度（10，20，40，60，和80 cm)的垂直剖面的体积含水量的平均值，探针被安装在以上5个土壤剖面中，每10分钟的扫描一次，收集数据。通过TDR探针在每个点测量土壤湿度和土壤温度。由于光伏板引起的高降雨量和太阳有效辐射性在实验区之间存在差异，为了描述与光伏板的不同位置的土壤水分的变化，设置了四个实验区见（图1a）：前（降雨截留区）、中（降雨截留和遮阴区）、后（遮阴区）和对照区（自然裸露区）。对照区据光伏发电场100 m远，故不会被光伏板覆盖。

图1 （a）由PV和TDR安装引起的屋顶效应（红点）；（b）单个光伏板的照片；（c）中间地带土壤表面照片和滴水线；（d）前地带内的一幅植被图

综合模型方案如图2b所示。不考虑边缘效应的影响。该模型的目的是评估大型光伏发电场对土壤水分状况和土壤小气候的长期影响。单站点每日随机天气生成模型（WeaGet），一个基于Richardson的天气发生器，被用来产生100年间的降雨量，最高和最低气温，太阳辐射，作为残差模块的输入。在WeaGet中，利用一阶二态马尔可夫链来生成潮湿或干燥天气。在给定的一天中降水概率取决于前一天的潮湿或干燥状态与两个参数的伽玛分布的降水量。我们假设降雨过程是瞬时的，因为每次降雨事件持续时间与相对于日尺度很短。利用一阶线性自回归模型生成日最高气温、日最低气温以及日太阳辐射。为了获得最合适的土壤参数，从文献中获得一系列土壤参数的可能值，使用遗传算法得到的原位观测结果来进行校准，并采用统计分析的方法对参数的性能进行了评价。设计不同限制条件下的数值实验，以量化PV对单个光伏阵列附近不同位置土壤小气候和水分状况的生态水文效应。

2.1土壤小气候

土壤温度、近地表气温、以及土壤与空气的热交换和水分输送是干旱以及半干旱地区中能源平衡的重要组成部分。土壤温度主要受地面物理性质、地表覆被物以及近地气候这些因素的影响。因为土壤温度与空气温度有强烈的相关性，在本次研究中土壤温度由公式（1）给出，它是一个近地气温关于太阳辐射以及土壤深度的函数。

图2 （a）太阳能发电场的位置：武威市丰乐镇；（b）示出综合模型内的子模型之间的关系的示意图；（c）太阳能发电场的照片。

2.2太阳辐射

太阳辐射是控制能量收支和水循环最重要的因素。精确估算太阳辐射对计算潜在蒸散和土壤温度是非常必要的。如果给定纬度、经度和日期，则参考算法可用于计算任何地点的太阳辐射。实际的当地日太阳辐射（R _a ）可以表示为太阳入射角（i）、太阳仰角（hc）、PV的方位角（γ）和光伏板倾角（β）的函数，详见附录A。

2.3遮光效应

因为光伏板拦截了一部分太阳辐射，使得光伏板下方区域的可利用太阳辐射减少。这种遮光效应不仅影响PET，而且影响空气和土壤温度。光伏板下方的辐射量取决于光伏板的反射率和电转换效率。为了简化模型，没有专门的模型计算光伏板的遮荫效应。相反，我们假设反射率和电转换效率分别为10%和18%，它们是全球平均水平。因此，剩余的（90%）可以分为18%（剩余的90%）被光伏板吸收并转化为电能，以及其他82%（剩余的90%）通过面板传输并被下面的表面吸收。因此，光伏板下方的有效太阳辐射等于光伏板表面入射太阳辐射的73.8%（90% × 82%）。

2.4降水再分配效应

当降雨发生时，光伏板拦截了其中的一部分，并且大部分被拦截的降雨沿着到光伏板的边缘滴落下来形成狭窄的滴水槽（见图1b和c）。植被截留一小部分降水后，剩余部分将通过土壤孔隙向下渗透或产生Hortonian坡面流，具体取决于降雨强度。当土壤含水率达到田间持水量时，产生重力水，并开始主导土壤中的水损失。该过程由Jahanfar等人明确描述。更详细地说，太阳能电池板的不可渗透表面产生了一种屋顶效应（见图1a）。

在风速和雨滴的作用下降雨通常不会垂直落向地面。相反它会相对于降雨垂直的方向以一定的入射角（α）落向地面。估算光伏板拦截降雨采用的模型是 AVrain 模型，该模型由Elamri 在2018年提出。为了简单起见，模型假设光伏板上的不规则水流是均匀向下流动的，并且输出水流在距光伏板边缘0.15 m宽处汇集。由于光伏板表面相对光滑，且光伏板倾角相对缓和，这些简化是可行的。入射角和降雨截留量的关系由下式给出：

2.5土壤水分动态

使用single-bucket来分析受光伏板影响的土壤水分状况。这个模型被广泛的用来评估土壤水分的时空动态。

土壤湿度主要受土壤中有效水和太阳辐射所控制。如图1a所示，光伏板就像一个屋顶，其下的小气候条件不断变化。在对土壤水分动态进行定量分析之前，必须计算日潜在蒸散。日潜在蒸散是一个关于太阳辐射和温度的函数。Hargreaves修正公式被用来估测日潜在蒸散，在该公式里，仅需要日最高气温、日最低气温、降水量和地外辐射，就可计算日潜在蒸散，由下式给出。

系统总的损失包括实际总的蒸散和渗漏损失。归一化损失的分段关系由下式给出：

统计指标（ NSE ）和（ RMSE ）用来评估综合模型的精确性。

1.模型验证和评估指标：

2. 光伏板影响下的土壤小气候特征：

讨论