内蒙古太阳能资源时空分布特征及技术可开发量估算应用

Spatiotemporal Distribution Characteristics of Solar Energy Resources and Application of Technically Available Potential in Inner Mongolia

摘要

结合地形特征以及土地利用类型，计算内蒙古自治区（以下简称内蒙古）太阳能资源的精细化评估及光伏发电技术开发量。通过观测站数据以及内蒙古境内及周边辐射站的辐射数据，计算内蒙古辐射分布情况，并考虑坡度以及土地利用类型对光伏电站建设运行的影响，确定不同下垫面的土地利用率，计算内蒙古各盟市的光伏技术开发量。结果表明：内蒙古地区年总辐射量平均值为5 553.68 MJ/m²，属于资源丰富区域，内蒙古地区技术开发量总计为14 991 GW，各盟市技术开发最小值乌海市为22 GW，最大值阿拉善盟为6 004 GW；全区单位面积平均开发量为12.67 MW/km²，其中最大值的阿拉善盟为22.24 MW/km²， 最小值的呼伦贝尔市为0.58 MW/km²。综合考虑地形与土地利用，内蒙古地区可利用面积为全区总面积的42%，太阳能资源开发潜力巨大。

Abstract

Combined with topographic features and land utilization types， this paper conducts a refined assessment of solar energy resources and calculates the technically available potential of photovoltaic （PV） power generation in Inner Mongolia. By employing data from observing stations and radiation data from radiation stations within and around Inner Mongolia， the radiation distribution in Inner Mongolia is calculated. Additionally， the influence of the slope and land utilization types on the construction and operation of PV power plants is considered to determine the land utilization rate of different underlying surfaces， and further calculate the technically available potential of PV power generation in each league and city of Inner Mongolia. The results show that the average annual total radiation in Inner Mongolia is 5 553.68 MJ/m²， indicating a region with abundant resources. The total technically available potential of Inner Mongolia is 14 991 GW， with the minimum potential of 22 GW in Wuhai and the maximum of 6 004 GW in Alxa League among all leagues and cities. Additionally， the average available potential per unit area in the entire region is 12.67 MW/km²， with the maximum of 22.24 MW/km² in Alxa League and the minimum of 0.58 MW/km² in Hulunbuir. By considering both topography and land utilization comprehensively， the available area in Inner Mongolia accounts for 42% of the total area， showing enormous potential for the development of solar energy resources.

Graphical abstract

关键词

总辐射 / 光伏技术开发量 / 土地利用 / 地形 / 内蒙古自治区

Key words

total radiation / technically available potential of PV technology / land utilization / topography / Inner Mongolia Autonomous Region

随着全球能源危机和大气污染问题日益突出，新能源日益受到重视。在各类可再生能源中，风能与太阳能以其无污染、可持续供应、资源总量丰富、分布广泛以及应用形式多样等明显优势，受到广泛重视。近年来，我国也大力提倡发展节能环保、新能源等产业，其中新能源产业重点发展风电和光伏/光热发电、生物质能等。内蒙古自治区地处97°~126° E，37°~53° N，地域辽阔，气候以温带大陆性季风气候为主，年平均气温较低，年温差和日温差较大。气候条件加之地势高、水汽少、晴天多、大气透明度好，使内蒙古成为全国太阳能资源的高值地区之一。

近几年随着太阳能发电技术的不断进步，与太阳能资源相关的研究工作日益增多。周扬等^［1］通过西北五省的辐射资料与日照时数资料，分析了西北地区辐射分布的特点；杨羡敏等^［2］分析了黄河流域总辐射的气候变化规律；黑龙江、江苏、宁夏、西藏、新疆等省、自治区的太阳能资源均有相关评估研究^［3⁃7］。内蒙古作为太阳能资源大区^［8］，近年来也受到学者们的关注，彭军等^［9］利用Angsträn⁃Prescott模型，结合内蒙古各气象站观测的日照资料，绘制了全区太阳辐射分布图，分析其资源分布特性；周帅林等^［10］建立了光伏并网发电成本的计算模型，研究了全区光伏并网发电成本的空间分布趋势。

在太阳能技术可开发量的计算方面也有不同程度的研究。吉广健等^［11］对下垫面地形进行细致划分，并基于不同类型地形的特性，科学合理地赋予其相应的太阳能开发比例；梁玉莲等^［12］结合地形数据和土地覆盖数据，分别以90 m×90 m和1 km×1 km的分辨率，对华南地区太阳能资源的开发适宜性进行区划并分析可利用潜力。王斯成^{［13⁃14］}从光伏方阵的合理布局出发，推导了光伏占地数学模型，并提出了光伏方阵在不同安装和运行模式下的占地计算方法。还有学者在光伏电站的选址、成本效益以及行业发展趋势等方面展开讨论^{［15⁃17］}。

本研究利用内蒙古地区的日照数据，计算内蒙古地区的总辐射及其时间空间分布特征，同时结合内蒙古地区的地形与土地利用特征，对各盟市的太阳能发电工程技术开发量进行评估。

1 资料与方法

1.1 数据来源

1994—2023年日照与日照百分率数据来自内蒙古地区全区119个国家气象站观测资料（图1）。DEM来源于中国科学院计算机网络信息中心。辐射数据来自内蒙古8个太阳辐射观测站（海拉尔区、索伦镇、通辽市、二连浩特市、锡林浩特市、东胜区、乌拉特中旗、额济纳旗）的太阳总辐射日值观测资料。

1.2 总辐射与开发量计算模型

采用目前通用的气候学辐射计算方法^{［18⁃21］}，水平面总辐射为

Q=Q_{\mathrm{0}}(a_{\mathrm{G}}+b_{\mathrm{G}}·s)。（1）

式中：Q为月水平面总辐射量（kW·h/m²）；Q₀为月水平面天文辐射量（kW·h/m²）；a_G， b_G为经验系数；s为日照百分率。

月天文总辐射量Q₀由日天文总辐射Q_n 量累加得到，日天文辐射量的计算公式为^{［22⁃23］}

Q_n=\frac{T{E}_{\mathrm{0}}}{\mathrm{\pi }{\rho }^{\mathrm{2}}}({\omega }_{\mathrm{0}}\mathrm{s}\mathrm{i}\mathrm{n}\phi \mathrm{s}\mathrm{i}\mathrm{n}\delta +\mathrm{c}\mathrm{o}\mathrm{s}\phi \mathrm{c}\mathrm{o}\mathrm{s}\delta \mathrm{s}\mathrm{i}\mathrm{n}{\omega }_{\mathrm{0}})。（2）

式中：T是时间周期（24×60 min/d）；E₀是太阳常数；ρ是日地距离系数；φ是地理纬度（rad）；δ是太阳赤纬；ω₀是日出日落时角（rad）。

月水平面总辐射经验系数a_G、b_G 的计算公式为

a_{\mathrm{G}}=s-b_{\mathrm{G}}·s,（3）

b_{\mathrm{G}}=\frac{{\sum }_{i=\mathrm{1}}^n(s_i-\overline{s})(y_i-\overline{y})}{{\sum }_{i=\mathrm{1}}^n(s_i-\overline{s})}。（4）

式中：s_i 为气象站逐年月日照百分率；\overline{s}为气象站月日照百分率的平均值；y_i 为气象站逐年水平面总辐射月辐照量与地外太阳辐射月辐照量的比值；\overline{y}为气象站历年水平面总辐射月辐照量与地外太阳辐射月辐照量比值的平均值；n为观测资料的样本数（个）。

采用Arcgis中的栅格计算来计算光伏技术发电量，计算公式为

E=P\times S\times {\epsilon }_{\mathrm{1}}\times {\epsilon }_{\mathrm{2}}。（5）

式中：E为光伏发电技术开发量（kW）；P为各栅格点每平方米光伏发电技术开发量（kW/m²）；S为光伏电站可安装面积（m²）；ε₁为不同地形条件下的土地可利用率；ε₂为不同土地类型可利用率。

1.3 土地利用率

1.3.1 不同地形条件的土地利用率

在光伏电站规划与布局中，依据地形特征将区域划分为Ⅰ类、Ⅱ类及Ⅲ类地区进行安装容量的估算^［24］。

Ⅰ类地形区指地势平坦，自然坡度不超过3°的广阔平原，这类地区由于光照条件优越且稳定，其装机容量无需进行折减。

Ⅱ类地形区涵盖了地形略有起伏，自然坡度介于3°~20°，且相对高度差不超过200 m的微丘地带。同样这些区域的光照资源相对丰富，装机容量无需调整。

Ⅲ类地形区指地形明显起伏，自然坡度超过20°，且相对高度差超过200 m的重丘或山地，由于地形复杂，光照条件受限，装机容量需根据具体情况按60%的比例进行折减，以确保电站运行效率与经济效益。

此外，特别需要注意的是坡度超过30°的地区，或是坡度虽不大于30°但超过10°且朝向为北（即坡向角位于0°~22.5°或337.5°~360°范围内）的复杂地形，由于光照严重不足或难以进行有效的光伏板布置，一般不推荐进行大规模的光伏电站开发，以避免资源浪费与环境破坏。不同地形条件的土地利用率见表1。

内蒙古地区地势平坦地区占比较大，如图2所示。从图2可以看出，坡度主要集中在0°~<3°，由于大兴安岭、阴山山脉以及贺兰山的影响，坡度较大的区域主要集中在内蒙古东北部的呼伦贝尔市、兴安盟、通辽市、赤峰市以及内蒙古中部的巴彦淖尔市、包头市、呼和浩特市和乌兰察布市。平坦地区主要分布在阿拉善盟、鄂尔多斯市以及锡林郭勒盟，这些地区主要以荒漠或草原为主，适合光伏发电站的开发。由于内蒙古的Ⅰ类地区所占比重较大且开发前景可观，本文所计算的开发量主要针对Ⅰ类地区。

1.3.2 不同土地类型的土地利用率

建设光伏电站的场地需求较大，同时对某些区域的生态环境影响较大，不同的土地利用类型对光伏电站的限制较大。

通过土地利用数据将土地利用类型归结为六大类，分别为草地、林地、耕地、城市用地、裸露地以及水域。对于植被覆盖丰富区，太阳能资源的开发利用会对环境产生不同程度的影响^{［24⁃25］}。由于内蒙古的草地类型众多，同时受到生态保护的制约等问题，本文只考虑允许开发的荒漠型草地，这些区域一般是采用按照一定比例限制开发的策略，见表2。

2 结果分析

2.1 水平面太阳总辐射计算结果的检验

由于内蒙古地域辽阔且东西跨度较大，无法用8个辐射站数据代表全区辐射情况，本文利用全区119个观测站的日照数据与日照百分率数据计算辐射分布情况，再利用辐射站数据对计算数据进行验证。利用8个辐射站的实测太阳总辐射和119个国家气象站数据，计算得到太阳总辐射的相关系数和相对误差见表3。从表3可知，计算得到的太阳总辐射与观测值相关系数均在0.94以上，呈较好的相关关系（P<0.01），相对误差范围在-9.65%~3.02%之间，计算结果较可靠。

为进一步研究辐射资源空间变化特征，将内蒙古水平面太阳总辐射进行经验正交函数分解（EOF）^{［26⁃27］}。前三个EOF模态的空间分布及时间特征如图3所示，解释方差分别为45.6%、15.1%、7.9%，累计方差贡献率为68.5%，均通过North显著性检验，表明前三个模态的特征向量可以很好地解释内蒙古太阳总辐射距平场的空间差异。

第一模态特征向量（图3a）的方差贡献率远高于其他模态，是内蒙古地区太阳辐射主要的空间分布型。除鄂尔多斯南部部分地区的特征向量为负值外，其余地区均为正值，表明内蒙古地区太阳辐射空间变化呈整体一致性，即太阳辐射一致增加或一致降低，并且高值中心位于呼伦贝尔市中部、兴安盟西部、通辽市北部以及锡林郭勒盟东部，这些地区为辐射变化的敏感中心，具有变化幅度较为剧烈的特点。EOF第一模态的时间系数PC1（图3b）在1994—2023年，由正值变为负值，总体为减小趋势，表明内蒙古全区太阳辐射由增长变为减小，且减小趋势逐渐增大。

第二模态特征向量（图3c）是内蒙古地区典型的太阳总辐射空间分布类型，表现出西南⁃东北反位相变化的特征。以乌兰察布市为界，向西南为正值区，向东北为负值区，负值中心位于呼伦贝尔市中部和北部地区，正值中心位于阿拉善盟南部。由时间系数PC2（图3d）可以看出，1993年至2000年初时间系数为正，结合西南特征向量为正，东北特征向量为负，表明西部地区太阳辐射增加，东部地区降低；2010年以后，PC2变为负值，表明内蒙古地区太阳总辐射呈相反变化，即东部地区太阳辐射增长，西部地区太阳辐射降低。

第三模态特征向量（图3e）也是较为典型的太阳总辐射分布类型。表现为东西向“-、+、-”三极型分布，反映出内蒙古中部和东西部太阳辐射变化趋势相反，结合其时间系数PC3（图3f），可知呈先降低随后升高再降低的年际变化特征。近5年内蒙古中部太阳辐射减少，东西部太阳辐射增多。

2.2 内蒙古水平面太阳总辐射的年际变化特征

1994—2023年内蒙古太阳总辐射随时间变化如图4所示。近30年平均总辐射为1 541.6 kWh/m²，从10年滑动平均曲线可知，太阳总辐射经历了先增加后减小的过程，即在2000年前，太阳总辐射以增加为主，在2000年后，以减小为主，整体以10 kWh/（m²·10a）的速率呈显著减小趋势（P<0.01），与上文第一模态特征向量研究结论一致。这可能与近些年经济迅速发展，化石能源消费的快速增加导致霾增多，削弱了到达地表的太阳总辐射量有关^{［28⁃29］}。

2.3 内蒙古总辐射的年内特征

内蒙古总辐射各月的变化趋势如图5所示，通过计算内蒙古30年各月的辐射平均值，得到内蒙古辐射量最大的月份为5、6、7月，三个辐射量超过600 MJ/m²，分别是671.43 MJ/m²、664.45 MJ/m²和646.21 MJ/m²，最小值出现在1月和12月，总辐射量分别为244.08 MJ/m²和208.26 MJ/m²。

内蒙古地域广阔，东西跨度覆盖了东北、华北乃至西北地区，本文将3月至5月划为春季，6月至8月为夏季，9月至11月为秋季，12月至次年2月为冬季。1994—2023年内蒙古地区四季总辐射量的平均变化趋势如图6所示。从图6可看出，无论是哪个季节，总辐射量均呈由东北向西南逐渐增加的趋势，这一空间分布特征与全年总辐射量的变化趋势相吻合。春季辐射的高值区主要集中在阿拉善盟的额济纳旗、阿拉善左旗，巴彦淖尔市东南部的乌拉特前旗，其中最大值出现在阿拉善盟的额济纳旗中部，为1 950.52 MJ/m²；夏季辐射高值区主要在阿拉善盟的额济纳旗北部，最高可达2 263.14 MJ/m²，夏季全区总辐射为全年最高季节，各地均超过1 500 MJ/m²；秋季辐射高值区主要在阿拉善盟的额济纳旗北部以及阿拉善右旗北部，最高为1 378.35 MJ/m²；冬季辐射高值区相比有所南移，位于阿拉善右旗南部以及阿拉善左旗南部，最高为1 006.35 MJ/m²。四个季节总辐射量的变化趋势大体相同，低值区分布也大体相同，主要位于呼伦贝尔市、兴安盟、锡林郭勒盟以及通辽市。综上，内蒙古阿拉善盟的额济纳旗一带辐射量最高，有利于太阳能资源的开发与利用。

2.4 技术可开发量估算

技术开发量会影响当地政府的能源开发决策，本文以内蒙古12个盟市作为技术开发量评估对象。将各盟市的土地中去除不可利用的土地部分，再利用公式（1）计算出各盟市的技术开发量。内蒙古各盟市的技术可开发量如图7所示。根据计算，各盟市的最大可开发量为6 004 GW，位于阿拉善盟；其次为锡林郭勒盟，开发量为2 609 GW；最小为乌海市，开发量为22 GW，次低值为呼和浩特市，开发量为50 GW。

由于光伏发电技术开发量与所在地区的辐射量、土地利用率以及土地面积关系密切，单纯从开发量大小不能完全反映一个盟市是否有利于开发光伏发电工程。本文在开发量的基础上，综合考虑各个旗县的可利用面积、可利用面积比例以及单位面积平均开发量。各盟市的土地利用率以及单位面积上的平均技术开发量见表4。从表4可知，阿拉善盟的土地可利用率以及单位面积的平均开发量均为全区最高。由于阿拉善盟所处地理位置分布大片沙漠，人口密度相对较低，林地与农业用地较少，沙地、戈壁、盐碱地所占比重较大，同时地势平坦，极有利于光伏发电的开发。单位面积平均开发量最小值位于呼伦贝尔市，呼伦贝尔市境内由于大兴安岭的影响，地形起伏较大，平坦区域较少，同时呼伦贝尔市中部林地覆盖比例较大，不适于光伏发电工程的开发，呼伦贝尔市可开发区域主要集中在西边低覆盖度的草地区域。土地可利用率的最小值出现在呼和浩特市和兴安盟，土地可利用率均在10%左右。

3 结论与讨论

太阳能资源的精细化评估与技术可开发量的准确估算是推动太阳能资源利用产业持续发展的基石。本文依托观测站的实测气象数据与辐射站的辐射监测数据，考虑地形以及土地利用情况，基于GIS空间分析技术建立了内蒙古地区光伏技术开发量的推算模型，并计算得到了全区的光伏技术开发量，以下为主要结论。

（1）内蒙古太阳总辐射在2000年前以增加为主，之后开始波动减小，整体表现为减小趋势。1994-2023年年均总辐射在4 483.99~6 483.51 MJ/m²之间，整体呈由北向南、由西向东递增的趋势，总辐射较大的区域集中在阿拉善巴丹吉林沙漠以及亚马雷克沙漠地区。太阳总辐射场约68.5%的方差由前三个空间模态解释，主要表现为3种类型，即全区一致型、西南⁃东北反位相型和东西向“-、+、-”三极型。四季的辐射变化趋势与全年变化趋势一致，均是由东北到西南递增，辐射量最大的月份出现在5、6、7月，最小月份为1月和12月。

（2）内蒙古地区年总辐射量平均值为5 553.68 MJ/m²，属于资源丰富区域^［22］，最大值可达6 483.51 MJ/m²，大于6 300 MJ/m²的最丰富区域占全区面积的12%左右，同时内蒙古地区日照充足。基于地形因素分析有利于太阳能资源开发地区的结果表明，Ⅰ类地形区所占比重最大，占全区面积的70.46%；考虑土地利用类型的结果表明，可利用于光伏发电开发的土地占全区面积的50.88%。综合考虑地形与土地利用，内蒙古的可利用面积为全区总面积的42%，因此，内蒙古地区的太阳能资源开发潜力巨大。

（3）通过计算得到内蒙古地区总计的技术开发量为14 991 GW，各盟市技术开发量最小值为乌海市，最大值为阿拉善盟。全区土地可利用率为42%，适合光伏发电工程的开发建设，其中土地可利用率最高为阿拉善盟，最低为兴安盟。整体来看，西部的可利用土地较多，中部与东北部的可利用土地相对较少。全区单位面积平均开发量为12.67 MW/km²，其中最大值为阿拉善盟，最小值为呼伦贝尔市。

内蒙古地区年总辐射量平均值为5 553.68 MJ/m²，表明该地区太阳能资源非常丰富，是我国太阳能资源最为丰富的地区之一。从技术开发量的角度来看，内蒙古地区总计的技术开发量达到了14 991 GW。这一数据不仅展示了内蒙古地区在太阳能资源方面的巨大潜力，也反映了其在太阳能技术开发和应用方面的强劲实力。内蒙古地区在太阳能技术开发方面的优势明显，为未来的太阳能产业发展奠定了坚实的基础。

内蒙古地区太阳能资源的丰富性和技术开发量的巨大潜力，为当地的能源结构转型和可持续发展提供了有力支撑。随着国家对新能源产业的重视和支持力度不断加大，内蒙古地区有望通过充分利用太阳能资源，大力发展光伏等新能源产业，实现能源结构的优化和升级。

综上所述，内蒙古地区拥有丰富的太阳能资源和巨大的技术开发潜力，为其新能源产业的发展提供了广阔的空间和机遇。未来随着技术的不断进步和政策的持续支持，内蒙古地区有望在太阳能领域取得更加显著的成果，为我国能源结构的转型和可持续发展做出更大贡献。

参考文献

[1] 周扬， 吴文祥， 胡莹， 等. 西北地区太阳能资源空间分布特征及资源潜力评估［J］. 自然资源学报， 2010， 25（10）： 1738-1749.

[2] 杨羡敏，曾燕，邱新法，等.1960—2000年黄河流域太阳总辐射气候变化规律研究［J］. 应用气象学报， 2005，16 （2）： 243-248.

[3] 刘赫男， 张洪玲， 朱红蕊. 1961—2010年黑龙江省太阳能资源特征分析与评估［J］. 气象与环境学报， 2013， 29（4）： 89-93.

[4] 韩世涛， 刘玉兰， 刘娟. 宁夏太阳能资源评估分析［J］. 干旱区资源与环境， 2010， 24（8）： 131-135.

[5] 尼玛拉宗， 卓嘎. 西藏日喀则市太阳能资源时空分布特征及资源潜力评估［J］. 农学学报， 2018， 8（3）： 16-22.

[6] 王建刚， 王盛韬， 徐建春， 等. 新疆阿勒泰地区太阳能资源分析与评估［J］ 干旱区研究， 2012， 29（5）： 820-825.

[7] 曾燕， 王珂清， 谢志清， 等. 江苏省太阳能资源评估［J］. 大气科学学报， 2012， 35（6）： 658-663.

[8] 马玉峰， 东方， 达布希拉图， 等. 内蒙古自治区太阳能发电工程沙尘灾害风险区划［J］. 沙漠与绿洲气象，2024，18（6）：1-7.

[9] 彭军， 杨智奇， 董菁雯. 内蒙古太阳能资源的分布特征与光伏发电开发的可行性分析［J］. 太阳能， 2011，（3）： 42-47.

[10] 周帅林， 王海生， 高健， 等. 内蒙古太阳能资源空间分布特性及光伏并网发电利用研究［J］. 电力技术， 2010， 19（5）： 5-8.

[11] 吉广健， 汪兴兴， 王平， 等. 不同地形场址光伏系统应用的现状分析［J］. 电源技术， 2018， 42（6）： 918-921.

[12] 梁玉莲， 申彦波， 白龙， 等. 华南地区太阳能资源评估与开发潜力［J］. 应用气象学报， 2017， 28（4）： 481-492.

[13] 王斯成. 光伏方阵占地数学模型和计算实例：上［J］. 太阳能， 2015（4）： 22-27.

[14] 王斯成. 光伏方阵占地数学模型和计算实例：下［J］. 太阳能， 2015（5）： 23-29.

[15] SCHULZE-KEGEL D， HEIDT F D.Mapping of global radiation with METEOSAT［J］.Solar Energy， 1996，58（1-3）：77-90.

[16] CARRIÓN J A， ESPÍN ESTRELLA A， AZNAR DOLS F， et al. The electricity production capacity of photovoltaic power plants and the selection of solar energy sites in Andalusia （Spain）［J］.Renewable Energy， 2008，33（4）：545-552.

[17] SOLANGI K H， ISLAM M R， SAIDUR R， et al. A review on global solar energy policy［J］.Renewable and Sustainable Energy Reviews， 2011，15（4）：2149-2163.

[18] 申彦波. 我国太阳能资源评估方法研究进展［J］. 气象科技进展， 2017， 7（1）： 77-84.

[19] 杜军剑， 李刚， 张仕明. 和静县太阳总辐射计算及太阳能资源评估［J］. 沙漠与绿洲气象， 2013， 7（4）： 45-50.

[20] 朱学玲， 李红卫. 洛阳地区太阳能资源分析与评估［J］. 气象与环境科学， 2015， 38（1）： 67-72.

[21] 杜家铭， 李国毅. 韶关地区太阳能资源分析与评估［J］. 气象与环境科学， 2017， 40（2）： 72-77.

[22] 国家市场监督管理总局， 国家标准化管理委员会. 太阳能资源评估方法： GB/T 37526—2019 ［S］. 北京： 中国标准出 版社， 2019.

[23] 胡亚男， 李兴华， 郝玉珠. 内蒙古太阳能资源时空分布特征与评估研究［J］. 干旱区资源与环境， 2019， 33（12）： 132-138.

[24] 国家能源局. 光伏发电工程规划报告编制规程： NB/T 32046—2018 ［S］. 北京： 中国标准出版社， 2018.

[25] 孙朋杰， 何飞， 陈正洪， 等. 考虑地形影响的太阳能资源精细化评估及技术可开发量计算［J］. 南方能源建设， 2024， 11（1）： 10-18.

[26] PEARSON K ．LIII ．On lines and planes of closest fit to systems of points in space［J］. Philosophical Magazine， 1901， 2（11）：559-572.

[27] LORENZ E N. Empirical orthogonal functions and statistical weather prediction［M］. Cambridge： Massachusetts Institute of Technology，1956.

[28] 王海燕. 内蒙古煤炭产业发展与环境污染［J］. 内蒙古科技与经济， 2018（1）： 54-55.

[29] 马敏劲， 杨秀梅， 丁凡， 等. 中国南北方大气污染物的时空分布特征［J］. 环境科学与技术， 2018， 41（5）： 187-197.

基金资助

中国气象局决策服务专项资助项目“内蒙古黄河流域气象灾害风险评估与预估研究”(JCZX2024004)